基于spss的城市用电量与GDP的回归分析..docx

基于SPSS的城市用电量与GDP的回归分析学 生：彭永伟学 号： 专 业：工业工程指导教师：熊世权重庆大学机械工程学院二零一五年六月城市用电量与GDP回归分析摘要：电力是国民经济发展的先决条件,不少研究表明,电力发展速度与国民经济的发展水平直接相关,电力供需平衡一直是电力市场研究的核心问题之一。面对电力需求旺盛的现状,如何保证电力稳定,充足供应对于经济发展和人民正常生活显得尤为重要,因此我们有必要分析电力需求与经济发展的内在联系,预测电力需求。本文基于我的家乡四川眉山市2003年到2014年的年度数据，基于spss软件，运用一元线性回归的方法，得到了电力需求曲线拟合的回归方程，并对模型的显著性进行检验。在得到回归方程的基础上，对2015年的眉山市的电力需求进行预测。关键字：电力需求，GDP， 一元线性回归问题的提出电力是国民经济发展的先决条件,不少研究表明,电力发展速度与国民经济的发展水平直接相关,电力供需平衡一直是电力市场研究的核心问题之一。2014年，眉山市GDP为336.02亿元，与2006年相比平均年增长23.74%；全社会用电量为45.84亿千瓦小时，与2006年相比，年平均增长8.16%，与此同时，亿元GDP的电力消费量由1997年的0.3499亿千瓦小时下降到2014年的0.1364亿瓦小时。电力消费的年增长大大低于GDP的增长，亿元GDP的生产消费量大大下降，一方面意味着电力消费的节约，另一方面意味着电力的供应严重滞后于国民经济的发展。本文根据2003年到2014年的数据，拟合电力需求曲线，并对2015年的需求量进行预测。数据描述在本模型中考虑到数据的可得性与有效性，本文采用的时间跨度为2003~2014年，并用GDP衡量的经济发展水平，用用电量衡量电力需求。眉山市的GDP和用电量的原始数据见附录1。运算结果由SPSS16.0完成，其中GDP和用电量的统计描述如表1所示，并从表1的结果观察知，各变量存在显著的差异。表1 指标数据的统计描述StatisticsGDPDIANNValid1212Missing00Mean1.5478E233.3050Std. Error of Mean2.91462E12.27048Median1.3280E233.0800Mode33.67a22.95aStd. Deviation1.00965E27.86516Variance1.019E461.861Skewness.513.101Std. Error of Skewness.637.637Kurtosis-1.027-1.473Std. Error of Kurtosis1.2321.232Minimum33.6722.95Maximum336.0245.84Sum1857.42399.66Percentiles2563.990025.5625501.3280E233.0800752.3852E239.9975a. Multiple modes exist. The smallest value is shown3 模型建立为了建立适合实际问题的数学模型，确定具体的函数形式，本文根据附录1的原始数据，绘制GDP与用电量散点图，根据散点图的形状初步判断应该使用哪种函数模型。GDP与用电量的散点图如图1所示：从GDP与用电量的散点图形状来看，本文初步预测该数据呈一元线性分布，因此本文认为应该建立一元线性回归模型，模型的数学形式如下：其中， X表示自变量GDP， Y表示因变量用电量。4 计算方法设计和计算机实现本文运用SPSS软件，求解一元线性回归模型。具体步骤和结果如下：在数据分析工具栏中，选中“分析”→“回归分析”→“线性”，将x、y分别添加进“自变量”、“因变量”→“确定”，结果如下：Variables Entered/RemovedbModelVariables EnteredVariables RemovedMethod1GDPa.Entera. All requested variables entered.b. Dependent Variable: DIAN此表格输出的是被引入或从回归方程中被剔除的各变量，通过表格可以看出，本文设置的自变量是GDP，因变量是用电量。Model SummaryModelRR SquareAdjusted R SquareStd. Error of the Estimate1.986a.972.9691.37410a. Predictors: (Constant), GDP此表格输出的是常用统计量的R2、调整后R2以及回归估计的标准误差。通过上面表可以看到年份可以解释因变量97.2%的变化，调整后的为96.9%，回归估计的标准误差=1.397，说