ExcelSPSS和Eviews在多元回歸分析的比較研究

1、Excel 在多元回歸分析中的應(yīng)用研究 第一章緒論 統(tǒng)計(jì)學(xué)是一門(mén)提供數(shù)據(jù)信息的收集、處理、歸納和分析的理論與方法的科學(xué)。 然而隨著社會(huì)的發(fā)展，統(tǒng)計(jì)的運(yùn)用領(lǐng)域越來(lái)越廣泛，不管是在經(jīng)濟(jì)管理領(lǐng)域， 還是在軍事、醫(yī)學(xué)、生物、物理、化學(xué)等領(lǐng)域的研究中人們對(duì)于數(shù)量分析與統(tǒng) 計(jì)分析都提出更高的要求。統(tǒng)計(jì)學(xué)作為高等院校經(jīng)濟(jì)類專業(yè)和工商管理類專業(yè) 的核心課程，需要用到的數(shù)學(xué)知識(shí)較多，應(yīng)用方面的靈活性也較強(qiáng)，計(jì)算量大 且復(fù)雜。而 Excel 是以其入門(mén)簡(jiǎn)單、使用直觀、操作方便和功能強(qiáng)大等特點(diǎn)為 廣大用戶所喜愛(ài)，在數(shù)據(jù)處理相關(guān)領(lǐng)域中 Excel 更是有大量的受眾。 Excel 系 統(tǒng)中含有許多常用的統(tǒng)計(jì)分析方法，但

2、大多數(shù)人由于缺乏基本的統(tǒng)計(jì)知識(shí)，對(duì) 此望而卻步。1.1 摘要 網(wǎng)絡(luò)購(gòu)物則是給傳統(tǒng)的零售產(chǎn)業(yè)帶來(lái)了巨大而深遠(yuǎn)的影響，近幾年越來(lái)越 多的人通過(guò)當(dāng)當(dāng)、京東、淘寶這樣的互聯(lián)網(wǎng)平臺(tái)進(jìn)行交易，網(wǎng)絡(luò)購(gòu)物的興起給 人們帶來(lái)了極大的便利和實(shí)惠。淘寶網(wǎng)則是亞太最大的網(wǎng)絡(luò)零售商圈，其致力 于打造領(lǐng)先網(wǎng)絡(luò)零售商圈，淘寶注冊(cè)成員也覆蓋了中國(guó)大部分網(wǎng)購(gòu)人群，交易 額占中國(guó)網(wǎng)絡(luò)市場(chǎng)的 80%。本文不僅對(duì)于復(fù)雜的統(tǒng)計(jì)計(jì)算通過(guò)常用的計(jì)算機(jī)應(yīng) 用軟件 Excel 來(lái)實(shí)現(xiàn)，同時(shí)通過(guò)對(duì)淘寶網(wǎng)的交易額與當(dāng)今社會(huì)的發(fā)展現(xiàn)狀相結(jié) 合進(jìn)行研究，通過(guò) Excel 做多元線性回歸分析，讓大家對(duì)統(tǒng)計(jì)中的多元回歸有 所了解的同時(shí)，也可以了解到淘寶網(wǎng)

3、近年來(lái)的發(fā)展情況 以及未來(lái)的發(fā)展趨勢(shì)。 本文通過(guò)實(shí)例對(duì)淘寶網(wǎng)未來(lái)發(fā)展趨勢(shì)的研究運(yùn)用通俗的語(yǔ)言和淺顯的描述將 Excel 在多元回歸分析中的統(tǒng)計(jì)分析方法呈現(xiàn)在大家面前，并采用了 2005 年到 2012 年的居民消費(fèi)水平，以及我國(guó)網(wǎng)絡(luò)普及度，我國(guó)人人均純收入以及我國(guó)的 居民消費(fèi)水平對(duì)淘寶網(wǎng)的未來(lái)發(fā)展趨勢(shì)進(jìn)行定量數(shù)據(jù)的研究而后提出我們對(duì)于 淘寶未來(lái)發(fā)展趨勢(shì)的預(yù)測(cè)和應(yīng)對(duì)之策。同時(shí)本文也運(yùn)用了 Spss 和 Eviews 軟件 對(duì)數(shù)據(jù)進(jìn)行分析，從而把起與 Excel 對(duì)數(shù)據(jù)進(jìn)行處理的方法進(jìn)行對(duì)比，找出 Excel 對(duì)于數(shù)據(jù)處理很分析相對(duì)于 Spss 和 Eviews 之間的差別及優(yōu)點(diǎn)，最后得 出結(jié)論。

4、關(guān)鍵詞： Excel 多元回歸分析 淘寶網(wǎng) SPSS Eviews1.2 引言 我國(guó)網(wǎng)絡(luò)購(gòu)物相對(duì)歐美起步較晚，但發(fā)展速度非?？臁５S著我國(guó)社會(huì)主義市場(chǎng)經(jīng)濟(jì)的日趨完善，無(wú)論是在宏觀經(jīng)濟(jì)的經(jīng)濟(jì)調(diào)控領(lǐng)域還是在微觀的企業(yè) 管理領(lǐng)域中，人們要進(jìn)行高效的監(jiān)控和科學(xué)的管理就必須準(zhǔn)確及時(shí)的獲得經(jīng)濟(jì) 運(yùn)行中的各類信息。淘寶網(wǎng)自 2003 年 5 月 10 日成立以來(lái)，在短短的兩年內(nèi)， 迅速成為國(guó)內(nèi)網(wǎng)絡(luò)購(gòu)物平臺(tái)的第一名，占據(jù)了中國(guó)網(wǎng)絡(luò)購(gòu)物的70%左右的市場(chǎng)份額。然而2008年以來(lái)，受到全球金融危機(jī)蔓延深化的影響，我國(guó)多數(shù)行業(yè)都 受到了不同程度的沖擊。但包括網(wǎng)絡(luò)零售的電子商務(wù)行業(yè)發(fā)展卻一路繁榮，成 為危機(jī)背景下經(jīng)濟(jì)

5、增長(zhǎng)的一個(gè)亮點(diǎn)。而網(wǎng)上購(gòu)物作為一種新興的購(gòu)物方式出現(xiàn) 在日常百姓的生活中，必然有其吸引人之處。喜歡上網(wǎng)購(gòu)物的網(wǎng)民認(rèn)為，用互聯(lián)網(wǎng)來(lái)完成購(gòu)物不僅節(jié)省了時(shí)間，免除了舟車勞頓，還有機(jī)會(huì)買(mǎi)到在本地市場(chǎng) 難覓的商品。當(dāng)然網(wǎng)上購(gòu)物有利有弊，網(wǎng)購(gòu)的利在于：1. 節(jié)省時(shí)間，精力2. 有機(jī)會(huì)買(mǎi)到本地市場(chǎng)難覓的商品3. 是一種時(shí)尚的方式4. 可以貨比三家5價(jià)格相對(duì)市面上的同樣商品優(yōu)惠6.選購(gòu)當(dāng)時(shí)最流行，最淘寶熱賣(mài)的商品人們通過(guò)淘寶購(gòu)物可以買(mǎi)到比在實(shí)體店更便宜的商品。這也恰恰反映了商家對(duì) 低成本交易的渴望，同時(shí)也反映了消費(fèi)者對(duì)低價(jià)格的渴望。網(wǎng)上購(gòu)物的弊在于：1. 質(zhì)量難以保證2. 無(wú)法預(yù)先體驗(yàn)商品3. 網(wǎng)絡(luò)安全性存在

6、隱患，擔(dān)心被人惡意侵犯隱私和被盜銀行帳號(hào)和密碼4. 物流方工作不到位導(dǎo)致貨物沒(méi)有及時(shí)到達(dá)或者根本收不到所以在這個(gè)飛速發(fā)展的時(shí)代，淘寶作為網(wǎng)絡(luò)購(gòu)物的巨頭面臨了很大的挑戰(zhàn)，本 文采用淘寶舉例一是了解Excel做多元回歸分析的方法，二是找到 Excel做多 元回歸分析的優(yōu)點(diǎn)及便利之處，三是讓大家對(duì)Excel，Spss和Eviews軟件之間的差別同時(shí)更好的運(yùn)用Excel在統(tǒng)計(jì)數(shù)據(jù)方面的應(yīng)用，同時(shí)還可以研究淘寶 的未來(lái)發(fā)展趨勢(shì)從而用淘寶網(wǎng)的現(xiàn)狀作為實(shí)例進(jìn)行研究和探討以獲得更好的發(fā) 展趨勢(shì)，如今網(wǎng)絡(luò)購(gòu)物普及全國(guó)，本文不僅讓讀者在學(xué)習(xí)Excel統(tǒng)計(jì)方面的知識(shí)的并且學(xué)到了多元回歸分析的其他統(tǒng)計(jì)方法，同時(shí)也能了

7、解到一些淘寶的未 來(lái)發(fā)展現(xiàn)狀，對(duì)其購(gòu)物也有一定的幫助。1.3回歸分析的概述1.3.1回歸分析的概念回歸分析是確定兩種或兩種以上變數(shù)間相互依賴的定量關(guān)系的一種統(tǒng)計(jì)分 析方法（即尋找具有相關(guān)關(guān)系的變量減的數(shù)學(xué)表達(dá)式并進(jìn)行統(tǒng)計(jì)推斷的一種統(tǒng) 計(jì)方法）。運(yùn)用十分廣泛，回歸分析按照涉及的自變量的多少，可分為一元回歸 分析和多元回歸分析；按照自變量和因變量之間的關(guān)系類型，可分為線性回歸 分析和非線性回歸分析。如果在回歸分析中，只包括一個(gè)自變量和一個(gè)因變 量，且二者的關(guān)系可用一條直線近似表示，這種回歸分析稱為一元線性回歸分 析。如果回歸分析中包括兩個(gè)或兩個(gè)以上的自變量，且因變量和自變量之間是 線性關(guān)系，則稱為

8、多元線性回歸分析。回歸分析的主要內(nèi)容為： 從一組數(shù)據(jù)出發(fā)，確定某些變量之間的定量關(guān)系式，即建立數(shù)學(xué)模型并 估計(jì)其中的未知參數(shù)。估計(jì)參數(shù)的常用方法是最小二乘法。 對(duì)這些關(guān)系式的可信程度進(jìn)行檢驗(yàn)。 在許多自變量共同影響著一個(gè)因變量的關(guān)系中，判斷哪個(gè)（或哪些）自 變量的影響是顯著的，哪些自變量的影響是不顯著的，將影響顯著的自變量選 入模型中，而剔除影響不顯著的變量，通常用逐步回歸、向前回歸和向后回歸 等方法。 利用所求的關(guān)系式對(duì)某一生產(chǎn)過(guò)程進(jìn)行預(yù)測(cè)或控制?；貧w分析的應(yīng)用是 非常廣泛的，統(tǒng)計(jì)軟件包使各種回歸方法計(jì)算十分方便。在回歸分析中，把變量分為兩類。一類是因變量，它們通常是實(shí)際問(wèn)題中 所關(guān)心的一類

9、指標(biāo)，通常用 丫表示；而影響因變量取值的的另一類變量稱為自 變量，用X來(lái)表示。1.3.2回歸分析研究的主要問(wèn)題（1）確定丫與X間的定量關(guān)系表達(dá)式，這種表達(dá)式稱為回歸方程；（2）對(duì)求得的回歸方程的可信度進(jìn)行檢驗(yàn)；（3）判斷自變量X對(duì)因變量丫有無(wú)影響；（4）利用所求得的回歸方程進(jìn)行預(yù)測(cè)和控制。1.3.3回歸分析的應(yīng)用相關(guān)分析研究的是現(xiàn)象之間是否相關(guān)、相關(guān)的方向和密切程度，一般 不區(qū)別自變量或因變量。而回歸分析則要分析現(xiàn)象之間相關(guān)的具體形式，確定 其因果關(guān)系，并用數(shù)學(xué)模型來(lái)表現(xiàn)其具體關(guān)系。比如說(shuō)，從相關(guān)分析中我們可 以得知“質(zhì)量”和“用戶滿意度”變量密切相關(guān)，但是這兩個(gè)變量之間到底是 哪個(gè)變量受哪個(gè)

10、變量的影響，影響程度如何，則需要通過(guò)回歸分析方法來(lái)確 定。一般來(lái)說(shuō)，回歸分析是通過(guò)規(guī)定因變量和自變量來(lái)確定變量之間的因果關(guān) 系，建立回歸模型，并根據(jù)實(shí)測(cè)數(shù)據(jù)來(lái)求解模型的各個(gè)參數(shù)，然后評(píng)價(jià)回歸模 型是否能夠很好的擬合實(shí)測(cè)數(shù)據(jù)；如果能夠很好的擬合，則可以根據(jù)自變量作 進(jìn)一步預(yù)測(cè)。1.4國(guó)內(nèi)外研究現(xiàn)狀Excel是 微軟公司的辦公軟件 Microsofit office的組件之一，是微軟辦公套裝軟件的一個(gè)重要的組成部分，它可以進(jìn)行數(shù)據(jù)的處理統(tǒng)計(jì)分析和輔助決 策操作，廣泛的應(yīng)用于管理、統(tǒng)計(jì)財(cái)經(jīng)、金融等眾多領(lǐng)域。您可以使用Excel創(chuàng)建工作簿（電子表格集合）并設(shè)置工作簿格式，以便分析數(shù)據(jù)和做出更明智 的業(yè)

11、務(wù)決策。Excel是用來(lái)更方便處理數(shù)據(jù)的辦公軟件。Excel統(tǒng)計(jì)功能是一種與 Microsofit office的套裝軟件信息共享綜合性強(qiáng)且大眾化的統(tǒng)計(jì)軟件。運(yùn)用它既可節(jié)省時(shí)間，又能減少在計(jì)算機(jī)操作技能和 經(jīng)濟(jì)條件方面所受到的限制，發(fā)揮計(jì)算機(jī)和網(wǎng)絡(luò)強(qiáng)大的經(jīng)濟(jì)統(tǒng)計(jì)圖表及數(shù)據(jù)采 集、儲(chǔ)存、傳輸、處理和表現(xiàn)能力，把經(jīng)濟(jì)數(shù)據(jù)加工成經(jīng)濟(jì)信息，深化認(rèn)識(shí)， 增進(jìn)經(jīng)濟(jì)學(xué)的理論性并促進(jìn)統(tǒng)計(jì)方法在經(jīng)濟(jì)及其管理中的廣泛應(yīng)用。Excel Home匯聚了中國(guó)大陸及港臺(tái)地區(qū)的眾多 Office （特別是Excel）高 手，他們都身處各行各業(yè)，并身懷絕技！在他們的熱心幫助之下，越來(lái)越多的 人取得了技術(shù)上的進(jìn)步與應(yīng)用水平的提

12、高，越來(lái)越多的先進(jìn)管理思想轉(zhuǎn)化為解 決方案被部署，同時(shí)，越來(lái)越多的人因此而加入了互相幫助，共同進(jìn)步的陣 營(yíng)。無(wú)論是在校學(xué)生，普通職員還是企業(yè)高管，都將能在這里找到所需要的。 通過(guò)學(xué)習(xí)運(yùn)用Office這樣的智能平臺(tái)，您可以不斷拓展自己的知識(shí)層面，也可 以把自己的行業(yè)知識(shí)快速轉(zhuǎn)化為生產(chǎn)力，創(chuàng)造價(jià)值。在科學(xué)技術(shù)飛速發(fā)展的今天，統(tǒng)計(jì)學(xué)廣泛吸收和融合相關(guān)學(xué)科的新理論， 不斷開(kāi)發(fā)應(yīng)用新技術(shù)和新方法，深化和豐富了統(tǒng)計(jì)學(xué)傳統(tǒng)領(lǐng)域的理論與方法， 并拓展了新的領(lǐng)域。今天的統(tǒng)計(jì)學(xué)已展現(xiàn)出強(qiáng)有力的生命力。在我國(guó)，社會(huì)主 義市場(chǎng)經(jīng)濟(jì)體制的逐步建立，實(shí)踐發(fā)展的需要對(duì)統(tǒng)計(jì)學(xué)提出了新的更多、更高 的要求。隨著我國(guó)社會(huì)主義市場(chǎng)

13、經(jīng)濟(jì)的成長(zhǎng)和不斷完善，統(tǒng)計(jì)學(xué)的潛在功能將 得到更充分更完滿的開(kāi)掘。1.5本文研究的主要內(nèi)容第一章緒論簡(jiǎn)述多元回歸分析的概念、背景、研究的意義和研究概況。并介紹課題研究的 主要內(nèi)容及論文章節(jié)安排。第二章數(shù)據(jù)的來(lái)源和變量的選取分析數(shù)據(jù)的來(lái)源和變量的選取理由，建立預(yù)測(cè)的模型、回歸模型的參數(shù)估計(jì)以 及求解。第三章多元回歸分析的建模與檢驗(yàn)用Excel，Spss和Eviews對(duì)數(shù)據(jù)進(jìn)行相關(guān)性分析，進(jìn)行建模和估計(jì)，做線性 回歸分析方差分析，確定預(yù)測(cè)值。第四章結(jié)果及分析對(duì)上述的Excel，Spss和Eviews對(duì)數(shù)據(jù)建立的模型進(jìn)行分析，對(duì)數(shù)據(jù)進(jìn)行顯 著性檢驗(yàn)，修正擬合模型以及對(duì)數(shù)據(jù)進(jìn)行預(yù)測(cè)。第五章Excel，

14、Spss和Eviews操作方法對(duì)比及總結(jié)對(duì)本文的研究工作進(jìn)行概括和總結(jié)。并對(duì)延續(xù)性課題提出自己的觀點(diǎn)和意見(jiàn)。第二章數(shù)據(jù)的來(lái)源和變量的選取2.1數(shù)據(jù)的來(lái)源 及變量的選取理由為了研究淘寶網(wǎng)未來(lái)發(fā)展趨勢(shì)，本文從新浪官方微博淘寶數(shù)據(jù)魔方中獲 得淘寶2009年聚劃算中購(gòu)物群眾的年齡比例作為定性數(shù)據(jù)，進(jìn)行研究年齡對(duì)淘 寶購(gòu)物的影響。并在新浪財(cái)經(jīng)網(wǎng)上獲得淘寶網(wǎng)自2005年到2012年的淘寶交易額以及淘寶注冊(cè)人數(shù)的數(shù)據(jù)。在中商情報(bào)局里獲得我國(guó)近網(wǎng)絡(luò)普及度等數(shù)據(jù)。 并從國(guó)家統(tǒng)計(jì)年鑒中選取統(tǒng)計(jì)指標(biāo)居民消費(fèi)水平和人均純收入，其中人均收入（X4 ）是通過(guò)城鎮(zhèn)人均收入，城鎮(zhèn)人口總數(shù)，農(nóng)村人均純收入，農(nóng)村人口總數(shù) 和我國(guó)

15、總?cè)丝跀?shù)計(jì)算出來(lái)。計(jì)算公式為：人均收入=（城鎮(zhèn)人口總數(shù)*城鎮(zhèn)人均收入+農(nóng)村人口總數(shù)*農(nóng)村人均純收入）/總 人口數(shù)如下圖：（人均收入保留了兩位小數(shù)）一農(nóng)收上總?cè)藬?shù)（萬(wàn)人）5OO26 OO2.882857.853O6IX7311.77OO28 O O29O2023.51A583986O1O29195170?40-032656562O222246這里人均收入是指我國(guó) 居民平均每人每年的人均純收入，這反映了我國(guó) 居民工資在逐年的增加，收入的增加，加上消費(fèi)水平的增加，所以收入的增加 與網(wǎng)絡(luò)消費(fèi)在一定程度上也有很大的聯(lián)系，在這里用人均收入的增加來(lái)反映了 可支配收入的增加，那么居民用于消費(fèi)的部分也增加了。淘

16、寶注冊(cè)人數(shù)（X1 ）在一定程度上反應(yīng)了網(wǎng)絡(luò)購(gòu)物的群眾的人數(shù)，反應(yīng)了當(dāng)今社會(huì)網(wǎng)絡(luò)購(gòu)物的普遍性。同時(shí)淘寶的注冊(cè)人數(shù)也展現(xiàn)了人們對(duì)網(wǎng)絡(luò)購(gòu) 物的認(rèn)可度，換言之也就是說(shuō)接受了網(wǎng)絡(luò)購(gòu)物并會(huì)在網(wǎng)上進(jìn)行消費(fèi)，是對(duì)網(wǎng)絡(luò) 購(gòu)物很大程度上的支持。我國(guó)網(wǎng)絡(luò)普及度（X2 ）是指我國(guó)近幾年網(wǎng)絡(luò)在我國(guó)普及的范圍，這一塊更好的反映了網(wǎng)絡(luò)對(duì)居民網(wǎng)絡(luò)消費(fèi)的影響，因?yàn)榫W(wǎng)絡(luò)是網(wǎng)絡(luò)消費(fèi)的必要條件。 我國(guó)網(wǎng)絡(luò)普及度反映的是在我國(guó)日趨發(fā)展的經(jīng)濟(jì)下，網(wǎng)絡(luò)也得到了普遍的廣 泛，人們對(duì)網(wǎng)絡(luò)的接受程度，信任程度也是直接影響到淘寶的網(wǎng)絡(luò)購(gòu)物。居民消費(fèi)水平（X3 ）是指居民在物質(zhì)產(chǎn)品和勞務(wù)的消費(fèi)過(guò)程中，對(duì)滿足人們生存、發(fā)展和享受需要方面所達(dá)到的程度。

17、通過(guò)消費(fèi)的物質(zhì)產(chǎn)品和勞務(wù)的數(shù)量和質(zhì)量反映出來(lái)。居民消費(fèi)水平是指居民在物質(zhì)產(chǎn)品和勞務(wù)的消費(fèi)過(guò)程 中，對(duì)滿足人們生存、發(fā)展和享受需要方面所達(dá)到的程度。它主要通過(guò)消費(fèi)的 物質(zhì)產(chǎn)品和勞務(wù)的數(shù)量和質(zhì)量來(lái)反映。居民消費(fèi)水平的提高也能很好的展現(xiàn)在網(wǎng)絡(luò)消費(fèi)上作出的貢獻(xiàn)。通過(guò)對(duì)以上這四個(gè)定量數(shù)據(jù)的研究來(lái)其與淘寶交易額的關(guān)系，從而研究淘寶未 來(lái)的發(fā)展趨勢(shì)以及優(yōu)劣態(tài)。原始數(shù)據(jù)如下：年份淘寶網(wǎng)年 交易總額（億）y淘寶注冊(cè) 人數(shù)（萬(wàn) 人）11我國(guó)網(wǎng)絡(luò) 普及度（%） x2居民消費(fèi) 水平空人均純收 入（元） 宜420058925008.55596636& 562006169350010. 562997210, 712007

18、431153001673108566. 602008999. 6980022.6S430993& 94200920001700028.9928310964. 60201040003700034.31052212507. 56201173006500038.31257014531.962012100007000042.11409316668. 52由于數(shù)據(jù)單位不同，為了消除量綱的影響，把數(shù)據(jù)標(biāo)準(zhǔn)化進(jìn)行處理，得到如下 標(biāo)準(zhǔn)化的數(shù)據(jù)（所有取值保留了兩位小數(shù)）：年份淘寶網(wǎng)年 交易總癲（億）y冊(cè)萬(wàn) 注 1K1 寶數(shù)1 淘IA-人我國(guó)網(wǎng)絡(luò) 普及度（%） x2居民消費(fèi)水平瓦3人均純收 入（元）x420051

19、111too20061,901.401, 241.131.1320074, 872,121,88L31L 35200811.233. 922. 66L511.56200922. 476. 803.40L66L72201044.9414. 804. 04L88t 96201187.6426. 004. 512. 252. 292012112. 362& 004. 952. 522. &22.2模型的建立在一元線性回歸分析中，重點(diǎn)放在了用模型中的一個(gè)自變量X來(lái)估計(jì)因變量丫。實(shí)際上，由于客觀事物的聯(lián)系錯(cuò)綜復(fù)雜，一個(gè)因變量的變化往往受到兩 個(gè)或多個(gè)自變量的影響。測(cè)定他們的數(shù)量變動(dòng)，提高預(yù)測(cè)和控制的精確

20、度，就 要考慮更多的自變量建立多元回歸模型。設(shè)隨機(jī)變量淘寶銷售額為變量y與淘寶網(wǎng)注冊(cè)人數(shù)x1、我國(guó)網(wǎng)絡(luò)普及度X2、我國(guó)居民消費(fèi)水平X3和我國(guó)居民人均收入X4的線性回歸模型為:y = ：o 2X2x3 4X4 ；其中y是Xi , X2, X3, X4的線性函數(shù)加上誤差項(xiàng)；，：0 , I , -2 , ：3 , 4是模型的參數(shù)，；是誤差項(xiàng)，是不能被自變量的線 性關(guān)系所揭示的變異性。多元線性回歸模型在滿足下列基本家丁的情況下，可以采用普通最小二乘 法（OLS估計(jì)參數(shù)。；多元回歸模型有以下的基本假定：1、 隨機(jī)擾動(dòng)項(xiàng) 服從期望為0,方差為二2的正態(tài)分布。2、不同的隨機(jī)擾動(dòng)項(xiàng)之間不存在序列相關(guān)。3、解釋

21、變量是非隨機(jī)的，與隨機(jī)擾動(dòng)項(xiàng)不相關(guān)。4、揭示變量不存在共線性。當(dāng)以上假定成立的前提下，y的平均值或期望值依賴于自變量 x1 , x2 , x3 , x4的變化而變化，稱之為多元線性方程。y = ：0lXl . ：2X2 . ：3X3得到的方程形式如下：y八0必 ：2X23X3 ：必2.3多元線性回歸模型的參數(shù)估計(jì)及求解跟一元線性回歸方程一樣，多元線性回歸方程中的未知參數(shù)：0 , I , ：2 ,3 ,：4仍然可以用最小二乘法來(lái)估計(jì)。即用因變量的觀察值和估計(jì)值之間的離差平方和達(dá)到最小來(lái)求得：0 ,I ,2 ,- ,：4令323Q ：0, ：1, ：2,J 二最小=1i#把得到的數(shù)據(jù)帶入上面的方程

22、式y(tǒng)八0 lXl2X2必3 ：必選擇的數(shù)據(jù)選擇的是2003年、2005年、2007年、2009年、2011年及2012年的數(shù)據(jù)帶入方程式求得初步估計(jì)的方程式1 =+札+卩2 +卩3 +為4.87 =B0 +2.12片 +1.882 +1.31% +1.354円 22.47 =氐 +6.8氏 +3.4氏 +1.66氏 +1.72 氏87.64 =B0 +26此 +4.51叭 +2.25氏 +2.29%112.36=2。284.95-22.52-3 2.62 -4得到如下的答案（求解過(guò)程略，答案保留兩位小數(shù)）爭(zhēng) 0 =208.97 優(yōu)=-0.57“ % =23.6爲(wèi)=-1348.5 =1117.5

23、最后得到的預(yù)測(cè)方程式為y =208.97 -0.57花 23.6x2 1348.5X3 1117.5x4 第三章多元回歸分析的建模與檢驗(yàn)3.1 Excel多元回歸分析3.1.1相關(guān)性分析：檢測(cè)變量X1，X2，X3，X4與因變量y的相關(guān)性淘寶注冊(cè)人數(shù)X1與y的相關(guān)性檢驗(yàn):淘寶注冊(cè)人數(shù)（萬(wàn)人）X1淘寶注冊(cè)人數(shù)萬(wàn)人）xl線性（淘寶注冊(cè)人數(shù)（萬(wàn)人X1I網(wǎng)絡(luò)普及度與淘寶網(wǎng)交易總額的相關(guān)性檢驗(yàn):居民消費(fèi)水平為線性(居民消費(fèi)水平x3|我國(guó)網(wǎng)絡(luò)普及度() X2我國(guó)網(wǎng)絡(luò)普及度 (%) m2線性(我國(guó)網(wǎng)絡(luò)普及 度(%) x2)o050100150我國(guó)居民消費(fèi)水平與淘寶交易的相關(guān)性檢驗(yàn):居民消費(fèi)水平昭0.50501

24、00150我國(guó)人均收入與淘寶交易的相關(guān)性檢驗(yàn):人均純收入（元）X43.001.501.002302.000.500.00人均純收入元）x4線性（人均純收入由以上四個(gè)散點(diǎn)圖可知，其所有的點(diǎn)均落在了左上至右下的一條直線上, 表明了數(shù)據(jù)之間存在完全正相關(guān)關(guān)系。根據(jù)Excel中的數(shù)據(jù)分析計(jì)算相關(guān)系數(shù)如下:12 3 4 5列列列列列歹q 1歹u 2 列3 列4歹lj 510. 99185710.90159 0.91709310.9650S3 6 96589297857310. 957911 0. 9579090.982113 0.999384以上是通過(guò)excel得出的相關(guān)系數(shù)的矩陣得到:ry)1 =0.

25、991857ryx2 =0.9015905 =0.9650835 =0.957911由以上數(shù)據(jù)可以看出，各列之間存在正相關(guān)關(guān)系。即淘寶網(wǎng)注冊(cè)人數(shù)Xi、我國(guó)網(wǎng)絡(luò)普及度x2、我國(guó)居民消費(fèi)水平X3和我國(guó)居民人均收入X4與淘寶交易總額y存在正相關(guān)關(guān)系。線性回歸分析運(yùn)用excel對(duì)淘寶交易總額y與淘寶網(wǎng)注冊(cè)人數(shù) 人、我國(guó)網(wǎng)絡(luò)普及度x?、我國(guó)居民消費(fèi)水平X3和我國(guó)居民人均收入X4進(jìn)行回歸分析，得到如下的結(jié)果:SUMMARY OUTPUT回歸統(tǒng)計(jì)Multiple6 99791496R Square0.995834268Adjusted0. 990279958標(biāo)誰(shuí)誤差t 20449866觀測(cè)值8由回歸統(tǒng)計(jì)表可

26、以得到以下幾個(gè)部分。Multiple R （復(fù)相關(guān)系數(shù)R）:是R2的平方根，又稱為相關(guān)系數(shù)，是用來(lái)衡量 x和y之間相關(guān)程度的大小。這里的 R=0.99791496,表示了他們之間是正相關(guān) 的關(guān)系。2. R Square （復(fù)測(cè)定系數(shù)R2）：用來(lái)說(shuō)明自變量解釋因變量變差的程度，以測(cè) 定因變量y的擬合度。這里的R2 =0.995834268，表現(xiàn)了自變量與因變量之間的 擬合效果很好。復(fù)相關(guān)系數(shù)作為一個(gè)檢驗(yàn)總的回歸效果的一個(gè)指標(biāo)，在這里說(shuō) 明了數(shù)據(jù)之間的擬合度很好，回歸效果也很好。3. Adjusted R Square （調(diào)整復(fù)測(cè)定系數(shù)R2）：用于加入獨(dú)立變量后模型的擬合 程度，這里的調(diào)整復(fù)測(cè)定系

27、數(shù)為 0.990279958，說(shuō)明該多元回歸中，加入獨(dú)立 變量后，模型的擬合度很好。4. 標(biāo)準(zhǔn)誤差：是用來(lái)衡量擬合程度的大小的，標(biāo)準(zhǔn)誤差越小說(shuō)明擬合程度約好，這里的標(biāo)準(zhǔn)誤為4.20449866，說(shuō)明模型的擬合程度很好。5. 觀測(cè)值：這里的觀測(cè)值為8，說(shuō)明用來(lái)估計(jì)回歸方程的數(shù)據(jù)的觀測(cè)值為8個(gè)。方壽分析dfSSMSfJignificance F回歸分析412677,844553169.461138179.29038270.000670487殘差353.0334269417.67780898總計(jì)712730,87798以上為方差分析表，其主要重用是通過(guò)F檢驗(yàn)來(lái)判斷回歸模型的回歸效果?！盎貧w分析”行計(jì)

28、算的是估計(jì)值同均值之差的各項(xiàng)指標(biāo)；“殘差”行是用于計(jì)算每個(gè)樣本觀測(cè)值與估計(jì)值之差的各項(xiàng)指標(biāo)；“總計(jì)”行用于計(jì)算每個(gè)值同均值之 差的各項(xiàng)指標(biāo)。由方差分析表可知：Df是自由度，這里的回歸分析的自由度為 4,殘差的自由度為3?；貧w分析的 離差平方和為12677.84455，殘差的離差平方和為53.03342694;回歸分析的均 方差（即離差平方和除以自由度）為3169.461138，殘差的均方差為17.67780898 ； F 統(tǒng)計(jì)量為 179.2903827，Significanee F是在顯著性水平下 F的臨界值，其為0.000670487。Sefficiaits 栩舉差 t Stdt P理al

29、uw 帥er 95% Up阿 刪F限 孤吐限 扳懾 Intercept邂021213672S.81920868-1.5獗93血0.208570738437.73679T845.6M37-137.?3745.6X Variabl3.0665521830,9涮838183.2060680230,D49103499。處93旳16,1105110.0225946J105Ui Variabl -18.05728855 1326504124 -2.854228527 0- 064883382 -38.19104822 1處可金 1911076471 X Variabl-62.10686912163他50%

30、4).3802201330.729105141-581.941983445口282-581.94245T. 1282S Variabl120.179451510559050.8351181220.464933T56-33148372475B1.0426-3M45BL 0426以上為回歸參數(shù)表，其主要用于回歸方程的描述和回歸參數(shù)的推斷。其中第一列分別為。（截距）和-1，2，：3，4 （斜率）的各項(xiàng)指標(biāo)。得到如下的回歸方程（所有取值保留兩位小數(shù)）：y 一46.02 3.07% -18.06x2 -62.11x3 120.78x4RESIDUALOUTPUT觀測(cè)值預(yù)測(cè)Y殘差標(biāo)準(zhǔn)殘莘1-2.33936

31、76283.339367628L 21321677622.850609559-0. 951733154 -0. 34577164237.876358913-3.010066778-1.09357936412.9794176-1.747956928-0.635045585518. 41819734.0537128121.472743626G46. 99936988-2.055549656-0. 746796281789. 47092402-1.830474585-0.6650248568110；15684992.2027006610.8002573223.2 SPSS多元回歸分析3.2.1相關(guān)分

32、析（1）對(duì)y與各個(gè)變量作出散點(diǎn)圖淘寶注冊(cè)人數(shù)X1與y的相關(guān)性散點(diǎn)圖:網(wǎng)絡(luò)普及度與淘寶網(wǎng)交易總額的相關(guān)性檢驗(yàn):我國(guó)居民消費(fèi)水平與淘寶交易的相關(guān)性檢驗(yàn):120.00-1(30 00-80.00- SOjOO-斗 0-DCT*200cr-OjO&-I1 jDO1 .SD2.00我國(guó)人均收入與淘寶交易的相關(guān)性檢驗(yàn):120-00100 OCJ-SOOflr- A 6D-ClQr-40lDO-20-0CT 00-11.001.502.003由以上四個(gè)散點(diǎn)圖可知，其所有的點(diǎn)均落在了左上至右下的一條直線上，表明 了數(shù)據(jù)之間存在完全正相關(guān)關(guān)系。所以我們還需要對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步的分析， 得到確切的答案。（2）計(jì)算相

33、關(guān)系數(shù)用SPSS對(duì)數(shù)據(jù)進(jìn)行相關(guān)性分析，得到如下的相關(guān)系數(shù)圖Corre lationsVx1x3yPearsen Correlation1S92.901.958*Sig. (2-tailed).000.002.000aooN8e38x1Pearson Correlation1.917.966*.958Sig. (2-tailed).000001.000000N8flsB8 Jx2Pearson Correlation.901S171+97881Sig. (2-tailed).002.001.000000Na8888x3Pearson Correlalion.96597B*n139“Sig. (2

34、-tiled).000.000.000.000N8fl888r x4Pearson Correlation.958*95898 r999“1Sig. 2-talled.000.000000.000N8a888*. Correlation is significant at ttie 0.01 level (2-tailed).解析：圖中有帶“* ”號(hào)的結(jié)果表明有關(guān)的兩變量在0.01的顯著性水平下顯著相關(guān)，由上圖可知，y與為的相關(guān)系數(shù)為0.9920，表示呈一定的線性關(guān)系，相 關(guān)系數(shù)檢驗(yàn)對(duì)應(yīng)的概率 P值為0.000，小于顯著性水平0.05，說(shuō)明淘寶交易額 與淘寶注冊(cè)人數(shù)之間相關(guān)性顯著。y與X2的相

35、關(guān)系數(shù)為0.9010，表示呈一定的 線性關(guān)系，相關(guān)系數(shù)檢驗(yàn)對(duì)應(yīng)的概率P值為0.002，小于顯著性水平0.05，說(shuō)明淘寶交易額與我國(guó)網(wǎng)絡(luò)普及度之間相關(guān)性顯著。y與X3的相關(guān)系數(shù)為0.9650，表示呈一定的線性關(guān)系，相關(guān)系數(shù)檢驗(yàn)對(duì)應(yīng)的概率P值為0.000，小于顯著性水平0.05，說(shuō)明淘寶交易額與居民消費(fèi)水平之間相關(guān)性顯著。y與X4的相關(guān)系數(shù)為0.9580，表示呈一定的線性關(guān)系，相關(guān)系數(shù)檢驗(yàn)對(duì)應(yīng)的概率P值為0.000，小于顯著性水平0.05，說(shuō)明淘寶交易額與我國(guó)人均純收入之間相 關(guān)性顯著。3.2.2回歸分析Model Summary*1ModeIRR SquareAdjusted R SquareS

36、td. Error of the EstimateDurbin- Watson1,99護(hù)*996.9914.118082.115a. Predictors: (Constant), x4, xl, x2t X3b. Dependent Variable: y解析：復(fù)相關(guān)系數(shù)為0.998，判定系數(shù)為0.996，調(diào)整系數(shù)為0.991，估計(jì)值的標(biāo)準(zhǔn)誤差為2.115ANOVAbModelSum ol Sa uaresdfMean SquareFSid1RegressionResidualTotal126797725C.87612730.6474373169.9431&95 召186.923.001fl

37、a. Predictors: (Constant), x4. xl, x2, C3b. Dependent Variable: y解析：F統(tǒng)計(jì)量的值對(duì)應(yīng)的概率 P值為0.001，小于顯著性水平0.05，所以拒 絕原假設(shè)，即：淘寶交易總額 y與淘寶網(wǎng)注冊(cè)人數(shù) 冶、我國(guó)網(wǎng)絡(luò)普及度X2、我國(guó)居民消費(fèi)水平X3和我國(guó)居民人均收入X4之間存在線性關(guān)系。所以可認(rèn)為所建 立的回歸方程有效。Coefficients11ModuliCoefficientsStands no iz&dCotifflcienUiISin.95% Comfldunce Unten/Bl Rr BBSm. ErrorLawcp Boun

38、dUoper Bound1Conslanl-41.89227.3S6-1.530224-129 04645.263jd3.160.8758243.611.0363755.944x217.213n*2.901M21.672-73 061141.079-925-524637-522 83937SJ16127 aai123.2421.0373762S4 457520.219a Dap bd dent Variihle: y解析：由上圖可知，因變量 y與常數(shù)項(xiàng)和自變量 咅，X2，X3，X4的回歸的標(biāo)準(zhǔn)化回歸系數(shù)分別為-41.892，3.160，-17.213，-73.861 和 127.881。4 個(gè)

39、回歸 系數(shù)B的顯著性水平X1小于0.05，這里可以認(rèn)為自變量X1對(duì)因變量y有顯著性 影響。SPSS可以采用主成分分析方法把數(shù)據(jù)進(jìn)行對(duì)比淘汰，最后選出對(duì)因變量 影響顯著的變量。這里是研究的多元回歸分析，所以并沒(méi)有吧主成分分析方法 采用到里面。這也是 Excel里沒(méi)有的一個(gè)分析方法，不能準(zhǔn)確的知道解釋變量 對(duì)被解釋變量的影響。于是，回歸方程為：y 41.892 3.160X4-17.213X2 -73.861X3 127.881x43.3Eviews多元回歸3.3.13.2.1相關(guān)分析（1）對(duì)y與各個(gè)變量作出散點(diǎn)圖淘寶注冊(cè)人數(shù)Xi與y的相關(guān)性散點(diǎn)圖:120100 -80 -Y 60 -40 -20

40、 -1015202530X1網(wǎng)絡(luò)普及度與淘寶網(wǎng)交易總額的相關(guān)性檢驗(yàn):120 -r100 -80 -60 -40 -20 -02345X2我國(guó)居民消費(fèi)水平與淘寶交易的相關(guān)性檢驗(yàn):120100 -80 -4020 -丫 60 _III2.02.42.800.8 1.2 1.6X3我國(guó)人均收入與淘寶交易的相關(guān)性檢驗(yàn):120100 -80 -丫 60 -4020 -0.8 1.2 1.61r2.02.42.8X4由以上四個(gè)散點(diǎn)圖可知，其所有的點(diǎn)均落在了左上至右下的一條直線上，表明 了數(shù)據(jù)之間存在完全正相關(guān)關(guān)系。所以我們還需要對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步的分析， 得到確切的答案。Dependent Variable

41、: Method: LeastSquaresDate: 03/11M4 Time: 13:25Sample: 2005 2012Included obseations: 8Coeffi ci entStd. Errort-StatisticProb.C-46.0212128.91921-1 59689402086X130665520 95648432060680 0491X2-10,057296 326504285422900649X3-6210S87163.3445-0.3802200.7291X4120.7795144.625S0.0351180.4649R-squared0995834M

42、ean dependent var35.80154Adjusted R-squared09902B0S D. dependent var42.64618S.E. of regression4.204499Aka ike info criterion597935SSum squared resid53.03343Schwarz criterion6 029009Log likelihood-18 91743Hannan-Quinn enter.5.644482F-statistic179.290斗Durbin-Watson stat2.103255Frob(F-statistic)0.00067

43、0實(shí)驗(yàn)結(jié)果：模型估計(jì)的結(jié)果可表示為AYt -46.02 3.07x1 -18.06x2 -62.11x3 120.78x4(28.81921 )( 0.956484 )( 6.326504 )(163.3445)(144.6256)t=(-1.596894 )(3.206068)(4.902030)(2.854229)(0.835118)R2 =0.995834R2 = 0.990280F=179.2904df=6模型檢驗(yàn)：可決系數(shù)R2 =0.995834 ,說(shuō)明整體擬合度很好。顯著性檢驗(yàn)：F檢驗(yàn)：H 0 : ： 1 = ： 2 = 0在給定的:=0.05，自由度k=2,n-k-1=5，查表得

44、F：. =5.79由于 F= 179.2904 F. =5.79說(shuō)明回歸方程顯著，即淘寶網(wǎng)注冊(cè)人數(shù) 旨、我國(guó)網(wǎng)絡(luò)普及度X2、我國(guó)居民消費(fèi) 水平X3和我國(guó)居民人均收入x4等變量聯(lián)合起來(lái)對(duì)淘寶交易總額 y有顯著的影 響。t檢驗(yàn)：在給定的a =0.05，自由度n=8-2=6的臨界值時(shí)，查表得tc.0252.447因?yàn)閄i, X2, X3的參數(shù)對(duì)應(yīng)的t統(tǒng)計(jì)量的絕對(duì)值均大于 2.447，這說(shuō)明5%勺顯 著性水平下，斜率系數(shù)均顯著不為0,表明淘寶網(wǎng)注冊(cè)人數(shù)Xi、我國(guó)網(wǎng)絡(luò)普及度X2、我國(guó)居民消費(fèi)水平 X3等變量聯(lián)合起來(lái)對(duì)該商品的消費(fèi)支出有顯著的影 響。第四章：Excel，SPSS和Eviews操作方法對(duì)比及

45、總結(jié)4.1Excel，SPSS和Eviews多元回歸分析中操作方法4.1.1 Excel的操作方法1、 建立散點(diǎn)圖，確定大致的線性關(guān)系（這里用的excel2007），“插入界面”散 點(diǎn)圖，選擇y和x1的數(shù)據(jù)所屬區(qū)域，點(diǎn)擊散點(diǎn)圖里的數(shù)點(diǎn)添加趨勢(shì)線，可以得 出該解釋變量與被解釋變量的趨勢(shì)線，以及得到一元線性公式。其他解釋變量 采用的方法同上。2、點(diǎn)擊菜單欄的數(shù)據(jù)，點(diǎn)擊數(shù)據(jù)分析選擇相關(guān)系數(shù)，可以計(jì)算出解釋變量與被 解釋變量之間的相關(guān)系數(shù)。3、點(diǎn)擊數(shù)據(jù)分析選擇回歸，就可以得到解釋變量與被解釋變量之間的回歸系數(shù) 值。4.1.2 SPSS的操作方法1、Analyze Correlate Bivariate

46、 得到解釋變量與被解釋變量的相關(guān)系數(shù)2、 An alyze Regressio n Lin ear，選擇被解釋變量 y 進(jìn)入 Depe ndent 框內(nèi)， 解釋變量進(jìn)入Independent框內(nèi)。點(diǎn)擊Statistics 按鈕選擇Estimates， Con fide nee in tervals， Covaria nee matrix等按鈕，點(diǎn)擊 Con ti nue4.1.3 Eviews的操作方法1、建立 y 和 x1 的數(shù)據(jù)組，objectnew objectgroup輸入“ x1 y ”把數(shù)據(jù)建立在一個(gè)組內(nèi)。然后 viewgraphscattersimplescatter，同上訴一樣

47、建立“ x2 y ”、“x3 y ”、“x4 y ”的關(guān)系2、 objectnew objectequation在彈出的對(duì)話框里輸入“y c x1x2 x3 x4 ”點(diǎn)擊 ok。4.2四種方法的結(jié)果進(jìn)行對(duì)比對(duì)上訴的三種方法得到的結(jié)果進(jìn)行一個(gè)對(duì)比分析計(jì)算得到的預(yù)測(cè)方程式：（1） y =208.97 - 0.57x23.6x2 - 1348.5x3 1117.5x4Excel得到的預(yù)測(cè)方程式：（2） y 二 -46.02 3.07% - 18.06x2 -62.11x3 120.78x4SPSS得到的預(yù)測(cè)方程式：（3） y =-41.89 3.16xi-17.21x2 -73.86x 127.88

48、x4Eviews得到的預(yù)測(cè)方程式：（4）46.02 +3.07捲18.06x2 62.11X3 +120.78X4由以上得四個(gè)方程可以看出，通過(guò)計(jì)算得到的方程（1）,數(shù)據(jù)選擇性狹窄也很局部，得到的結(jié)果方程結(jié)果所能代表的實(shí)際性不強(qiáng)，代表性也不強(qiáng)。而方程（2）、（3）、（4）的結(jié)果比較相近，他們都是通過(guò)對(duì)所有的數(shù)據(jù)進(jìn)行計(jì)算總結(jié)而來(lái)，而且比計(jì)算更加的簡(jiǎn)單方便，更具有代表性和真實(shí)性。同時(shí)可以看出方程（2）和方程（4）結(jié)果相同，其分別是用Excel和eviews軟件計(jì)算而來(lái)，可以 看出這兩個(gè)軟件得到的結(jié)果更加的相近。再加上最后對(duì)數(shù)據(jù)的檢驗(yàn)可以得出淘寶網(wǎng)注冊(cè)人數(shù) 人、我國(guó)網(wǎng)絡(luò)普及度X2、我 國(guó)居民消費(fèi)水平X3和我國(guó)居民人均收入X4等變量聯(lián)合起來(lái)對(duì)淘寶交易總額 y有 顯著的影響。影響公式可以近似為：A.Yt 一-46.02 3.07X1 -18.06x2 62.11x3 120.78x4即：淘寶網(wǎng)若要增加其收入，4.2對(duì)比及總結(jié)Excel中大量的公式函數(shù)可以應(yīng)用選擇，使用Microsoft Excel可以執(zhí)行計(jì)算，分析信息并管理電子表格或網(wǎng)頁(yè)中的數(shù)據(jù)信息列表與數(shù)據(jù)資料圖表制作，可以實(shí)現(xiàn)許多方便的功能，帶給使用者方便。SPSS 統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案”軟件，是世界上最早采用圖形菜單驅(qū)動(dòng)界面的統(tǒng)計(jì)