我国国内生产总值的多元线性回归分析

度越差。根据EViews软件输出结果可知:Р由接近1,说明样本回归直线对观测值的拟合程度越好。Р3.2.2 显著性检验Р 最小二乘法估计的、(i=1,2,3,4)是由(i=1,2,3,4)和Y的样本观测值求出,为了确定它们的可靠程度,要进行显著性检验,来确定是否、(i=1,2,3,4)显著(不等于0)。Р(1)t检验Р 对回归分析的估计值的显著性检验用t检验,由EViews软件输出结果,得:Р Р Р Р?利用公式,得:Р在时,,因为=4.6242>2.048,所以在95%的置信度下拒绝原假设,说明截距项在回归方程显著不为零。由于、、、均大于,因此解释变量城乡居民存款年底()、财政收入(Р)、居民消费价格指数()、货物进出口总额()显著的影响国内生产总值(Y)。Р求,的置信区间Р由公式分别计算出:Р的置信区间为:Р Р的置信区间为:Р Р的置信区间为:Р的置信区间为:Р的置信区间为:Р综上,得:Р表2:参数含置信区间Р参数Р参数估计值Р95%的置信区间Р-8218.578Р[-11858.4761 -4578.6799]Р0.3387Р[0.2049 0.4725]Р2.6445Р[2.2182 3.0707]Р59.1286Р[7.3799 110.8773]Р0.1762Р[0.0944 0.2579]Р由表2可知,在95%的置信度下拒绝回归系数为零的假设,说明解释变量显著的影响Y变量。Р模型的预测(检验) Р利用EViews软件作出预测趋势图:Р模型评价Р由于模型中含有多个解释变量,两两解释变量间是否存在线性关系,本文没有进行考察,进行异方差检验。Р 从计算结果来看,,说明回归直线对观测值的拟合程度越好。实际上,本文所建立的模型没有考虑到所选取的数据是一个时间序列,前一年的数据可能对下一年的数据有影响,即存在自相关性,本文没有消除自相关性的影响,所建模型需进一步优化。