国内生产总值与第一、二产业的关系

内生产活动的最终成果.

国内生产总值(GDP),指按市场价格计算的一个国家(或地区)所有常住单位在一定时期第一产业是指农业、林业、畜牧业、渔业和农林牧渔服务业.

第二产业是指采矿业，制造业，电力、煤气及水的生产和供应业，建筑业. 改革开放以来，我国的经济增长方式和产业结构发生了重大变化，第一、第二产业的发展对国内生产总值增长所起的作用也发生了变化。

数据来自《中国统计年鉴2008》，选取我国1978-2007年国内生产总值与第一、二产业的数据.

根据数据绘制数据变化趋势如下.

300000250000200000国内生产总值第一产业第二产业产值150000100000500000197019801990年份20002010

从图中可以直观地发现，国内生产总值与第一、二产业存在着一定的相关关系.

利用国内生产总值作为因变量Y，第一产业、第二产业作为自变量X1、X2，做多元线性回归分析，得到结果. ANOVAb模型1回归残差合计平方和1.36E+0111205987041.37E+011df22729均方6.82E+0104466618.7F15268.310显著性.000aa. 预测变量:(常量), 第二产业x2, 第一产业x1。b. 因变量: 国内生产总值y 系数a非标准化系数B标准误-516.794794.031.811.2191.895.053标准化系数Beta.094.908模型1（常量）第一产业x1第二产业x2t-.6513.71235.795显著性.521.001.000a. 因变量: 国内生产总值y 得到的回归方程为Y??516.794?0.811X1?1.895X2 显著性P值Sig=0.000,说明回归方程高度显著.

对回归系数作显著性检验，可以看出，X1、X2单独对因变量Y有显著性影响，最大的P值为0.001

即可以以99.9%以上的概率断言自变量X1、X2对因变量Y产生显著性线性影响.通过检验.

当一个回归问题存在异方差性时，如果仍用普通最小二乘方法估计未知参数，将引起不良后果，特别是最小二乘估计量不再具有最小方差的优良性，即最小二乘估计的有效性被破坏了.

残差图是一种直观、方便的分析方法.它以残差e为纵坐标，以其他适宜的变量为横坐标画散点图.

如果回归模型适合于样本数据，那么残差e反映误差项所假定的性质，残差e应该在e=0附近随机变化，并在变化幅度不大的一个范围内，因此可以根据残插图来判断回归模型是否具有某些性质.

分别画出X1、X2的残差图.

6000.000004000.00000Unstandardized Residual2000.000000.00000-2000.00000-4000.000000.005000.0010000.0015000.0020000.0025000.0030000.00第一产业x1 6000.000004000.00000Unstandardized Residual2000.000000.00000-2000.00000-4000.000000.0020000.0040000.0060000.0080000.00100000.00120000.00第二产业x2