多元线性回归分析

《多元线性回归分析》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、摘要：中国是一个农业大国，几千年传统的原始落后的农耕社会使得中国的农业发展滞后于全社会经济的发展。新世纪中国发展的关键在于解决九亿农民的发展问题，其实质就在于提高农民的实际收入。建立投资额模型，研究某地区实际投资额与国民生产总值(GNP)及物价指数(PI)的关系,根据对未来GNP及PI的估计，预测未来投资额。以下是地区连续20年的统计数据，为了增加数据可比性 ，投资额和国民生产总值是以第一年为基期将数据换算后的。：关键词：投资额国民生产总值物价指数1实验目的掌握运用eviews软件进行多元回归分析的基本操作方法和步骤，并能够对软件运行结果进行解释。2变量选择建立投资额模型，研究某地

2、区实际投资额与国民生产总值(GNP)及物价指数(PI)的关系,根据对未来GNP及PI的估计，预测未来投资额。以下是地区连续20年的统计数据，为了增加数据可比性 ，投资额和国民生产总值是以第一年为基期将数据换算后的。：年份投资额国民生产总值物价指数Yx1x2199490.9596.70.7167199597.4637.70.72771996113.5691.10.74361997125.77560.76761998122.87990.79061999133.3873.40.82542000149.39440.86792001144.2992.70.91452002166.41077.

3、60.960120031951185.912004229.81326.41.05752005228.71434.21.15082006206.11549.21.25082007257.917181.32342008324.11918.31.40052009386.62163.91.5042摘要：中国是一个农业大国，几千年传统的原始落后的农耕社会使得中国的农业发展滞后于全社会经济的发展。新世纪中国发展的关键在于解决九亿农民的发展问题，其实质就在于提高农民的实际收入。建立投资额模型，研究某地区实际投资额与国民生产总值(GNP)及物价指数(PI)的关系,根据对未来GNP及PI的估计，预测

4、未来投资额。以下是地区连续20年的统计数据，为了增加数据可比性 ，投资额和国民生产总值是以第一年为基期将数据换算后的。：关键词：投资额国民生产总值物价指数1实验目的掌握运用eviews软件进行多元回归分析的基本操作方法和步骤，并能够对软件运行结果进行解释。2变量选择建立投资额模型，研究某地区实际投资额与国民生产总值(GNP)及物价指数(PI)的关系,根据对未来GNP及PI的估计，预测未来投资额。以下是地区连续20年的统计数据，为了增加数据可比性 ，投资额和国民生产总值是以第一年为基期将数据换算后的。：年份投资额国民生产总值物价指数Yx1x2199490.9596.70.716719

5、9597.4637.70.72771996113.5691.10.74361997125.77560.76761998122.87990.79061999133.3873.40.82542000149.39440.86792001144.2992.70.91452002166.41077.60.960120031951185.912004229.81326.41.05752005228.71434.21.15082006206.11549.21.25082007257.917181.32342008324.11918.31.40052009386.62163.91.50422010

6、4232417.81.63422011401.92631.71.78422012474.92954.71.95142013424.530732.0688下面是进行简单的多元回归：DependentVariable:YMethod:LeastSquaresDate:11/05/15Time:20:32Sample:19942013Includedobservations:20VariableCoefficientStd.Errort-StatisticProb.  X10.6361320.0685559.2791080.0000X2-892.3898127.2399-7.013442

7、0.0000C334.707447.716337.0145250.0000R-squared0.991022    Meandependentvar234.8000AdjustedR-squared0.989965    S.D.dependentvar125.7070S.E.ofregression12.59240    Akaikeinfocriterion8.041544Sumsquaredresid2695.663    Schwarzcriterion8.1