多元统计分析.doc

多元统计分析多元统计分析多元统计分析作业一1.2分析2016年经济发展情况排名省gdp占比累计占比1广东79512。0510。3010。302江苏76086。29.8620。173山东67008。28。6828。854浙江464856。0234.875河南40160.015。2040.086四川32680.54。2444。317湖北32297.94.1948。508河北31827.94。1252.629湖南31244.74.0556。6710福建28519.23。7060.3711上海27466.23.5663。9312北京24899.33。2367。1613安徽24117。93.1370。2814辽宁22037。882。8673.1415陕西19165。392。4875。6216内蒙古18632.62。4178.0417江西18364.42.3880。4218广西18245。072.3682。7819天津17885。42。3285。1020重庆17558。82.2887。3721黑龙江15386.091.9989。3722吉林14886.231。9391.3023云南14869。951.9393.2224山西12928。31。6894.9025贵州11734。431。5296。4226新疆95501。2497.6627甘肃7152。040。9398。5928海南4044.510.5299。1129宁夏3150.060。4199.5230青海2572。490.3399.8531西藏1150.070。15100。00将2016各省的GDP进行排名,可以发现,经济发达的的地区主要集中在东部地区。西部gdp的占比较小。作出2016各省的gdp直方图如下：作业二多元回归分析2.1多元线性回归2。1。1数据来源《福建省统计年鉴-2017》年份商品零售价格指数y农业生产资料价格指数x1工业生产价格指数x2工业生产者购进价格指数x3固定资产投资价格总指数x4200098.997.4100.5112.4100。220019898.798。196。799。5200298。399.997.697。699。7200399。1101.8100.7106。3101。42004102.7112。5102。6113.3103。42005100。6108.1100.2108.1100.72006100。5100。999.2103.91022007104。3110.3100.8104。3105.92008105.7123。6102.7110.2105.9200997.993。395。593。2982010103.4102.4103.2107。7103。32011104.8111。8103.9108106.22012101.8103.398。797。7100.32013101。199.598.498.4100.12014101.199。598.698.3100.4201599.9101。49796.198.32016100.7100.299.1981002。1.2模型假设商品的零售价格会受很多因素的影响，对于影响零售价格指数y的影响现在仅考虑农业生产资料指数x1、工业生产价格指数x2、工业生产者购进价格指数x3、固定资产投资的影响x4。2.1。3模型建立为了大致分析y与x1、x2、x3、x4，建立y关于x1、x2、x3、x4的散点图，可以看出y与X呈现出较为明显的线性相关关系.由此可以建立y关于x的多元线性回归模型：运用MatlabR2017a画y关于x的散点图如下:2。1.4模型求解和分析运用MatlabR2017a进行多元回归分析，使用命令为:［b，bint，r,rint，stats]=regress（y,X,alpha)在这里y是n＊1的列向量，x是n*(m+1）的矩阵且第一列向量全是1，alpha采用默认值0.05。将Excel的数据导入Matlab运行结果截图如下：由计算结果可得：参数参数估计值置信区间a011。84[—23.7566,47.4395]a10.1304［-0.0041,0。2648］a20。5429［-0.1834，1.2961］a3-0。1796[—0.3628，0。0036］a40。3945[—0.1545，0。9432]R2=0.8699统计量观测值F=20.0540检验值p=0。0000误差方差估计=0。9995可知以上结果的置信度为95％，R2=0.8699，F=20.0540，p=0。0000〈0.05,可知回归模型成立。分析其杠杆残差图如下：执行rcoplot（r,rint)由残差图可以看出,除第二个数据外，其它数据的残差离零点都较近，且残差的置信区间均包含零点，这说明回归模型能较好的符合原始数据，而第二个数据为异常点.由