下载文档原格式
经济预测与决策题目姓名所在学院专业班级学号指导教师日期年月日指导教师评阅意见学生姓名专业班级学号（论文）题目指导教师教师职称论文评语评定成绩：指导教师签名：年月日我国居民消费价格指数（CPI）的回归分析与预测07级经济学1班李栋指导教师米娟摘要：目前，我国居民消费价格指数成为公众关注的热点名词，也直接影响着国民经济的稳定发展与人民生活水平的改善。
从理论上分析居民消费价格指数的影响因素，建立一个经济模型，对了解和掌握居民消费价格指数的变化具有重要的现实意义。
本文采用线性回归分析方法，力图对居民消费价格指数的变化进行分析。
关键词：消费价格指数回归分析经济预测1.引言居民消费价格指数（CPI）是反映与居民生活有关的产品及劳务价格统计出来的物价变动指标，通常作为观察通货膨胀水平的重要指标。
CPI虽然是一个滞后指标，但它往往是市场经济活动与政府货币政策的一个重要参考指标。
如果CPI的增幅过大，表明通胀已经成为经济不稳定因素，央行会有紧缩货币政策和财政政策的风险，从而造成经济前景不明朗，因此，该指数过高的升幅往往不被市场欢迎。
现阶段，随着经济全球化的大趋势和中国的进一步融入，我国的经济稳定发展越来越受到国内、国际的关注，CPI稳定、就业充分及GDP增长已经成为我国最重要的社会经济目标。
尤其在面对国内经济在市场宏观的调节下，消费水平、利率、商品价格潜移默化的影响着百姓的生活，因此，对CPI的分析预测已经显得越发重要。
2.影响因素分析和数据的搜集整理2.1有关影响因素的定性分析对居民消费价格指数（CPI）构成影响的因素有很多，如宏观经济发展水平、中长期经济发展战略和当前的经济政策，具体到国民经济运行的指标中来，有以下几个方面：（1）居民消费水平指数。
居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。
通过消费的物质产品和劳务的数量和质量反映出来。
居民消费水平与居民消费价格指数的关系十分密切和直接，收入的增长，消费水平的提高，自然会引起社会总需求的增长，进而导致消费价格指数的增长。
标题：2010年-2020年CPI指标分析和趋势预测一、概述CPI（Consumer Price Index，用户价格指数）是衡量物价水平变动的重要指标，对于了解经济的通胀压力和用户生活水平至关重要。
本文将对2010年至2020年的CPI指标进行分析，并展望未来的趋势。
二、2010年-2020年CPI指标变动概况1. 2010年CPI指标2010年，我国CPI指标为104.2，同比上涨3.3，主要受食品价格上涨的影响。
在全球经济复苏的情况下，我国经济发展态势良好，通货膨胀压力较小。
2. 2011年-2015年CPI指标2011年至2015年期间，我国CPI指标呈现出明显的波动，其中2012年CPI指标达到104.5，同比增长2.6，2014年CPI指标则下降至101.5。
这一时期受国际金融危机影响，国内经济增速放缓，CPI指标波动较为剧烈。
3. 2016年-2020年CPI指标2016年至2020年期间，我国CPI指标逐渐回升。
2019年CPI指标为102.5，同比增长2.9，2020年CPI指标则为103.4，同比增长3.5。
在国内外经济形势复杂多变的情况下，我国经济保持了相对稳定的增长，并且通货膨胀风险受到有效控制。
三、CPI指标变动的影响分析1. 经济增长和CPI指标CPI指标的波动和经济增长密切相关，经济放缓往往会导致CPI指标下降，而经济复苏则有可能带来CPI指标的上升。
通过对CPI指标变动的影响分析，可以更好地了解经济运行的趋势和特点。
2. 行业影响和CPI指标不同行业的发展和政策调整也会对CPI指标产生影响，例如能源、房地产和食品等行业的发展和价格波动，都可能直接影响CPI指标的变动情况。
3. 政策调控和CPI指标政府的宏观调控政策对CPI指标的控制起着至关重要的作用，通过货币政策、财政政策和产业政策等手段，政府可以有效地调控CPI指标的变动。
四、未来CPI指标趋势预测1. 国内经济形势未来几年，我国经济仍将保持中高速增长的态势，国内消费市场需求将继续扩大，这将对CPI指标产生一定的上升压力。
CPI指数对我国宏观经济走势的影响一、CPI指数概述二、CPI指数对宏观经济的影响三、CPI指数变化的原因分析四、对策建议五、案例分析【一、CPI指数概述】CPI指数是一种衡量物价水平变化的指标，即消费者物价指数。
它以一定时期内消费者购买一篮子商品和服务的价格为基准，来反映这一时期的物价水平。
CPI指数主要包括日常用品、住房、医疗教育等消费品和服务的价格变化。
它是衡量宏观经济走势的重要指标，能够反映当期通货膨胀或通货紧缩的情况，是制定货币政策和经济政策的重要依据。
【二、CPI指数对宏观经济的影响】CPI指数直接影响物价水平，对于货币政策的制定、宏观调控、社会稳定等方面具有重要的影响。
1、货币政策影响CPI指数作为反映通货膨胀的指标，对货币政策的制定具有重要的启示意义。
如果CPI指数过高，表明通货膨胀风险较大，此时央行要加强管控，采取紧缩货币政策，提高利率，吸收市场上的过剩流动性，抑制信贷膨胀和投机性资本流入，助力国内经济平稳增长。
反之，当CPI指数较低时，央行可以采取适度宽松政策，降低利率，放松货币政策，刺激消费，从而促进经济增长。
2、宏观调控影响CPI指数是反映宏观经济操作效果的重要指标之一。
央行和政府可以通过调控货币政策、税收政策、产业政策、区域经济政策等手段，对经济发展形势进行监测与预测，通过调整政策，促进经济的发展和稳定。
3、社会稳定影响高通货膨胀率会引发社会不稳定，导致社会信心和消费者信心下降，经济失衡、财富分配不平等等社会不良行为的上升，降低经济增长水平。
因此，CPI指数对于社会稳定具有重要的影响。
【三、CPI指数变化的原因分析】1、商品价格变化商品的供求关系是影响其价格的主要原因，商品价格上涨会致使CPI指数整体上涨，商品价格下跌会使CPI指数小幅度下跌。
2、生产成本变化生产成本的变化，如劳动力、原材料、能源等的上涨会提高生产成本，从而导致企业报价上涨，引发价格逐渐上升。
3、政策调控变化政府的货币政策对CPI指数的变化有很大程度上的影响。
消费者物价指数的敏感性分析与风险评估消费者物价指数（Consumer Price Index, CPI）是衡量一定时期内消费者购买一篮子商品和服务的平均价格变动情况的指标。
对CPI的敏感性分析和风险评估成为了经济学和金融学领域的重要研究课题。
本文将从敏感性分析和风险评估两个方面探讨CPI的特点和潜在风险。
一、敏感性分析CPI的敏感性分析是指研究影响CPI变动的因素及其对CPI的响应程度。
在分析CPI的敏感性时，我们需要考虑以下几个因素：1. 商品篮子的构成CPI的计算基于一个特定的商品篮子，该商品篮子的构成对CPI的敏感性具有重要影响。
例如，如果篮子中商品的种类过于狭窄，那么CPI在反映物价变动时可能会出现失真。
因此，我们需要确保商品篮子的构成能够覆盖不同的消费者需求，以准确反映整体物价水平的变动情况。
2. 权重的设定CPI中各个商品的权重确定了其在整体CPI中的贡献比例。
权重的设定同样对CPI的敏感性产生影响。
如果某些商品的权重过高或过低，将导致CPI对这些商品价格变动的敏感性不合理。
因此，我们需要根据实际消费情况，合理设定商品权重，以确保CPI能够准确表达整体物价水平的变动。
3. 数据采集和计算方法CPI的敏感性还与数据采集和计算方法有关。
不同的数据采集方法和计算公式可能会导致CPI的差异。
因此，我们需要确保数据采集的准确性和计算方法的科学性，以提高CPI的敏感性和可靠性。
二、风险评估CPI的风险评估是指通过对CPI的变动情况进行分析，评估可能带来的风险和影响。
在对CPI进行风险评估时，我们需要考虑以下几个方面：1. 通货膨胀风险CPI是衡量通货膨胀水平的重要指标，因此与CPI相关的风险评估中通货膨胀风险是一个重点。
通货膨胀可能会引发物价上涨和资产贬值等问题，对经济和社会产生负面影响。
因此，通过分析CPI的变动情况，及时评估通货膨胀风险，对政府和企业制定相应的经济政策和投资战略具有重要意义。
居民消费价格指数的统计分析与预测摘要：本文简要介绍了居民消费价格指数的相关理论知识，并进一步从统计学的角度对居民消费价格指数依次做出了居民消费价格指数的总体分析、结构分析、影响因素分析以及动态预测分析，本文旨在通过更加深入的居民消费价格统计学研究帮助人们更加的了解居民消费价格指数。
关键词：居民消费价格指数；统计分析；理论知识；预测一、引言近几年，随着我国经济的不断发展，我国居民的物质消费水平也越来越高，居民消费价格指数也越来越得到人们的重视。
居民价格消费指数是反应人们消费水平状况的重要指标，注重对居民的消费价格指数的研究可以增加政府对我国居民消费状况的了解，对我国政府的政策制定、经济宏观调控等都有重要的参考价值。
二、居民消费价格指数的理论知识居民消费价格指数英文全称为consumer price index，缩写为cpi，它是度量消费商品及服务项目价格水平随着时间变动的相对数，反映居民购买的商品及服务项目价格水平的变动趋势和变动程度。
居民消费价格指数在整个国民经济价格体系中占有重要的地位，对于我国经济宏观调控具有正要的指导作用。
另外，cpi的计算采用的是是固定权数按加权算术平均指数公式计算，cpi=（一组固定商品按当期价格计算的价值/一组固定商品按基期价格计算的价值）×100%。
同时，居民消费价格指数还与经济通货膨胀有关，加深对居民消费价格指数的研究可以一定程度上抑制经济通货膨胀。
有学者认为，当居民价格指数>3%就表示本地区已经发生了通货膨胀。
三、居民消费价格指数的统计分析下面我们以我国今年来的居民消费价格指数为例从总体、结构、影响因素、以及动态预测四个方面进行深入分析。
1.居民消费价格指数的总体分析近几年，我国居民消费价格指数一直处于飞速上涨的状态，据国家统计局发布的数据显示，单2012年12月份全国居民消费价格指数同比上涨2.5%，涨幅比上月扩大0.5个百分点。
下图是节选我国2008年—2012年我国统计局统计的cpi的增长率：总体分析，我国居民消费价格指数上涨有以下三个明显的特征：（1）我国物价涨幅逐步的扩大；我国近几年居民消费价格指数的运行轨迹一般都呈现前低后高的态势。
2023cpi指数
【实用版】
目录
1.2023 年 CPI 指数概述
2.CPI 指数的构成
3.2023 年 CPI 指数的影响因素
4.2023 年 CPI 指数的预测
5.结论
正文
1.2023 年 CPI 指数概述
CPI 指数，全称为消费者物价指数，是反映一定时期内消费者购买商品和服务价格变动水平的经济指标，被广泛用于衡量通货膨胀程度。
本文将探讨 2023 年的 CPI 指数情况。
2.CPI 指数的构成
CPI 指数由多个类别的商品和服务价格组成，通常包括食品烟酒、衣着、居住、生活用品及服务、交通和通信、教育文化和娱乐、医疗保健、其他用品和服务等。
每个类别都有一定的权重，根据各类别价格变动情况计算出 CPI 指数。
3.2023 年 CPI 指数的影响因素
(1) 国际原油价格：原油价格直接影响到交通和通信类别的价格，从而对 CPI 指数产生影响。
(2) 猪肉价格：猪肉作为我国居民的主要肉类食品，其价格变动对CPI 指数有较大影响。
(3) 宏观经济政策：政府财政政策、货币政策等都会对 CPI 指数产
生影响。
(4) 气候因素：自然灾害等气候因素可能导致农业减产，从而影响食品价格。
4.2023 年 CPI 指数的预测
根据以上影响因素，预测 2023 年 CPI 指数可能呈现温和上涨态势。
具体数值需要根据实际情况和数据进行实时调整。
5.结论
CPI 指数是反映居民生活成本变化的重要指标，对政府、企业和居民都有重要的参考价值。
2024cpi指数2024年CPI指数是一个关键的经济指标，它衡量了物价水平的变动对消费者购买力的影响。
这个指数对于国家的宏观经济政策制定、货币政策调控以及市场预期的形成都具有重要意义。
在2024年，全球各国的CPI指数将会因为多种因素而发生变化。
首先，全球范围内的经济增长率将会对CPI指数产生直接的影响。
如果经济增长迅速，需求上升可能会导致物价上涨，进而推高CPI指数。
相反，如果经济增长放缓，需求不足可能会导致物价下降，从而降低CPI指数。
能源价格的波动也会对CPI指数产生重要影响。
能源是现代社会不可或缺的资源，其价格的上升或下降都会直接影响到生产成本和生活成本。
如果能源价格上涨，生产成本将会增加，最终导致物价上涨，从而推高CPI指数。
货币政策的调控也是影响CPI指数的重要因素之一。
央行通过调整利率、信贷政策以及货币供应量来控制通货膨胀水平。
如果央行采取紧缩货币政策，限制货币供应量，那么通货膨胀压力将会减小，CPI指数可能会下降。
相反，如果央行采取宽松货币政策，增加货币供应量，那么通货膨胀压力可能会增加，CPI指数可能会上升。
政府对于物价的管控也会对CPI指数产生影响。
政府可以通过价格管制、补贴政策以及财政支出等手段来控制物价的上涨。
如果政府采取紧缩措施，限制物价上涨，那么CPI指数可能会下降。
相反，如果政府采取宽松措施，鼓励消费和投资，那么物价上涨的压力可能会增加，CPI指数可能会上升。
2024年CPI指数的变化受到多种因素的影响。
经济增长率、能源价格波动、货币政策调控以及政府管控政策都是影响CPI指数的重要因素。
在全球经济不断发展和变化的背景下，各国政府和央行需要密切关注这些因素，制定相应的政策措施，以保持通货稳定，维护消费者的购买力。
只有这样，才能实现经济持续健康发展，为人民带来更好的生活。
居民消费价格指数的预测及其结构分析——以贵州省为例贵州民族学院李洪飞、杨小欢、陈蛟目录摘要 (2)一、问题的提出 (3)二、国内研究现状 (3)三、模型构建前的准备 (4)3.1 模型若干假设 (4)3.2 数据来源说明 (4)四、CPI预测模型构建前得基本分析与处理 (4)4.1 数据的观察分析 (5)4.2模型的识别、建立、优化 (6)五、模型的检验 (8)六、CPI的预测 (8)七、CPI的聚类分析 (9)7.1 对13类具有代表性的商品CPI进行聚类 (9)7.2 对13类具有代表性的商品CPI进行结构分析 (11)八、模型结论及意义 (13)九、模型的不足和改进 (14)十、参考文献 (15)十一、附录 (15)摘要CPI是居民消费价格指数（consumer price index）的简称。
居民消费价格指数，是一个反映居民家庭一般所购买的消费商品和服务价格水平变动情况的宏观经济指标。
对于CPI的研究，是一个热点。
首先，本文基于时间序列，以2002年1月至2011年3月的数据为基础，对数据进行Box-Cox变换，建立SARIMA模型[1]，对贵州省2011年4月至10月的CPI做出预测，达到了87.1258%的拟合优度。
模型结果显示，贵州省2011年4月至10月的CPI有上升的趋势，在10月份同比增长率达到了6.4421%。
因此，要实现贵州省2011年4%的调控目标有较大压力。
然后选取13类具有代表性的商品，对它们的CPI做聚类分析[2]。
在分析前，为了直观，本文对CPI进行了等级划分，划分标准为：Ⅰ级（90≤CPI≤100），Ⅱ级（100≤CPI≤110），Ⅲ级（110≤CPI≤120），Ⅳ（120≤CPI≤130），Ⅴ级（130≤CPI≤140）。
结果显示，在13类商品中，粮食和鲜果总是保持在较高等级。
所以对CPI的影响中，粮食和鲜果是导致上涨的主要因素。
其次，肉禽及制品、蛋、水产品三类得CPI相对来说也比较高，是导致上涨的次要因素。
保证书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则, 我们完全明白在竞赛开始后不能以任何方式与队外的任何人（包括指导教师）讨论竞赛题的求解问题, 抄袭别人的成果也是违反竞赛规则的, 如被发现将会受到严肃处置。
我们也知道如果引用别人的成果或其他公开的资料(包括网上查到的资料) 必须按照规定的参考文献的表述方式在正文和参考文献中明确列出。
为了确保竞赛的公正、公平性, 我们保证严格遵守竞赛规则。
参赛报名号：参赛队员：指导老师：参赛评阅编号：全国统一编号：CPI指数的分析及预测摘要在我国经济社会生活中，价格问题历来是各级政府关注的宏观经济问题和社会各界高度关注的重大民生问题。
为观察了解全国各地价格变动的基本情况，分析研究价格变动对经济社会和居民生活的影响，满足各级政府制定政策和计划、进行宏观调控的需要，以及为国民经济核算提供科学依据，对CPI波动情况的密切关注和缜密分析是十分必要的。
在问题一里，分析可知这是要求对单一因素（如住房价格、石油价格、食品价格、银行存贷款利率等）和系统（CPI）之间关系进行研究分析的问题。
我们从相关因素中选取一个侧面即食品价格指数，统计十年内两者数据，采用线性拟合的数学方法，按照最小二乘拟合准则借助于MATLAB数学软件求出了两者之间的线性关系式。
结论说明全年总消费者价格指数同比增长百分比和食品方面的居民消费价格同比增长百分比成一次线性关系，即随着食品方面的居民消费价格同比百分比的增减，全年总消费者物价指数同比百分比也会随着有相似幅度的增减趋势。
对于问题二，CPI的走势显然跟各个影响因素的变化有密切关系。
因此在这里我们同样选取了与之关系较为密切的六项主要因素，建立多元二项式回归模型利用解决第一问时搜取的数据计算多元相关系数的平方（即2R）、概率p 和F，对CPI进行近期的预测。
当越接近于1，p越接近于0时，就说明线性回归所得的回归模型的显著性很好，能够较好的反应六大因素与CPI的关系。
预测出各因素的量，就能大致预测出该月的CPI。
所以，我们选取2R最接近于1和p最接近于0的一组数据得到方程（Ⅱ）。
我们又用灰色预测模型对其中的一些因素进行了预测，其他的因素则根据社会的发展趋势进行了大致的预测，最终预测出七月份的CPI与实际值最大值相符。
关键词：线性拟合食品价格指数消费者价格指数多元二项式回归模型一、问题重述据日前国家统计局公布的CPI数据显示，我国今年六月份CPI同比增长6.4%，七月的CPI同比增长6.5%，CPI指数今年屡创新高，银行利率频繁调整，居民各种生活必需品价格大幅上涨，如果CPI继续高升，将会造成通胀压力继续加大，可能打破现有的利益格局，并会严重侵害绝大多数人的利益。
因此，针对近年来我国CPI的变化，按要求我们选择某个侧面（如食品价格、银行存贷款利率、石油价格、住房价格等），并收集相关数据，研究其与CPI的关系；同时建立相关数学模型对CPI的走势进行预测。
二、问题分析首先是问题一的分析。
CPI是度量通货膨胀（通货紧缩）的一个经济指标，为国家宏观调控提供决策依据。
CPI的波动情况一直是关心国家经济发展人士所十分关注的问题。
不难知晓，CPI的波动受多方面因素的影响如石油价格、住房价格、银行存贷款利率等等。
对于第一题，这是个研究分析子因素与系统之间的变化关系的问题。
于是我们建立线性模拟模型。
根据要求我们从相关因素中选取一个侧面即食品价格指数，统计了2001年到2010年十年间食品价格的涨幅和全年CPI的波动数据，然后在坐标轴上做出散点图并做出猜想两者之间呈线性变化关系，因此我们接着采用线性拟合的数学方法，利用最小二乘拟合准则借助于MATLAB 数学软件求出了两者之间的线性关系式，同时，验证了猜想的正确性。
对于第二题，在对CPI做预测时应考虑到，CPI是一个总系统，它的变化受到相关许多因素的影响，因此在这里我们同样选取了与之关系较为密切的六项主要因素，建立多元二项式回归模型利用解决第一问时搜取的数据计算多元相关系数的平方（即2R）概率p和F。
当越接近于1，p越接近于0时，，就说明线性回归所得的回归模型的显著性很好，能够较好的反应六大因素与CPI 的关系。
并对六大因素进行了简单的预测，预测出各因素的量后，就能大致预测出该月的CPI。
结论得到下列（Ⅱ）式，该式表明只要已知当月各因素的价格指数，就可预测出当月的CPI，最后运用该模型对八月份CPI进行了预测，所的结论为6.7087%。
三、问题的假设1.假设CPI在选定的时间点内是可预测的。
2.假设预测期内影响CPI波动的各项主要因素不变。
3.假设所处理数据准确无误。
四、符号说明b为回归系数的点燃估计值b回归系数的估计区间intr残差r置信区间intstat统计量R多元相关系数p概率x表示食品价格指数1x表示衣着价格指数2x医疗保健价格指数34x 交通价格指数 5x 娱乐价格指数 6x 居住价格指数 j 表示回归系数四、 模型的建立与求解首先对问题一，我们通过分析，按要求选取了影响CPI 波动的其中一个因素——食品价格指数。
通过搜集相关的数据，得到了从2001年到2010年全年居民消费价格同比上涨（下降）百分比和食品方面的居民消费价格同比上涨（下降）百分比。
将对应的坐标点(,)i i x y 在坐标轴上标出，得到如下全年价格指数和食品方面的居民消费价格之间关系的散点图：从上图中观察得出，图中的点够成了线性关系，很近似一条直线。
设该直线方程为：10()f x a x a =+ 其中0a ，1a 为待定系数。
一般而言，所求的0a ，1a 应能使每个点(,)i i x y 与回归直线之间的偏差尽可能的小。
为了得到所设方程中的系数，我们采用拟合来确定0a ，1a 的值。
下面用最小二乘拟合准则来确定0a ，1a 的值。
即：01(,)A a a =使得：21[()]miii f x y =-∑ 最小由假设方程可得：0111201111()()()m mi i i i m m mi i i i i i i ma x a y x a x a x y =====⎧+=⎪⎪⎨⎪+=⎪⎩∑∑∑∑∑ 其中10m = 若21[()]mi i i f x y =-∑越趋近于零，则说明假设的方程就越符合点所组合曲线，直线与点(,)i i x y 就拟合的越好。
利用多项拟合的命令在MATLAB 数据点和拟合曲线的图形便可得到我们所需要的模型的参数。
进而可得到我们所假设的方程式。
在MATLAB 中输入以下命令:x =[2.0810 -0.6 3.425 10.125 2.7083 2.33 12.34 14.533 0.875 7.4833] y =[0.7 -0.8 1.2 3.88 1.81 1.47 4.77 5.9 -0.69 3.2](,,1)A polyfit x y = (,)z polyval A x =(,,'',,,'')plot x y k x z r + 得到下面的图形：-20246810121416-10123456A = 0.4186 -0.1711即1a =0.4186 0a =-0.1711所以直线的方程为：0.41860.1712y x =- （Ⅰ） 于是，我们便可得到全年总消费者物价指数同比百分比和食品方面的居民消费价格同比百分比之间的关系，全年总消费者物价指数同比百分比同食品方面的居民消费价格同比百分比呈现一次性关系，即随着食品方面的居民消费价格同比百分比的涨幅，全年总消费者物价指数同比百分比也会随着涨幅。
对于问题二，为了了解CPI 的总体发展趋势，我们收集了近几年CPI 的走势图，以及近十年来每个月的CPI 的同比数值表（见附录一）。
先对CPI 的发展有一定的了解，具体的分析之后，我们建立多元二项式回归模型对CPI 做出走势预测。
CPI 近几年的发展趋势图如下：首先要分析明白，CPI 的波动是受诸多方面因素影响的。
要研究预测CPI 的走势，就要分析对其产生影响的各因素的变化情况。
因此在这里，我们选取了六项对其影响较为重要的因素即食品、住房、医保、娱乐、衣着、交通六个方面对应的价格指数，统计了2009年11月到2011年6月这20个月各因素指数和各月CPI 的数据 。
123n y y Y y y ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦01k b βββ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦1112121111k k n nk x x x x X x x ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦201122331mm m jj j j y x x x x x ββββββ==+++++∑对随所搜集的数据在MATLAB 中进行多元二项式回归拟合运算，。
回归分析及检验结果如下：[,int,,int,](,)b br r r stats regress Y X =b =19.61891.5071 1.1303 -16.8642 -0.7483 0.1087 0.9677 -0.0919 0.53002.7308 -0.5449 -0.0671 -0.0235stat =0.9812 30.4193 0.00012R =0.9812 F =30.4193 P =0.0001程序中R 是多元相关系数，p 是概率。
按照模型性质可知，2R 与1非常接近，P 非常接近0，这说明线性回归所得的回归模型的显著性很好，能够较好的反应六大因素与CPI 的关系。
知道各因素的量，就能大致预测出该月的CPI . 也就是说该模型比较适合对该问题的解决。
因此我们选取该组数据得到以下方程（记为方程（Ⅱ））：12345619.6189 1.5071 1.130316.86420.74830.10870.9677y x x x x x x =++--++2222221234560.09190.53 2.73080.54490.06710.0235x x x x x x -++--- （Ⅱ） 利用上面方程，只要获得当月各影响因素的价格涨幅，就可预测出当月的CPI 了。
要想预测出CPI ，我们必须预测出六个因素的指数。
通过数据分析可知食品、医保和居住三个方面的数据变化比较大，而剩下的三个因素变化波动不大。
于是我们对于食品、医保和居住等六大因素采用灰色预测法进行预测，用MATLAB 软件求解结果如下：食品：a = -0.059 b =4.4622 1p =0.095 七月份预测值为 : 1x =14.703 预测方程为：0.0590.059(1)178.878.8k k y e e -=- （Ⅲ） 衣着：a =0.097 b =-1.2346 2p =0.6医保: a = 0.017 b =2.6293 3p =0.75 七月份预测值为: 3x =3.68 预测方程为:0.0170.017(1)3155.26155.26k k y e e -=- （Ⅳ） 交通：a =0.104 b =0.8437=- 4p =0.6 娱乐：a 0.037=- b 0.4231= 5p 0.7=居住：a =-0.0439 b =0.8437=- 6p 0.95= 七月份预测值为： 6x 7.743= 预测方程为：0.04930.0493(1)671.971.9k k y e e -=- （Ⅴ） 由于p2、p4、 p5均小于0.7，通不过检验，是不合格的。
