[案例名称]某市（地区）GDP的预测
[案例来源]柴庆春主编：《市场调查与预测》，中国人民大学出版社2006年版
[案例内容]
1.预测目的。
国内生产总值是反映一个国家或地区经济发展规模和水平的重要经济指标，它的增长速度是衡量一个国家或地区经济发展的重要标志，为了推动经济的快速发展，需要制定一个较为切实可行的国内生产总值规划。为了使规划建立在科学的基础上，需对国内生产总值进行分析预测。
2.相关因素的选择。
采用直线回归预测法进行预测，关键在于自变量的选择。要选择那些对预测对象确有较大影响且能定量描述的因素作为自变量。影响国内生产总值增长的因素主要有投资需求拉动、进出口贸易和国内消费需求等等。而投资需求又主要集中在重工业领域，特别是固定资产投资规模，目前在我国投资需求仍是拉动经济增长的主要动力。这样可以考虑选择固定资产投资额作为国内生产总值增长的相关因素（自变量）。
3.收集、整理数据，制作散点图，拟合直线方程。
（1）收集、整理数据。某市1990～2001年国内生产总值和固定资产投资额资料。
（2）制作散点图，拟合直线方程。
设国内生产总值为y，固定资料投资额为x，制作散点图。
由散点图可以看出，两者存在着比较密切的相关关系。国内生产总值随着固定资产投资额的增大呈线性增长趋势，故可以根据观察资料寻求最佳拟合回归直线方程=a+bx。
4.建立一元线性模型y=a+bx+e。
运用最小二乘法计算参数a和b。使用eviews软件，可以得到如下结果：
Dependent Variable：YMethod：Least SquaresDate：02/07/07Time：20：56Sample：1990 2001Included observations：12VariableCoefficientStd。Errort StatisticProb。C171.919616.3159310.536920.0000X2.2767480.13485416.883030.0000R squared0.966106Mean dependent var393.3333Adjusted R squared0.962716S。D。dependent var174.1396S。E。of regression33.62451Akaike info criterion10.01940Sum squared resid11306.08Schwarz criterion10.10022Log likelihood-58.11640F statistic285.0366Durbin Watson stat2.143174Prob（F statistic）0.000000
所以回归方程为：=171.9196+2.2767x
5.对预测模型进行检验。
（1）相关系数与显著性检验。
R2=0.9661，接近1，说明拟合优度较好。相关系数为 R=0.9829，这说明两变量之间高度线性相关关系显著。
（2）标准误差分析。
S=33.6245，y=393.3333，Sy=8.55%<；15%
故认为该一元线性回归预测模型有较好的精度。
6.利用回归预测模型进行点预测，并近似估计置信区间。
2002年该市固定资产投资额x为249亿元，代入回归模型得的点估计值为：
=171.9196+2.2767x=171.9196+2.2767×249
=738.82（亿元）
取预测值的置信度为95.4%，则置信区间为（-2S，+2S）
预测区间为：738.82-2S：738.82+2S，即738.82±2×33.63=738.82±67.26
[案例分析]从以上案例，我们可以清晰地看出回归分析预测法的预测过程：确定预测目的；选择的相关因素（解释变量与被解释变量）；收集、整理数据；制作散点图；建立回归模型和拟合直线方程；运用最小二乘法，使用eviews或spss等软件，得到回归结果；对预测模型进行检验；利用回归预测模型进行点预测和区间预测。
关于回归分析预测法的预测过程，需要强调三点：1.建立预测模型之前，需要作散点图，近似观察变量之间的关系；2.学会使用eviews或spss等软件，会使得预测过程简化许多；3.应用模型预测之前要注意拟合优度的检验、相关性检验、t检验等。
[案例讨论]
请对你所在地市的 GDP进行预测，并根据预测结果提出你的建议。
