物流产业集群回归分析

物流产业集群回归分析一、案例陈述案例主题：物流产值方法：回归分析摘要：以重庆市物流产业集群与重庆区域经济发展为研究对象，通过该地区物流产业集群与区域经济数据上的相关性分析，同时通过多元线性回归的方法分析了不同的区域经济因素与物流产业集群的关系，并针对分析的结果对全国物流产业集群与区域经济的协同发展提供了建设性的建议。数据：根据 1999 年到 2008 年的统计数据来建立相应的模型对物流产业集群与区域经济发展的关系来进行论证，数据如下：年份 物流产值 GDP 物流固定设施投资1999 94.39 1491.99 12831112000 101.25 1603.16128.26 1765.68151.54 1990.01 21764742003 167.22 2272.82 16879262004 190.62 2692.81 20620962005 218.97 3070.49 25124492006 259.59 3452.14 28076852007 265.74 4122.51 35349492008 309.59 5096.66 4588414数据来源：由重庆统计年鉴整理而得二、对案例进行SPSS分析本案例的目的是通过对对给定的三个变量：物流产值、GDP以及物流固定设施投资的分析，找到它们之间的对应关系，从而便于以后通过对物流固定设施投资多少促进物流产值。通过物流产值与GDP和物流固定设施投资之间的散点图以及相关系数的相关性分析，可以得出物流产业集群与区域经济发展存在明显的线性相关关系，因此这里可以设定两个解释变量分别为国民生产总值和物流固定设施投资，并把物流产值作为被国民生产总值和物流固定设施投资解释的变量，从而建立多元线性回归模型。（Y=物流产值，X 1=国民生产总值，X 2=物流固定设施投资）Y=c+aX1+bX2运用以上的数据，用 SPSS 进行多元线性回归分析得到如下参数：系数 a非标准化系数 标准系数模型 B 标准 误差 试用版 t Sig.(常量) 22.894 14.533 1.575 .159X .073 .020 1.182 3.666 .0081Y -1.500E-5 .000 -.211 -.655 .533a. 因变量: Z由此可以代人参数，回归模型可以写为：Y=22.894+0.073X1+-1.500E-5X2Sig 数值均小于一，显著性 Sig.良好（附表）Anovab模型 平方和 df 均方 F Sig.回归 46435.991 2 23217.995 77.540 .000a残差 2096.040 7 299.4341总计 48532.030 9a. 预测变量: (常量), Y, X。Anovab模型 平方和 df 均方 F Sig.1 回归 46435.991 2 23217.995 77.540 .000a残差 2096.040 7 299.434总计 48532.030 9a. 预测变量: (常量), Y, X。b. 因变量: Z用回归除以总计，即46435.991/48532.030=0.9568112.即R-squared=0.9568112。而R-squared越接近1，说明模型的整体拟合效果越好，且该模型的随机干扰呈正态分布。三、现实意义本案例告诉我们，如果知道了 GDP 以及物流固定设施投资