回归分析应用实例讲解.doc

影响成品钢材量的多元回归分析
故当原油产量为16225.86万吨，生铁产量为12044.54万吨，原煤产量为13.87万吨以及发电量为12334.89亿千瓦时时，成品钢材量预测值为10727.33875万吨；当原油产量为17453万吨，生铁产量为12445.96万吨，原煤产量为14.54万吨以及发电量为13457亿千瓦时时，成品钢材量预测值为10727.33875万吨。
钢材的需求量设为y，作为被解释变量，而原油产量、生铁产量、原煤产量、发电量作为解释变量，通过建立这些经济变量的线性模型来研究影响成品钢材需求量的原因。能源转换技术等因素。在此，收集的数据选择与其相关的四个因素：原油产量、生铁产量、原煤产量、发电量，1980—1997的有关数据如下表。理论上成品钢材的需求量的影响因素主要有经济发展水平、收入水平、产业发展、人民生活水平提高、

原始数据（中国统计年鉴）
年份y19802716.2010595.003802.406.203006.2019812670.1010122.003416.606.203092.7019822902.0010212.003551.006.663277.0019833072.0010607.003738.007.153514.0019843372.0011461.304001.007.893770.0019853693.0012489.504384.008.724107.0019864058.0013068.805064.008.944495.0019874356.0013414.005503.009.284973.0019884689.0013704.605704.009.805452.0019894859.0013764.105820.0010.545848.0019905153.0013830.606238.0010.806212.0019915638.0014009.206765.0010.876775.0019926697.0014209.707589.0011.167539.0019937716.0014523.008739.0011.518395.0019948482.0014608.209741.0012.409281.0019958979.8015004.9410529.2713.6110070.3019969338.0215733.3910722.5013.9710813.1019979978.9316074.1411511.4113.7311355.53
将中国成品

模型的设定
设因变量y与自变量、、、的一般线性回归模型为:
y=+
是随机变量，通常满足；Var()=

二参数估计

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)170.287494.572.344.736原油（万吨)-.041.090-.031-.457.655生铁（万吨）.554.170.6083.267.006原煤（万吨）-17.818115.468-.018-.154.880发电量（亿千瓦时）.389.199.4381.952.073a.因变量:成品钢材（万吨）
再用spss做回归线性，根据系数表得出回归方程为：

再做回归预测，得出如下截图：

故当原油产量为16225.86万吨，生铁产量为12044.54万吨，原煤产量为13.87万吨以及发电量为12334.89亿千瓦时时，成品钢材量预测值为10727.33875万吨；当原油产量为17453万吨，生铁产量为12445.96万吨，原煤产量为14.54万吨以及发电量为13457亿千瓦时时，成品钢材量预测值为10727.33875万吨。

三回归方程检验
描述性统计量均值标准偏差N成品钢材（万吨）5465.00282460.3492618原油（万吨)13190.63721875.7887318生铁（万吨）6489.95442700.7967618原煤（万吨）9.96832.5401818发电量（亿千瓦时）6220.87942768.1119118
相关性成品钢材（万吨）原油（万吨)生铁（万吨）原煤（万吨）发电量（亿千瓦时）Pearson相关性成品钢材（万吨）1.000.909.998.961.997原油（万吨).9091.000.912.973.920生铁（万吨）.998.9121.000.962.997原煤（万吨）.961.973.9621.000.971发电量（亿千瓦时）.997.920.997.9711.000Sig.（单侧）成品钢材（万吨）..000.000.000.000原油（万吨).000..000.000.000生铁（万吨）.000.000..000.000原煤（万吨）.000.000.000..000