经济预测与决策A课程作业

1、20121000748丛猷森经济预测与决策A课程作业081122经济学经济预测与决策A课程作业 题 目：关于山东省GDP指标与相关产业因素简单分析及预测 学 院：经济管理学院 班 级：081122 姓 名：丛猷森 学 号：20121000748 指导教师：廖其胜相关指标:1981-2010年山东省GDP、第一产业、第二产业、第三产业数值如下：年份GDP第一产业第二产业第三产业17.84.80.52.524.30.22.41.7323.812.35.36.2410.12.45.52.3513.50.36.46.764.6-2.95.42.17155.43.6689.8-0.98.12.6972.

2、61.52.8104.51.611.9116.9-0.94.831213.70.59.93.31315.82.99.53.41413.80.39.73.71514.82.88.33.71613.92.67.93.41710.41.75.53.2188.81.54.72.6198.11.642.6209.515.92.62191.34.53.3229.515.33.22310.7-0.583.22413.72.483.32514.21.48.842614.41.39.23.92714.60.69.84.22812.10.88.332910.90.67.13.33012.50.68.63.4首先看

3、GDP与第一产业、第二产业、第三产业之间的关系：从以上三张散点图中可以看出，GDP分别与第一产业、第二产业、第三产业之间存在线性关系。接下来进行回归分析：首先建立逐步回归模型：输入移去的变量a模型输入的变量移去的变量方法1第三产业.步进（准则: F-to-enter 的概率 <= .050，F-to-remove 的概率 >= .100）。2第二产业.步进（准则: F-to-enter 的概率 <= .050，F-to-remove 的概率 >= .100）。3第一产业.步进（准则: F-to-enter 的概率 <= .050，F-to-remove 的概率 &

4、gt;= .100）。a. 因变量: GDP从上表可以看出，SPSS软件在95%的置信水平中并未排除或移去任何变量，说明三个变量都与GDP有着相关关系。模型汇总d模型RR 方调整 R 方标准 估计的误差1.772a.596.5822.64832.870b.756.7382.094831.000c1.0001.000.0512a. 预测变量: (常量), 第三产业。b. 预测变量: (常量), 第三产业, 第二产业。c. 预测变量: (常量), 第三产业, 第二产业, 第一产业。d. 因变量: GDP从这张拟合图中我们可以看出，当只考虑一个因素，即第三产业时，R值为0.772，R方为0

5、.596，调整R方后，值为0.582；而考虑第二产业和第三产业时，R值为0.870，R方值为0.756，调整后的R方为0.738，明显比只考虑第三产业一个变量因素要好很多；而当考虑第一产业、第二产业、第三产业三个变量因素时，R达到了最高值1，R方和调整后的R方均为1，说明在考虑全部三个变量因素时，模型的拟合程度最好。说明应该将三个因素全部考虑。Anovad模型平方和df均方FSig.1回归289.8791289.87941.332.000a残差196.375287.013总计486.254292回归367.7742183.88741.906.000b残差118.479274.388总计486.

6、254293回归486.1853162.06261741.296.000c残差.06826.003总计486.25429a. 预测变量: (常量), 第三产业。b. 预测变量: (常量), 第三产业, 第二产业。c. 预测变量: (常量), 第三产业, 第二产业, 第一产业。d. 因变量: GDP从上面这张Anova图中可以看出，不论是只考虑第三产业一个变量或是第二、第三产业两个变量或是第一、第二、第三产业三个变量是，P值均为0.000，说明显著相关，而当考虑到全部三个因素时，F值达到最高的61741.296，说明了当考虑全部三个变量时，与GDP最为相关。已排除的变量c模型Beta IntSi

7、g.偏相关共线性统计量容差1第一产业.315a2.481.020.431.757第二产业.415a4.213.000.630.9312第一产业.628b212.395.0001.000.618a. 模型中的预测变量: (常量), 第三产业。b. 模型中的预测变量: (常量), 第三产业, 第二产业。c. 因变量: GDP系数a模型非标准化系数标准系数tSig.B 的 95.0% 置信区间B标准 误差试用版下限上限1(常量)2.0861.5061.385.177-1.0005.171第三产业2.721.423.7726.429.0001.8543.5882(常量)-.5451.345-

8、.405.688-3.3052.215第三产业2.337.347.6636.734.0001.6253.049第二产业.628.149.4154.213.000.322.9343(常量)-.047.033-1.428.165-.115.021第三产业1.021.011.29097.155.000.9991.043第二产业.997.004.658246.777.000.9881.005第一产业.995.005.628212.395.000.9851.004a. 因变量: GDP 从上面这两个表格可以看出，SPSS软件在经过多步计算后，将只有第三产业一个变量，和第二产业、第三产业两个变量进行排除，

9、选择了三个变量全部包括的模型。因此建立回归模型，射第一产业为X，第二产业为Y，第三产业为Z，则： GDP=-0.047+0.995x+0.997y+1.021z自相关性检验：自相关图序列:GDP滞后自相关标准 误差aBox-Ljung 统计量值dfSig.b1.039.174.0501.8232.096.171.3682.8323-.266.1682.8803.4114.053.1652.9844.5605-.207.1614.6225.4646-.317.1588.6306.1967-.239.15511.0237.1388.006.15111.0258.2009.201.1481

10、2.8649.16910.185.14414.51210.15111.121.14115.24611.17212.156.13716.53912.16813.091.13317.01213.19914-.082.12917.41314.23515-.110.12518.18815.25316-.126.12119.27616.255a. 假定的基础过程是独立性（白噪音）。b. 基于渐近卡方近似。自相关图序列:第一产业滞后自相关标准 误差aBox-Ljung 统计量值dfSig.b1-.171.174.9631.3272.127.1711.5152.4693-.160.1682.430

11、3.4884.164.1653.4184.4905-.230.1615.4505.3636.236.1587.6716.2637-.113.1558.1997.3158-.089.1518.5488.3829-.010.1488.5529.48010-.007.1448.55410.57511-.089.1418.95811.62612.121.1379.74312.63813.000.1339.74313.71514.014.1299.75414.78015.045.1259.88515.82716-.019.1219.91016.871a. 假定的基础过程是独立性（白噪音）。b. 基于渐近

12、卡方近似。自相关图序列:第二产业滞后自相关标准 误差aBox-Ljung 统计量值dfSig.b1.552.17410.0791.0012.226.17111.8342.0033.059.16811.9583.0084-.074.16512.1614.0165-.185.16113.4815.0196-.184.15814.8346.0227-.110.15515.3417.0328.159.15116.4398.0379.142.14817.3669.04310.054.14417.50610.06411-.003.14117.50711.09412.063.13717.71912

13、.12513-.008.13317.72213.16814.002.12917.72214.22015.024.12517.76015.27616-.012.12117.77016.338a. 假定的基础过程是独立性（白噪音）。b. 基于渐近卡方近似。自相关图序列:第三产业滞后自相关标准 误差aBox-Ljung 统计量值dfSig.b1-.399.1745.2721.0222.530.17114.9002.0013-.434.16821.5993.0004.139.16522.3094.0005-.282.16125.3735.0006-.091.15825.7076.0007-.

14、072.15525.9247.0018.079.15126.1958.0019.101.14826.6639.00210.086.14427.01610.00311.015.14127.02711.00512.003.13727.02812.00813-.093.13327.51613.01114-.047.12927.64614.01615-.129.12528.71315.01816-.045.12128.84916.025a. 假定的基础过程是独立性（白噪音）。b. 基于渐近卡方近似。根据序列自相关图可以看出：序列均具有短期相关性，就是随着延期数的增加，平稳序列的自相关系数很快地接近于零，自相关图大部分都在2倍的标准差范围内。所以确认该序列就是平稳序列。下面进行纯随机性检验：由自相关图可以知道，此序列为延迟16期的，在延迟时期较短的序列值之间，序列值之间存在着一定的相关关系，可判断为平稳非白噪声序列。预测：从自相