给人做的一个回归分析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需求自己注明数据局来源EX出口自己注明数据局来源IM进口自己注明数据局来源BEN纯苯自己注明数据局来源PINDEX价格自己注明数据局来源STOCK库存指数自己注明数据局来源PPIPPI自己注明数据局来源PRICE消费价格指数自己注明数据局来源 4.2描述性统计 表2：数据的描述性统计 PRICEEXIMBENSTOCKPPIPINDEX Mean15829.7115321.2121054.197251.95848.19792101.108314303.51 Median1580514728.519589.57612.548.05101.69513840 Maximum2174827309393131060153.1107.5433669 Minimum1117069337374305343.491.89317.6 Std. Dev.2009.7014584.0978273.0621689.9992.3580095.2454354018.636 Skewness0.2058970.3754840.388384-0.54697-0.00674-0.3207252.308279 Kurtosis4.5177132.4490132.3818693.2842732.2563541.66709412.26862 Observations48484848484848 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 VariableCoefficientStd. Errort-StatisticProb. EX0.1154890.0519012.2251830.0316 IM0.0308880.0253041.2206540.2292 BEN1.101970.1651796.6713730.0000 STOCK-230.208792.73772-2.4823630.0172 PPI-89.8253141.23348-2.1784560.0352 PINDEX-0.0761940.062419-1.2206820.2292 C26686.034323.3946.1724720.0000 表4：模型各项指标 R-squared0.72422 Mean dependent var15829.71Adjusted R-squared0.683862 S.D. dependent var2009.701S.E. of regression1129.977 Akaike info criterion17.03182Sum squared resid Schwarz criterion17.3047Log likelihood-401.7637 Hannan-Quinn criter.17.13494F-statistic17.9449 Durbin-Watson stat0.958825Prob(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 VariableCoefficientStd. Errort-StatisticProb. EX0.126