① 对GDP数据进行回归可以运用哪些数据作为自
回归分析至少需要比解释变量个数多的样本即可。实际上是越多越好，没有上限。至少是解释变量个数2倍以上(不过这只是经验标准)。
回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。运用十分广泛，回归分析按照涉及的因变量的多少，分为回归和多重回归分析；按照自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。
-
② 求可以做多元线性回归的数据（数据尽量多）谢谢啦
就用MATLAB来做就是了撒
两个函数都可以做回归的，一个是regress，一个是stepwise
当然，你也可以把数据写成矩阵的形式，y=[],x=[],我可以给你算
请参考
③ 什么样的数据适合做回归分析用SPSS软件
用于分析二组数据是否存在关联性，或关联性的程度是多少的时候用回归分析。
比如：化肥的用量与产量的关系。
化肥用量 产量
1KG/亩 100KG
2KG/亩 150KG
3KG/亩 200KG
可以分析一下用量与产量是否存在关联
④ 在多元线性回归分析中（用spss做的），主要参考哪几个数据，分别代表什么求专业回答
数据主要看R2、F、sig等
⑤ 多元线性回归建模如何确定选择哪些解释变量
选择对被解释变量有影响的变量
比如建立消费函数模型，有关的解释变量可以包括：收入，物价指数，储蓄指数等
当然你不可能把解释变量全部都找出来，只要建立的回归模型回归系数显着就可以了
回归方程没有最好的答案，只有相对更好的
⑥ 多元线性回归模型应该研究研究什么数据
优点：
1、回归分析法在分析多因素模型时，更加简单和方便；
2、运用回归模型，只要采用的模型和数据相同，通过标准的统计方法可以计算出唯一的结果，但在图和表的形式中，数据之间关系的解释往往因人而异，不同分析者画出的拟合曲线很可能也是不一样的；
3、回归分析可以准确地计量各个因素之间的相关程度与回归拟合程度的高低，提高预测方程式的效果；在回归分析法时，由于实际一个变量仅受单个因素的影响的情况极少，要注意模式的适合范围，所以一元回归分析法适用确实存在一个对因变量影响作用明显高于其他因素的变量是使用。多元回归分析法比较适用于实际经济问题，受多因素综合影响时使用。
缺点：
有时候在回归分析中，选用何种因子和该因子采用何种表达 式只是一种推测，这影响了用电因子的多样性和某些因子的不可测性，使得回归分析在某些 情况下受到限制。
⑦ 关于多元线性回归的自相关操作
在回归分析中，如果有两个或两个以上的自变量，就称为多元回归。事实上，一种现象常常是与多个因素相联系的，由多个自变量的最优组合共同来预测或估计因变量，比只用一个自变量进行预测或估计更有效，更符合实际。因此多元线性回归比一元线性回归的实用意义更大。
⑧ R中适合做较大数据多元线性回归有哪些
1.线性回归和非线性回归没有实质性的区别,都是寻找合适的参数去满足已有数据的规律.拟和出来的方程（模型）一般用来内差计算或小范围的外差.2.Y与X之间一般都有内部联系,如E=m*c^2.所以回归前可收集相关信息,或可直接应用.3.Y和每个X之间作出散点图,观察他们的对应关系.如果是线性的,改参数可以适用线性回归；否则,可考虑非线性回归.4.线性回归可直接用最小二乘法计算对应系数,对系数做假设检验（H0：b＝0,Ha：b0),排除影响小的变量,再次回归即可；非线性可以考虑对X或Y作变换,如去对数,平方,开方,指数等,尽可能转化为线性回归即可.5.参考拟和优度R^2和方差S,对模型的准确性有一定的认识.
⑨ 多元线性回归模型
可以研究宏观的投资，消费对GDP的影响，数据可以去统计局数据库找，数据很全，很好找
，做出来的模型效果绝对好，就是研究价值不是很大。。。
微观也可以研究我国各地保费收入与各地人均存款，各地抚养比，各地固定资产投资的关系，这个做界面数据，比较好做，数据在统计局和中国统计年鉴可以找到，各地保费收入数据可以在保监会网站（circ）上找到，这个比较有研究价值，数据比较好找