电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

2024年数理统计大作业VIP免费

2024年数理统计大作业_第1页
1/11
2024年数理统计大作业_第2页
2/11
2024年数理统计大作业_第3页
3/11
上海市生产总值与消费支出的回归计算分析摘要:本文从《上海记录年鉴》中获取原始数据,对上海市生产总值与消费支出进行回归计算分析,首先在直角坐标上绘制散点图,提出一元线性回归的模型假设,然后进行模型求解,最终通过计算机运用Excel软件,绘制“残差图”、“线性拟合图”及“正态概率图”,用以鉴定假设模型的实用性,最终得出的结论是虽然两者拟合的状况很好,但据残差分析,回归分析模型假定方差齐性有出入,故原假设模型不成立,原因是计量经济学有诸多不确定性影响原因,预测的成果也是概率意义上的。在后来的数据分析中,我们有必要对残差分析加以重视。一、引言上海市的生产总值即一般所说的GDP,诸多人会关怀它的增长速度,但也许未必懂得它的用途。记录专家告诉我们,GDP的生产、分派和使用各个环节所体现出来的经济现象互为因果,互相作用,只有当多种经济关系的比例比较协调时,才能到达经济运作机制的良性循环和实现可持续发展。那么上海的GDP是怎么用的,它与消费支出又有什么关系呢?下面我们将对上海市1978~的记录数据进行分析,运用数理记录的知识,来探究其生产总值与消费支出的回归模型。二、数据描述根据《上海记录年鉴》表3.13上海市生产总值(支出法)(1978~)和表3.14最终消费支出及构成(1978~),获取上海市近来32年生产总值及消费支出的记录数据,如下表所示:表2.1上海市近来32年生产总值及消费支出的记录数据从上表可以看出,从1978年至,上海市的生产总值及消费支出都是逐年增长,接下来我们将对两者之间的关系进行研究,提出其回归模型假设。三、模型建立:(1)提出假设为初步理解y与x的关系,将表2.1中的记录数据绘在直角坐标图上,如下图所示:年份生产总值(亿元)xi消费支出(亿元)yi年份生产总值(亿元)xi消费支出(亿元)yi1978272.8159.0619941990.86919.831979286.4371.3419952499.431150.351980311.8981.2419962957.551348.761981324.7689.7319973438.791600.831982337.0792.9019983801.091758.091983351.81101.1919994188.731959.121984390.85117.254771.172244.521985466.75155.155210.122476.201986490.83181.745741.032791.061987545.46200.746694.233217.591988648.30255.428072.833832.591989696.54298.629247.664480.341990781.66358.4510572.245175.151991893.77386.0612494.016170.3819921114.32476.5714069.877172.6719931519.23699.5215046.457868.64图3.1上海市生产总值x与消费支出y的散点图由图3.1可见,上海市生产总值x与消费支出y的关系式可以用线性方程来拟合,初步假定其关系为:(2)模型构建由上述假设提出一元线性回归模型:Y对x的一元线性回归方程为:其中、称为回归系数,常数、、均未知。(3)模型求解设为获得的一组试验数据,假定满足如下一元线性回归模型:需要在此基础上确定回归系数、的估计值,并使残差尽量小,其中称为的预测值,由此得到的称为样本回归直线或经验回归直线。采用最小二乘法,令求解下面的优化问题最终求解出、,简记为运用Excel对表2.1中的记录数据进行计算,详见附录A:上海市生产总值与消费支出的回归计算(1978~),其线性回归方程的计算过程如下:,;用r检查法,由于因此认为生产总值X与消费支出Y之间的线性关系明显。四、计算措施设计和计算机实现使用Excel求解,计算环节如下:1)选用“数据分析”;2)选用“回归”;3)选择“确定”,将弹出一种对话框;4)在“输入区域”中输入数据xi及yi;5)关闭“常数为零”复选框,打开“标志”、“置信度”复选框,并使其值为95%;6)在“输出区域”中确定输出位置;7)容许的选项“残差图”、“线性拟合图”、“正态概率图”。据此,可以对已知数据进行回归分析。五、重要的结论或发现通过计算,可以得出如下结论:表5.1回归登记表回归记录MultipleR0.9992RSquare0.9985AdjustedRSquare0.9984原则误差88.1420观测值31表5.2方差分析表dfSSMSFSignificanceF回归分析1.3071.307119221.28271.76904E-42残差29225301.24747769.0085总计30.5545表5.3参数估计表Coefficients原则误差tStatP-valueLower95%Upper95%Intercept-107.074021.26...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、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。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

2024年数理统计大作业

您可能关注的文档

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部