我国GDP部分影响因素的回归分析资料

《我国GDP部分影响因素的回归分析资料》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、我国GDP部分影响因素的回归分析摘要GDP是宏观经济中最受关注的经济统计数字，因为它被认为是衡量国民经济发展情况最为重要的一个指标。改革开放以来，我国的GDP逐年增长，但是在发展中也出现了一些问题，需要不断的分析总结。本文搜集了我国近几十年GDP总量、R&D投入、科技投入、教育投入、实际利用外资的样本数据，借助SPSS统计软件，分析有关因素对GDP的影响程度，建立一元和多元的回归模型。通过对我国GPD影响因素的回归分析，可以使我们根据这些因素对GDP的影响大小来制定工作的重点以更好的促进国民经济的发展，

2、具有很强的现实意义。关键词：GDP；影响因素；回归分析1.引言在当今欧美主导的经济发展理论下，衡量一个国家的综合实力看的不仅是国家的军事实力、国家影响力，而更看重国家的经济实力。GDP代表一国或一个地区所有常住单位和个人在一定时期内全部生产活动的最终成果，是当期新创造财富的价值总量，它是一个国家经济实力的最好体现，具有国际可比性，是联合国国民经济核算体系中最重要的总量指标，为世界各国广泛使用并用于国际比较。在2009年金融危机的影响下我国GDP稳中求进，依然保持着9.0%的增长态势众，2010年我国GD

3、P超越日本，跃居世界第二，仅次于美国。提高GDP已经成为经济发展的潮流，利用国家的各种有效资源，在最大程度上发挥资源的利用率，推动经济的发展是势在必行的，因为资源一直在减少，而人口一直在增加，要保持经济的增长就必须抓住主要因素，提高GDP，然而GDP的影响因素众多，本文在现有数据基础上，通过SPSS统计软件，对我国R&D投入、科技投入、教育投入、实际利用外资这4项影响因素和GDP关系做了简要分析。2.R&D投入对GDP影响的一元线性回归分析一元线性回归分析只涉及一个自变量的回归问题。设有两个变量x和y，

4、变量y的取值随变量x取值的变化而变化，则称y是因变量，x为自变量。对于这两个变量，通过观察或试验可以得到若干组数据，记为。将这n组数据汇成散点图，可以大致看出他们之间的关系形态。现在的问题是如何将变量之间的这种关系用一定的数学关系式表达出来。我们以1989~2010年中国R&D（研究与发展）投入与GDP相关数据为依据（表1），估计GDP（y）对R&D（x）的一元线性回归模型。表11989~2010年中国R&D投入与GDP总量原始数据（单位：亿元）年份GDPR&D20104012027062.582009

5、340902.85802.12008314045.446162007265810.33710.22006216314.43003.12005184937.42449.972004159878.31966.332003135822.81539.632002120332.71287.642001109655.21042.49200099214.6895.66199989677.1678.91199884402.3551.12199778973509.16199671176.6404.48199560793.

6、7348.69199448197.9306.26199335333.9248.01199226923.5198.03199121781.5159.46199018667.8125.43198916992.3112.31表2.模型汇总模型RR方调整R标准估计的误差方1.987a.974.97318266.46258a.预测变量:(常量),R&D（亿元）。在SPSS中录入数据，在线性分析选框中，输入相应的自变量和因变量，点击确定后出现如下结果。（见表2-表4）表2是关于一元线性回归模型的总体参数表，给出了复

7、相关系数、复相关系数的平方、调整后的复相关系数平方，以及回归的标准误差（即未解释的标准差）。复相关系数平方，又称决定性系数，是指被解释的方差（回归平方和）占总方差（总平方和）的百分比，是对回归模型拟合程度的综合度量。决定系数越大，则模型拟合度越高，回归方程的解释能力越强；决定性系数越小，则模型对样本的拟合程度越差，其解释能力越差。根据上表课的，决定性系数为0.973，该一元线性回归方程对总平方和的解释能力达到了97.3%。表3Anovab模型平方和df均方FSig.1回归254161275188.274

8、1254161275188.274761.729.000a残差6673273100.98120333663655.049总计260834548289.25521a.预测变量:(常量),R&D（亿元）。b.因变量:GDP(亿元)表3是关于一元线性回归模型的方差分析表，给出了回归平方和、残差平方和、总平方和、相对应的自由度，以及F统计量值及其显著性水平。F检验是对回归总体线性关系是否显著的一种假设检验。根据上表输出结果可得到，F=761.729