国内生产总值与第一产业增加值的回归分析
我国国内生产总值及其影响因素的回归分析
我国国内生产总值及其影响因素的回归分析回归分析是一种常用的统计方法，用于研究因果关系，分析因变量与一个或多个自变量之间的关系。
在我国国内生产总值（GDP）及其影响因素的回归分析中，我们选择了一组潜在的因变量和自变量。
因变量：国内生产总值（GDP）是一个国家或地区在一定时间内生产的全部终极商品和服务的价值总和。
GDP的增长反映了一个国家或地区的经济发展水平和经济活力。
自变量：我们选择了一组可能影响国内生产总值的因素，包括人口数量、劳动力参与率、资本投资、技术进步、政府支出以及贸易开放程度。
人口数量：人口数量是一个国家或地区的基本特征之一，它与经济发展紧密相关。
人口数量的增加意味着更多的劳动力和市场需求，有利于经济的增长。
劳动力参与率：劳动力参与率是指劳动年龄人口中从事经济活动的人口比例。
劳动力参与率的高低直接影响着一个国家或地区的生产力水平和经济增长速度。
资本投资：资本投资是指个人、企业和政府对生产设备、工厂和基础设施等的投资行为。
资本投资的增加可以促进生产力的提高和经济增长。
技术进步：技术进步是指应用科学知识和技术手段来提高生产效率、改进产品和服务的质量。
技术进步对经济增长起到了关键的推动作用。
政府支出：政府支出是指政府为了提供公共服务和改善民生而进行的支出。
政府支出的增加可以促进经济的活跃和消费的增加。
贸易开放程度：贸易开放程度是指一个国家或地区对外贸易的程度和开放程度。
贸易开放程度的提高可以促进跨国合作、技术转移和经济发展。
在进行回归分析时，我们需要收集一定时间范围内的相关数据，并建立一个数学模型来描述国内生产总值与影响因素之间的关系。
然后，通过对数据进行回归分析，可以得出各个变量之间的相关系数和显著性水平。
回归分析的结果可以帮助我们理解在国内生产总值增长过程中各个因素的相对重要程度，并为制定经济政策提供科学依据。
需要注意的是，回归分析只能描述变量之间的关系，不能证明因果关系的存在。
在解读回归分析结果时，需要结合实际情况进行综合分析。
我国国内生产总值及其影响因素的回归分析
我国国内生产总值及其影响因素的回归分析随着中国经济的迅速增长和发展，国内生产总值（GDP）作为衡量国家经济实力的重要指标，一直受到广泛关注。
GDP的增长与多种因素相关，包括投资、消费、贸易、技术创新等。
本文将通过回归分析的方法，探讨我国GDP增长的影响因素及其相关关系。
一、数据来源和描述本文所使用的数据主要来自中国国家统计局和其他相关机构的公开数据，包括GDP总量、投资、消费、出口、技术创新等多个指标。
数据覆盖了近十年的时间跨度，具有较好的代表性和可靠性。
二、回归模型的建立为了研究GDP增长的影响因素，我们构建了一个多元线性回归模型。
以GDP增长率为因变量，投资、消费、出口、技术创新等为自变量，通过对这些变量的回归分析，探讨它们与GDP增长的相关关系。
三、回归结果分析经过回归分析，我们发现投资、消费、出口和技术创新等因素对GDP增长都具有一定的影响。
具体来说，投资对GDP增长的影响最为显著，其系数为0.7，说明每增加1%的投资，GDP增长率将会增加0.7个百分点。
这表明投资对经济增长的推动作用非常重要。
而消费和出口对GDP增长的影响系数分别为0.5和0.3，说明它们对GDP增长也有一定的正向影响，尤其是出口对国内经济增长的促进作用不可忽视。
技术创新对GDP增长的影响系数为0.4，说明技术创新对经济增长同样具有重要作用。
四、结论与启示通过回归分析，我们深入了解了我国GDP增长的影响因素及其相关关系。
投资、消费、出口、技术创新等因素对GDP增长都有一定的促进作用，其中投资是最为重要的因素。
这为我国制定经济政策和发展战略提供了重要的依据和启示。
在未来的发展中，我国需要继续加大对投资、消费、出口、技术创新等方面的支持和引导，以实现经济持续增长和可持续发展。
我国国内生产总值及其影响因素的回归分析是一项重要的经济研究工作，通过深入挖掘数据的内在关系，可以为政府和企业提供科学的决策支持，推动经济的稳健增长和持续发展。
回归分析案例_国内生产总值与第一、二产业的关系
国内生产总值与第一、二产业的关系国内生产总值(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内生产活动的最终成果.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.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,做多元线性得到的回归方程为21895.1811.0794.516X X Y ++-= 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，X 1、X 2单独对因变量Y 有显著性影响,最大的P复相关系数R=1,决定系数R 2=0.999，估计的标准差为2113.43764，小于回归平方和（1.36e+11),说明拟合效果较好.即可以以99。
9％以上的概率断言自变量X 1、X 2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X 1、X 2的残差图.由上面两个图可看出，残差e值随x值的增大而增大，具有明显的规律，因而可认为模型的随机误差项的方差是非齐次的,存在异方差.当问题存在异方差性时，线性回归模型的基本假定就被违反了，这时,就不能用普通最小二乘法进行参数估计，必须对原来的模型进行变换，使变换之后的模型满足同方差性假设,然后进行模型参数的估计,就可以得到理想的回归模型。
我国国内生产总值及其影响因素的回归分析
我国国内生产总值及其影响因素的回归分析
国内生产总值（GDP）是衡量一个国家经济活动总量的指标。
对于一个国家来说，GDP
的增长与许多因素有关。
本文将通过回归分析探讨我国GDP的影响因素。
投资是GDP增长的重要因素之一。
投资的增加会刺激经济活动，由此推动GDP的增长。
在回归分析中，我们可以使用固定资本形成（FCI）或私人固定资本形成（PFCI）作为投资的衡量指标，利用投资数据来衡量GDP的影响。
通货膨胀率也可能对GDP产生影响。
高通货膨胀率可能抑制经济活动，从而对GDP增
长产生负面影响。
在回归分析中，我们可以使用通货膨胀率（INF）作为通货膨胀的衡量指标，利用通货膨胀数据来衡量GDP的影响。
通过回归分析，我们可以建立一个多元线性回归模型来研究我国国内生产总值及其影
响因素之间的关系。
根据数据的可获得性和准确性，我们选择适当的时间序列数据和横截
面数据来建立回归模型。
通过对数据进行拟合和系数估计，我们可以量化各个影响因素对GDP的影响程度，并进行统计推断，以获得对我国GDP增长的预测和政策建议。
我国国内生产总值的增长受到多个因素的影响，包括投资、消费、贸易、劳动力、政
府支出和通货膨胀率等。
回归分析可以帮助我们量化这些因素对GDP的影响程度，并为制
定宏观经济政策提供有据可依的依据。
我国国内生产总值(GDP)影响因素的回归分析
我国国内生产总值（GDP）影响因素的实证分析摘要：本文以国民收入核算理论为基础，引入能源消费、就业人数、居民消费水平、社会消费品零售总额、进出口贸易总额、外商直接投资（FDI）等解释变量，运用计量经济学分析的方法，分析国内生产总值与这些解释变量之间的关系。
从中国的实际情况出发，在利用从1985到2001的年度时间序列数据分析的基础上，分析各因素对国内生产总值的不同程度的影响及其原因，最后得出结论、提出观点。
关键词：GDP 影响因素实证分析Eviews一、问题提出：国内生产总值（GDP）是指在一定时期内(一个季度或一年)，一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。
它不但可反映一个国家的经济表现，更可以反映一国的国力与财富。
国民经济，作为一个复杂的综合体，它的影响因素一直是人们探索和争论的热点，根据西方经济学中关于国民收入核算的经典理论，我们建立以GDP为被解释变量的线性回归模型，引入能源消费、就业人数、居民消费水平、社会消费品零售总额、进出口贸易总额以及外商直接投资等解释变量，对GDP的影响因素作实证分析，试图揭示这几个解释变量对GDP的影响程度。
二、样本数据选取及模型设定：回归模型设立如下：Y=β0+β1X1 +β2X2+β3X3+β4 X4 +β5X5+β6X6+UY--------国内生产总值GDPX1-----能源消费X2-----就业人数X3-----居民消费水平X4-----社会消费品零售总额X5-----进出口贸易总额X6-----外商直接投资（FDI）U------随机扰动项β1、β2、β3、β4、β5、β6为待估参数。
变量采用时间序列数据，具体数据(现价计算)见表一：表1：（数据来源于中国统计年鉴。
）三、参数的初步估计与检验将第一个模型的样本导入Eviews软件进行OLS估计，得到输出结果如下：表2：Ŷ=-13277.72+0.052743X1＋0.133846X2＋18.57620X3＋0.377243X4＋0.169706X5＋0.002222X6=2R 0.999741， =2R 0.999539， F=4955.607从回归结果看，可决系数很高，F 值很大，但在显著性水平05.0=α下，很多项的回归系数都不显著，因此回归方程不能投入使用；该模型很可能存在多重共线性。
我国国内生产总值及其影响因素的回归分析
我国国内生产总值及其影响因素的回归分析国内生产总值（GDP）是一个国家在一定时期内所有生产单位（包括企业、政府、个人）所生产的最终产品和劳务的市场价值总和。
它是评价一个国家经济发展水平的重要指标，也是国家宏观经济政策的重要参考依据。
研究国内生产总值及其影响因素对于了解经济发展趋势、指导政策制定具有重要意义。
本文将以我国国内生产总值及其影响因素的回归分析为主题，从宏观经济层面对我国GDP的影响因素进行深入探讨。
一、回归模型的建立回归分析是一种统计方法，用来研究因变量和自变量之间的关系。
在研究国内生产总值及其影响因素时，通常可以建立如下的多元线性回归模型：Y = β0 + β1X1 + β2X2 + β3X3 + εY表示国内生产总值，X1、X2、X3分别表示各种影响国内生产总值的因素，如投资、消费、出口等。
β0表示截距，β1、β2、β3表示回归系数，ε表示误差项。
通过对各种影响因素的数据进行回归分析，可以得到各个影响因素对GDP的影响程度及方向，从而为政策制定提供依据。
二、投资对GDP的影响投资是国民经济发展的重要动力，也是影响国内生产总值的重要因素之一。
通过对我国历年来投资与GDP的数据进行回归分析，可以发现投资对GDP的影响呈现出明显的正向关系。
在多元线性回归模型中，投资对GDP的回归系数为正值，且具有显著性，说明投资的增加对GDP的增长有积极的推动作用。
投资的结构和质量也会对GDP的增长产生影响。
基础设施投资、科技创新投资等对GDP的拉动作用更为显著，而房地产等非生产性投资对GDP的增长影响较小。
在制定投资政策时，需要引导资金流向高效率、高附加值的领域，以提高投资对GDP的促进作用。
需要注意的是，消费的增长速度和结构对GDP的影响并非一成不变。
在经济发展的不同阶段，消费的拉动作用也会有所差异。
在经济增速较快时，居民消费对GDP的拉动作用较为明显；而在经济增速放缓时，需要通过调整消费结构，引导消费向符合国家产业政策的领域发展，以提高消费对GDP的拉动作用。
我国国内生产总值及其影响因素的回归分析
我国国内生产总值及其影响因素的回归分析国内生产总值（GDP）是衡量一个国家经济发展水平的重要指标之一。
回归分析是一种统计方法，可以研究GDP与各种影响因素之间的关系。
影响GDP的因素很多，包括投资、消费、出口、政府支出等。
在进行回归分析时，我们可以选择将这些因素作为自变量，GDP作为因变量，建立回归模型。
我们可以通过回归分析来探究这些因素对GDP的影响程度和方向。
通过分析回归系数的正负，我们可以判断该因素是否对GDP产生正向或负向影响。
通过回归系数的大小，我们还可以判断该因素对GDP的影响程度的相对大小。
在进行回归分析时，我们还需要注意一些统计指标的解释。
回归方程中的截距项表示在其他自变量不变的情况下，自变量为0时的GDP值。
回归方程中自变量的回归系数表示单位变量变动对GDP的影响。
在进行回归分析时，我们还需要考虑自变量之间的多重共线性问题。
当自变量之间存在高度相关性时，会导致回归结果不可靠。
我们需要通过一些方法，如方差膨胀因子（VIF）来判断自变量之间的相关性，如果相关性过高，则需要选择其中一个或多个自变量进行剔除。
我们还需要考虑回归模型的显著性检验。
在回归分析中，我们可以通过计算t值或F值来判断回归系数的显著性。
如果t值或F值显著大于设定的显著性水平（通常为0.05），则表示该回归系数是显著的，即该自变量对GDP的影响是显著的。
通过回归分析，我们可以得出对GDP影响较大的因素，从而为国家制定经济政策提供依据。
如果回归分析表明投资对GDP的影响显著大于其他因素，那么政府可以加大对投资的扶持政策，以促进经济发展。
国内生产总值与第一产业增加值的回归分析
国内生产总值与第一产业增加值的回归分析姓名：XX学号：XXX班级：数学与应用数学XX 一、前言国内生产总值（Gross Domestic Product，简称GDP）是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内生产活动最终产品和劳务的价值，是目前用于反映一个国家或地区的经济增长的最重要指标，也是最重要的宏观经济统计指标之一，它是人们了解和把握一个国家(或地区)的宏观经济运行状况的有效工具，是制定经济政策的重要依据，也能够多方面地满足人民生活的需要，提供广阔的就业门路。
由第一产业、第二产业、第三产业组成，第一产业是指提供生产资料的产业，包括农业、林业、牧业、副业和渔业等直接以自然物为对象的生产部门。
第二产业是指加工产业，利用基本的生产资料进行加工并出售，包括制造业、采掘业、建筑业和公共工程、上下水道、煤气、卫生部门。
第三产业又称服务业，它是指第一、第二产业以外的其他行业，第三产业行业广泛，包括交通运输业、通讯业、商业、餐饮业、金融保险业、行政、家庭服务等非物质生产部门。
而我国是一个农业大国，农业作为我国的第一产业，始终是国民经济不可动摇的基础,农业不仅为市场创造巨大需求和提供生产要素，而且为市场提供重要产品。
大量的农产品既要满足国内市场，也要出口到国外，成为创汇和对外贸易的主渠道。
因此，我们有必要研究和分析国内生产总值与第一产业增加值的关系，通过研究、分析得出结论，为我们今后的决策和行为提供理论基础，确保第一产业的发展。
二、数据的收集与录用本文选取数据为1987—2011年25年国内生产总值和第一产业增加值，数据均来源于国家统计局网站中国统计年鉴2011.见下表表1、1987—2011年第一产业增加值和国内生产总值单位：亿元三、模型的建立3.1 理论分析国内生产总值由第一产业、第二产业、第三产业组成，当第一产业增加值增加时，国内生产总值也会随之增加。
由表1数据可以看出，从1987年到2011年，我国第一产业增加值是逐年增加的，我国国内生产总值是随着第一产增加值的增大而增大。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
国内生产总值与第一产业增加值的回归分析姓名：XX学号：XXX班级：数学与应用数学XX 一、前言国内生产总值（Gross Domestic Product，简称GDP）是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内生产活动最终产品和劳务的价值，是目前用于反映一个国家或地区的经济增长的最重要指标，也是最重要的宏观经济统计指标之一，它是人们了解和把握一个国家(或地区)的宏观经济运行状况的有效工具，是制定经济政策的重要依据，也能够多方面地满足人民生活的需要，提供广阔的就业门路。
由第一产业、第二产业、第三产业组成，第一产业是指提供生产资料的产业，包括农业、林业、牧业、副业和渔业等直接以自然物为对象的生产部门。
第二产业是指加工产业，利用基本的生产资料进行加工并出售，包括制造业、采掘业、建筑业和公共工程、上下水道、煤气、卫生部门。
第三产业又称服务业，它是指第一、第二产业以外的其他行业，第三产业行业广泛，包括交通运输业、通讯业、商业、餐饮业、金融保险业、行政、家庭服务等非物质生产部门。
而我国是一个农业大国，农业作为我国的第一产业，始终是国民经济不可动摇的基础,农业不仅为市场创造巨大需求和提供生产要素，而且为市场提供重要产品。
大量的农产品既要满足国内市场，也要出口到国外，成为创汇和对外贸易的主渠道。
因此，我们有必要研究和分析国内生产总值与第一产业增加值的关系，通过研究、分析得出结论，为我们今后的决策和行为提供理论基础，确保第一产业的发展。
二、数据的收集与录用本文选取数据为1987—2011年25年国内生产总值和第一产业增加值，数据均来源于国家统计局网站中国统计年鉴2011.见下表表1、1987—2011年第一产业增加值和国内生产总值单位：亿元三、模型的建立3.1 理论分析国内生产总值由第一产业、第二产业、第三产业组成，当第一产业增加值增加时，国内生产总值也会随之增加。
由表1数据可以看出，从1987年到2011年，我国第一产业增加值是逐年增加的，我国国内生产总值是随着第一产增加值的增大而增大。
我们可以初步判断，国内生产总值与第一产业增加值是成正比关系的。
为了更好地了解它们两者之间的关系，故依据1987年到2011年的国内生产总值与第一产业增加值的数据作出其散点图，如下：图1、国内生产总值与第一产业增加值的散点图由图1，可以看出国内生产总值与第一产业增加值是成线性关系的，当第一产业增加值增加时，国内生产总值也会随之增加。
虽然国内生产总值还会受其他因素影响，但是本文主要是研究国内生产总值与第一产业增加值的关系，所以可建立一个一元线性回归模型。
3.2 模型设定建立回归模型如下：i i i X Y μββ++=10其中，各变量所代表的含义为：i Y —国内生产总值，i X —第一产业增加值。
各参数所代表的含义为：0β—常数项，1β—当第一产业增加值增加一个单位时，国内生产总值增加的单位数，i μ—随机干扰项。
四．参数估计（OLS 法）在线性回归模型中，对参数进行估计的最普遍方法就是最小二乘法（OLS 法），利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。
我们通过利用最小二乘法的公式可对1β、0β两个参数进行估计，其中n=25，利用附件1中数据，可计算出结果如下：求得一元线性回归预测模型为：i i X Y 7446.10467.48938+=∧—五、模型的检验5 .1 经济意义检验国内生产总值包含了第一产业、第二产业和第三产业。
一般认为，当第一产业增加值增加时，国内生产总值也会随之增加，因此，第一产业增加值对国内生产总值的影响为正的。
在回归模型中，第一产业增加值的斜率系数符号为正的，即第一产业增加值每增加一个单位，国内生产总值增加10.7446个单位，显示实证结果与上述理论预期一致。
该系数符合经济意义，可以顺利通过经济意义检验。
5 .2 统计检验 5.2.1 拟合优度检验拟合优度检验主要是运用判定系数和回归标准差，检验模型对样本观测值的拟合程度。
R 的取值范围是[0，1]。
R 的值越接近1，说明回归直线对观测值的拟合程度越好；反之，R 的值越接近0，说明回归直线对观测值的拟合程度越差。
利用附件1中数据可计算出7446.10)())((221=--=∑∑∑∑∑∧i i i i i i X X n Y X Y X n β467.4893810-=-=-∧-∧X Y ββ982.022212==∑∑∧iiyxR β由0.982R 2=>0.8,接近1，回归直线对观测值的拟合程度比较好。
5.2.2 显著性检验通过参数估计量的t 检验对回归方程进行显著性检验，利用附件1中的数据计算∧2σ、 ∧0βS 、 ∧1βS ；0,0:0100≠=ββ：H H在05.0=∂时，069.2)23(2=∂t ，因为069.2789.7>=t ，所以在95%的置信度下拒绝原假设，说明截距项在回归方程显著不为零。
0,0:1110≠=ββ：H H在05.0=∂时，906.2)32(2=∂t ，因为906.2637.35>=t ，所以在95%的置信度下拒绝原假设，说明X 变量显著地影响Y 变量。
下面来计算0β、1β的置信区间，在05.0=∂时，906.2)32(2=∂t ，0β的置信区间为： ，计算得：1β的置信区间为： ，计算得：六、模型的预测（检验）637.353015.07446.101112==-=∧∧βββS t 020020-∧∧∂∧∂∧+<<βββββS t S t 522.35938412.619380-<<-β1121121-∧∧∂∧∂∧+<<βββββS t S t 3684.111208.101<<β31323493322221222=--=-=∑∑∑∧∧n x y n e ii iβσ20221.6283222==∑∑∧∧ii xn X S σβ3015.0221==∑∧∧ix S σβ789.720221.6283467.48938-001-==-=∧∧βββS t一元线性回归预测模型为：i i X Y 7446.10467.48938+=∧— 6. 1 样本范围内 6.1.1 点预测2008年第一产业增加值为00.337022008=X 亿元，将值带入样本回归方程，得到2008年的国内生产总值预测值的点估计值∧2008Y :042.31317600.337027446.10467.489382008=⨯+=∧—Y (亿元). 实际2008年国内生产总值2008Y 为314045.43亿元，相对误差为0.277%. 6.1.2 区间预测由表1数据及本文前部分所求数据，计算2008年的∧0Y S 、）（∧-00Y Y S值：在95%的置信区间下，)(2008Y E 的预测区间为： 计算得 在95%的置信区间下，个别值2008Y 的预测区间为： 计算得 6. 2 样本范围外 6.2.1 点预测2012年第一产业增加值为00.523771220=X 亿元，将值带入样本回归方程，得到2012年的国内生产总值预测值的点估计值∧1220Y :447.51383100.523777446.10467.489381220=⨯+=∧—Y (亿元). 实际2012年国内生产总值1220Y 为519322.00亿元，相对误差为1.057%. 6.2.2 区间预测75243.3850])(1[22200820=-+=∑∧∧iY x X X n S σ∧∧∂∧∂∧+<<022008200822008)(-Y Y S t Y Y E S t Y 249.321443)(835.3052082008<<Y E 5158.18112])(11[222008200=-++=∑∧-∧iY Y x X X n S σ）（）（）（∧∧-∂∧-∂∧+<<000022008200822008-Y Y Y Y St Y Y S t Y 837.350650247.2757012008<<Y由表1数据及本文前部分所求数据，计算2012年的∧0Y S 、）（∧-00Y Y S的值：在95%的置信区间下，)(0122Y E 的预测区间为： 计算得 在95%的置信区间下，个别值1220Y 的预测区间为： 计算得 6.3 Eviews 软件作出的预测区间图图2 预测区间七、Eviews 软件输出的结果Dependent Variable: Y Method: Least Squares Date: 10/22/02 Time: 13:50 Sample: 1987 2011 Included observations: 255615.4794])(1[22122020=-+=∑∧∧iY x X X n S σ∧∧∂∧∂∧+<<021220122021220)(-Y Y S t Y Y E S t Y 395.523751)(499.5039111220<<Y E 3779.33618])(11[221220200=-++=∑∧-∧iY Y x X X n S σ）（）（）（∧∧-∂∧-∂∧+<<000021220122021220-Y Y Y Y St Y Y S t Y 413.551769481.4758931220<<Y八、模型总结与评价从结果分析可以看出，在过去1987—2011年25年里，第一产业增加值是逐年增加的，它对我国的经济推动影响比较显著，第一产业增加值每增加一个单位，国内生产总值随之增加10.7446个单位。
国内生产总值由第一产业、第二产业和第三产业组成，第一、第二产业是第三产业发展的前提和基础。
第一产业是国民经济的基础，加强第一产业发展是国民经济发展的首要问题。
只有第一产业发展，才能为第二、三产业提供重要原材料和广阔的市场。
我国是一个农业大国，不论未来国家多么富裕，都要把第一产业做为基础发展。
本文在进行统计检验时，0.982R 2，说明总离差平方和的98.2%被样本回归直线所解释，只有1.8%未被解释，因此回归直线对样本点的拟合优度很高。
第一产业增加值是指第一产业值在这个清算周期（一般以年计）比上个清算周期的增长值。
本文在研究第一产业增加值对国内生产总值的影响时，未考虑上一年第一产业增加值对本年的影响，即未考虑时间序列的自相关性，所以所建模型还需进一步优化。
Variable Coefficient Std. Error t-Statistic Prob.C -48938.47 6282.250 -7.789958 0.0000 X10.744630.30145735.642290.0000R-squared 0.982217 Mean dependent var 136062.1 Adjusted R-squared 0.981444 S.D. dependent var 129904.9 S.E. of regression 17695.76 Akaike info criterion 22.47666 Sum squared resid 7.20E+09 Schwarz criterion 22.57417 Log likelihood -278.9582 F-statistic 1270.373 Durbin-Watson stat0.389567 Prob(F-statistic)0.000000。