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，且相关性显着。
这里补充一下，R Square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着性，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。
相关性的显着程度我们主要依据Multiple R、F检验和P值结果来进行判断，其中Multiple R=0.85，表明正相关性较强；但P值>0.05,表明结果不具有显着的统计学意义。
这里补充一下，其中Multiple R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着，用线性模型来描述他们之间的关系是否恰当，越小越显着；如果P值>0.05， 则结果不具有显着的统计学意义，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。
系列文章汇总如下：
Mysteel：粗钢压减背景下的线盘产量影响（一）基础知识篇
https://gc.mysteel.com/22/0629/17/E4832892A9CBBC60.html
Mysteel：粗钢压减背景下的线盘产量影响（二）回归分析年度数据篇
https://gc.mysteel.com/22/0630/13/0BB0CF518AC4FEC3.html
Mysteel：粗钢压减背景下的线盘产量影响（三）回归分析月度数据篇
https://gc.mysteel.com/22/0630/13/E8C4257D3A56B092.html
