应用多元回分析.docVIP

应用多元统计分析 问题 为了研究香港股市变化规律，以恒生指数为例，建立回归方程，分析影响股票价格趋势变动的因素。这里选择6个影响股票价格指数的经济变量：为反映市场状况的成交额 是九九金价；是港汇指数；是人均生产总值；是建筑业总开支；是房地产买卖金额；是优惠利率。y为恒生指数。数据如表1-1。 表1-1 恒生指数影响因素表 序号 y 1 172.9 11246 681 105.9 10183 4110 11242.5 9.0 2 352.9 10335 191 107.4 10414 3996 12693.9 6.5 3 447.7 13156 607 114.4 13134 4689 16681.3 6.0 4 404.0 6127 714 110.8 15033 6876 22131.9 4.8 5 409.5 27419 911 99.4 17389 8636 31353.6 4.8 6 619.7 25633 1231 91.1 21715 12339 43528.8 9.5 7 1121.2 95684 2760 90.8 27075 16623 70753.0 10.0 8 1506.8 105987 2651 86.3 31827 19937 125989.8 16.0 9 1105.8 46230 2105 125.3 35393 24787 99468.5 10.5 10 933.0 37165 3030 107.4 38832 25112 82478.3 10.5 11 1008.5 48787 2810 106.6 46079 24414 54936.3 8.5 12 1567.6 75808 2649 115.7 47871 22970 87135.5 6.0 13 1960.1 123128 3031 110.1 54372 24403 129884.0 6.5 14 2884.9 371406 3644 105.8 65602 30531 153044.2 5.0 15 2556.7 198569 3690 101.6 74917 37861 215033.6 5.3 数据处理（应用多元回归分析、三种检验、多重共线、岭回归、自相关） 应用多元回归分析时，采用逐步回归法，将向前引入法和向后引入法结合起来，在向前引入的每一步都要考虑从已引入方程中剔除不显著者，进行线性回归分析，得出下表： 表1-2 移入移去的变量 输入／移去的变量a 模型 输入的变量 移去的变量 方法 1 x4 . 步进（准则: F-to-enter 的概率 = .050，F-to-remove 的概率 = .100）。 2 x1 . 步进（准则: F-to-enter 的概率 = .050，F-to-remove 的概率 = .100）。 3 x6 . 步进（准则: F-to-enter 的概率 = .050，F-to-remove 的概率 = .100）。 a. 因变量: y 表1-2表示最先引入变量，建立了模型1。接着引入变量，没有变量被剔除，建立了模型2。最后引入了变量，没有变量被剔除，建立了模型3。 表1-3 模型汇总 模型汇总d 模型 R R 方 调整 R 方 标准 估计的误差 更改统计量 Durbin-Watson R 方更改 F 更改 df1 df2 Sig. F 更改 1 .938 .880 .871 295.5984 .880 95.529 1 13 .000 2 .983b .966 .960 164.5789 .086 29.937 1 12 .000 3 .991 .981 .976 126.4989 .016 9.312 1 11 .011 1.403 a. 预测变量: (常量), x4。 b. 预测变量: (常量), x4, x1。 c. 预测变量: (常量), x4, x1, x6。 d. 因变量: y 表1-3表示各个模型的拟合情况，可以看到三个模型的复相关系数、判断系数以及调整系数均靠近1，所以三个变量的作用较为显著；模型一的改变绝对大于其他两个模型，这说明与该模型相关的自变量的因变量很好的预测变量。另外模型3的DW检验值为1.40，只能判断三个变量间部分正自相关。 表1-4 系数 系数a 模型 非标准化系数 标准系数 t Sig. 相关性 共线性统计量 B 标准 误差 试用版 零阶 偏 部分 容差 VIF 1 (常量) -147.177 151.926 -.969 .350 x4 .038 .004 .938 9.774 .000 .938 .938 .938 1.000 1.000 2 (常量) 38.567 91.145 .423 .680 x4 .023 .003 .569 6.604 .00