欢迎来到天天文库
浏览记录
ID:11335769
大小:52.50 KB
页数:6页
时间:2018-07-11
《区域经济发展评价开题报告》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、毕业设计(论文)材料之二(2)安徽工程大学本科毕业设计(论文)开题报告题目:多元线性回归及其在区域经济发展评价中的应用课题类型:设计□实验研究□论文R学生姓名:中国学号:30########专业班级:统计###学院:数理学院指导教师:姜培华开题时间:20##年##月##日20##年##月##日开题报告内容与要求一、毕业设计(论文)内容及研究意义(价值)1、研究内容(1)、介绍多元线性回归的基本理论、模型。(2)、如何在多元线性回归中选择合适的变量。(3)、模型检验的方法及其意义。(4)、区域经济发展现状及影响因素分析,选择
2、影响区域经济发展的指标变量。(5)、选择样本城市建立关于多元线性回归模型的实证分析。(6)、结论与建议。2、研究意义回归分析是一种应用性较强的传统的科学方法,是现代应用统计学的一个重要组成部分,在许多学科领域都得到了广泛的应用。它不仅能够把隐藏在大量原始数据中的重要信息提炼出来,把握到数据群体的主要特征,从而得到各变量间相关关系的数学表达式,然后利用概率统计知识对此关系进行分析,以判别其有效性,还可以利用其关系式,由一个或多个变量值去预测和控制另一个因变量的取值,从而知道这种预测和控制所达到的程度,并进行因素分析。目前,对
3、于区域经济发展的解释已经从简单的以经济增长的评价转变为注重经济增长和经济结构的优化、经济关系的改善、制度创新的改变,使经济增长的内涵更加科学,更加全面。这种理解不仅对区域经济发展总量上提出要求,更重要的是区域经济发展的评价对区域经济的产业结构、行业布局、资源配置、劳动力结构、资金投入等方面的合理性评价也作为经济发展的一部分。在市场调查和预测中,经济现象和多种因素间客观存在着各种各样的有机联系,多元线性回归分析就是利用历史资料,建立多元线性回归模型,用来研究某一因变量与两个或两个以上的自变量之间的相互关系的理论和方法。本文利
4、用多元线性回归模型的基本理论和方法分析影响区域经济发展的主要因素并建立线性回归模型。此模型可为分析评价区域经济发展提供一种理论依据和理论方法。二、毕业设计(论文)研究现状和发展趋势(文献综述)1、研究背景区域经济是在一定区域内经济发展的内部因素与外部条件相互作用而形成的生产综合体。每一个区域的经济发展都受到自然条件、社会经济条件和技术经济政策等因素的制约。区域经济是一种综合性的经济发展的地理概念。它反映区域性的资源开发和利用的现状及其问题,尤其是指矿物资源、土地资源、人力资源和生物资源的合理利用程度,主要表现在地区生产力布
5、局的科学性和经济效益上。区域经济的效果并不单纯反映在经济指标上,还要综合考虑社会总体经济效益和地区性的生态效益。改革开放以来,我国经济获得了迅速发展,取得了举世瞩目的成就。但与此相伴而生的是区域经济发展的差距逐渐扩大,并对我国经济的进一步发展产生了严重的阻碍作用。因此,缩小区域经济发展差距,协调好区域内部之间的关系,成为当前我国经济必须解决的一个重大现实问题。本文拟从分析区域经济协调发展的问题入手,就我国区域经济的发展提出个人见解。运用多元统计分析方法,它直接从实际出发,考察和分析大量数据的结构和特征,从中提取主要而准确的
6、信息,能帮助我们正确认识事物客观存在的统计规律。在实际生活中,某个现象的发生或某种结果的得出往往与其他某个或某些因素有关,但这种关系又难以从机理上给出准确的定量描述,只是从数据上可以看出有关的趋势。线性回归分析可以用来研究具有这种特征的变量之间的相关关系,它假设因变量与自变量之间为线性关系,用一定的线性回归模型来拟合因变量和自变量的数据,并通过确定模型参数来得到回归方程,然后可以通过此回归方程分析变量之间的相关关系。2、研究现状回归分析方法在生产实践中的广泛应用是它发展和完善的根本动力。如果从19世纪初(1809年)高斯提
7、出最小二乘法算起,回归分析的历史已经有200多年。多元线性回归分析是伴随着回归分析的产生而产生的,至今已有100多年的历史。从理论上讲,多元线性回归预测技术已是一种成熟的定量化分析方法。但是多元线性回归预测与计算非常繁杂,虽然在计算机技术发展的今天,快速进行定量化分析已成为可能,但具体在实践中仍有许多障碍。赵明(2003)在文章中讨论了如何利用普遍使用的EXCEL软件,避开程序开发和复杂的数学及求解过程,而快速实现多元线性回归预测及其检验。这为多元线性回归在实践中的普及应用创造有利条件。金浩等在文献[5]中讨论了在建立多元
8、线性回归模型时筛选独立变量的必要性及其几个常用的变量筛选法。之后介绍了选择变量的最佳回归模型的方法及其相关的SAS程序,最后用具体的事例来验证说明了这一问题,这为我们如何选择较多变量及筛选变量提供了帮助。张宇山在文献[3]中利用SAS软件对具体的事例进行多元线性回归分析建模。列出了具体的建模步骤,在模型
此文档下载收益归作者所有