资源描述：
《线性回归在分析gdp增长中的应用》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、线性回归在分析GDP增长中的应用黄晓思金融学院2012级数学与应用数学摘要：本文通过国家统计局2014年经济数据收集了我国31个省的数据，包括居民消费水平、固定资产投资、人均可支配收入、居民消费价格指数、商品零售价格指数、进出口总额以及地方财政支出，用于研究分析影响地方GDP增长的因素，并建立多元线性回归模型。首先用经典最小二乘法得出地方GDP总量的条件均值关于固定资产投资、居民消费价格指数、进出口总额及地方财政支出的线性回归模型。然后再在此线性回归模型的基础上进行分位数回归，分析不同分位数下地方GDP总量与自变量之间线性趋势，获取在不同经济状况下，对GDP增长起显著作用的因素。最后
2、通过研究影响美国经济增长的因素，与中国进行对比，为中国跨越中等收入陷阱提供理论指导。关键词：地方GDP；回归分析；最小二乘法；分位数回归；中等收入陷阱ApplicationofLinearRegressioninAnalyzingGDPGrowthHuangXiaosiSchoolofFinanceAbstract:Inthispaper,Icollecteconomicdataof31provincesthroughthenationalbureauofstatisticsinChinaby2014,includingthelevelofresidents'consumption,
3、fixedassetinvestment,percapitadisposableincome,consumerpriceindex,theretailpriceindex,totalimportsandexportsaswellaslocalfiscalexpenditure,whichisusedtostudytheinfluencingfactorsofthelocalGDPgrowth,andtoestablishamultiplelinearregressionmodel.Firstly,classicalleastsquaresmethodisusedtoconcludel
4、inearregressionmodelofthelocalGDPconditionmeanaboutinvestmentinfixedassets,consumerpriceindex,totalimportsandexportsandlocalfiscalexpenditure.Then,onthebasisofthelinearregressionmodelperformed,weusequantileregressiontoIIanalyzelocallineartrendbetweenGDPandtheindependentvariablesunderdifferentqu
5、antiles,andtoobtainfactorsthathavesignificanteffectonGDPgrowthindiverseeconomicconditions.Finally,throughthestudyoffactorsaffectingAmericaneconomicgrowth,comparedwithChina,itprovidestheoreticalguidanceforChinatoavoidthemiddle-incometrap.Keywords:localGDP;regressionanalysis;leastsquaremethod;qua
6、ntileregression;middle-incometrapII目录摘要………………………………………………………………………………ⅠAbstract……………………………………………………………………………Ⅰ1引言………………………………………………………………………………11.1研究背景……………………………………………………………………11.2主要研究内容………………………………………………………………12线性回归模型介绍………………………………………………………………12.1相关关系……………………………………………………………………12.2回归分析…………………………
7、…………………………………………22.3多元线性回归模型…………………………………………………………32.4多元线性回归模型的参数估计……………………………………………42.5参数估计量的统计性质……………………………………………………52.6样本容量问题………………………………………………………………62.7多元线性回归模型的统计检验……………………………………………72.8线性回归模型常见问题……………………………………………………83应用多元线性回归
