影响成品钢材需求量的回归分析.

影响成品钢材需求量的回归分析.

ID:15648686

大小:300.50 KB

页数:9页

时间:2018-08-04

影响成品钢材需求量的回归分析._第1页
影响成品钢材需求量的回归分析._第2页
影响成品钢材需求量的回归分析._第3页
影响成品钢材需求量的回归分析._第4页
影响成品钢材需求量的回归分析._第5页
资源描述:

《影响成品钢材需求量的回归分析.》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、影响成品钢材需求量的回归分析工商1121110407220俞东摘要:伴随着经济发展和进步,统计称为现代人必需的工具之一,应用回归分析就是一种重要的统计分析方法。我用了些八九十年代的成品钢材、原油、生铁、原煤、发电量、铁路货运量、固定资产投资额、居民消费、政府消费9个不同的量来进行回归分析,使其结果更具实际性,进而建立模型分析我国经济发展的状况。关键字:社会发展线性回归回归分析回归模型多元回归年份成品钢材(万吨)原油(万吨)生铁(万吨)原煤(亿吨)发电量(亿千瓦时)铁路货运量(万吨)固定资产投资额(亿元)居民消费(亿元)19

2、802716.2105953802.46.23006.2111279910.92317.119812670.1101223416.66.23092.71076739612604.1198229021021235516.6632771134951230.42867.9198330721060737387.1535141187841430.13182.51984337211461.340017.8937701240741832.93674.51985369312489.543848.7241071307092543.24589

3、1986405813068.850648.9444951356353120.65175198743561341455039.2849731406533791.75961.21988468913704.657049.854521449484753.87633.11989485913764.1582010.5458481514894410.48523.51990515313830.6623810.8621215068145179113.21991563814009.2676510.8767751528935594.510315

4、.91992669714209.7758911.1675391576278080.112459.81993771614523.7873911.51839516266313072.315682.41994848214608.2974112.4928116309317042.120809.819958979.815004.9410529.2713.6110070.316588520019.326944.519969338.0215733.3910722.513.9710813.11688032297432152.3199799

5、78.9316074.1411511.4113.7311355.5316973422913.534854.67样本的相关系数分析:相关系数表明全部变量的相关系数全部都在0.9以上,这就表明自变量与因变量高度线性相关,适合做与8个自变量的多元线性回归。建立回归模型将数据导入到SPSS中,然后用SPSS软件通过回归线性分析得到下如下表数据:模型汇总模型RR方调整R方标准估计的误差11.000a.999.998113.19930a.预测变量:(常量),x1,x2,x3,x4,x5,x6,x7,x8。分析:根据模型汇总表得出以下结

6、论,复相关系数,决定系数,通过决定系数来看回归方程高度显著。Anovab模型平方和DF均方FSig.1回归1.291E8816139672.5601259.526.000a残差128140.8061012814.081总计1.292E818a.预测变量:(常量),x1,x2,x3,x4,x5,x6,x7,x8。b.因变量:y分析:根据方差分析表,,P值=0.000,表明回归方程高度显著,说明从整体上对有显著的线性关系影响。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)-381.485912.146-.4

7、18.685x1.122.107.0881.134.283x2.125.187.135.668.5197x3-149.154121.354-.141-1.229.247x4.653.277.7232.359.040x5.003.023.024.131.898x6.081.042.2601.932.082x7-.120.047-.522-2.570.028x8.394.239.4341.646.131a.因变量:y分析:根据上述表可以得出对自变量的整体线性回归方程如下:回归模型的检验F检验Anovab模型平方和df均方FSi

8、g.1回归1.291E8816139672.5601259.526.000a残差128140.8061012814.081总计1.292E818a.预测变量:(常量),x8,x5,x1,x3,x6,x2,x7,x4。b.因变量:y分析:从结果来看,由,P值=0.000,因此可知回归方程高度显著,即做出8

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。