运用多元回归模型进行实际预测------我国能源消费研究..doc

运用多元回归模型进行实际预测 ------我国能源消费研究 通过整理我国过去年的主要工业消耗情况，包括能源、煤炭、电力进一步理清了我国主要工业品的消耗数据 能源消费总量(单位：万吨) 能源生产总量（单位：万吨） 工业生产总值 （单位：亿元） 1990 98703.00 103922.00 6858.00 1991 103783.00 104844.00 8087.00 1992 109170.00 107256.00 10284.00 1993 115993.00 111059.00 14188.00 1994 122737.00 118729.00 19481.00 1995 131176.00 129034.00 24951.00 1996 138948.00 132616.00 29448.00 1997 137798.00 132410.00 32921.00 1998 132214.00 124250.00 34018.00 1999 133830.97 125934.78 35861.00 2000 138552.58 128977.88 40034.00 2001 143199.21 137445.44 43581.00 2002 151797.25 143809.83 47431.00 2003 174990.30 163841.53 54946.00 2004 203226.68 187341.15 65210.00 2005 224682.00 205876.00 77231.00 2006 246270.00 221056.00 91311.00 2007 265583.00 235445.00 110535.00 2008 285000 260000 130260.24 资料来源《中国统计年鉴》（2008） 1.用OLS法，得到估计结果: Dependent Variable: Y Method: Least Squares Date: 06/08/09 Time: 16:37 Sample: 1990 2007 Included observations: 18 Variable Coefficient Std. Error t-Statistic Prob. C -5540.232 5969.615 -0.928072 0.3681 X1 1.023865 0.066591 15.37549 0.0000 X2 0.262804 0.092923 2.828198 0.0127 R-squared 0.998164 Mean dependent var 154036.3 Adjusted R-squared 0.997919 S.D. dependent var 49161.79 S.E. of regression 2242.551 Akaike info criterion 18.41963 Sum squared resid Schwarz criterion 18.56802 Log likelihood -162.7766 F-statistic 4077.477 Durbin-Watson stat 1.270011 Prob(F-statistic) 0.000000 得到样本回归方程为： ?i = —5540.232 + 1.023865X1 + 0.262804X2 （-0.9281） （15.3755） （2.8282） R2 =0.9982 R2=0.9979 F=4077.477 DW=1.2700 其中, β0= —5540.232 β1=1.0239 β2=0.2628 , β0为方程的截距, β1、β2为斜率。 2. 关于模型的检验: (1 ) 经济意义的检验: β1=1.0239〉0，意味着能源生产总量越多，对能源的消费总量越多；β2=0.2628 〉0，，意味着工业生产总值越多，对能的源消费总量越多。β0、β1的符号均符合经济理论及实际情况，通过检验。 （2）统计检验： 第一，拟合优度检验。 R2 =0.9982 ，说明 能源消费总量（Y）的变化中，能源生产总值（X1）、工业生产总值（X2）只能解释99.82%，说明样本和气观