应用回归分析课程设计.doc

回归分析课程设计 陈旭俊 201030980105 指导教师 丁仕虹 学院名称 理学院 专业名称 统计学 设计提交日期 2012年12月 目 录 课程设计简述--------------------------------------------------------2 多元线性回归--------------------------------------------------------3 违背基本假设的情况-------------------------------------------------5 3.1 异方差性--------------------------------------------------------5 3.2 自相关性--------------------------------------------------------6 3.3 异常值检验------------------------------------------------------6 自变量的选择与逐步回归---------------------------------------------7 4.1 所有子集回归----------------------------------------------------7 4.2 逐步回归--------------------------------------------------------8 多重共线性的情形及其处理-----------------------------------------10 5.1 多重共线性诊断------------------------------------------------10 5.2 消除多重共线性------------------------------------------------11 岭回归--------------------------------------------------------------12 主成分回归----------------------------------------------------------14 含定性变量的回归模型---------------------------------------------15 Logistic模型-------------------------------------------------------15 附录（程序代码）---------------------------------------------------17 1.课程设计简述 本课程设计的主题是讨论国内生产总值GDP与一些因素，包括进出口额、旅客客运量、第一产业固定投资额、居民消费价格指数等10个因素之间的统计关系。数据来源是网络数据库—中宏数据库，时间是2008年1月到2012年9月，以季度为时间单位。变量的定义在表1中给出，变量具体数值在表2给出。 变量 定义 y GDP/亿元 x1 进出口总额/亿美元 x2 贸易差额/亿美元 x3 实际利用外商直接投资金额/亿美元 x4 固定资产投资施工项目个数/百个 x5 第一产业固定资产投资/亿元 x6 第二产业固定资产投资/亿元 x7 第三产业固定资产投资/亿元 x8 居民消费价格指数/% x9 商品零售额/亿元 x10 人均可支配收入/元 表1 各变量定义 表2 数据 2.多元线性回归 利用普通最小二乘法对回归参数进行估计（表3） 表3 最小二乘法参数估计结果 结果显示大多数参数不通过检验，首先剔除，再对剩余变量进行最小二次法估计。 表4 剔除x4后，最小二乘法参数估计结果 可知仍有参数不通过检验，继续剔除。 表5 剔除x7后，最小二乘法参数估计结果 同理继续进行剔除-检验步骤，直到参数均通过检验。过程依次剔除，和（详细过程略），并得到最终估计结果如下表。 表6 最终估计结果 剩余参数为常数项、，，，和，均通过显著性检验。 表7 方程拟合优度检验与显著性检验结果 决定系数=0.971678，我们认为回归方程非常显著。F=89.2F（6,12）=3.00，P值α=0.05，拒绝原假设，表明回归方程高度显著。可知方程有效。 得回归方程： 下面再利用SAS软件，求出标准化回归方程，输出结果如下表。 表8 标准化回归分析表 得标准化回归方程： 根据最终方程，我们可以很直观的看出，，，和所对应的因素，即实际利用外商直接投资金额等5个因素对GDP印象不大，而其它各因素对应自变量的系数的正负可以知道该因素对GDP的增长呈正