本文对数据分析的工具为EView5和Excel．下面进行具体的分析： 首先输入命令 ls y c date x4 x5 d1 d2 得方程I为 y=-147038.1+1184.682date-92.50634x4+42.9646x5-683.6409d1 (-9.62)     (9.41)       (-1.33)   (1.95)    (-0.57) -8340.202d2 (3.03) R^2=0.999604      DW=0.820154     F=9096.01       模拟优度为0.999604，模拟的很好．F统计也大，F检验也是显著的．在看各变量的t统计量．其中x4,d1变量都不能通过t检验．而且x4系数为负和实际不符合．因为一般认为文章数越多访问量越高．看来x4可能不明显影响y.       在输入命令cor y date x4 x5 d1 d2有：   Y DATE X4 X5 D1 D2 Y 1 0.99953 0.99481 0.99198 0.20257 0.91036 DATE 0.99953 1 0.99651 0.99277 0.20552 0.91772 X4 0.99481 0.99651 1 0.98631 0.16499 0.91838 X5 0.99198 0.99277 0.98631 1 0.28359 0.94557 D1 0.20257 0.20552 0.16499 0.28359 1 0.39887 D2 0.91036 0.91772 0.91838 0.94557 0.39887 1       由相关系数表可以看出d1与y的相关程度不大．而且d1不通过t检验．所以寒署假（d1）不是影响访问量的因素． 在输入命令 ls y c date x5 d2 得方程II： y=-144391.7  +  1035.567date  +  55.07747x5  -  10496.53d2       (-12.09)        (19.58)         (3.09)           (-4.82) R^2=0.999565      DW=0.808667     F=15325.16 模拟优度和F统计量都符合要求．   自相关检验： 在α=0.01，k=3，n=25查DW表有： dL=0.90，dU=1.41 因为方程II的DW=0.808667<dL=0.90所以模型存在一阶正自相关． Ρ=2-DW *0.5=0.595667 作一阶差分变换： Qy=y(t)-y(t-1)   Qdate=date(t)-date(t-1)   Qx5=x5(t)-x5(t-1)   Qd2=d2(t)-d2(t-1) 在EView输入以下的命令： genr Qy=y-y(-1) genr Qdate=date-date(-1) genr Qx5=x5-x5(-1) genr Qd2=d2-d2(-1) 在输入命令ls Qy c Qdate Qx5 Qd2 得方程III为 Qy=412.6649  +  1055.066Qdate  +  24.02877Qx5     (1.05)         (19.63)           (1.60) -  5156.232Qd2      (-2.49) R^2=0.971806   DW=2.303074    F=218.2981 此时α=0.01，k=3，n=24查DW表有：    dL=0.88   dU=1.40 因为1.40=dU<DW=2.30<4-dU=2.6 所以消除了自相关性了．但却带来了一个新的问题．Qx5的t统计为1.60，比较小，要置信度大才能通过t检验．

评论