多元線性回歸模型及其應(yīng)用-畢業(yè)論文

多元線性回歸模型及其應(yīng)用摘要本文介紹了多元線性回歸模型，其過程分為模型構(gòu)建、模型參數(shù)估計(jì)、模型檢驗(yàn)和模型預(yù)測等幾個(gè)方面。通過對與我國物價(jià)指數(shù)CPI相關(guān)的幾個(gè)因素建立初始多元線性回歸模型，分析CPI的影響因素，之后對該模型進(jìn)行各種統(tǒng)計(jì)檢驗(yàn)，在模型檢驗(yàn)中發(fā)現(xiàn)初始模型中有部分變量的系數(shù)不能通過檢驗(yàn)，可能存在多重共線性的問題，最后采用逐步回歸分析法來進(jìn)行去除顯著性不高的變量，并且建立新的模型，最終找出了影響CPI的關(guān)鍵要素是農(nóng)業(yè)生產(chǎn)資料價(jià)格和人均GDP，通過最終確定的CPI與其影響因素之間的線性回歸方程可以清晰地得到各個(gè)指標(biāo)對CPI的影響大小，進(jìn)而為我國控制CPI提供方向性的建議指導(dǎo)。關(guān)鍵詞多元線性回歸CPI影響因素逐步回歸MultiplelinearregressionmodelanditsapplicationAbstractThisarticleintroducesthemultiplelinearregressionmodel,anditsprocessisdividedintoseveralaspects:modelconstruction,modelparameterestimation,modeltestingandmodelprediction.ByestablishinganinitialmultiplelinearregressionmodelonseveralfactorsrelatedtoChina'spriceindexCPI,analyzingtheinfluencingfactorsofCPI,andthencarryingoutvariousstatisticaltestsonthemodel,itisfoundinthemodeltestthatthecoefficientsofsomevariablesintheinitialmodelcannotpassTest,theremaybeaproblemofmulticollinearity,andfinallyuseastepwiseregressionanalysismethodtoremovelesssignificantvariables,andestablishanewmodel,andfinallyfindoutthatthekeyfactorsaffectingCPIareagriculturalproductionmaterialspricesandGDPpercapita,ThroughthefinallinearregressionequationbetweentheCPIanditsinfluencingfactors,wecanclearlygettheimpactofvariousindicatorsontheCPI,andthenprovidedirectionalrecommendationsforthecontrolofCPIinChina.KeywordsMultiplelinearregressionCPIinfluencingfactorsstepwiseregression目錄TOC\h\z\t"標(biāo)題1,1,標(biāo)題2,2,標(biāo)題3,3,引言結(jié)論,1,參考文獻(xiàn),1,致謝,1"引言 [12]p24-28，且均呈正相關(guān)。農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)是一個(gè)相對數(shù)字，反映了一段時(shí)間內(nèi)農(nóng)產(chǎn)品價(jià)格變動(dòng)趨勢。隨著我國農(nóng)業(yè)現(xiàn)代化程度的日益提高，農(nóng)業(yè)生產(chǎn)越來越依賴于農(nóng)業(yè)生產(chǎn)資料。農(nóng)產(chǎn)品的生產(chǎn)成本將隨著農(nóng)業(yè)投入物價(jià)的增加而上漲，只有不斷提高農(nóng)產(chǎn)品價(jià)格，農(nóng)業(yè)才能維持其最初的利潤率。因此，農(nóng)業(yè)投入的價(jià)格會影響農(nóng)產(chǎn)品的價(jià)格，繼而也影響到居民消費(fèi)價(jià)格指數(shù)的變化。GDP是反映一個(gè)國家的國力和財(cái)富的數(shù)據(jù)，所有國家都認(rèn)為它是衡量該國經(jīng)濟(jì)狀況的最佳指標(biāo)，因此，人均GDP指數(shù)會影響居民CPI的波動(dòng)。在選擇變量的過程，我們可以發(fā)現(xiàn)，雖然利用向前引入法、向后剔除法和逐步回歸法得到的模型相同，并且這三個(gè)方法的每一步都只能引入或者消除一個(gè)變量，但是向后剔除法的剔除變量過程相對比較繁瑣，沒有另外兩種方法簡潔。2、政策建議結(jié)合上文的回歸分析，為中國CPI宏觀調(diào)控提出以下建議：（1）隨著人們生活水平的提高，娛樂文化的水平和質(zhì)量也在提高，對于中國而言，它可以加快中國服務(wù)業(yè)的發(fā)展，增加中國的GDP并優(yōu)化中國的產(chǎn)業(yè)結(jié)構(gòu)。針對我國國內(nèi)生產(chǎn)總值的增速持續(xù)放緩的情況，我們必須積極地開展供給側(cè)改革，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，緩解供給過剩的壓力，從而實(shí)現(xiàn)對CPI的穩(wěn)定。（2）為了抑制物價(jià)的過快增長和避免通貨膨脹，政府首先應(yīng)該嚴(yán)控農(nóng)產(chǎn)品價(jià)格，監(jiān)測價(jià)格變化，對突然的價(jià)格變化做出反應(yīng)，加強(qiáng)對消費(fèi)品市場的監(jiān)管并繼續(xù)改革資源定價(jià)機(jī)制，再者我們應(yīng)當(dāng)繼續(xù)改革開放，增加國內(nèi)需求，建設(shè)一個(gè)創(chuàng)新的國家，提高科技貢獻(xiàn)率，增加居民收入，健全社會保障體系。參考文獻(xiàn)[1]吳密霞劉春玲.多元統(tǒng)計(jì)分析[M].北京:科學(xué)出版社,2014.[2]彬彬.多元線性回歸分析及其應(yīng)用[J].中國科技信息,2010(9).[3]馮朝軍.基于多元回歸分析的我國CPI影響因素識別[J].統(tǒng)計(jì)與決策,2017(24).[4]劉茹玉.遼寧省居民消費(fèi)價(jià)格指數(shù)影響因素與預(yù)測分析[D].東北財(cái)經(jīng)大學(xué),2018.[5]董榮花.CPI與其影響因素的波動(dòng)相干關(guān)系研究[D].內(nèi)蒙古大學(xué),2019.[6]劉懿樅,李明洋,王虹博.我國居民消費(fèi)價(jià)格指數(shù)（CPI)影響因素的分析[J].商場現(xiàn)代化,2019(17).[7]楊小平.統(tǒng)計(jì)分析方法與SPSS應(yīng)用教程[M].北京:北京清華大學(xué)出版社,2008.[8]黃潤龍.數(shù)據(jù)統(tǒng)計(jì)分析與分析技術(shù)-SPSS軟件使用教程[M].北京:北京高等教育出版社,2007.[9]國家統(tǒng)計(jì)局.中國統(tǒng)計(jì)年鑒[J].中國:中國統(tǒng)計(jì)出版社,2019.[10]謝宇.回歸分析[M].北京:社會科學(xué)文獻(xiàn)出版社,2010.[11]李志輝,羅平.常用統(tǒng)計(jì)分析教程-SPSS22