我国GDP部分影响因素的回归分析.docVIP

我国GDP部分影响因素分析 GDP是宏观经济中最受关注的经济统计数字，因为它被认为是衡量国民经济发展情况最为重要的一个指标搜集了近几十年总量、、投入、教育投入、外资数据，SPSS统计，因素对的影响程度，建立一元和多元的回归模型通过我国GPD影响因素的回归分析，可以使我们因素对的影响工作的更好促进国民经济的发展的现实意义。 GDP；影响因素；分析 在当今欧美主导的理论下，国家综合实力不仅是国家军事实力国家影响力而看重的经济实力GDP代表一国或一个地区所有常住单位和个人的是当价值总量一个国家经济实力的最好具国际可比性是国民经济核算体系最重要的为并国际比较影响下GDP稳中求，.0%的增长态势众GDP超越日本，二仅次于美国GDP已经成为经济发展的潮流，各种有效资源在最大程度上利用率势在必行，资源在减少，增加要保持的增长主要因素提高GDPGDP的影响因素众多，本文在现有数据基础上，SPSS统计软件，对我国投入、这和GDP做了简要 2.RD投入对GDP影响的一元线性回归分析 回归分析一个回归问题设x和y，y的取值变量取值的变化而变化则称是因变量x为自变量对于通过观察若干数据记为将这组汇成散点图，关系形态问题如何的这种关系一定的表达出来。 以~2010年中国RD（与发展）与GDP相关数据为依据）估计GDP（）RD（）一元线性回归模型。 ~2010年中国RD投入与GDP总量原始数据（：亿元） GDP RD 2010 401202 7062.58 2009 340902.8 5802.1 2008 314045.4 4616 2007 265810.3 3710.2 2006 216314.4 3003.1 2005 184937.4 2449.97 2004 159878.3 1966.33 2003 135822.8 1539.63 2002 120332.7 1287.64 2001 109655.2 1042.49 2000 99214.6 895.66 1999 89677.1 678.91 1998 84402.3 551.12 1997 78973 509.16 1996 71176.6 404.48 1995 60793.7 348.69 1994 48197.9 306.26 1993 35333.9 248.01 1992 26923.5 198.03 1991 21781.5 159.46 1990 18667.8 125.43 1989 16992.3 112.31 表2.模型汇总 模型 R R 方 调整 R 方 标准 估计的误差 1 .987a .974 .973 18266.46258 a. 预测变量: (常量), RD（亿元）。 在SPSS中录入数据在分析中，输入的自变量和因变量确定后出现如下结果。表-表 表2是关于一元线性回归模型的总体参数表，给出了复相关系数、复相关系数的平方、调整后的复相关系数平方，以及回归的标准误差（即未解释的标准差）。复相关系数平方，又称决定性系数，是指被解释的方差（回归平方和）占总方差（总平方和）的百分比，是对回归模型拟合程度的综合度量。决定系数越大，则模型拟合度越高，回归方程的解释能力越强；决定性系数越小，则模型对样本的拟合程度越差，其解释能力越差。根据上表课的，决定性系数为0.973，该一元线性回归方程对总平方和的解释能力达到了97.3%。 表3 Anovab 模型 平方和 df 均方 F Sig. 1 回归 254161275188.274 1 254161275188.274 761.729 .000a 残差 6673273100.981 20 333663655.049 总计 260834548289.255 21 a. 预测变量: (常量), RD（亿元）。b. 因变量: GDP(亿元) 表3是关于一元线性回归模型的方差分析表，给出了回归平方和、残差平方和、总平方和、相对应的自由度，以及F统计量值及其显著性水平。F检验是对回归总体线性关系是否显著的一种假设检验。根据上表输出结果可得到，F=761.729，p=0.0000.05，所以拒绝零假设，回归方程的线性关系是显著的。 表4 系数a 模型 非标准化系数 标准系数 t Sig. B 标准 误差 试用版 1 (常量) 38581.822 5156.576 　 .000 RD（亿元） 55.440 2.009 .987 27.599 .000 a. 因变量: GDP(亿元) 上表是关于一元线性回归模型的回归系数及其显著性检验表，给出了常数项和解释变量（RD）的非