标题
  • 标题
  • 作者
  • 关键词

回归分析预测认识中的一个误区

2007-05-10分类号:F224

【作者】董振宁  张良  
【部门】广东工业大学  广东工业大学  
【摘要】一元线性回归模型是统计学中对数据进行预测的一种重要方法。应用时,在对数据进行线性回归后还要做F检验。F检验的目的是判别解释变量与因变量之间有无线性相关关系。普遍认为做F检验时,F的值越大,用此模型进行预测得到的结果就越可信。国民生产总值GDP是一个重要的经济指标,人们经常通过GDP来分析经济运行情况,因此人们经常会对GDP的增长率作出预测。本文分别运用三种线性回归模型对GDP数据进行回归分析,并预测GDP的增长率。证明了当回归模型的F值最大时,预测的效果不一定最好。选择线性回归模型进行预测,还要结合实际情况。
【关键词】线性回归  线性相关关系  变量值  大时  回归方程  显著性检验  误差比  线性关系  中国统计年鉴  预测值  
【基金】
【所属期刊栏目】统计与决策
文献传递