R语言数据探索与分析9-中国GDP回归分析与预测

研究背景：

通过运用 R 语言对中国 GDP 进行回归分析与预测，可以进一步丰富和完善经济增长理论。这有助于检验和拓展现有的经济学模型，为经济研究提供新的视角和方法。例如，通过分析不同产业、投资、消费等因素对 GDP 的影响，能够深入理解经济增长的驱动机制，为经济理论的发展提供实证依据。

实践意义：

• 对于政府而言，准确的 GDP 预测能够帮助其制定合理的宏观经济政策，优化资源配置，促进经济的稳定增长和可持续发展。例如，根据 GDP 增长的预测结果，政府可以适时调整财政政策和货币政策，以应对可能出现的经济波动。
• 对于企业来说，了解中国 GDP 的发展趋势和影响因素有助于制定更加科学的经营策略。企业可以根据 GDP 的变化情况，调整生产规模、投资方向和市场布局，提高市场竞争力。
• 对于投资者而言，对中国 GDP 的准确分析和预测能够为其投资决策提供重要参考。例如，当 GDP 呈现良好增长态势时，投资者可以增加对相关产业的投资；反之，则可以采取更为谨慎的投资策略，降低投资风险。

实证分析

综上所述，运用 R 语言对中国 GDP 进行回归分析与预测具有重要的理论和实践意义，能够为政府、企业和投资者提供有价值的决策依据，促进中国经济的持续健康发展。

首先读取数据：

将GDP列转换为常规数字格式

数据集和完整代码

# 可视化GDP数据

# 查看数据结构

# 确保数据类型是正确的

第一张图片展示了中国2002年到2021年间的GDP增长趋势，这是一个时间序列图，其中横轴表示年份，纵轴表示GDP（单位未标明，但通常是本国货币或美元）。从图中可以看出，这20年间，中国的GDP呈现出了显著的上升趋势，且增长速率在整个时间段内似乎是加速的，这可以从曲线的斜率增加看出。具体来看，GDP的增长不是线性的，而是有着一定的曲率，表明每年的增长量不是恒定的，而是随着时间的推移而增加。在2002年，GDP的值接近于图表纵轴的最低点，而到了2021年，它已经增长到接近顶部的位置。这种曲线上升的形态，特别是在后半段，可能表明经济增长的加速，可能是由于各种内外部因素的影响，如工业化进程加快、出口增加、内需扩大等。

进行线性回归分析

模型的公式是 GDP对年份(year)的线性回归，即 GDP ~ year。系数中，截距（Intercept）是负的，而年份（year）的系数是正的。年份的系数大约是11585326939，这意味着模型预测每过去一年，GDP平均增加约11585亿。标准误差（Std. Error）告诉我们每个系数估计值的精确度。在这里，年份的标准误差相对较小，表明估计值相当精确。t 值（t value）是系数除以标准误差得到的，用于测试每个系数的统计显著性。年份的t值非常高，表明年份对GDP的影响是统计上显著的。p 值（p-value）用于测试假设（在这个模型中是年份对GDP有影响）。年份的p值非常小，远小于0.05的常用显著性水平，这意味着年份的效果是非常显著的。残差标准误差（Residual standard error）表明实际数据点与拟合线的平均偏差大约是66820000000，这个数值的大小需要结合GDP的实际数值来看，但看起来误差相对于GDP的量级是较小的。拟合优度（R-squared）和调整后的拟合优度（Adjusted R-squared）分别是0.9911和0.9906，都非常接近1，这表明模型对数据的拟合度非常高，几乎所有的变异都可以由年份来解释。

总结来说，线性回归模型表明从2002年到2021年，中国GDP的增长与年份有着非常强的线性关系，模型的拟合度非常高。

随后预测2022年的GDP

"Predicted GDP for 2022:  26538180032062"

将预测值与实际2022年的GDP进行比较，2022年的为30250000000000

这张图展示了2022年中国GDP的预测值与实际值的对比。图中有两个柱状图，分别代表预测的GDP（红色）和实际的GDP（绿色），单位是万亿元人民币。

从图中可以看出，预测的GDP还是比较接近实际的GDP。但是有些些许的差距：

这种差异可能由多种因素造成，包括：

预测模型可能没有考虑某些重要的经济增长驱动因素。

模型可能未能捕捉到的非线性趋势或结构性变化。

2022年可能出现了特殊事件或变动（疫情等等），这些是在先前的数据中无法预见的。

本文代码：

# 加载所需的库
library(ggplot2)
library(readr)
library(dplyr)
library(broom)

# 避免科学计数法
options(scipen = 999)
# 读取数据
gdp_data <- read_csv("C:/Users/Administrator/Desktop/GDP.csv")

# 将GDP列转换为常规数字格式
gdp_data$GDP <- format(gdp_data$GDP, scientific = FALSE)

# 再次查看数据
head(gdp_data, 10)

# 可视化GDP数据
# 查看数据结构
# 确保数据类型是正确的
gdp_data$year <- as.numeric(gdp_data$year)
gdp_data$GDP <- as.numeric(gdp_data$GDP)

# 使用plot函数绘制折线图
plot(gdp_data$year, gdp_data$GDP, type = "o", col = "blue",
     main = "China GDP from 2002 to 2021",
     xlab = "Year", ylab = "GDP (元)",
     pch = 16, lty = 1)



# 线性回归分析
gdp_model <- lm(GDP ~ year, data = gdp_data)

# 查看模型摘要
summary(gdp_model)

# 预测2022年的GDP
predicted_2022 <- predict(gdp_model, newdata = data.frame(year = 2022))

# 打印预测值
print(paste("Predicted GDP for 2022: ", predicted_2022))

# 将预测值与实际2022年的GDP进行比较
actual_2022 <- 121020700000000  # 您提供的2022年GDP数据
# 将预测值与实际2022年的GDP进行比较

# 2022年GDP的实际值和预测值
actual_2022 <- 30250000000000
predicted_2022 <- 26538180032062

# 将数值转换为万亿单位
actual_2022_trillion <- actual_2022 / 1e12
predicted_2022_trillion <- predicted_2022 / 1e12

# 创建一个包含这些值的向量
values <- c(predicted_2022_trillion, actual_2022_trillion)
names <- c("Predicted 2022", "Actual 2022")

# 绘制柱状图
barplot(values, names.arg = names, col = c("red", "green"),
        main = "Comparison of Predicted and Actual GDP for 2022 (in Trillions)",
        ylab = "GDP (Trillions of Yuan)",
        xlab = "Year 2022")