关于工业生产总值影响因素的多元线性回归分析

市场预测试验报告《关于工业生产总值影响因素的多元线性回归分析》班级：市场营销01班经济发展的效果是以一定投入产出关系为模型俩衡量的。主要的和GNP等一些产出指标。为了研究在过去(1978——1994)年我国我国国有独立核算工业企业统计资料年份时间t工业总产值Y(亿元)职工人数L(万人)固定资产K(亿元)123454151.2564541.0574946.11894302.254786.05资料来源：根据《中国统计年鉴—1995》和《中国工业经济年鉴-1995》计算整理多元线性回归实例分析。以工业总产值为回归函数的因变量，以生产投入中的职工人数(劳动力)和固定资产(资金投入)为两个Y=a+b₁X1+b₂X21散点图相关系数表3方差分析5多重共线检验散点图2模型摘要4回归系数表6残差图固定资产x2从上面两个散点图中可以看出，职工人数、固定生产总值都和性关系，这种线性关系强于职工人数和工业生产总值是职工人数的边际效应更强表现出工业生产总值随着职工人数快速通过散点图的初步分析，建立数量性的相关分析。相关系数表职工人数万人固定资产亿元工业总产值亿元PearsonCorrelation1Sig.(2-tailed)N职工人数万人PearsonCorrelation1Sig.(2-tailed)N固定资产亿元PearsonCorrelation1Sig.(2-tailed)N**,Correlationissignificantatthe0.01level(2-tailed).从图表中可以看书，各因素之间都有较强的相关性。因素本身的相关性为1,X2和Y之间相关性最大为0.995,X1和Y之间相关性为0.964,X1和X2之间相关性为0.943,相关性都比较大能够很准确预测分析。多元回归分析：ModelSummary⁵ModelRAdjustedErrorEstimeChangeStatisticsDurbin-WaRChangeFChangeChange2ModelMeanSquareFResidualTotal433697.83524.925E7a.Predictors:(Constant),固定资产亿元，职工人数万人b.DependentVariable:工业总产值亿元得Fc=3.74。F>Fc,所以职工人数和固定资产对工业总产值的影响具有5%的显著性水平，对总体来说预测和控制的有效性能达到95%。ModelUnstandardizedCoefficientsStandardizCoefficient95.0%ConfidenceCollinearityStatisticsBErrorBetaLowerBoundUpperBoundToleranVIF)职工人数万人固定资产亿元-2387.269816.889-2.922-4139.323-635.216进而得出回顾的方程Y=-2387.296+1.209X1+0.834X2R²=0.996人数每增加1,工业生产总值会增加1.209元。固定资产投入每增加1元，工业生产总之增加0.834元。也又一次印证了散点图，在散点图中表现出职工人数与工业生产总值的线性关系稍弱但斜率却比较大，职工人数和固定资产的同比例的变化情况下，职工人数的变化对工业生产总值的带来的变化更明显更大。也就是想要获取同样的工业生产总值，需要增加的职工人数比例比增加的固定资产的比例小。多重共线性检验：ModelDimension职工人数万人固定资产亿元23a.DependentVariable:工业总产值亿元残差图Mean=-8.19E-16Std.Dev.=0.935残差直方图，残差成正态分布，a=5%,具有95%的置信度，残差应当落(-2,2)所以应当将残差落在(-2,2)之外的点剔除掉，但是Y=-2387.296+1.209X1+0.834XF=1589.953Fc=3.74F>Fc通过以上的分析方程本身有很好的地拟合程度，预测具有95%的准确性。同时也表明职工人数的和固定资产的与工业生产总值之间具有很强的线性相关关系，只有具有这种较强的相关性才有预测的准确从回归方程中，对职工人数求偏导数得到职工人数的边际效