《回归模型建立案例》PPT课件

《回归模型建立案例》PPT课件

ID:36874057

大小:443.10 KB

页数:14页

时间:2019-05-10

《回归模型建立案例》PPT课件_第1页
《回归模型建立案例》PPT课件_第2页
《回归模型建立案例》PPT课件_第3页
《回归模型建立案例》PPT课件_第4页
《回归模型建立案例》PPT课件_第5页
资源描述:

《《回归模型建立案例》PPT课件》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、专业:技术经济及管理姓名:高文鞠导师:綦良群河北省装备制造业产业链升级模式研究本文回归模型建立的步骤:理论模型的建立数据样本的收集模型参数的估计模型的检验一、理论模型的建立河北省作为早期的重工业基地,由于设备老化、工艺落后、资金匮乏等原因,严重限制河北省装备制造业产业的发展。因此,需要提高装备制造业的深加工度,进行产业链升级。本文通过对河北省装备制造业产业链升级现状进行分析,并对影响产业链升级的关键因素进行实证研究,探索河北省装备制造业产业链的升级模式。本文通过对河北省装备制造业行业数据进行回归分析达到了对产业链升级影响因素的探讨验证。一、在变量的选取方面1、被解释变量的选取(1)行业深

2、加工度Y1(2)河北省装备制造业总产值Y22、解释变量的选取(1)新产品贡献率X1(2)高科技人才结构X2(3)全员劳动生产率X3(4)外商直接投资X4(5)流动资产周转率X5(6)政府筹资投入度X6预期假设:假设1H:新产品贡献率与装备制造业产业链升级存在显著正向影响。假设2H:高科技人才结构与装备制造业产业链升级存在显著正向影响。假设3H:全员劳动生产率与装备制造业产业链升级存在显著正向影响。假设4H:外商直接投资与装备制造业产业链升级存在显著正向影响。假设5H:流动资产周转率与装备制造业产业链升级存在显著正向影响。假设6H:政府筹资投入度与装备制造业产业链升级存在显著正向影响。二、

3、模型的建立:研究模型采用回归分析来对河北省装备制造业产业链升级的影响要素进行研究。根据河北省装备制造业产业链升级的实际需要与影响因素指标,可以建立两个多元回归模型,模型公式见(1)和(2):Y1=α0+α1X1+α2X2+α3X3+α4X4+α5X5+α6X6+ε(1)Y2=γ0+γ1X1+γ2X2+γ3X3+γ4X4+γ5X5+γ6X6+μ(2)其中,Y1表示河北省行业深加工度,Y2表示河北省装备制造业总产值,X1表示新产品贡献率,X2表示高科技人才结构,X3表示全员劳动生产率,X4表示外商直接投资,资,X5表示流动资产周转次数,X6示政府筹资投入度。其中α0和γ0为常数项,α1-α6

4、及γ1-γ6是未知参数、回归系数,ε和μ为随机误差。二、数据样本的收集1、本章数据主要来源于1991—2011年的《中国统计年鉴》、1991—2011年的《河北省经济统计年鉴》,及相关《中国科技统计年鉴》、《中国工业经济统计年鉴》,即时间序列数据,数据质量具有一定的准确性和完整性。个别年份缺失数据由河北省机械行业管理办公室得到。基于数据的可获得性,本文选取河北省装备制造业大中型企业的指标,且数据均通过计算或整理而得。通过SPSS17.0软件对各变量进行描述性统计分析和相关性分析,通过EVIEWS6.0软件对各变量进行稳定性检验和回归分析。2、数据样本及其标准化:样本选择的是1991-20

5、10年河北省装备制造业细分行业大中型企业的行业数据。并且,为了消除通货膨胀造成的误差,本文计算时将河北省各年统计数据统一折换成当年价格,各变量的行业数据如表1所示。对河北省装备制造业产业链升级的影响指标原始数据进行标准化,以消除因数据类型差异、计算量纲的不同而造成的分析误差,如表2所示。表11991-2010年河北省装备制造业产业链升级影响因素数据表表2标准化后的数据三、模型参数的估计运用SPSS17.0软件对影响河北省装备制造业产业链升级的解释变量,包括新产品贡献率(X1)、高科技人才结构(X2)、全员劳动生产率(X3)、外商直接投资(X4)、流动资产周转率(X5)和政府筹资投入度(X

6、6)。对这六项的20年的行业数据做相关性分析判定这些数据之间的关系。相关性分析如表3所示。表3各解释变量之间相关系数统计学上一般认为,如果解释变量之间的相关系数的绝对值小于0.5,则所构造模型的解释变量之间不存在严重的共线性问题,数据可以做回归分析。。由表3可知,除了自相关系数为1外,其余15个解释变量相关系数的绝对值均小于0.5,绝对值最大的是新产品贡献率与高科技人才结构之间的相关系数,为-0.386,由于它绝对值小于0.5,故所有解释变量之间的相关系数绝对值均小于0.5。因此,所选的解释变量的数据不存在严重多重共线性问题,可以做回归分析。四、模型的检验由于选取的数据具有时间序列性,因

7、此,很可能表现出相似的变化趋势。可能会产生数据即使不平稳、没有必然关联,但对这些解释变量做回归分析时,可能会出现较高的R方,形成虚假回归,就很难真实的反映各解释变量之间的关系。因此,为了保证模型的有效性,在对变量做回归分析之前需要对数据进行平稳性检验。单位根检验是检验时间序列数据平稳性的常用方法,以下对两个被解释变量和六个解释变量的标准化之后的数据进行平稳性分析。对行业深加工度一阶差分1D(Y)的单位根检验如表4所示。表4行业深加工

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。