数理统计课堂报告-.pptx

;目录：; 选题背景及其意义;; 分析方法：;探索性数据分析的特点： 完全从客观数据出发，而不是从某种假定出发。多数的统计模型都是以概率论为理论基础的，先假定数据服从某种分布，然后用适用该分布的模型进行拟合、分析和预测。但客观实际的数据并不总是满足理论上的分布，因而这些方法具有极大局限性。 而探索性数据分析在研究数据的内在特征、数量间的关系和变化时，所用方法会尽可能服从于数据特点和研究目的，且更重视数据特征的稳健性。此外，该分析工具简单直观，更易于普及。 ; 分析方法：; 多元回归分析的基本假设：;1.方程显著性检验(F检验) F检验是以方差分析为基础,对回归总体线性关系是否显著的一种假设检验,是解释模型中被解释变量与所有解释变量之间的线性关系在总体上是否显著的方法； 利用F统计量进行总体线性显著性检验的步骤如下: (1)提出关于P个总体参数的假设 : b1=b2=…=bp=0； (2)构造统计量： (3)检验 给定显著性水平α,查F分布表 若FFα, 拒绝H0,表明回归总体有显著性关系. 若FF α,接受原假设,表明不存在线性关系;2.回归系数显著性检验: 回归系数显著性检验,是对每个解释变量进行检验. 如果解释变量对被解释变量的影响不显著,应从模型中删除,如果解释变量对被解释变量的影响显著,应保留在模型中. 利用t统计量进行参数显著性检验的步骤如下: (1)对总体参数提出假设: H0: bi=0; (2)构造统计量: (回归标准差) (3)检验: 对给定α, 若︱t︱t α /2,说明拒绝原假设; 若︱t︱t α /2, 则接受原假设;;3.复相关系数和偏相关系数: ;4.筛选自变量:;筛选自变量的方法1;筛选自变量的方法2;筛选自变量的方法3;主要步骤：;步骤1 数据准备： ;1.数据录入 ：把excel里的原始数据录入或直接复制到.的数据窗口。 注：x2—汇率(因变量) x3~x13----通货膨胀，美元汇率等 (自变量);2.变量的标准化变化： 在初始的自变量里，变量的取值单位有比率，亿元，亿美元，度量方式不统一，所以很有必要先对他们进行标准化处理；;变量的标准化变化后得到：;步骤2 探索性分析;依次单击;执行描述性分析后得到：;步骤3 多元回归分析 ;线性回归分析的指定建模过程的变量选择方法的种类：Enter， Remove，Backward，Forward，Stepwise; 依次单击;;1. 从模型摘要表可以看出逐步回归模型的拟合情况，最终模型（模型6）的R方和调整R方统计量都达到了0.99以上，说明模型的整体拟合效果不错； 2. 其中Durbin-Waston统计量与2相对接近（相对于0, 4），故可初步认为残差序列不存在一阶的自相关性; 3. 从ANOVA表可以看出模型的方差分析结果，从模型6的F值检验sig值远小于0.01，可以知道最终模型的整体线性关系是显著成立的；;4. “已排除的变量表” 给出所有为进入最终模型的变量检验信息，由t检验的sig值都大于0.1看，这些变量对模型的贡献都不显著，所以他们都不包含在最终方程里； 5 . “系数”表包含的是进入最终模型的变量; 每个变量系数估计值的显著性检验：结果模型的所有变量的T检验的sig值都接近或小于0.01，说明各回归系数显著不为0, 即这些变量对最终模型的贡献都是显著的； 而最右边列为每个变量的共线性检验，可以看出外汇储备的VIF较大（大于10），故认为它与其他变量间可能存在共线性问题； ;6.残差的诊断和分析： 从标准化残差的P-P图可知：所有残差点都分布在对角的直线附近，说明残差的正态性假设基本成立；;预测1检验图：;步骤四：  进一步的分析与应用;剔除存在共线性的外汇储备变量后做线性回归结果如图:;再次改进回归模型的原因：;2.再次改进后的回归模型;回归模型预测2结果输出：; 由改进的回归模型建立的残差P-P图和预测趋势图可以看出， 残差的分布基本上正态的； 预测曲线对观测曲线（预测2 vs 汇率原观测值）的拟合效果也很不