《数据分析课程论文》由会员分享，可在线阅读，更多相关《数据分析课程论文（6页珍藏版）》请在金锄头文库上搜索。
1、我国国内生产总值的影响因素分析内生产总值（GDP）指按市场价格计算的一个国家（或地区）所有常住单位在一 定时期内生产活动的最终成果。国内生产总值有三种表现形态，即价值形态、收 入形态和产品形态。在实际核算中，国内生产总值有三种计算方法，即生产法、 收入法和支出法。三种方法分别从不同的方面反映国内生产总值及其构成。从生 产总值的计算方法中可以反映出对GDP的影响因素有很多，在本文中我仅以其 中的一些因素与生产总值进行线性回归分析。以我国1978年一2008年间的数据为例，对我国国内生产总值的影响因素分 析，其中国内生产总值为因变量（Y）,总人口数（XI）、能源生产总量（万吨标准 煤）（X2）、能
2、源消费总量（万吨标准煤）（X3）、国家财政支出（X4）、农林牧渔业总产值（X5）、 客运量总计（X6）、社会消费品零售总额（X7）、进出总额（X8）、金融机构现金投放（X9）为自变 量。（原始数据附件1的表一中）分析的目的： 我们希望通过线性回归分析得出线性回归的一般模型为：Y=B0+B1*X1+B2*X2+.+B9*X9（其中 B1,B2.B9 为未知参数）； 我们希望根据表中所给的从1978-2010之间的的24个中国内生产总值数据 （其中2009年的为335353（亿元），2010年的为397983（亿元）推导出：以国内生产总值为因变量，时间（年）为自变量的函数：Y=F（t）;,并以此方
3、程后预 测2011和2012年的国内生产总值； 分析的假设：以上问题的分析过程中不考虑当年通货膨胀因素对生产总值的影响； 以上问题只是进行定量的分析。分析一的过程：第一步：由于表中的数据属于时间序列数据，由于可能会存在自相关的问题导致F检 验和t检验失效，使得结构分析和预测时会带来较大的误差，所以首先将表一的数据进行差 分法处理。（处理结果为附件1的表二中）第二步：使用SPSS对表二的数据进行线性回归分析处理，选择菜单“ Analyze” - “Regreesion”f“linear”，回归选项卡中因变量选项框中为“内生产总值”，自变量框中 选入所有的自变量，变量的选择方法为“Enter”。得
4、到结果如下：Model SuoniyJodelE SquareAdjusted ESquareStd. Error of th已EstimateDurbin-Watson1.9921.984.9712.07017201543372E32.250ANOmeilodelSum of SquaresdfMean SquareFSig.1Regression2.964E993.293E876.244.0001Residual4.751E7114510302.251Total3.011E920Coefficients3ModelUnstandardized CoefficientsStandardize
5、d CoefficientstSig.BStd. ErrorBeta1(Constant)-550.4361 266.462-.435.672总人口数.455.444.0771.026.327能源生产总重吨标准煤）-.231.189-.173-1.224.247能源消费总里厉吨标准煤）.053.257.041.208.839国家财政支出.925.080.2431.050.316农林牧迪业总产值1.017.445.2142.286.043客运重总计-.009.009-.097-.983.347社会消费品零售总额1.492.762.5271.957.076进出总额.414.196.3062.107
6、.059金融机枸现金投啟.028.96S.001.029.977a. Dependent Variable:国内生产总值从上面Model Summary表中可以看出R方的值为0.984 （接近1）,说明方程的拟合效 果很好，其中的DW统计量为2.258,表明模型残差不存在序列自相关。（因为已经进行过 第一步处理）从ANOVA表中可以得出，总平方和的自由度为20,回归平方和的自由度为9,残差平 方和的自由度11，F统计量为76.244,显著性水平为0,说明方程非常显著，所有自变量作 为一个整体对因变量有显著影响。从Cofficients表中的显著性水平一列，可见大部分变量都不显著。说明模型存在多
7、重共 线性的问题。第三步：为了解决多重共线性的问题，我们采用逐步回归的方法进行变量选择。将 Method选项改为“逐步”重新输出的分析的结果为：Model summaryModelRR SquareAdjusted R SquareStd. Error of the Estimate1,954a.909.9043.79379534E32,984b.968.9642.31436470E3ANOVACModelSum of SquaresdfMean SquareFSia.1Regression2.738E912.738E91 90.205,000aResidual2.735E8191.439E7
8、Total3.011E9202Regression2.91 5E921.457E9272.078,000bRe sidual9.641E7105356283.965Total3.011E920a. Predictors: （Constant）,社合消费品零售总额b. Predictors: （Constant）,社会消费品零售总额，进出总额c. Dependent Variable:国内生产总值Coefficierits3ModelUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant
9、)4117361294.917.318754社会消费品零售总额2.697.196.95413.791.0002(Constant)-311.054799.891-.389.702社会消费品零售总额2.119.156.74913.534.000进出总额.429.075.3175.749.000a. Dependent Variable:国内生产总值Excluded Variables0ModelBeta IntSig.Partial CorrelationCollinearity StatisticsTolerance1总人口數-,060a-.834.415-.193.932能源生产总重厉吨标准
10、煤）,062a.696.495.162.622能源消费总里厉吨标准煤）,148a1.877.077.405.674国家财政支出,296a1.190.249.270.076农林牧通业总产值,131a1.094.200.250.331客运里总计-,203a-3.034.007-.582.383进出总额.31 7a5749.000.805.585金融机构现金投啟-,021a-.292.774-.069.9862总人口數-,002b-.040.968-.010.881能源生产总重厉吨标准煤）-,077b-1.343.197-.310.510能源消费总重厉吨标准煤）-,069b-1.020.318-.2
11、42.390国家财政支出,036b.221.828.053.069农林牧迪业总产直,109b1.536.143.349.330客运重总计-,090b-1.100.207-.253.260金融机构现金投锁-,022b-.502.622-.121.986a. Predictors in the Model: (Constant),社合消费品零售总额b. Predictors in the Model: (Constant),社合消费品零售总额，进出总额c. Dependent Variable:国内生产总值从上面的表中我们可以看出，总人口数（XI）、能源生产总量（万吨标准煤）（X2）、 能源消费总
12、量（万吨标准煤）（X3）、国家财政支出（X4）、农林牧渔业总产值（X5）、客运量总计(X6)、金融机构现金投放(X9 )等自变量变得不再显著，综上所诉，我们选择的最终模型中， 社会消费品零售总额(X7)、进出总额(X8)为自变量。从表 conefficients表中可以得到参数B0=-311.54,B7=2.119,B8=0.429;结论一：最终可得线性回归方程为：Y= 331.54+2.119*X7+0.429*X8 (其中 X7, X8, Y 分别表示同一年的 社会消费品零售总额、进出总额和中国国内生产总值的增量)分析二的过程：第一步：将年份和所对应的国内生产总值数据导入到SPSS中，首先
13、作国内生产总值关 于时间t (年份)的散点图。结果如下图：wooooo300000.00-200000.00-100000.00-0.00=I1970I1980I1990VAR00001I2000I2010400000.00-第二步：从上图中我们可观测出时间与国内生产总值Y(t)不满足线性关系，所以我们选 择非线性回归分析。我们通过对散点图的进行多次不同模型的拟合，最终可以找到三次曲 线对散点图的拟合效果较好，拟合R平方=0.995，拟合结果如下：Model SummaryRR SquareAdjusted R SquareStd. Error of the Estimate.990.995.9958131.969ANOVASum of SquaresdfMean SquareFSia.Regression2.784E1139.231E101403.474.000Re sidual1.323E9206.61 3E7Total2.798E1123CoefficientsUnstandardizEd CoEfficiEntsStandardized CciEfficiEntstSig.BStd. ErrorBetaCase Sequence1 7574.S04
