给人做的一个回分析(EVIEWS).docVIP

4.1数据的处理 （1）数据的处理，由于本文的数据都比较大属于数据的范畴了，为了减少数据的波动对结果造成的影响，我们采取的是进行正态化检验，以确定数据可以进行回归分析。 表 1： 变量说明与数据来源 变量 变量解释 数据来源 单位 DE 需求 EX 出口 IM 进口 BEN 纯苯 PINDEX 价格 STOCK 库存指数 PPI PPI 自己注明数据局来源 PRICE 消费价格指数 4.2描述性统计 表2：数据的描述性统计 PRICE EX IM BEN STOCK PPI PINDEX Mean 15829.71 15321.21 21054.19 7251.958 48.19792 101.1083 14303.51 Median 15805 14728.5 19589.5 7612.5 48.05 101.695 13840 Maximum 21748 27309 39313 10601 53.1 107.54 33669 Minimum 11170 6933 7374 3053 43.4 91.8 9317.6 Std. Dev. 2009.701 4584.097 8273.062 1689.999 2.358009 5.245435 4018.636 Skewness 0.205897 0.375484 0.388384 -0.54697 -0.00674 -0.320725 2.308279 Kurtosis 4.517713 2.449013 2.381869 3.284273 2.256354 1.667094 12.26862 Observations 48 48 48 48 48 48 48 表2为各变量的描述性统计分析，显示出各变量的最小值、最大值、平均值和标准差。 4.3 回归关系 回归分析的目的是通过对大量的样本数据进行分析，以寻找变量之间的相互作用关系，并确定变量之间的数学关系式。同时对所确定的数学关系式的可信程序进行各种统计检验，以区分出对某一特定变量影响较为显著的变量和影响不显著的变量；利用所确定的数学关系式，根据一个或几个变量的值来预测另一个特定变量的取值，并给出这种预测或控制的精确度。 4.3.1 以价格为因变量，以需求、出口、进口、纯苯、库存指数、PPI、消费价格指数为自变量进行回归分析。 表3 回归模型检验 Variable Coefficient Std. Error t-Statistic Prob. EX 0.115489 0.051901 2.225183 0.0316 IM 0.030888 0.025304 1.220654 0.2292 BEN 1.10197 0.165179 6.671373 0.0000 STOCK -230.2087 92.73772 -2.482363 0.0172 PPI -89.82531 41.23348 -2.178456 0.0352 PINDEX -0.076194 0.062419 -1.220682 0.2292 C 26686.03 4323.394 6.172472 0.0000 表4：模型各项指标 R-squared 0.72422 Mean dependent var 15829.71 Adjusted R-squared 0.683862 S.D. dependent var 2009.701 S.E. of regression 1129.977 Akaike info criterion 17.03182 Sum squared resid Schwarz criterion 17.3047 Log likelihood -401.7637 Hannan-Quinn criter. 17.13494 F-statistic 17.9449 Durbin-Watson stat 0.958825 Prob(F-statistic) 0.0000 从图中可以看到IM、PINDEX对应的P值大于0.05，不具有显著的统计学意义，因此删除IM、PINDEX重新进行回归。 4.3.2 以价格为因变量，以出口、纯苯、库存指数、PPI为自变量进行回归分析。 表5 回归分析结果 Variable Coefficient Std. Error t-Statistic Prob. EX 0.126623 0.051067 2.479572 0.0172 BEN 0.932612 0.146618 6.3