CPI指數(shù)影響因素的實(shí)證研究

#第三章利用主成分分析求解CPI指數(shù)的影響因素A3.1概論及原始資料分析的影響CPI指數(shù)的經(jīng)濟(jì)因素：食品價(jià)格指數(shù)，汽油價(jià)格指數(shù)，銀行活期存款利率，國(guó)內(nèi)生產(chǎn)總值和城鎮(zhèn)居民可支配收入。原始數(shù)據(jù)及擬合數(shù)據(jù)表CPI指數(shù)食品價(jià)格指數(shù)汽油價(jià)格指數(shù)銀行活期存款利率國(guó)內(nèi)生產(chǎn)總值（GDP）城鎮(zhèn)居民可支配收入模擬結(jié)果模擬結(jié)果（PLS）2007年1月102.20105.0099.70（%）0.7254756.0013786.00102.22104.522007年2月102.70106.0099.600.7254756.0013786.00102.57104.682007年3月103.30107.70100.100.7254756.0013786.00103.55105.262007年4月103.00107.1099.800.7261243.0013786.00103.13105.002007年5月103.40108.3099.500.7261243.0013786.00103.44105.122007年6月104.40111.3098.900.7261243.0013786.00104.31105.482007年7月105.60115.4098.700.8164102.0013786.00105.81106.892007年8月106.50118.2098.700.8164102.0013786.00106.94107.472007年9月106.20116.9098.600.8164102.0013786.00106.36107.162007年10月106.50117.6098.300.8185709.0013786.00106.47107.172007年11月106.90118.2098.600.8185709.0013786.00106.89107.432007年12月106.50116.7098.600.8185709.0013786.00106.28107.112008年1月107.10118.2098.900.7266284.0015781.00107.11106.912008年2月108.70123.3098.600.7266284.0015781.00109107.842008年3月108.30121.4098.300.7266284.0015781.00108.06107.312008年4月108.50122.1098.300.7274194.0015781.00108.34107.462008年5月107.70119.9098.400.7274194.0015781.00107.51107.042008年6月107.10117.3098.900.7274194.0015781.00106.74106.732008年7月106.30114.4099.700.7276548.0015781.00106.03106.482008年8月104.90110.3099.800.7276548.0015781.00104.43105.672008年9月104.60109.7099.800.7276548.0015781.00104.18105.552008年10月104.00108.50100.000.7297019.0015781.00103.81105.392008年11月102.40105.9099.300.7297019.0015781.00102.36104.532008年12月101.20104.2098.600.3697019.0015781.00101.47101.272009年1月101.00104.2097.500.3669817.0017175.00100.84100.782009年2月98.4098.1097.000.3669817.0017175.0098.0899.282009年3月98.8099.3097.500.3669817.0017175.0098.8599.752009年4月98.5098.7097.800.3678387.0017175.0098.7899.762009年5月98.6099.4097.700.3678387.0017175.0099.0199.862009年6月98.3098.9097.600.3678387.0017175.0098.7599.71

2009年7月98.2098.8097.300.3683099.0017175.0098.5399.562009年8月98.80100.5097.100.3683099.0017175.0099.1199.822009年9月99.20101.5097.400.3683099.0017175.0099.68100.172009年10月99.50101.6097.300.36109600.0017175.0099.67100.142009年11月100.60103.2097.800.36109600.0017175.00100.6100.702009年12月101.90105.3098.500.36109600.0017175.00101.86101.452010年1月101.50103.7099.500.3682613.4019109.00101.78101.572010年2月102.70106.20100.100.3682613.4019109.00103.14102.362010年3月102.40105.20100.000.3682613.4019109.00102.68102.112010年4月102.80105.90100.000.3692265.4019109.00102.96102.252010年5月103.10106.10100.100.3692265.4019109.00103.1102.342010年6月102.90105.7099.700.3692265.4019109.00102.71102.082010年7月103.30106.8099.300.3697747.9019109.00102.92102.132010年8月103.50107.5099.400.3697747.9019109.00103.26102.322010年9月103.60108.0099.300.3697747.9019109.00103.41102.382010年10月104.40110.1099.500.36128886.1019109.00104.38102.902010年11月105.10111.7099.300.36128886.1019109.00104.91103.152010年12月104.60109.6099.300.36128886.1019109.00104.06102.712011年1月104.90110.3099.900.3697418.0023979.00104.69103.132011年2月104.90111.0099.700.4097418.0023979.00104.83103.472011年3月105.40111.70100.100.4097418.0023979.00105.35103.802011年4月105.30111.50100.500.50108950.6023979.00105.44104.652011年5月105.50111.70100.700.50108950.6023979.00105.63104.782011年6月106.40114.40100.900.50108950.6023979.00106.84105.442011年7月106.50114.80100.900.50115756.0023979.00107.01105.522011年8月106.20113.40101.000.50115756.0023979.00106.5105.272011年9月106.10113.40101.000.50115756.0023979.00106.5105.272011年10月105.50111.90100.800.50150757.0023979.00105.77104.872011年11月105.10111.7099.300.50150757.0023979.00104.83104.162011年12月104.10109.10100.300.50150757.0023979.00104.35104.062012年1月104.50110.50100.200.50108486.4024565.00104.86104.312012年2月103.20106.20100.100.50108486.4024565.00103.06103.372012年3月103.60107.50100.300.50108486.4024565.00103.7103.732012年4月103.40107.00100.300.50119548.6024565.00103.5103.622012年5月103.00106.4099.900.50119548.6024565.00103.03103.322012年6月102.20103.8099.600.40119548.6024565.00101.86101.922012年7月101.80102.4099.100.35125688.6024565.00101.03101.052012年8月102.00103.4099.200.35125688.6024565.00101.49101.302012年9月101.90102.5099.800.35125688.6024565.00101.48101.382012年10月101.70101.80100.100.35165598.5024565.00101.36101.372012年11月102.00103.00100.000.35165598.5024565.00101.79101.582012年12月102.50104.20100.000.35165598.5024565.00102.28101.83

3.2利用Excel軟件做的數(shù)據(jù)的初步處理由于收集的數(shù)據(jù)的大小相差很大，如果把幾個(gè)經(jīng)濟(jì)變量的圖像放在一張圖里面的話，居民消費(fèi)價(jià)格指數(shù)，食品價(jià)格指數(shù)，汽油價(jià)格指數(shù)，和銀行利率這幾個(gè)經(jīng)濟(jì)變量的趨勢(shì)圖將十分接近X軸，這給我們觀察圖形變化的趨勢(shì)帶來(lái)很大的不便，因此我們分別畫(huà)出這幾個(gè)經(jīng)濟(jì)變量的圖形變化的趨勢(shì)，然后加以比較，得出他們之間相關(guān)關(guān)系的初步的結(jié)論。CPI指數(shù)折線圖月QO0月0820月軍QQ0月QO0月OA0月OA0月OA0月月QO0月0820月軍QQ0月QO0月OA0月OA0月OA0月1J10月1J10月2A0月2A0月2A0月1J10食品價(jià)格指數(shù)折線圖食品價(jià)格指數(shù)140.00120.00100.0080.0060.0040.0020.002.AUZ月1JXWZ月^1^1JXWZ月OAWZ月J1^OAWZ月J1^ZUQZ汽油價(jià)格指數(shù)折線圖102.00101.00100.0099.0098.0097.0096.0095.00汽油價(jià)格指數(shù)月ZW0月14^OA0月nYA0]TA^Z月1JX0銀行活期存款利率折線圖銀行活期存款利率（％）00a月ZUQZ月舉77WUZ月OQOQZ月OQOQZ月QIQZ月QIQZ月909^月909^月?IQZ_月?IQZ_國(guó)內(nèi)牛產(chǎn)總值（GDP）城鎮(zhèn)居民可支配收入國(guó)內(nèi)生產(chǎn)總值折線圖月2mz月2mz月1Jmz_月1Jmz_月omz月omz月sons月sons月onons月onQUZ月皐77WUZ月7^UQZ城鎮(zhèn)居民可支配收入月2mz月2mz月舉月皋1JTAWZ1JXWZ月QIQZ月QIQZ月9UM2月9UM2月OQU0Z月OQU0Z月舉77WUZ月ZU0Z180000.00160000.00140000.00120000.00100000.0080000.0060000.0040000.0020000.0030000.0025000.0020000.0015000.0010000.005000.00000從Excel導(dǎo)出的圖片可以看出，居民消費(fèi)價(jià)格指數(shù)與食品價(jià)格指數(shù)，汽油價(jià)格指數(shù)，和銀行的利率有著很明顯的相關(guān)關(guān)系。但是與國(guó)內(nèi)生產(chǎn)總值和城鎮(zhèn)居民可支配收入的關(guān)系就沒(méi)那么明顯了，而且這僅僅是利用Excel軟件得出的簡(jiǎn)單的定性的分析，無(wú)法完全滿足我們經(jīng)濟(jì)預(yù)測(cè)的需要，還需要我們數(shù)學(xué)建模對(duì)經(jīng)濟(jì)數(shù)據(jù)進(jìn)行進(jìn)一步地處理。3.3利用Eviews軟件做的數(shù)據(jù)的深入處理利用Matlab軟件計(jì)算的CPI指數(shù)與同期的其他經(jīng)濟(jì)因素的相關(guān)系數(shù)矩陣如下：調(diào)用的函數(shù)：A=corrcoef(x)得出的結(jié)果：A=1.00000.96850.44220.6328-0.0398-0.02460.96851.00000.23320.7010-0.1862-0.19170.44220.23321.00000.03940.42400.56730.63280.70100.03941.0000-0.5126-0.5791-0.0398-0.18620.4240-0.51261.00000.7941-0.0246-0.19170.5673-0.57910.79411.0000從矩陣可以看出CPI指數(shù)與食品價(jià)格指數(shù)的相關(guān)性為0.9685，與汽油價(jià)格指數(shù)的關(guān)系為0.4422，與銀行活期存款利率的相關(guān)性為0.6328，與國(guó)內(nèi)生產(chǎn)總值的相關(guān)性為-0.0398，與城鎮(zhèn)居民可支配收入的相關(guān)性為-0.0246。根據(jù)R(70)0.232可以知道CPI指數(shù)與食品價(jià)格指數(shù)，汽油價(jià)格指數(shù)，銀行活期0.05存款利率都有著明顯的正相關(guān)關(guān)系而與國(guó)內(nèi)生產(chǎn)總值和城鎮(zhèn)居民可支配收入的相關(guān)性不是很強(qiáng)，而且CPI指數(shù)與這兩個(gè)經(jīng)濟(jì)因素的關(guān)系是負(fù)相關(guān)。因此我們將國(guó)內(nèi)生產(chǎn)總值和城鎮(zhèn)居民可支配收入這兩個(gè)因素剔除掉，做CPI指數(shù)的建模分析，避免最后得出的結(jié)論可能有較大誤差的情況。除此之外，有的經(jīng)濟(jì)因素之間也有著很強(qiáng)的相關(guān)性，但是相比較而言各個(gè)經(jīng)濟(jì)因素之間總體的相關(guān)性不是特別強(qiáng)，使用主成分分析相對(duì)于多元線性回歸模型沒(méi)有很大的優(yōu)勢(shì)。但是使用偏最小二乘回歸模型可以解決各個(gè)經(jīng)濟(jì)因素之間的相關(guān)性對(duì)模擬結(jié)果造成誤差的問(wèn)題，這是我們選擇偏最小二乘回歸模型的主要原因。

利用Eviews做多元回歸分析的結(jié)果：□Equation:UNTITLEDWorkfile:UNTITLED::Untitled\|■=■||回View|Proc|Object|Print|NameFreeze|Estimate|Forecast|Stats|Resids|DependentVariable:CPIMethod:LeastSquaresDate:02J13/14Time:19:11Sample:2007M012012M12Includedobservations:72VariableCoefficientStd.Errort-StatisticProb.C2.79305933642760.S302110.4093SHIPIN0.4050450.00S30240.737060.0000QIYOU05747680.03534716.260860.0000YINHANG-0558758O.29U03-1.9169470.0594R-squared0.988190Meandependentvar103.5750AdjustedR-squared0.987669S.D.dependentvar2.64738SS.E.ofregression0.293983Akaikeinfocriterion0.443362Sumsquaredresid5876962Schwarzcriterion0.569S43Loglikelihood-11.96103Hannan-Quinncriter.0493715F-statistic1396.569□urbin-Watsonstat0.664216Prob(F-statistic)0.000000這樣多元回歸的結(jié)果就是Y=2.7931+0.4050*X1（食品價(jià)格指數(shù)）+0.5748*X（汽油價(jià)格指數(shù)）-0.5588*X（銀行活期存款利率）。我們可以看到這樣23做出來(lái)的CPI指數(shù)與銀行活期存款利率是負(fù)的相關(guān)關(guān)系，這與我們根據(jù)相關(guān)系數(shù)矩陣得出的他們之間的正的相關(guān)關(guān)系是矛盾的。這是由于經(jīng)濟(jì)變量之間的相關(guān)性是有關(guān)系的，因此我們選用主成分分析方法對(duì)CPI指數(shù)進(jìn)行預(yù)測(cè)。利用主成分分析方法和Eviews軟件分析數(shù)據(jù)：

□Group:UNTITLEDWorkfile:UNTITLED::Untitled\|=||回Vi已艸|p「oiz|obj已ct|P「int|N日ee|F「已已2已|S日mpi已|￡h已已t|Stats|￡pe匚|PrincipalComponentsAnalysisDate:02/13；14Time:20:23Sample:2007M012012M12Includedobservations:72Computedusing:OrdinarycorrelationsExtracting3of3possiblecomponentsEigenvalues:(Sum=3,Average=1)DifferenceProportionCumulativeValueCumulativeProportionNumberValue11.7512890.7748470.&83S1.7512890.583S20.9764420.704174032552.7277320.909230.272268-0.090S3.00000010000Eigenvectors(loadings):VariablePC1PC2PC3SHIPIN0.700833-0.04-2743-07121144aiYOU0.2525380.9434210.191629YINHANG0.667127-0.31411S0.675479Ordinarycorrelations:SHIPINClIYOUYINHANGSHIPIN1.000000QIYOU0.2332211.000000YINHANG0.7009620.03-93931.000000t二0.701X*+0.253X*+0.667X*從上面可以看到t這個(gè)主成分的解釋性已經(jīng)達(dá)11231到了0.5838占到了大部分，所以我們就選取這一個(gè)主成分。式中X*，X*，12X*為X,X,X的標(biāo)準(zhǔn)化變換。所以施行Y*（Y的標(biāo)準(zhǔn)化變換）對(duì)t的一元31231回歸，回歸方程為C9=0.0000+0.692PC1系數(shù)標(biāo)準(zhǔn)誤系數(shù)標(biāo)準(zhǔn)誤0.047530.03617自變量系數(shù)常量0.00000PC10.69241TP0.001.00019.140.000R-SqR-Sq(調(diào)整)=83.7%S=0.403310R-Sq=84.0%方差分析來(lái)源自由度SSMSFP159.61459.614366.500.000回歸159.61459.614366.500.000殘差誤差7011.3860.163合計(jì)7171.000得到Y(jié)*二0.692t,t對(duì)Y*的多重決定系數(shù)已達(dá)84%。最終可得偏最小二乘回歸11模型為：Y*二0.692t二0.692(0.701X*+0.253X*+0.667X*)二0.485X*+0.175X*+0.462X*1123123此式為標(biāo)準(zhǔn)化的回歸模型，可改寫(xiě)為用原始變量表示的回歸模型：Y二32..6621+0.2086X+0.4491X+7.1947X123從上面的擬合模型可以看出，食品價(jià)格指數(shù)和汽油價(jià)格指數(shù)都對(duì)居民消費(fèi)價(jià)格指數(shù)有著很重要的影響，這反應(yīng)出汽油在我們的日常生活的消費(fèi)中有著重要的地位。由于銀行利率的數(shù)據(jù)資料的完整性的欠缺，可能運(yùn)用模型擬合的時(shí)候會(huì)有一定的偏差。由于所選數(shù)據(jù)在各個(gè)月份不是特別對(duì)應(yīng)，只可以對(duì)缺失的數(shù)據(jù)進(jìn)行一定的估計(jì)，勢(shì)必會(huì)對(duì)運(yùn)用偏最小二乘回歸模型預(yù)測(cè)的結(jié)果造成不利的影響。而且從上面的擬合出來(lái)的公式，我們發(fā)現(xiàn)食品價(jià)格指數(shù)，汽油價(jià)格指數(shù)和銀行的活期存款利率與居民消費(fèi)價(jià)格指數(shù)都是正相關(guān)的關(guān)系，這與我們根據(jù)相關(guān)系數(shù)矩陣得出的結(jié)論和我們的常識(shí)是一致的，這是利用主成分分析模型分析數(shù)據(jù)的最大優(yōu)勢(shì)。第四章利用主成分分析求解CPI指數(shù)的影響因素B4.1概論及原始資料影響居民消費(fèi)價(jià)格指數(shù)的其他指數(shù)因素：商品零售價(jià)格指數(shù)，農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)，工業(yè)品出廠價(jià)格指數(shù)，原材料購(gòu)進(jìn)價(jià)格指數(shù)。原始數(shù)據(jù)及擬合數(shù)據(jù)表居民消費(fèi)價(jià)格指數(shù)商品零售價(jià)格指數(shù)農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)工業(yè)品出廠價(jià)格指數(shù)原材料購(gòu)進(jìn)價(jià)格指數(shù)模擬結(jié)果模擬結(jié)果（PLS）2007年1月102.0101.4102.2102.4104.0102.00102.682007年2月102.0101.0102.9102.3102.4101.70102.502007年3月102.5101.4103.1102.4102.4102.13102.642007年4月102.7101.8102.9102.7103.3102.50102.832007年5月103.1101.9104.2102.4102.9102.67102.902007年6月104.0102.6105.1102.1103.1103.40103.142007年7月105.2103.4106.1102.0103.5104.25103.452007年8月106.0104.0108.5102.5104.8104.93103.962007年9月105.9103.8109.1102.4104.7104.75103.942007年10月106.2104.3110.7102.9105.8105.30104.342007年11月106.5104.9113.6103.4109.6105.87105.052007年12月105.6104.2113.5104.2113.6104.96105.222008年1月106.1104.6116.7104.8113.2105.57105.642008年2月107.7106.2118.2105.1114.6107.23106.332008年3月107.7106.7119.6106.4116.2107.79106.842008年4月107.6106.6122.0106.4116.2107.79107.012008年5月107.1106.5121.2106.2117.4107.58106.972008年6月106.9106.5122.1106.6119.3107.54107.222008年7月106.0106.2122.3106.9122.8107.06107.432008年8月104.6104.9119.3106.8122.5105.59106.802008年9月104.3104.6117.7105.9119.5105.33106.282008年10月103.5103.7114.0103.4114.3104.38105.082008年11月101.9101.7108.399.8105.2102.37103.022008年12月101.4101.1107.996.798.2101.94101.982009年1月100.5100.3105.595.794.9101.13101.222009年2月99.599.5103.094.791.6100.32100.462009年3月99.699.0101.293.190.599.7099.912009年4月98.998.498.493.689.799.0399.522009年5月98.897.996.893.989.798.4699.292009年6月98.397.294.393.088.097.6798.672009年7月98.097.093.093.188.397.4098.55

2009年8月98.897.792.794.388.698.1698.882009年9月99.398.493.994.690.198.8799.302009年10月99.699.096.296.291.699.6099.952009年11月100.6100.398.698.296.9100.87101.102009年12月102.1101.6100.3102.7104.4102.13102.642010年1月101.7101.7101.5104.3112.0101.95103.472010年2月102.4102.2101.1104.8115.1102.31103.852010年3月102.4102.2101.2107.7115.4102.46104.222010年4月103.2102.8101.0108.0115.9103.06104.442010年5月103.7103.6102.9109.1116.8103.98105.012010年6月103.5103.3102.9108.6114.3103.78104.692010年7月104.1103.4104.4107.5110.0104.12104.422010年8月103.9103.2105.2106.1109.6103.90104.232010年9月104.6103.3105.6106.9109.3104.08104.372010年10月105.2103.8107.1107.5110.6104.62104.792010年11月106.1104.8109.2108.9112.7105.71105.542010年12月105.0104.0108.4108.8112.1104.87105.212011年1月105.1103.4108.2108.5110.3104.32104.872011年2月105.6104.0108.3109.3111.2104.94105.202011年3月105.6104.2110.9109.0111.4105.23105.442011年4月105.3104.3112.2108.0111.2105.35105.442011年5月105.7104.7112.3107.6110.4105.79105.452011年6月106.9105.6106.7107.4110.3106.48105.212011年7月106.4106.0116.5107.4110.7107.29106.152011年8月106.0105.7115.6106.8110.3106.93105.892011年9月105.4105.6115.3105.8109.3106.81105.652011年10月104.8105.1114.9103.8107.2106.28105.102011年11月103.5103.7111.3101.1103.5104.73103.852011年12月103.6103.5110.7100.1101.3104.56103.482012年1月103.3103.3109.499.199.9104.32103.102012年2月102.9103.0108.098.198.5103.98102.692012年3月103.5103.5106.197.597.2104.45102.512012年4月103.3103.3106.197.496.2104.29102.382012年5月102.8102.4105.697.195.9103.34102.042012年6月101.9101.2104.196.695.0102.05101.472012年7月102.0101.1102.396.193.9101.90101.162012年8月102.3101.4102.696.093.3102.26101.212012年9月101.9101.0102.696.093.5101.83101.122012年10月101.8101.1102.996.894.6101.93101.342012年11月102.1101.5103.697.395.3102.36101.612012年12月102.4101.8103.797.595.9102.66101.77值數(shù)數(shù)指140.0120.0100.0ooO60.40.Oa2月ZWU2月ZWU2月O0WU2月O0WU2月值數(shù)數(shù)指140.0120.0100.0ooO60.40.Oa2月ZWU2月ZWU2月O0WU2月O0WU2月QQU2月QQU2月QAHZ月QAHZ弘月1JXU2月1JXU2月2AU2月2AU24.2利用Excel軟件做的數(shù)據(jù)的初步處理由于搜集的數(shù)據(jù)的資料相差不是特別大，因此我們可以把它們放在一張圖里面，然后進(jìn)行作圖，它們變化的趨勢(shì)可以明顯地看出來(lái)，得出初步的他們之間相關(guān)關(guān)系的結(jié)論。經(jīng)濟(jì)指數(shù)綜合表居民消費(fèi)價(jià)格指數(shù)商品零售價(jià)格指數(shù)農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)工業(yè)品出廠價(jià)格指數(shù)原材料購(gòu)進(jìn)價(jià)格指數(shù)從上面的圖形分析可以看出，居民消費(fèi)價(jià)格指數(shù)與商品零售價(jià)格指數(shù)，農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)，工業(yè)品出廠價(jià)格指數(shù)和原材料購(gòu)進(jìn)價(jià)格指數(shù)都有著較為明顯的相關(guān)關(guān)系。從這一點(diǎn)可以看出，無(wú)論是運(yùn)用多元線性回歸模型還是主成分分析模型都應(yīng)該可以得出比較好的擬合結(jié)果，初步可以判斷，這個(gè)問(wèn)題是值得研究的，可以得出讓人比較滿意的擬合結(jié)果。

4.3利用Eviews軟件做的數(shù)據(jù)的深入處理利用Matlab軟件計(jì)算各個(gè)經(jīng)濟(jì)指數(shù)之間的相關(guān)系數(shù)矩陣調(diào)用函數(shù)：B=corrcoef(Y)程序運(yùn)行的結(jié)果：B=1.00000.96820.84410.79600.79040.96821.00000.89730.79550.83160.84410.89731.00000.58730.72280.79600.79550.58731.00000.92870.79040.83160.72280.92871.0000從用Matlab計(jì)算出的相關(guān)系數(shù)矩陣可以看出居民消費(fèi)價(jià)格指數(shù)與商品零售價(jià)格指數(shù)的相關(guān)性為0.9682，與農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)的相關(guān)性為0.8441，與工業(yè)品出廠價(jià)格指數(shù)的相關(guān)性為0.7960，與原材料購(gòu)進(jìn)價(jià)格指數(shù)的相關(guān)性為0.7904，它們的相關(guān)系數(shù)的絕對(duì)值大于R(70)0.232,表明居民消費(fèi)價(jià)格指數(shù)與其他的0.05價(jià)格指數(shù)之間有顯著的相關(guān)性，同時(shí)在上面的表中我們也可以看到影響居民價(jià)格指數(shù)的其他經(jīng)濟(jì)指數(shù)之間也有著很強(qiáng)的相關(guān)性，這些經(jīng)濟(jì)因素之間的相關(guān)性使用多元線性回歸模型是無(wú)法消除的，而使用偏最小二乘回歸模型可以有效地消除它們之間的相關(guān)性，使用偏最小二乘回歸模型有著明顯的優(yōu)勢(shì)。利用Eviews軟件作出的多元回歸分析的結(jié)果：口Equation:UNTITLEDWorkfle:UNTITLED::Untitled\=回氣View|Proc|Object|Print|Name|Freeze|EstimateForecast|Stats|ResideDependentVariable:CPI*Method:LeastSquares□ate:02/13/UTime:-19:30Sample:2007M012012M12Includedobservations:72VariableCoefficientStd.Errort-StatisticProb.C-7.4355598.03S033-0.9312670.3551SHANGPIN1.0333460.1357227.6505630.0000NONGYE0.0422030.0379281.1127070.2690GONGYE0.0540960.0644200.83974-704040YUANCAILIAO-0.0542010.033336-1.6283090.1082R-squared0.921836Meandependeng「■103.5750AdjustedR-squared0.917170S.D.dependentvar2.64738SS.E.ofregression0.761925Akaikeinfocriterion2360978Sumsquaredresid38.09549Schwarzcriterion2.519000Loglikelihood-79.99521Hannan-Quinncriter.2.423919F-statistic197.5435Durbin-Watsonstat0.466947Prob(F-statistic)0.000000從上面的分析可以看出：Y（居民消費(fèi)價(jià)格指數(shù)）二-7.4856+1.0383*X（商1品零售價(jià)格指數(shù)）+0.0422*X（農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)）+0.0541*X（工23業(yè)品出廠價(jià)格指數(shù)）-0.0543*X（原材料價(jià)格指數(shù)）4在上面的公式中可以看出，居民消費(fèi)價(jià)格指數(shù)與商品零售價(jià)格指數(shù)，農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)，工業(yè)品出廠價(jià)格指數(shù)都是正相關(guān)的關(guān)系，他們的系數(shù)都是正的，但是居民消費(fèi)價(jià)格指數(shù)與原材料價(jià)格指數(shù)是負(fù)相關(guān)關(guān)系，他們之間的相關(guān)系數(shù)是一個(gè)負(fù)數(shù)，這與我們之前得出的單因素分析的結(jié)論是矛盾的，這是因?yàn)楦鱾€(gè)指數(shù)之間也存在著相關(guān)關(guān)系，為了更好的對(duì)居民消費(fèi)價(jià)格指數(shù)進(jìn)行預(yù)測(cè)，我們選用主成分分析模型對(duì)居民消費(fèi)價(jià)格指數(shù)進(jìn)行預(yù)測(cè)，減輕各個(gè)指數(shù)因素之間相互的影響。利用主成分分析方法利用Eviews軟件分析數(shù)據(jù)：□Group;UNTITLEDWorkfile;UNTITLED;;Untitled\|回Vie艸|Pnx|Objett|Print|Name|Freeze|弓日mpl已|弓h(huán)eet|呂tats|呂p&z|PrincipalComponentsAnalysis□ate:02/13/14Time:20:30Sample:2007M012D12V12Includedobservations:72Computedusing:OrdinarycorrelationsExtracting4-of4-possiblecomponentsEigenvalues:(Sum=4,Average=1)DifferenceProportionCumulativeValueCumulativeProportionNumberValue■13.3365662.396574-0.04663.3365660.346620.40999203960730.12253.8765580.96913009(39190.0643960.02353.9704770.99264-0.029523-0.0074-4.0000001.0000Eigenwmctorg(loadiVariablePC1PC2PC3PC4-SHANGPIN0.5205720.271263-0.645720-0.408319NONGYE0.4-724230.63245403245090.45S616GONGYE0490255-0.586303-0.2S75850.577230YUANCAILIAO0.515239-0.3419400.623509-0.4-71786Ordinarycorrelations:SHANGPINNONGYEGONGYEYUANCAILIAOSHANGPIN1.000000NONGYE0.S973481.000000GONGYE0.7954860.5872621.000000YUANCAILIAO0.0315780.7223200.92S6601.000000t二0.521X*+0.472X*+0.490X*+0.515X*從上面可以看到［這個(gè)主成分的解11234釋性已經(jīng)達(dá)到了0.847占到了大部分，所以我們就選取這一個(gè)主成分。式中X*,1X*，X*，X*為X，X，X，X的標(biāo)準(zhǔn)化變換，所以施行Y*（Y的標(biāo)準(zhǔn)化2341234變換）對(duì)t的一元回歸，回歸方程為：1C11=-0.0000+0