网站大量收购闲置独家精品文档,联系QQ:2885784924

基于的Eviews对国内生产总值地回归分析报告报告材料.doc

基于的Eviews对国内生产总值地回归分析报告报告材料.doc

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
实用标准文案 精彩文档 基于Eviews对国内生产总值的回归分析 计算B092 李宁 摘要:国内生产总值(Gross Domestic Product,简称GDP)是指在一定时期内(一个季度或一年),一个 HYPERLINK /view/8426.htm \t _blank 国家或地区的经济中所生产出的全部最终产品和劳务的价值。国内生产总值反映一个国家的 HYPERLINK /view/20838.htm \t _blank 经济水平。本文以中国统计年鉴2011为数据源,通过Eviews6.0软件研究国内生产总值与第一、第二、第三产业总值的线性关系。 关键词:国内生产总值 Eviews 回归分析 一、引言 国内生产总值(简称 GDP)是指在一定时期内(一个季度或一 年),一个国家或地区的经济中所生产出的全部最终产品和劳务 的价值, 常被公认为衡量国家经济状况的最佳指标。它不但可反 家或地区的经济究竟处于增长抑或衰退阶段,从这个数字的变 映一个国家的经济表现, 更可以反映一国的国力与财富。一个国 化便可以观察到。一般而言, GDP 公布的形式不外乎两种, 以总 显示该地区经济处于扩张阶段; 反之, 如果处于负数, 即表示该 地区的经济进入衰退时期了。 额和百分比率为计算单位。当 GDP 的增长数字处于正数时, 即 改革开放以来,我国经济飞速发展,国内生产总值日趋上 但是我国经济发展前景一片大好。 二、回归分析 回归分析(regression analysis)是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。运用十分广泛,回归分析按照涉及的自变量的多少,可分为一元回归分析和多元回归分析;按照自变量和因变量之间的关系类型,可分为线性回归分析和 HYPERLINK /view/1159484.htm \t _blank 非线性回归分析。如果在回归分析中,只包括一个自变量和一个因变量,且二者的关系可用一条直线近似表示,这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量,且因变量和自变量之间是线性关系,则称为 HYPERLINK /view/1380349.htm \t _blank 多元线性回归分析。回归分析是通过规定因变量和自变量来确定变量之间的因果关系,建立回归模型,并根据实测数据来求解模型的各个参数,然后评价回归模型是否能够很好的拟合实测数据;如果能够很好的拟合,则可以根据自变量作进一步预测。 三、变量及数据: 表1 变量说明 变量名 名称 all 国内生产总值 fir 第一产业总值 sec 第二产业总值 thi 第三产业总值 表2 国内生产总值数据 以上数据来自中国统计年鉴2011 四、结果及分析: 1.绘制统计图: 图1 图形对象窗口 2.简单相关分析: 图2 各变量的散点图 3.最小二乘估计: 在方程清单窗口建立方程:all c fir sec thi,单击确定。 图3 样本相关系数计算结果 图4 方程对象窗口 五、结论: 各统计量的解释: Dependent Variable: ALL 因变量 Method: Least Squares 自变量 Date: 10/18/11 Time: 18:27 Sample: 1978 2010 (样本范围) Included observations: 33 (样本容量) Variable Coefficient Std. Error t-Statistic Prob.?? 参数估计值 t统计量 C(常数项) -7.09285721933635e-11 2.279305806163278e-10 -0.3111849757130944 0.7578859670145235 FIR 1.000000000000217 6.803331534135889e-14 14698681006249.53 0 SEC 0.9999999999996936 5.786645218011954e-14 17281170044553.92 0 THI 1.000000000000285 5.269331038749033e-14 18977741057576.26 0 R-squared 1 ????Mean dependent var 90395.9744180967

文档评论(0)

dmz158 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档