(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211293732.5 (22)申请日 2022.10.21 (71)申请人 联通 （广东） 产业互联网有限公司 地址 510000 广东省广州市黄埔区(中新广 州知识城)亿创街1号 406房之555 (72)发明人 苏凤明　刘斐　索晨　张迎峰　 吴仲维　黎永晟　方辉敏　 (74)专利代理 机构 广州润禾知识产权代理事务 所(普通合伙) 44446 专利代理师 郑永泉 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/26(2012.01) (54)发明名称 一种基于多元线性回归构建经济增长级联 分析模型的方法 (57)摘要 本发明涉及一种基于多元线性回归构建经 济增长级联分析模型的方法， 步骤包括： 采集经 济指标增长数据； 进行相关性分析， 判断变量整 体是否符合线性相关关系， 如果符合线性相关关 系， 则选取全部变量构建初始多元线性回归模 型； 对初始多元线性回归模型进行参数检验， 并 判断是否符合经济学意义； 如果初始多元线性回 归模型未通过参数检验或不符合经济学意义， 则 使用逐步回归法对选取的变量进行筛选， 选取筛 选后的变量构建过程多元线性回归模 型； 对过程 多元线性回归模 型进行评估， 构建结果多元线性 回归模型， 从而得到经济增长级联分析模型。 本 发明根据经济增长级 联关系， 分析经济增长的关 键因素， 从而有针对性地对特定行业或产业进行 扶持刺激 。 权利要求书2页 说明书8页 附图2页 CN 115526532 A 2022.12.27 CN 115526532 A 1.一种基于多元线性回归构建经济增长级联分析模型的方法， 其特 征在于， 步骤 包括： S1、 采集经济指标增长数据， 并对采集到的数据进行清洗， 得到若干变量， 根据不同因 变量对应的自变量构建经济增长指标的不同层级和不同维度的数据集； S2、 对同一数据集内的变量进行相关性分析， 判断变量整体是否符合线性相关关系， 如 果变量整体不符合线性相关关系， 则选取其他模型进行分析， 如果变量整体符合线性相关 关系， 则选取全部变量构建初始多元线性回归 模型； S3、 对初始多元线性回归 模型进行参数检验， 并判断是否符合经济学意 义； S4、 如果初始多元线性回归模型通过了参数检验并且符合经济学意义， 则直接构建过 程多元线性回归模型， 如果初始多元线性回归模型未通过参数检验或不符合经济学意义， 则使用逐步回归法对选取的变量进行筛选， 选取筛选后的变量构建过程多元线性回归模 型； S5、 对过程多元线性回归 模型进行评估， 根据评估结果构建结果多元线性回归 模型； S6： 将步骤S2 ‑S5同步应用至经济增长指标的不同层级和不同维度的数据集， 分别构建 若干个结果多元线性回归模型， 再将若干个结果多元线性回归模型进行级联和串联， 从而 得到经济增长级联分析模型。 2.根据权利要求1所述的一种基于多元线性回归构建经济增长级联分析模型的方法， 其特征在于， 步骤S2所述的相关性分析， 具体包括： S201、 计算每一个 变量的线性相关系数； S202、 如果线性相关系数大于或等于0.6则该变量符合线性相关关系， 如果线性相关系 数小于0.6， 则计算该变量的秩序相关系数； S203、 如果秩序相关系数大于或等于0.6则该变量符合线性相关关系， 如果秩序相关系 数小于0.6， 则该变量 不符合线性相关 关系。 3.根据权利要求2所述的一种基于多元线性回归构建经济增长级联分析模型的方法， 其特征在于， 步骤S2判断变量整体是否符合线性相关 关系， 具体包括： 如果得到符合线性相关关系的变量大于或等于变量整体的50％， 或得到符合线性相关 关系的变量数量大于或等于5， 则判断变量整体符合线性相关关系， 否则变量整体不符合线 性相关关系。 4.根据权利要求1所述的一种基于多元线性回归构建经济增长级联分析模型的方法， 其特征在于， S3所述的参数检验， 具体包括： 通过R2检验初始多元线性回归模型的拟合优度， 如果R2大于或等于0.85， 则判断初始多 元线性回归 模型可以通过R2检验； 通过F检验对初始多元线性回归模型进行显著性检验， 如果F检验的p值小于0.05， 则判 断初始多元线性回归 模型可以通过 F检验； 通过t检验对初始多元线性回归模型中单个自变量的系数进行显著性检验， 如果所有 自变量t检验的p值均小于 0.05， 则判断初始多元线性回归 模型可以通过t检验。 5.根据权利要求4所述的一种基于多元线性回归构建经济增长级联分析模型的方法， 其特征在于， S 3所述的判断是否 符合经济学意义， 具体包括： 判断初始多 元线性回归模型的 参数检验结果与经济学常识是否相符。 6.根据权利要求1所述的一种基于多元线性回归构建经济增长级联分析模型的方法，权　利　要　求　书 1/2 页 2 CN 115526532 A 2其特征在于， 步骤S4所述的使用逐步回归法对选取的变量进行筛 选， 具体包括： S401、 选取初始多元线性回归 模型的自变量逐一与因变量构建一元线性回归方程； S402、 对构建的一元线性回归方程进行R2检验， 根据R2的大小对自变量做降序排序； S403、 按照排序选取第一个自变量 N1与因变量构建初始一元线性回归 模型； S404、 按照排序依次选取第j个自变量Nj， 在初始一元线性回归模型内加入自变量Nj， 构 建逐步回归多元线性回归 模型； S405、 判断加入自变量Nj后的逐步回归多元线性回归模型 的R2是否增加， 并且通过F检 验和t检验， 如果是则保留自变量Nj， 否则不保留自变量Nj， 返回步骤S404， 按照排序选取自 变量Nj+1； S406、 直到构建的逐步回归多元线性回归模型通过参数检验并且符合经济学意义， 选 取所有保留的自变量构建过程多元线性回归 模型。 7.根据权利要求1所述的一种基于多元线性回归构建经济增长级联分析模型的方法， 其特征在于， 步骤S 5所述的对过程多 元线性回归模型进 行评估， 具体包括： 将采集到的数据 构建为训练集和测试集， 判断过程多 元线性回归模型所预测的训练集和测试集平均准确率 是否大于等于90％， 如果是则直接构建结果多元线性回归模型； 否则对过程多元线性回归 模型进行优化， 根据优化后的过程多元线性回归 模型构建结果多元线性回归 模型。 8.根据权利要求7所述的一种基于多元线性回归构建经济增长级联分析模型的方法， 其特征在于， 所述对过程多元线性回归模型进行优化， 根据优化后的过程多元线性回归模 型构建结果多元线性回归模型， 具体包括： 使用加权最小二乘法对过程多元线性回归模型 进行加权回归， 构建加权线性回归模型， 并根据加权线性回归模型构建结果多元线性回归 模型。 9.根据权利要求1 ‑8所述的一种基于多元线性回归构建经济增长级联分析模型的方 法， 其特征在于， 所构建的多元线性回归 模型方程为： Yi＝β0+β1X1i+β2X2i+…+βkXki+ εi， i＝1， 2，…， n 其中k为变量的数量， βj(j＝1,2, …,k)为回归系数， n 为数据集数量。 10.根据权利要求9所述的一种基于多元线性回归构建经济增长级联分析模型的方法， 其特征在于， 所构建的经济增长级联分析模型包括： GDP增长率＝a0+a1*第一产业增长率+a2*第二产业增长率+a3*第三产业增长率； 第三产业增长率＝b0+b1*住宿和餐饮业增长率+b2*房地产业增长率+b3*其他服务业增 长率+b4*金融业增长率； 第二产业增长率＝c0+c1*制造业增长率+c2*电力、 热力、 燃气及 水生产和供应业增长率 +c3*采矿业增长率； 其中， a0范围为‑0.009～‑0.007， a1范围为0.05～0.06， a2范围为0.3～0.5， a3范围为0.4 ～0.6， b0范围为1～2， b1范围为0.1～0.2， b2范围为0.05～0.15， b3范围为0.3～0.5， b4范围 为0.1～0.2， c0范围为0.2～0.3， c1范围为0.7～0.9， c2范围为0.06～0.07， c3范围为0.02～ 0.03。权　利　要　求　书 2/2 页 3 CN 115526532 A 3