南航数据分析与挖掘课设1(下)——基于多元线性回归模型，ARIMA序列的中国GDP增长影响因素研究及预测（R语言代码附录）

1.GDP1.R

#先做这个
GDP1 <- read.table("GDP.txt",header=TRUE)
GDP1
reg1 <- lm(y~x1+x2+x3+x4+x6+x7+x8, data=GDP1)
summary(reg1)
reg1.Stepwise <-step(reg1,direction="both")
summary(reg1.Stepwise)
##说明GDP和x7,x8有关

2.GDP.R

#接GDP1.R
GDP <- read.table("GDP.txt",header=TRUE)
GDP

#线性回归 
Reg <- lm(y~x7+x8, data=GDP)
summary(Reg)
plot(Reg)
#coefficients(Reg) 
#fitted(Reg) 
rstudent(Reg) #rstudent()函数：检测异常值与强影响点，绝对值大于3为异常值

#模型预测1
lm.pred<-predict(Reg, GDP[,c(8,9)], interval="prediction", level=0.95) 
lm.pred
(dataplot=data.frame(lm.pred,GDP[,c(1,9)]))
plot(dataplot[,c(5,4)],col=2) #真实值点
points(dataplot[,c(5,1)],pch=20,col=4)     #预测值点
lines(dataplot[,c(5,2)])    #下95%置信曲线
lines(dataplot[,c(5,3)])    #上95%置信曲线

#模型预测2
lm.pred<-predict(Reg, GDP[,c(8,9)], interval="prediction", level=0.95) 
lm.pred
(dataplot=data.frame(lm.pred,GDP[,c(1,8)]))
plot(dataplot[,c(5,4)],col=2) #真实值点
points(dataplot[,c(5,1)],pch=20,col=4)     #预测值点
lines(dataplot[,c(5,2)])    #下95%置信曲线
lines(dataplot[,c(5,3)])    #上95%置信曲线
#拟合值和真实值非常接近，拟合效果非常好

3.GDP2.R

GDP2 <- read.table("GDP.txt",header=TRUE)
GDP2
#线性回归 
Reg2<-lm(y~x1+x2+x3+x4+x5+x6+x7+x8, data=GDP2)
summary(Reg2)
Reg2.Stepwise <-step(Reg2,direction="both")
#逐步回归step函数在R基础包stats中
summary(Reg2.Stepwise)
#从逐步回归结果看，X6不够显著，仅利用X5,x8进行回归
Reg2.Stepwise.Modified <- lm(y~x5+x8, data=GDP2)
summary(Reg2.Stepwise.Modified)
coefficients(Reg2.Stepwise.Modified)
par(mfrow=c(2,2))
plot(Reg2.Stepwise.Modified)

#####全子集回归#####
#leaps包中的regsubsets()函数实现。
#能通过R平方、调整R平方或 Mallows Cp统计量
#等准则来选择“佳”模型。 
library(leaps)  
leaps <- 
  regsubsets(y~x1+x2+x3+x4+x5+x6+x7+x8, 
             data=GDP2, nbest=8) 
plot(leaps, scale="adjr2") 
plot(leaps, scale="bic") 
全子集1 <- summary(leaps)
(全子集2 <- data.frame(全子集1$outmat,调整R方=全子集1$adjr2))