多元线性回归模型在工业生产总值预测中的应用.doc

摘 要 许多经济现象往往不是简单的与某一因素有关而是要受多个因素的影响，此时就需要用两个或两个以上的影响因素作为自变量来解释因变量的变化，这就是多元回归亦称多重回归。当多个自变量与因变量之间是线性关系时，所进行的回归分析就是多元性回归。 本文在2007年全国各省市主要工业产品的产量与工业总产值的具体数据下，选用塑料、水泥、钢筋、平板玻璃、粗钢、盘条以及原煤等工业产品的产量作为研究对象，建立多元线性回归模型，并对模型做出参数估计.在此基础上对模型做出一定的解释，对于预测工业总产值具有一定的理论指导和现实意义。 关键词：多元线性回归模型；显著性检验；SPSS；预测 The Application of Linear Regression Model in The Forecast of Gross Industrial Production Abstract Many economic phenomena are often not simply associated with a number of factors. At this point we need to use two or more factors as independent variables to explain changes in the dependent variable. This is also known as multiple regression. When more than one independent variable and the dependent variable are linear relationship, the regression analysis is carried out by diversity regression. This article use the specific data of the output of major industrial products and industrial output in nationwide provinces in 2007, and select the output of plastics, cement, steel, plate glass, crude steel, wire rod and raw coal as study object to establish multiple linear regression model, and then make the model parameter estimation. Based on this，we make some explanations to the model. All of these are of momentous current significance and far-reaching historical significance to the forecast of industrial production. Key Words：Multiple Linear Regression Model；Significant Test；SPSS 目 录 摘 要 I Abstract II 目 录 III 引 言 1 1 中国经济现状 2 1.1 中国经济现状 2 1.2工业生产总值的概述 2 2 多元统计分析基础 4 2.1多元线性回归模型 4 2.1.1 模型的建立及矩阵表示 4 2.1.2 模型的假设 5 2.2 多元线性回归参数估计 5 2.2.1 最小二乘估计和正规方程组 5 2.2.2 最小二乘估计的矩阵形式 6 2.2.3 最小二乘估计量的性质 7 2.3 回归拟合度评价和决定系数 8 2.3.1 离差分解和决定系数 8 2.3.2 决定系数的性质及修正可决系数 9 2.4 统计检验 9 2.4.1回归参数的显著性检验（检验） 9 2.4.2回归方程的显著性检验（F检验） 10 2.4.3 多重共线性检验 11 2.4.4 异方差检验 12 3 工业生产总值的多因素模型分析 14 3.1建立多因素分析模型 14 3.2数据收集 14 3.2.1 数据说明 14 3.2.2 数据的搜集情况说明 14 3.3 SPSS软件的使用 16 3.3.1 SPSS简介 16 3.3.2 SPSS多元线性回归分析 16 3.4 统计检验 18 3.5 计量经济学检验及模型修正 20 3.5.1 异方差检验 20 3.5.2 自相关检验 24 结 论 29 参 考 文 献 30 致 谢 31 引 言