① 對GDP數據進行回歸可以運用哪些數據作為自
回歸分析至少需要比解釋變數個數多的樣本即可。實際上是越多越好，沒有上限。至少是解釋變數個數2倍以上(不過這只是經驗標准)。
回歸分析是確定兩種或兩種以上變數間相互依賴的定量關系的一種統計分析方法。運用十分廣泛，回歸分析按照涉及的因變數的多少，分為回歸和多重回歸分析；按照自變數的多少，可分為一元回歸分析和多元回歸分析；按照自變數和因變數之間的關系類型，可分為線性回歸分析和非線性回歸分析。
-
② 求可以做多元線性回歸的數據（數據盡量多）謝謝啦
就用MATLAB來做就是了撒
兩個函數都可以做回歸的，一個是regress，一個是stepwise
當然，你也可以把數據寫成矩陣的形式，y=[],x=[],我可以給你算
請參考
③ 什麼樣的數據適合做回歸分析用SPSS軟體
用於分析二組數據是否存在關聯性，或關聯性的程度是多少的時候用回歸分析。
比如：化肥的用量與產量的關系。
化肥用量 產量
1KG/畝 100KG
2KG/畝 150KG
3KG/畝 200KG
可以分析一下用量與產量是否存在關聯
④ 在多元線性回歸分析中（用spss做的），主要參考哪幾個數據，分別代表什麼求專業回答
數據主要看R2、F、sig等
⑤ 多元線性回歸建模如何確定選擇哪些解釋變數
選擇對被解釋變數有影響的變數
比如建立消費函數模型，有關的解釋變數可以包括：收入，物價指數，儲蓄指數等
當然你不可能把解釋變數全部都找出來，只要建立的回歸模型回歸系數顯著就可以了
回歸方程沒有最好的答案，只有相對更好的
⑥ 多元線性回歸模型應該研究研究什麼數據
優點：
1、回歸分析法在分析多因素模型時，更加簡單和方便；
2、運用回歸模型，只要採用的模型和數據相同，通過標準的統計方法可以計算出唯一的結果，但在圖和表的形式中，數據之間關系的解釋往往因人而異，不同分析者畫出的擬合曲線很可能也是不一樣的；
3、回歸分析可以准確地計量各個因素之間的相關程度與回歸擬合程度的高低，提高預測方程式的效果；在回歸分析法時，由於實際一個變數僅受單個因素的影響的情況極少，要注意模式的適合范圍，所以一元回歸分析法適用確實存在一個對因變數影響作用明顯高於其他因素的變數是使用。多元回歸分析法比較適用於實際經濟問題，受多因素綜合影響時使用。
缺點：
有時候在回歸分析中，選用何種因子和該因子採用何種表達 式只是一種推測，這影響了用電因子的多樣性和某些因子的不可測性，使得回歸分析在某些 情況下受到限制。
⑦ 關於多元線性回歸的自相關操作
在回歸分析中，如果有兩個或兩個以上的自變數，就稱為多元回歸。事實上，一種現象常常是與多個因素相聯系的，由多個自變數的最優組合共同來預測或估計因變數，比只用一個自變數進行預測或估計更有效，更符合實際。因此多元線性回歸比一元線性回歸的實用意義更大。
⑧ R中適合做較大數據多元線性回歸有哪些
1.線性回歸和非線性回歸沒有實質性的區別,都是尋找合適的參數去滿足已有數據的規律.擬和出來的方程（模型）一般用來內差計算或小范圍的外差.2.Y與X之間一般都有內部聯系,如E=m*c^2.所以回歸前可收集相關信息,或可直接應用.3.Y和每個X之間作出散點圖,觀察他們的對應關系.如果是線性的,改參數可以適用線性回歸；否則,可考慮非線性回歸.4.線性回歸可直接用最小二乘法計算對應系數,對系數做假設檢驗（H0：b＝0,Ha：b0),排除影響小的變數,再次回歸即可；非線性可以考慮對X或Y作變換,如去對數,平方,開方,指數等,盡可能轉化為線性回歸即可.5.參考擬和優度R^2和方差S,對模型的准確性有一定的認識.
⑨ 多元線性回歸模型
可以研究宏觀的投資，消費對GDP的影響，數據可以去統計局資料庫找，數據很全，很好找
，做出來的模型效果絕對好，就是研究價值不是很大。。。
微觀也可以研究我國各地保費收入與各地人均存款，各地撫養比，各地固定資產投資的關系，這個做界面數據，比較好做，數據在統計局和中國統計年鑒可以找到，各地保費收入數據可以在保監會網站（circ）上找到，這個比較有研究價值，數據比較好找