2012东三省数学建模论文论文

Anovaa

模型 平方和 df 均方 F Sig.

1 回归 102309.171 1 102309.171 647.728 .000b

残差 1263.607 8 157.951

总计 103572.778 9

a. 因变量: 年末常住人口数

b. 预测变量: (常量), 年份。

系数a

模型 非标准化系数 标准系数 t Sig.

B 标准 误差 试用版

1 (常量) -69759.311 2774.963 -25.139 .000

年份 35.215 1.384 .994 25.450 .000

a. 因变量: 年末常住人口数

由表，可得调整后的R方=0.986，从相对水平上看 ，回归方程能够减少因变量y的98.6%

的方差波动，由ANOVA中，F=647.728，sig≈0.000,说明y对x的线性回归高度显著，有系

数中可得

回归方程为y（t）=-69759.311+35.215t，其中y(t)表示t时刻深圳市的年末常住人口数。

由该模型，可以预测未来十年的深圳市常住人口数：

单位（万人）

年份（年） 2011 2012 2013 2014 2015 2016 2017 2018 2019

2020

常住人口 1058.055 1093.27 1128.485 1163.7 1198.915 1234.13 1268.345 1304.56

1339.775 1374.99

时间序列建模：

深圳市历年年末常住人口数时序图

由序列的时序图可以看出，序列存在明显的递增趋势，且递增趋势基本符合线性趋势，故对

原序列作一阶差分，即可实现平稳。

The ARIMA Procedure

Autocorrelation Check for White Noise

To Chi- Pr >

Lag Square DF ChiSq

--------------------Autocorrelations--------------------

6 118.91 6 <.0001 0.923 0.842 0.758

0.672 0.585 0.498

12 134.03 12 <.0001 0.409 0.316 0.221

0.124 0.027 -0.063