摘要：回归分析是从静态的角度研究自变量与因变量间的相互依赖关系． 序列是研究时间序列的重要方法．本文是通过回归分析和 模型两个方面来预测企业生产总值并研究生产总值与就业人口的关系．53935

毕业论文关键词：线性回归 ,  ,预测

Abstract: The Regression Analysis studies statically the interdependence of the independent variables and the dependent variables.  is the most important method to research time series. This paper is in two aspects of Regression Analysis and   model to forecast total output value of corporation and researches the relationship between total output value of corporation and employment. 

Keywords: linear regression, model ,prediction

目录

1  引言 4

2  回归模型的建立 4

2.1  模型 4

2.2  拟合优度 5

2.3  显著性检验 5

2.4  回归系数检验 6

2.5  残差分析 7

2.6  回归预测 7

3   模型建立 8

3.1  平稳时间序列 8

3.1.1游程检验法 8

3.2  模型检验 9

3.3  SPSS分析 9

3.4   模型预测 10

结论 12

参考文献 13

致谢 14

附录 15

1 引言

 当今社会是以经济、金融、信息为主导的知识经济时代．企业间的竞争也越来越激烈，企业历年来数据的分析以及未来数据的预测也显得更加重要．对企业当前数据进行准确的分析不仅可以纠正企业在之前犯的错误还能够增加管理者的经验，为接下来的工作做出正确的决策．对未来数据进行准确的预测可以减少企业不必要的损失，还是企业经营者修改经营策略的依据．本文数据源于中国统计局网址(http://www.stats.gov.cn/)．

   本文通过建立静态线性回归模型和动态 模型，通过不同的模型得出企业生产总值的预测值．对比预测值与真值的差异，找出预测值最优模型进行预测．其中以1995到2007年共13组数据作为训练数据，以2008到2011共4组数据作为检验数据．旨在将预测值与企业生产总值的真值做比较，找出预测更精准的模型．有利于企业管理者做出更加精准的决策，减少企业损失，有利于企业往后的发展．

2 回归模型

2.1 多元线性回归模型

    多元线性回归:描述因变量 如何依赖自变量 以及误差项 的方程，其一般式可表示为 ，其中参数 都是未知的，需要用样本数据通过最小二乘法来估计．其中 是企业生产总值， 是就业人口， 是企业出口总值．经EXCELL软件分析可得表一如下：

                      表1  参数估计

　 Coefficients 标准误差 t Stat P-value

Intercept -234627 76992.8 基于线性回归和ARMA在企业中的分析:http://www.youerw.com/shuxue/lunwen_58121.html