重庆市某县gdp及其影响因素的历史数据数据的相关与回归分析实验报告.docx

重庆市某县gdp及其影响因素的历史数据数据的相关与回归分析实验报告 　　实验报告　　实验名称：　　实验课程：　　数据的整理与分析　　一、实验目的：　　学会运用Excel中次数分布表、透视表、统计图以及描述性统计功能来分析一组有调查意义的数据；从而通过分析得出有意义的结论以及推测预计。　　二、实验原理：　　次数分布表的制作过程，第一步找出最大、最小值，确定全距R；第二步利用斯透奇斯规则确定组数m，再根据组数与组距的关系确定组距；第三步分组，根据分组标志和分组上限确定在组内数据的频数以及频率。数据透视表，选中当前数据库表中人一个单元格，单击菜单中的“数据”—“数据透视表与数据透视图”。直方图是在平面坐标上一横轴根据各组组距的宽度标明各组组距，一纵轴根据次数的高度表示各组次数绘制成的统计图。折线图是在直方图的基础上，用折线连接各个直方形顶边中点并在直方图形两侧各延伸一组，使者限于横线相连。　　三、实验环境：　　实验地点：实训楼计算机实验中心五楼实验室3试验时间：第五周周二实验软件：MicrosoftExcelXX　　四、实验内容　　1、在数据源中选取所需数据，对数据进行分析。利用Excel对数据进行描述性统计分析。实验内容包括：数据分组、直方图、描述性分析、透视表、实验结果分析。　　数据资料：　　数据来源“9-33各地区农村居民家庭平均每人主要食品消费量(XX年)”如下图所示。　　2、实验步骤　　第一步：在数据库中把所要研究的数据对象复制黏贴到新建的Excel工作表　　sheet1中。我要研究的是“各地区农村居民家庭平均每人主要食品消费量(XX年)”挑选了其中的蔬菜。　　第二步：对sheet2中的数据进行分组。　　找出这31个数据中的最大、最小值，得到全距R　　其次利用斯透奇斯规则确定组数m，再根据组数与组距的关系确定组距i；　　然后分组，根据分组标志和分组上限确定在组内数据的频数以及频率　　最后得到全国各地区蔬菜消费量的次数分布表。第三步：数据分析　　在Excel表工具栏中点开“加载宏”—“分析工具库”确认；再次打开工具栏“数据分析”—“描述统计”确定，得到对该组数据的描述性统计数据。　　以下截图为部分实验步骤：　　图　　图　　图　　图　　我国国内生产总值影响因素的实证　　分析　　摘要：　　本文以国民收入核算理论为基础，引入能源消费、就业人数、居民消费水平、社会消费品零售总额、进出口贸易总额、外商直接投资等解释变量，运用计量经济学分析的方法，分析国内生产总值与这些解释变量之间的关系。从中国的实际情况出发，在利用从1985到XX的年度时间序列数据分析的基础上，分析各因素对国内生产总值的不同程度的影响及其原因，最后得出结论、提出观点。关键词：　　GDP影响因素实证分析Eviews一、问题提出：　　国内生产总值是指在一定时期内(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。它不但可反映一个国家的经济表现，更可以反映一国的国力与财富。国民经济，作为一个复杂的综合体，它的影响因素一直是人们探索和争论的热点，根据西方经济学中关于国民收入核算的经典理论，我们建立以GDP为被解释变量的线性回归模型，引入能源消费、就业人数、居民消费水平、社会消费品零售总额、进出口贸易总额以及外商直接投资等解释变量，对GDP的影响因素作实证分析，试图揭示这几个解释变量对GDP的影响程度。二、样本数据选取及模型设定：　　回归模型设立如下：　　Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+UY--------国内生产总值GDPX1-----能源消费X2-----就业人数X3-----居民消费水平X4-----社会消费品零售总额　　X5-----进出口贸易总额X6-----外商直接投资U------随机扰动项　　β1、β2、β3、β4、β5、β6为待估参数。　　变量采用时间序列数据，具体数据(现价计算)见表一：表1：　　三、参数的初步估计与检验　　将第一个模型的样本导入Eviews软件进行OLS估计，得到输出结果如下：表2：　　?=-+＋＋＋＋＋　　2　　R?，R?，F=　　2　　从回归结果看，可决系数很高，F值很大，但在显著性水平??下，很多项的回归系数都不显著，因此回归方程不能投入使用；该模型很可能存在多重共线性。R和F值大反映了模型中各解释变量联合对Y的影响力显著，而t值小于临界值恰好反映了由于解释变量共线性的作用，使得不能分解出各个解释变量对Y独立影响。1.模型检验：(1)经济意义检验　　由回归估计结果可以看出，能源消费、就业人数、居民消费水平、社会消费品零售总额、进出口贸易总额