我国经济发展与几大产业相关分析__期刊目录网

摘要：本论文选出工业中10个重要产业的17年数据进行相关分析。旨在建立它们之间的多元线性回归模型，找出它们之间的相关关系，以及彼此的影响。对建立模型中主要遇到的共线性问题用各种方法来进行诊断，最终建立能比较正确反映实际情况的回归模型，并可利用回归模型进行产量的预测。
关键词：相关分析、线性回归、共线性诊断、预测
一.引言
一国经济的发展是由工业、农业、服务业等行业组成的，它们构成了国民经济的基础，其中工业对国民经济的发展尤为重要。工业是我国国民经济发展的重要依托和主导力量。1989年以来，我国工业经济在已取得成就的基础上迈出了新的重大步伐，工业品长期短缺的状况已成为历史，为促进国民经济持续快速健康发展，提高人民生活水平，加速实现现代化，发挥了重要作用。资料显示我国工业总量快速增长，一些重要工业品产量位居世界前列。1989年到2001年，工业增加值平均增长12.5%，2001年工业增加值达到42607亿元。2001年，我国钢产量达到1.52亿吨，原煤产量11.6亿吨，水泥产量6.6亿吨，化学纤维841.4万吨，平板玻璃2.1亿重量箱，均居世界第一；发电量达到14808亿千瓦时，位居世界第二。我国纺织、煤炭、建材、有色等行业在世界上具有相对优势，占有较大的市场份额。我国纺织服装占世界贸易总额的13%，已连续多年居世界首位。1989年到2001年，我国工业制成品出口增长5.4倍，年均增长16.7%，工业品出口占出口总额的比重已由1989年的71.3%提高到2001年的90.1%，工业占整个国民经济的比重也有1979年的48%上升到2001年的51%。这些都说明了工业在我国国民经济中的重要作用。
工业中的几大产业又与国民经济的发展息息相关，它们是国民经济的支柱，它们发展的好坏直接关乎国民经济的发展情况。本论文将就这些产业作出线性回归模型来分析它们之间的相关关系及对国民经济发展的影响。我们选出对国民经济发展有强烈影响的几大产业，这些产业有纺织、电视机、钢铁、生铁、发电、原油、煤炭、水泥、汽车、集成电路。对这些产业组成的时间序列我们可以看到国民经济的发展状况和变化趋势。但这些原始的数据并不能说明这些产业之间的相关关系以及对国民经济发展的影响。我们利用多元统计分析中的多元线性回归方法来建立线性回归方程，并借助SAS统计分析软件，对我国17年的这几大产业的产量建立多元线性回归方程，得到回归模型，并作进一步的统计分析，得到了它们之间的相关性，并可以利用得到的回归模型预测下一年的产量。
  本论文是多元统计在经济分析中的实际应用，也看到SAS统计分析软件在经济分析中的重要作用。对这方面应用的研究，国内外已有不少的成果，但对建立各产业之间的线性回归模型来分析它们之间的相关关系，并不多见。我们主要对几大产业17年产量的原始数据，对选出的变量作出多元线性回归模型来模拟它们之间的关系及其对国民经济的影响我们仅就在这方面作一个初步的研究。
二. 模型描述
从《2003年中国统计年鉴》中主要工业产量数据表我们以17年的主要产业的产量为指标建立的数据如下：

上表和下面的分析中各变量分别表示的意思为:cloth—布匹，colortv—彩色电视机，coal—原煤，crudeoil—原油，electricity—发电量，pigiron—生铁，steel—钢铁，cement—水泥，car—汽车。
我们用reg过程建立多元线性回归模型，并对回归方法得到的结果进行分析。
用reg过程建立回归方程先进行回归模型和回归系数的显著性检验。如果模型显著且回归系数显著，那么得到的回归方程就是正确的；如果模型显著但回归系数不显著的话，那么就要进行变量间的共线性诊断，并用各种共线性处理方法来消除共线性关系，最终得到有实际意义的回归方程；如果模型不显著的话就要考虑改变模型建立其他曲线回归模