影响GDP的回归分析课程设计.docVIP

. . 关于影响GDP的回归分析 摘要：GDP是体现国民增长状况和人民群众客观生活质量的重要指标。为了研究影响GDP的潜在因素，通过收集到的样本数据，运用课本学过的回归分析知识，建立与GDP有影响的自变量与因变量间的多元回归模型，借助统计软件SPSS对样本做出初等模型，同时结合统计专业知识对初等模型做F检验、t检验、异方差检验以及多从共线性检验等，确立最终的经验回归方程。再通过得到的经验回归方程对未来我国GDP预测，最后通过对做出来的模型分析得出GDP的主要影响因素，结果表明该模型具有较高的拟合度，对提高GDP具有一定的现实意义。 关键字：GDP 多元线性回归 检验 引言 国内生产总值（Gross Domestic Product，简称GDP）是指按市场价格计算的一个国家或地区所有常住单位在一定时期内生产活动最终产品和劳务的价值，是目前用于反映一个国家或地区的经济增长的最重要指标。在当今欧美主导的经济发展理论下，衡量一个国家的综合国力不仅是国家的军事力量、国家影响力，而更看重国家的经济实力，而GDP就是一个国家经济实力的最好表现，具有国际可比性，是联合国国民经济核算体系（SNA）中重要的总量指标，为世界各国广泛使用并用于国际比较。众所周知2008年我国的GDP跃居世界第三位，是仅次于美国、日本的第三大经济国，而2009年在金融危机的影响下我国GDP稳中求进，依然保持着9.0%的增长态势。提高GDP已经成为经济发展潮流，利用国家有限资源，推动经济发展势在必行。要保持经济的增长就需要抓住主要因素，提高GDP。 一、数据收集 从《中国统计年鉴》得到我国1990-2012年国内生产总值GDP、进出口总额、固定资产投资、年底从业人数的统计数据。 数据收集（数据来自《中国统计年鉴》中国国家统计局网站/）：数据基于全国范围内各年年末的数据统计，样本数据见附录1。 二、模型设定 由数据分析，可初步设定模型为：，其中y表示GDP；表示进出口总额；表示固定资产投资；表示年底从业人数；表示在没有任何因素影响下的GDP值；表示进出口总额对GDP的影响；表示固定资产投资对GDP的影响；表示年底从业人数对GDP的影响；为模型误差。 三、参数估计 通过普通最小二乘法做全回归得到如下表： 表1 系数a 模型 非标准化系数 标准系数 t Sig. 共线性统计量 B 标准 误差 试用版 容差 VIF 1 (常量) -332413.842 53316.433 -6.235 .000 进出口总额 .387 .083 .205 4.668 .000 .048 20.878 固定资产投资 .943 .047 .687 19.871 .000 .078 12.886 从业人数 5.321 .785 .139 6.777 .000 .220 4.549 a. 因变量: GDP 由表1可得全回归方程为： 四、模型的检验与处理 （一）自相关检验 1.绘制，的的散点图如下： 图1 ，的的散点图 由图1可看出残差序列随机的分布在第一、二、三、四象限，说明残差序列不存在自相关。 2.DW检验 表2 模型汇总b 模型 R R 方 调整 R 方 标准 估计的误差 Durbin-Watson 1 .999a .998 .998 6694.631 1.817 a. 预测变量: (常量), 从业人数, 固定资产投资, 进出口总额。 b. 因变量: GDP H0： 根据样本容量n为25，解释变量的数目k（包括常数项）为4查DW分布表，得到临界值和分别为1.12和1.66。由表2可知DW=1.817，所以，拒绝H0，认为残差序列不存在自相关。 （二）异方差的检验与处理 1.异方差检验 1.1绘制残差图如下： 图2 e与x1间的残差图 由图1可看出残差e值随x1值的增大而增大，具有明显的规律，认为残差序列存在异方差。 图3 e与x2间的残差图 由图1可看出残差e值随x2值的增大而增大，具有明显的规律，认为残差序列存在异方差。 图4 e与x3间的残差图 由图1可看出残差e值随x3值的增大而增大，具有明显的规律，认为残差序列存在异方差。 1.2等级相关系数法 表3 相关系数 e 进出口总额 固定资产投资 从业人数 Spearman 的 rho e 相关系数 1.000 .518* .484* .484* Sig.（双侧） . .011 .019 .019 N 23 23 23 23 进出口总额 相关系数 .518* 1.000 .996** .996** Sig.（双侧） .011 . .000 .000 N 23 23 23 23 固定资产投资 相关系数 .484* .996** 1.000 1.000** Sig.（双侧） .019 .000 . . N 23 23 23 23 从业人数