R语言学习系列(来点实际的分析样例)-优快云博客

本文基于国家统计局提供的国内生产总值数据和网络获取的M2数据，通过统计分析，展示了M2与年份之间的指数级增长关系，并利用线性回归模型预测了M2的增长曲线。进一步地，分析了M2与国内生产总值之间的定量关系，通过线性回归模型得出国内生产总值与M2的线性方程，最后基于预测模型进行未来M2和国内生产总值的预测。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

<ignore_js_op>这是我辛辛苦苦搞来的数据，说明一下，国内生产总值来至于国家统计局(2011年除外)，M2来自网络。</ignore_js_op>

<ignore_js_op><img id="aimg_40906" class="zoom" title="1.jpg" alt="1.jpg" src="http://f.dataguru.cn/farattach/forum/201206/19/211157q4xrjbl3brb2xl7j.jpg" width="265" unselectable="true" outfunc="null" zoomfile="http://f.dataguru.cn/farattach/forum/201206/19/211157q4xrjbl3brb2xl7j.jpg" file="http://f.dataguru.cn/farattach/forum/201206/19/211157q4xrjbl3brb2xl7j.jpg" inpost="1" status="2" initialized="true"></ignore_js_op>
首先画散点图：
<ignore_js_op><img id="aimg_40907" class="zoom" title="2.jpg" alt="2.jpg" src="http://f.dataguru.cn/farattach/forum/201206/19/2111590f7u6su8xp61ud1z.jpg" width="539" zoomfile="http://f.dataguru.cn/farattach/forum/201206/19/2111590f7u6su8xp61ud1z.jpg" file="http://f.dataguru.cn/farattach/forum/201206/19/2111590f7u6su8xp61ud1z.jpg" inpost="1" status="2"></ignore_js_op>
图什么意思，你懂的。
对M2和年份做拟合,当然是指数级的(从散点图可以看出)
> lm.sol<-lm(log(M2)~年份,data=DT)
> summary(lm.sol)
Call:
lm(formula = log(M2) ~ 年份, data = DT)
Residuals:
Min 1Q Median 3Q Max
-0.04702 -0.03278 -0.020270.035910.06410
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -3.061e+024.691e+00-65.26 <2e-16 ***
年份 1.590e-012.342e-03 67.90 <2e-16 ***
---
Signif. codes:0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.04318 on 14 degrees of freedom
Multiple R-squared: 0.997, Adjusted R-squared: 0.9968
F-statistic:4611 on 1 and 14 DF,p-value: < 2.2e-16

从上面的数据可以看出，拟合相当完美,T,F检验都通过，而且相当显著,来画图：
> plot(DT$年份,DT$M2)
> lines(X,exp(predict(lm.sol,年份=X)))
<ignore_js_op><img id="aimg_40908" class="zoom" title="3.jpg" alt="3.jpg" src="http://f.dataguru.cn/farattach/forum/201206/19/2117341q7vaaz1p906u0q0.jpg" width="520" zoomfile="http://f.dataguru.cn/farattach/forum/201206/19/2117341q7vaaz1p906u0q0.jpg" file="http://f.dataguru.cn/farattach/forum/201206/19/2117341q7vaaz1p906u0q0.jpg" inpost="1" status="2"></ignore_js_op>
M2 增长曲线很完美，但这不是幸福指数.
再来看看国内生产总值和M2的关系：
> lm.new<-lm(国内生产总值~M2,data=DT)
> summary(lm.new)
Call:
lm(formula = 国内生产总值 ~ M2, data = DT)
Residuals:
Min 1Q Median 3Q Max
-11426-7328-3155 88533486
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 3.015e+045.258e+03 5.733 5.17e-05 ***
M2 5.270e-011.345e-0239.192 1.03e-15 ***
---
Signif. codes:0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 12410 on 14 degrees of freedom
Multiple R-squared: 0.991, Adjusted R-squared: 0.9903
F-statistic:1536 on 1 and 14 DF,p-value: 1.032e-15
>
从上面可以看出各项指标相当完美：
国内生产总值=30150+0.527*M2.
<ignore_js_op><img id="aimg_40910" class="zoom" title="4.jpg" alt="4.jpg" src="http://f.dataguru.cn/farattach/forum/201206/19/222328qzxwvslvwxlwwwbz.jpg" width="553" zoomfile="http://f.dataguru.cn/farattach/forum/201206/19/222328qzxwvslvwxlwwwbz.jpg" file="http://f.dataguru.cn/farattach/forum/201206/19/222328qzxwvslvwxlwwwbz.jpg" inpost="1" status="2"></ignore_js_op>

M2是什么？不用我给你解释吧.预测一下,
今年的M2=?
先预测一下M2
> lm.sol<-lm(log(M2)~年份,data=DT)
> predict(lm.sol, data.frame(年份=c(2012)), interval="prediction", level=0.95)
fit lwr upr
1 13.74976 13.6452 13.85432
> exp(predict(lm.sol, data.frame(年份=c(2012)), interval="prediction", level=0.95))
fit lwr upr
1 936364.6 843401.4 1039575
>
今年的国内生产总值约：
predict(lm.new, data.frame(M2=c(936364.6)), interval="prediction", level=0.95)
fit lwr upr
1 523609 490840.6 556377.4

结论：大家自己发挥