回歸分析課程設計

1、 出口總額 國內生產總值 進口總額 儲蓄 有效的 N （列表狀態(tài)） 20 20 20 20 20 10616.35 49439.02 1290.30 31893.75 10075.813 36735.190 996.595 32003.862 1.015E8 1.349E9 993201.647 1.024E9 3、對數(shù)據(jù)進行回歸分析 表 2 系數(shù)表 系數(shù) a 非標準化系數(shù) 模型 1 (常量 國內生產總值 進口總額 儲蓄 a. 因變量: 出口總額 B -2433.269 .094 5.647 .035 標準 誤差 629.614 .031 .811 .050 .342 .559 .112 標準

2、系數(shù) 試用版 t -3.865 3.060 6.966 .710 Sig. .001 .007 .000 .488 .029 .056 .014 34.794 17.912 69.431 共線性統(tǒng)計量 容差 VIF （1） 、由表 2 可以很明顯的觀察出該模型存在很強的共線性，所以我們要進行共 線性診斷消除模型的多重共線性。 （2）、通過 SPSS 軟件，讓自變量逐步進行分析可得到表 3 表 3 調整后表 輸入移去的變量 a 模型 1 儲蓄 輸入的變量 移去的變量 方法 . 步進（準則: F-to-enter 的概率 <= .050 ， 的 概 F-to-remove 率 >= .

3、100） 。 2 進口總額 . 步進（準則: F-to-enter 的概率 <= .050 ， 的 概 F-to-remove 率 >= .100） 。 3 國內生產總值 . 步進（準則: F-to-enter 的概率 <= .050 ， 的 概 F-to-remove 率 >= .100） 。 4 . 儲蓄 步進（準則: F-to-enter 的概率 <= .050 ， 的 概 F-to-remove 率 >= .100） 。 a. 因變量: 出口總額 6 、由表 4 可知剔除的變量是 x3 即“儲蓄”變量。此時再重新進行統(tǒng)計分析 表 4 調整后的各系數(shù)表

4、 系數(shù) a 非標準化系數(shù) 標準 誤 模型 1 (常量 儲蓄 2 (常量 儲蓄 進口總額 3 (常量 儲蓄 進口總額 國內生產總值 4 (常量 進口總額 國內生產總值 a. 因變量: 出口總額 B 692.525 .311 -859.990 .170 4.703 -2433.269 .035 5.647 .094 -2819.194 6.083 .113 差 504.595 .011 443.853 .029 .916 629.614 .050 .811 .031 313.234 .523 .014 .602 .412 .112 .559 .342 .539 .465 .988 試用版 t 1.372 27.510 -1.938 5.946 5.136 -3.865 .710 6.966 3.060 -9.000 11.633 7.966 Sig. .187 .000 .069 .000 .000 .001 .488 .000 .007 .000 .000 .000 .130 .130 7.676 7.676 .014 .056 .029 69.431 17.912 34.794 .065 .065 15.317 15.317 1.000 109.000 容差 VIF 標準系數(shù) 共線性統(tǒng)計量 、由表 4 可以