【参考】多元线性回归模型及其应用.docxVIP

多元线性回归模型及其应用 摘要 多元线性回归研究一个因变量、与两个或两个以上自变量的回归，是反映一种现象或事物的数量依多种现象或事物的数量的变动而相应地变动的规律。建立多个变量之间线性或非线性数学模型数量关系式的统计方法。多元线性回归模型主要分为建模、基本假设、检验、预测等。检验是建立模型的核心，包括拟合检验、F检验、T检验。本文采用2005-2006年全国财政支出数据和2005年全国各地生产总值数据，建立多元线性回归模型，预测2006年全国各地生产总值，并与实际数据分析比较。建模使用了SPSS和MATLAB软件。 1.引言 在回归分析中，如果有两个或两个以上的自变量，就称为多元回归。事实上，一种现象常常是与多个因素相联系的，由多个自变量的最优组合共同来预测或估计因变量，比只用一个自变量进行预测或估计更有效，更符合实际。因此多元线性回归比一元线性回归的实用意义更大。在实际经济问题中，一个变量往往受到多个变量的影响。因此本文运用多元线性回归模型分析2005年全国各地财政支出对生产总值的影响，并对2006年生产总值进行预测，将预测值与实际数据进行比较，从而体现多元线性回归模型预测的准确性。 2.模型建立 2.1准备数据 本文选取2005年我国31个省、市、自治区的地区生产总值和13个重要支出项，分别是：为基本建设支出，为企业挖潜改造资金，为科技三项费用，为农业支出，为农林水利气象等部门