数据分析方法及其在经济学中的应用
摘要：数据分析方法影响着生活的方方面面，在经济学中尤为突出。回归分析是一种处理变量间相关关系的有效数理统计方法，回归分析模型目前已应用于经济领域的多个方面，并在实际应用中证实了其准确性和可行性。基本回归分析方法有一元线性回归、多元线性回归和逐步回归等，通过概述了这几种基本回归分析方法的原理及其在经济领域中的应用现状，评述了其应用效果，并预测了回归分析技术在经济领域中应用的发展方向，更好地发挥回归分析的作用具有很好的参考价值。
关键词：回归分析;多元线性回归；因子分析； 经济学；
当今信息化社会中，数据作为信息的主要载体唱着独一无二的戏份。数据仿佛无数的节点渗透在各行各业的成千上万个领域网络中，每一条数据都是一个节点，每一个节点或多或少，或远或近地影响着各行各业网络的平衡。这些节点也都为我们提供了丰富的信息，而数据分析要做的就是找个若干个有网络联系的节点，通过分析这些节点来解析这片网络背后的意义。然而，找到这些节点背后连接的网络谜题并没有说得那么容易，没有科学的方法，找起来就好比大海捞针一般渺小，盲人摸象一般虚无。抓住数据并揭示其中隐含的内在规律、发掘有用的信息以指导人们进行科学的推断与决策，还需要对繁冗复杂的数据进行分析。
所谓的经济预测，就是预测技术在经济领域中的应用，是进行 财政收入预测的方法。方法分为两大类：一类为定性预测方法；另 一类是定量预测法，如回归分析法等。在实际经济预测分析中，常 把定性预测与定量预测结合起来，以定性分析为依据，定量分析为 手段，把经济活动的性质与数量有机结合起来，相辅相成。而本文 将介绍如何运用回归分析法进行财政收入的预测。
回归分析预测时首先对预测对象(因变量)进行定性分析，确定 影响其变化的一个或多个因素，然后通过预测对象和影响因素的 多组观察值建立起适当的回归预测模型进行预测。这种方法利用 了因变量和自变量之间的因果关系，因而也称因果回归分析法。在 经济领域中，一个经济变量往往受多个因素的影响，因此，需要建 立多元回归模型进行预测，但在多元回归模型中对回归方程是显著 的结论并不满足，原因在于回归方程显著并不是意味着自变量对 因变量的影响都是重要的，主要任务是从这些变量中剔除那些次 要的、可有可无的变量，以建立一个更简单的回归方程，从而更好的对y进行预测，而逐步回归分析正是解决此问题的一个很好的方法。逐步回归具体的做法是将变量单个引入，但每引入一变量后，对 已选入的变量要进行逐个检验，当原引入的变量由于后面变量的 引入而变得不再显著时，要将其剔除。引入一个变量或从回归方程中剔除一个变量，为逐步回归的异步，每一步都要进行F检验，以确 保每次引入新的变量之前回归方程中只包含显著的变量。这个过程 反复进行，直到既无显著的自变量选入回归方程，也无不显著自变 量从回归方程中剔除为止。引入和移出都以给定的显著性水平为标准。
在经济发展的基础上，保持财政收入稳定持续增长始终是政 府追求的主要目标之一。改革开放以来，河北省财政收入随着财政 体制的调整和经济发展而不断增加。为保持财政收入的这种持续 稳定地发展，需要了解影响财政收入的主要因素，为促进财政收入 与经济的协调发展制定相应的对策。
本文通过选择以下八个变量，来分析三大产业的增加值、社会 的人口数、消费情况以及旅游外汇等因素对本省财政收入的发展 有何影响，并建立数学模型来预测未来河北省的财政收入。
1 多元回归统计模型在经济预测中的应用
