实用回归分析小论文.docx

1、实用回归分析小论文影响成品钢材量的多元回归分析理论上成品钢材的需求量的影响因素主要有经济发展水平、收入水平、产业发展、人民生活水平提高、能源转换技术等因素。在此，收集的数据选择与其相关的四个因素：原油产量、生铁产量、原煤产量、发电量，19801997的有关数据如下表。原始数据（中国统计年鉴）年份y1980 2716.2010595.003802.406.203006.201981 2670.1010122.003416.606.203092.701982 2902.0010212.003551.006.663277.001983 3072.0010607.003738.007.153514.0

2、01984 3372.0011461.304001.007.893770.001985 3693.0012489.504384.008.724107.001986 4058.0013068.805064.008.944495.001987 4356.0013414.005503.009.284973.001988 4689.0013704.605704.009.805452.001989 4859.0013764.105820.0010.545848.001990 5153.0013830.606238.0010.806212.001991 5638.0014009.206765.0010.8

3、76775.001992 6697.0014209.707589.0011.167539.001993 7716.0014523.008739.0011.518395.001994 8482.0014608.209741.0012.409281.001995 8979.8015004.9410529.2713.6110070.301996 9338.0215733.3910722.5013.9710813.101997 9978.9316074.1411511.4113.7311355.53将中国成品钢材的需求量设为y，作为被解释变量，而原油产量、生铁产量、原煤产量、发电量作为解释变量，通过建

4、立这些经济变量的线性模型来研究影响成品钢材需求量的原因。一、 模型的设定设因变量y与自变量、的一般线性回归模型为:y = +是随机变量，通常满足；Var()=二 参数估计系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)170.287494.572.344.736原油（万吨)-.041.090-.031-.457.655生铁（万吨）.554.170.6083.267.006原煤（万吨）-17.818115.468-.018-.154.880发电量（亿千瓦时）.389.199.4381.952.073a. 因变量: 成品钢材（万吨）再用spss做回归线性，根据系数表得出回归方程

5、为： 再做回归预测，得出如下截图：故当原油产量为16225.86万吨，生铁产量为12044.54万吨，原煤产量为13.87万吨以及发电量为12334.89亿千瓦时时，成品钢材量预测值为10727.33875万吨；当原油产量为17453万吨，生铁产量为12445.96万吨，原煤产量为14.54万吨以及发电量为13457亿千瓦时时，成品钢材量预测值为10727.33875万吨。三 回归方程检验描述性统计量均值标准 偏差N成品钢材（万吨）5465.00282460.3492618原油（万吨)13190.63721875.7887318生铁（万吨）6489.95442700.7967618原煤（万吨）

6、9.96832.5401818发电量（亿千瓦时）6220.87942768.1119118相关性成品钢材（万吨）原油（万吨)生铁（万吨）原煤（万吨）发电量（亿千瓦时）Pearson 相关性成品钢材（万吨）1.000.909.998.961.997原油（万吨).9091.000.912.973.920生铁（万吨）.998.9121.000.962.997原煤（万吨）.961.973.9621.000.971发电量（亿千瓦时）.997.920.997.9711.000Sig. （单侧）成品钢材（万吨）.000.000.000.000原油（万吨).000.000.000.000生铁（万吨）.000.

7、000.000.000原煤（万吨）.000.000.000.000发电量（亿千瓦时）.000.000.000.000.N成品钢材（万吨）1818181818原油（万吨)1818181818生铁（万吨）1818181818原煤（万吨）1818181818发电量（亿千瓦时）1818181818由相关系数表看出，因变量与各个自变量的相关系数都很高，都在0.9 以上，说明变量间的线性相关程度很高，适合做多元线性回归模型 。模型汇总b模型RR 方调整 R 方标准 估计的误差1.999a.997.997140.71641a. 预测变量: (常量), 发电量（亿千瓦时）, 原油（万吨), 原煤（万吨）, 生

8、铁（万吨）。b. 因变量: 成品钢材（万吨）由=0.997以及调整之后的=0.997知，模型对样本观测数据的拟合度很好。Anovab模型平方和df均方FSig.1回归1.026E842.566E71296.001.000a残差257414.4041319801.108总计1.029E817a. 预测变量: (常量), 发电量（亿千瓦时）, 原油（万吨), 原煤（万吨）, 生铁（万吨）。b. 因变量: 成品钢材（万吨）由F=1296.001 P值=0.000=0.05，故拒绝原假设，认为自变量联合起来对因变量有显著影响，通过F检验。系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常

9、量)170.287494.572.344.736原油（万吨)-.041.090-.031-.457.655生铁（万吨）.554.170.6083.267.006原煤（万吨）-17.818115.468-.018-.154.880发电量（亿千瓦时）.389.199.4381.952.073a. 因变量: 成品钢材（万吨） 因为=-0.154 P值=0.880远远大于=0.05，故接受原假设，认为对因变量y没有显著影响，故应剔除。用后退法剔除变量后，再做回归线性，得如下表：系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)170.287494.572.344.736原油（万吨)-

10、.041.090-.031-.457.655生铁（万吨）.554.170.6083.267.006原煤（万吨）-17.818115.468-.018-.154.880发电量（亿千瓦时）.389.199.4381.952.0732(常量)197.734445.099.444.664原油（万吨)-.053.045-.041-1.172.261生铁（万吨）.564.150.6203.760.002发电量（亿千瓦时）.371.153.4172.417.0303(常量)-309.403105.079-2.944.010生铁（万吨）.591.150.6493.937.001发电量（亿千瓦时）.311.14

11、7.3502.125.051a. 因变量: 成品钢材（万吨）Anovad模型平方和df均方FSig.1回归1.026E842.566E71296.001.000a残差257414.4041319801.108总计1.029E8172回归1.026E833.422E71857.513.000b残差257885.8841418420.420总计1.029E8173回归1.026E825.131E72718.023.000c残差283174.3241518878.288总计1.029E817a. 预测变量: (常量), 发电量（亿千瓦时）, 原油（万吨), 原煤（万吨）, 生铁（万吨）。b. 预测变

12、量: (常量), 发电量（亿千瓦时）, 原油（万吨), 生铁（万吨）。c. 预测变量: (常量), 发电量（亿千瓦时）, 生铁（万吨）。d. 因变量: 成品钢材（万吨）最后剔除、两个自变量，得出新的回归方程为：F=2718.023 P值=0.000 故拒绝原假设，通过F检验。 四 基本假定检验1、异方差检验等级相关系数检验做abs(e)与x的等级相关系数，得出表如下相关系数原油（万吨)生铁（万吨）原煤（万吨）发电量（亿千瓦时）abseSpearman 的 rho原油（万吨)相关系数1.000.998*.994*.994*.263Sig.（双侧）.000.000.000.291N1818181818生铁（万吨）相关系数.998*1.000.989*.988*.294Sig.（双侧）.000.000.000.236N1818181818原煤