Регрессионный анализ влияния ВВП от третьей промышленности Китая

Министерство образования  РеспубликБеларусь

Белорусский государственный университет

Экономический факультет

 

 

 

 

 

 

Курсовой проект по эконометрике

 

«Регрессионный анализ влияния ВВП от третьей промышленности Китая»

                                                                                 

 

 

Автор работы: студентка

4 курса отделения

"Менеджмент"

Чжу су тинь

Научный руководитель                                                                

Бокова С.Ю

 

 

Минск 2012

СОДЕРЖАНИЕ

1 РЕФЕРАТ........................................................................3

2 ВвЕДЕНИЕ.....................................................................4

3 построение и анализ  эконометрической модели...........................................................................5

4 Выводы и резюме....................................................15

5 список использованных  источников............16

предложение..............................................................17

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1. Реферат

Доля трех основных промышленностей в целой национальной экономике, которая не только показывает масштабы производства страны (или региона), в то же время может отражать структуру промышленности страны. Автор будет использовать метод прогноза, метод наименьших квадратов, коэффициент определенности и контроль коэффицента корреляции. Для данных информациях анализируются, чтобы более помнить связи между ВВП и третьей промышленностей Китая, их влиянии в Китае и его значительный вклад.

Ключевое слово: ВВП , Третья промышленность , Линейная регрессия с одним неизвестным.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2.Введение

ВВП (GDP). Это макроэкономический показатель, отражающий рыночную стоимость всех конечных товаров и услуг , произведённых за год во всех отраслях экономики на территории государства для потребления, экспорта и накопления, вне зависимости от национальной принадлежности использованных факторов производства. ВВП отразит наиболее важным показателем экономического роста страны или региона. Среди них ВВП(в абсолютном выражении)=Первичная промышленность(в абсолютном выражении)+Вторая промышленность(в абсолютном выражении)+Третья промышленность(в абсолютном выражении).

ВВП является одним из важнейших  макроэкономических статистических показателей. Еще называется эффективный инструмент люди, чтобы понять и осознать макроэкономические показатели страны (или региона). Таким образом, в третьей промышленности занимает очень важное место в социальной экономической структуре. Когда экономическая развития страны достигнует определенную стадию, скорость третего промышленного развития будет непосредственно определять экономическое развитие страны, даже больше промышленности и сельского хозяйства. По сравнению с развитыми странами, наш развитие первичной, второй,третьей промышленнности очевидно был неравномерностю. Сельское хозяйство было отставание развития, но промышленность и строительство роста слишком быстро, а третья промышленность была медленное развитие.

В 21-м веке наш партия и правительство начали дорожить этой важной задачей. Третья промышленности является важной задачей ускорения экономического развития. В 21-м веке третья промышленность сохранила быстрый и устойчивый рост, в то же время, структура промышленности была постоянно корректировать и оптимизировать, новые отрасли третьей промышлености осуществляли быстро высить и крепнуть.

 

3 построение и анализ эконометрической  модели.

 

Сколько процентов добавленная стоимость третьей промышленности занимать доля валового внутреннего продукта (ВВП)? Это важной показатель оценит уровень развития модернизации страны. В настоящее время в странах с высокими доходами это процент составляет около 70%, около 50% от страны с средном доходом, около 35% от страны с низким доходом. В связи с тем подавляющая часть третьей промышленности имеет многие особенности, к примеру трудоёмкий, техноёмкий и наукоёмкий. Третья промышленнось называет основным каналом труда, и занятости. С 1990-х годов, добавленная стоимость третьей промышленности Китая рост один процентный пункт, Китай может создать один миллион рабочих мест. Статистика показывает, что: Основные местные источники налога приедут из третьей промышленности.

Третья промышленность способствует улучшению качества жизни людей. Улучшение качества жизни и рост ВВП на душу населения имеют следующее соотношение: Когда ВВП на душу населения, социально-экономическое и культурное развитие менее, Общество не может использовать большие ресурсы для улучшения качества жизни. Поэтому улучшение качества жизни были очень медленный. Только экономическое развитие и ВВП на душу населения увеличивают, для того, чтобы все больше и больше ресурсов используют на улучшение качества жизни в обществе. Теперь во всё мире осуществляет больше и больше внимания на статус и роль в социально-экономической структуре в области третьей промышленноси. Также показывает важную роль в развитии в области третьей промышленности на развитие экономики Китая.

 

В целях описания, анализа и прогнозирования  явлений и процессов в экономике  применяют математические модели. В  случае использования регрессионных  моделей результат действия экономической системы представляется как функция влияющих на нее факторов.

В настоящей работе будут использованы средства программного продукта MS Excel. Анализ начинается с описательной статистики для всех переменных.

Исходные данные для  анализа приведены в следующей таблице.

 

Таблица 1. Исходные данные для анализа (миллиатр юань)

Год	2005	2006	2007	2008	2009	2010
ВНД	18361,8	21588,3	26641,1	31527,4	34140,1	40326,0
ВВП	18493,7	21631,4	26581,0	31404,5	34090,2	40120,2
Первичная промышленность	2242,0	2404,0	2862,7	3370,2	3522,6	4053,3
Вторая промышленность	8759,8	10371,9	12583,1	14900,3	15763,8	18758,1
Третья промышленнось	7491,9	8855,4	11135,1	13134,0	14803,8	17308,7
Промышленность	7723,0	9131,0	11053,4	13026,0	13523,9	16086,7
Строительная  промышленность	1036,7	1240,8	1529,6	1874,3	2239,8	2671,4
ВВП на душу населения(Юань)	14185	16500	20169	23708	25608	29992

 

В этих трех промышленностях, стоимость производства второй промышленности была намного выше, чем первичная промышленность и третья промышленность. Таким образом, это можно сделать: Вторая промышленность, как промышленность и строительная промышленность играют важную роль в китайской национальной экономике. С экономическим развитием, третья промышленность Китая была на втором месте. Через наблюдение, мы узнаем, что в 2005-2010 годах, разница между максимумом и минимумом в области третьей промышленность достигла 9816,7 миллиатр юань. Таким образом, мы можем предсказать, что с развитием технологии и экономическом развитием третья промышленность Китая имеет неограниченный потенциал. Здесь мы только рассмотрим влияния ВВП от третьей промышленности. Поэтому мы используем линейный регрессионный модел с одним неизвестным для прогнозирования.

 

Таблица 2  ВВП и треья промышленность Китая в 2005-2010 годах

Год	ВВП (миллиатр юань)	Третья промышленность (миллиатр юань)
	У	x
2005	18493,7	7491,9
2006	21631,4	8855,4
2007	26581,0	11135,1
2008	31404,5	13134,0
2009	34090,2	14803,8
2010	40120,2	17308,7

 

 

 

 

 

 

 

 

 

 

Рисунок 1. Динамика показателей ВВП, млрд.юань, и Третья промышленность.

При анализе зависимости величин, представленных в данной работе, Y - выступает в качестве детерминированной  составляющей, а X - детерминирующего фактора.

При изучении корреляционной зависимости х случайных величин общую картину их взаимной изменчивости можно получить, изобразив на координатной плоскости все выборочные точки (построив корреляционное поле).

Распределение выборочных точек на корреляционном поле зависимости величины Y от X дает основания использовать   линейную регрессионную модель (связь между признаками прямая,  и ее можно описать уравнением прямой).

 

 

 

 

 

 

 

 

 

Рисунок 2. Корреляционное поле зависимости величины Y от X

Соблюдайте рисунок 2 (Корреляционное поле зависимости величины Y от X), мы анализируем линейный корреляционный степень между ВВП и третьей промышленностей, мы высмотрим хорошо линейное отношение между ВВП и третьей промышленностей. Конечно просуществует определенное линейное отношение, мы можем построить модель линейной регрессии с одним неизвестным.

Высокие значения коэффициентов  корреляции указывают на сильную  связь между показателем Y и показателем Х.

В случае парной линейной регрессии регрессионная модель записывается следующим образом: 
                     Y(X) = а + b*Х

 

где Y – зависимая переменная величина (ВВП миллиатр юань)

X– Одноместный фактор влияющих на ВВП (миллиатр юань), независимая переменная величина X.

а– Постоянная величина

b– Относительный теоретический коэффициент регрессии зависимой переменной величины Y.

Коэффициенты а и b находятся так, чтобы сумма квадратов отклонений наблюдаемых значений от значений на прямой линии регрессии оказалась наименьшей (метод наименьших квадратов) и определяются как решения системы:

 

 

；  

 

По статистике мы знаем n=6 (всего 6 лет)

Таблица 3  Данные рассчитываются по руке

Год	Y (млрд)	X (млрд)	x2	y2	xy
2005	18493,7	7491,9	56128565,61	342016939,69	138552951,03
2006	21631,4	8855,4	78418109,16	467917465,96	191554699,56
2007	26581,0	11135,1	123990452,01	706549561,00	295982093,10
2008	31404,5	13134,0	172501956,00	956242620,25	412466703,00
2009	34090,2	14803,8	219152494,44	1162141736,04	504664502,76
2010	40120,2	17308,7	299591095,69	1609630448,04	694428505,74
	172321	72728,9	949782672,91	5244498770,98	2237649455,19

 

 

 

=2.262017376868047

 

 

Получение линейного модели прогнозирования регрессии с одним неизвестным: Y= 2.262017376868047 + 2.182745337304305 X

 

Простой коэффициент  корреляции могут отразить линейную корреляцию между двумя переменными  и совместное направление изменения. Обычно r представляет образц коэффициента корреляции. Если уравнение регрессии уже сдало различные тесты, мы можем использовать регрессионной модели для прогнозирования. Так называемый прогноз, который является использованием прошлых и настоящих выборки информации метода. Потом мы используем метод экстраполирования, чтобы сделать количественную оценку возможных значений переменных.

г находится в диапазоне  от -1 до +1, -1 ≤г≤ 1. Если 0 <г <1, показывают, что существует положительной линейной корреляции между X и Y; Если -1 <г<0, которые показывают, что существование отрицательной линейной корреляции между X и Y; Если г = +1, показывают, что совершенной положительной линейной корреляции между X и Y; Если г = -1, показывают, что совершенной отрицательной линейной корреляции между X и Y; Видимыми, когда ︳r ︳ = 1, значение Y полностью зависит от X. Если г = 0, показывают , что значения Y и X не имеют линейную корреляцию.

 

 

 

= 0.9992584447908329

Посмотрите это результат, равно 0.9992584447908329. Поэтому существует положительную линейную корреляцию между X и Y, следовательно, эта модель подходит лучше эффективности согласования.

 

Метод прогноза : точка прогноза

Точка прогноза является независимой переменной величины в модели прогнозирования регрессии рассчитывается прогнозируемое значение зависимой переменной.

Когда х = 20000 млрд юнань, получает результат Y в управнении регрессионной модели.

 Y= 2.262017376868047 + 2.182745337304305 X

  =2.262017376868047 + 2.182745337304305×20000

  =43657,168763462968047（млрд юань）

То есть, когда третья промышленность составила 20000 млрд юаней, валовой внутренний продукт (ВВП) достигнул 43657,168763462968047 миллиарда долларов.

 

Рисунки 2 отражают линию тренда и уравнение регрессии на корреляционном поле зависимости Y от значений показателя X.

Прогноз поведения изучаемого экономического явления осуществляется подстановкой значения фактора X в оценку детерминирующей составляющей.

Регрессионная статистика показывает следующие результаты для пары Y - X:

 

Таблица 4. Регрессионная  статистика
Множественный R	0,999258368
R-квадрат	0,998517286
Нормированный R-квадрат	0,998146608
Стандартная ошибка	347,3079796
Наблюдения	6