(论文)投资额与生产总值和物价指数..doc

孔令妍 国贸0994 2009945087 投资额与生产总值和物价指数 问题 为研究某地区实际投资额与国民生产总值（GNP）及物价指数的关系，收集了该地区连续32年的统计数据（见表1），目的是由这些数据建立一个投资额的模型，根据对未来国民生产总值及物价指数的估计，预测未来的实际投资额 年份序号 投资额 国民生产总值 物价指数 1 90.9 596.7 0.7167 2 97.4 637.7 0.7277 3 113.5 691.1 0.7436 4 125.7 756.0 0.7676 5 133.3 873.4 0.8254 6 149.3 944.0 0.8679 7 150.6 1045.9 0.9355 8 178.5 1100.7 0.9734 9 211.3 1206.4 1.0214 10 229.8 1326.4 1.0575 11 228.7 1434.2 1.1508 12 206.1 1549.2 1.2579 13 236.4 1623.8 1.2847 14 257.9 1718.0 1.3234 15 274.6 1828.6 1.3566 16 324.1 1918.3 1.4005 17 355.6 2054.9 1.4526 18 386.6 2163.9 1.5042 表1 某地区实际投资额（亿元）与国民生产总值（亿元）及物价指数数据 基本的回归模型建立 一、多重共线性检验 1.建立普通的回归模型。 记该地区第年的投资额为, 国民生产总值为，物价指数为（=1，2，…，n=18)。 从表1中可以看出，随着国民生产总值的增加，投资额增大，而且两者有很强的线性关系，物价指数与投资额的关系也类似，因此可建立多元线性回归 模型： Y=β0+β1X1+β2X2+u (1) 模型（1）中除了国民生产总值和物价指数外，影响Y的其他因素的作用都包含在随机误差项u内. （表2 ） 利用Eviews 对参数作OLS估计，输出回归结果： Dependent Variable: Y Method: Least Squares Date: 06/07/12 Time: 22:48 Sample: 1 18 Included observations: 18 Variable Coefficient Std. Error t-Statistic Prob. C 251.4897 49.18973 5.112645 0.0001 X1 0.537857 0.068241 7.881708 0.0000 X2 -691.8632 127.5282 -5.425179 0.0001 R-squared 0.983856 Mean dependent var 208.3500 Adjusted R-squared 0.981704 S.D. dependent var 87.66587 S.E. of regression 11.85803 Akaike info criterion 7.934899 Sum squared resid 2109.193 Schwarz criterion 8.083295 Log likelihood -68.41409 F-statistic 457.0741 Durbin-Watson stat 1.561164 Prob(F-statistic) 0.000000 将上述回归结果整理如下： 参数估计值 β0﹦251.4897 β1＝0.537857 β2＝-691.8632 将参数估计值代入（1）得到 Y = 251.4897+ 0.537857X1 -691.8632X2 （2） （5.112645） (7.881708) (-5.425179) R2=0.983856 Adjusted R-squared=0.981704 F=457.0741 2.分析。 由F=457.0741＞F0.05（2,