发布时间 : 星期六 文章Excel,SPSS和 Eviews在多元回归分析的比较研究更新完毕开始阅读
淘宝注册人数x1与y的相关性散点图：
1201008060Y40200051015X1202530
网络普及度与淘宝网交易总额的相关性检验：
1201008060Y40200012X2345 我国居民消费水平与淘宝交易的相关性检验：
1201008060Y402000.81.21.6X32.02.42.8 我国人均收入与淘宝交易的相关性检验：
1201008060Y402000.81.21.6X42.02.42.8 由以上四个散点图可知，其所有的点均落在了左上至右下的一条直线上，表明了数据之间存在完全正相关关系。所以我们还需要对数据进行进一步的分析，得到确切的答案。
实验结果：模型估计的结果可表示为
Yt??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=0.995834 R2? 0.990280 F=179.2904 df=6
模型检验：可决系数 R2=0.995834 ,说明整体拟合度很好。 显著性检验：F检验:H0:?1??2?0
在给定的??0.05，自由度k=2,n-k-1=5，查表得F??5.79 由于 F= 179.2904 > F??5.79
说明回归方程显著，即淘宝网注册人数x1、我国网络普及度x2、我国居民消费水平x3和我国居民人均收入x4等变量联合起来对淘宝交易总额y有显著的影响。
t检验：在给定的??0.05，自由度n=8-2=6的临界值时，查表得t0.0256?2.447
?因为x1，x2,x3的参数对应的t统计量的绝对值均大于2.447，这说明5%的显著性水平下，斜率系数均显著不为0，表明淘宝网注册人数x1、我国网络普及度x2、我国居民消费水平x3等变量联合起来对该商品的消费支出有显著的影响。
第四章：Excel，SPSS和 Eviews操作方法对比及总结 4.1Excel，SPSS和 Eviews多元回归分析中操作方法 4.1.1 Excel的操作方法
1、建立散点图，确定大致的线性关系（这里用的excel2007），“插入界面”散点图，选择y和x1的数据所属区域，点击散点图里的数点添加趋势线，可以得出该解释变量与被解释变量的趋势线，以及得到一元线性公式。其他解释变量采用的方法同上。
2、点击菜单栏的数据，点击数据分析选择相关系数，可以计算出解释变量与被解释变量之间的相关系数。
3、点击数据分析选择回归，就可以得到解释变量与被解释变量之间的回归系数值。
4.1.2 SPSS的操作方法
1、Analyze—Correlate—Bivariate得到解释变量与被解释变量的相关系数 2、Analyze—Regression—Linear，选择被解释变量y进入Dependent框内，解释变量进入Independent框内。点击Statistics按钮选择Estimates，Confidence intervals， Covariance matrix等按钮，点击Continue 4.1.3 Eviews的操作方法
1、建立y和x1的数据组，object——new object——group——输入“x1 y”把数据建立在一个组内。然后view——graph——scatter——simple scatter，同上诉一样建立“x2 y”、“x3 y”、“x4 y”的关系
2、object——new object——equation——在弹出的对话框里输入“y c x1 x2 x3 x4”点击ok。
4.2四种方法的结果进行对比
对上诉的三种方法得到的结果进行一个对比分析
计算得到的预测方程式：
.5x3?1117.5x4 （1）y?208.97?0.57x1?23.6x2?1348Excel得到的预测方程式：
（2）y??46.02?3.07x1?18.06x2?62.11x3?120.78x4
SPSS得到的预测方程式：