粗钢压减背景下的线盘产量影响(二) 回归分析年度数据篇
上一篇文章我们从消费下游结构性变化入手,结合粗钢压减背景,对线盘产量变化进行了定性评估。接下来本篇章将结合回归分析模型,从定量的角度对粗钢实现1000、2000、5000万吨压减目标下,预估线盘产量变化情况。
本文进行回归分析模型采用excel工具,其中线盘产量数据来源采用Mysteel调研线材钢铁企业实际产量周度数据月度合计值变频值,粗钢产量数据来源选择统计局公布月度日均产量数据乘以月度天数。
首先,我们对粗钢-线盘数据做散点图,选用多项式趋势线进行拟合,拟合公式为y=1E-07x2+0.0241x+3779.1,同时得到R²=0.7147,表示粗钢-线盘产量数据之间存在一定正相关性,且相关性显著。
这里补充一下,RSquare是测定系数,也叫拟合优度,是相关系数R的平方,同时也等于表2中回归分析SS/(回归分析SS+残差SS),这个值在0~1之间,越大,代表回归模型与实际数据的拟合程度越高。当这个值大于0.8时表示强正相关。
结合上图可知,趋势线拟合分析具有显著性,可进行回归预测分析。然后,我们在95%置信区间下计算得到的回归分析模型处理结果如下。
相关性的显著程度我们主要依据MultipleR、F检验和P值结果来进行判断,其中MultipleR=0.85,表明正相关性较强;但P值>0.05,表明结果不具有显著的统计学意义。
这里补充一下,其中MultipleR是指相关系数R,值在-1与1之间,越接近-1,代表越高的负相关,反之,代表越高的正相关关系;F检验主要是检验因变量与自变量之间的线性关系是否显著,用线性模型来描述他们之间的关系是否恰当,越小越显著;如果P值>0.05,则结果不具有显著的统计学意义,如果0.01
最后,我们根据公式进行计算粗钢压减1000、2000和5000万吨情况下线盘产量影响值。这里我们采用拟合公式y=1E-07x2+0.0241x+3779.1。根据计算得出,在粗钢产量压减1000万吨情况下,线盘产量减少489万吨;在粗钢产量压减2000万吨情况下,线盘产量减少534万吨;在粗钢产量压减5000万吨情况下,线盘产量减少666万吨。
注意:本篇涉及产量均为年度合计产量。