发布时间 : 星期三 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ddadd24083c4bb4cf7ecd173
为了研究淘宝网未来发展趋势，本文从新浪官方微博淘宝数据魔方中获得淘宝2009年聚划算中购物群众的年龄比例作为定性数据，进行研究年龄对淘宝购物的影响。并在新浪财经网上获得淘宝网自2005年到2012年的淘宝交易额以及淘宝注册人数的数据。在中商情报局里获得我国近网络普及度等数据。并从国家统计年鉴中选取统计指标居民消费水平和人均纯收入，其中人均收入（x4）是通过城镇人均收入，城镇人口总数，农村人均纯收入，农村人口总数和我国总人口数计算出来。 计算公式为：
人均收入=（城镇人口总数*城镇人均收入+农村人口总数*农村人均纯收入）/总人口数 如下图：（人均收入保留了两位小数）
这里人均收入是指我国 居民平均每人每年的人均纯收入，这反映了我国居民工资在逐年的增加，收入的增加，加上消费水平的增加，所以收入的增加与网络消费在一定程度上也有很大的联系，在这里用人均收入的增加来反映了可支配收入的增加，那么居民用于消费的部分也增加了。
淘宝注册人数（x1）在一定程度上反应了网络购物的群众的人数，反应了当今社会网络购物的普遍性。同时淘宝的注册人数也展现了人们对网络购物的认可度，换言之也就是说接受了网络购物并会在网上进行消费，是对网络购物很大程度上的支持。
我国网络普及度（x2）是指我国近几年网络在我国普及的范围，这一块更好的反映了网络对居民网络消费的影响，因为网络是网络消费的必要条件。我国网络普及度反映的是在我国日趋发展的经济下，网络也得到了普遍的广泛，人们对网络的接受程度，信任程度也是直接影响到淘宝的网络购物。 居民消费水平（x3）是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。通过消费的物质产品和劳务
的数量和质量反映出来。居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。它主要通过消费的物质产品和劳务的数量和质量来反映。 居民消费水平的提高也能很好的展现在网络消费上作出的贡献。
通过对以上这四个定量数据的研究来其与淘宝交易额的关系，从而研究淘宝未来的发展趋势以及优劣态。 原始数据如下：
由于数据单位不同，为了消除量纲的影响，把数据标准化进行处理，得到如下标准化的数据（所有取值保留了两位小数）：
2.2模型的建立
在一元线性回归分析中，重点放在了用模型中的一个自变量X来估计因变量Y。实际上，由于客观事物的联系错综复杂，一个因变量的变化往往受到两个或多个自变量的影响。测定他们的数量变动，提高预测和控制的精确度，就要考虑更多的自变量建立多元回归模型。
设随机变量淘宝销售额为变量y与淘宝网注册人数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的线性回归模型为：
y??0??1x1??2x2??3x3??4x4??
其中y是x1，x2，x3，x4的线性函数加上误差项?，
?0，?1，?2，?3，?是模型的参数，?是误差项，是不能被自变量的线
4性关系所揭示的变异性。
多元线性回归模型在满足下列基本家丁的情况下，可以采用普通最小二乘法（OLS）估计参数。?多元回归模型有以下的基本假定：
1、随机扰动项 服从期望为0，方差为?2的正态分布。 2、不同的随机扰动项之间不存在序列相关。 3、解释变量是非随机的，与随机扰动项不相关。 4、揭示变量不存在共线性。
当以上假定成立的前提下，y的平均值或期望值依赖于自变量x1，x2，x3，x4的变化而变化，称之为多元线性方程。y??0??1x1??2x2??3x3 得到的方程形式如下： y??0??1x1??2x2??3x3??4x4 2.3多元线性回归模型的参数估计及求解
跟一元线性回归方程一样，多元线性回归方程中的未知参数?0，?1，?2，
?3，?4仍然可以用最小二乘法来估计。即用因变量的观察值和估计值之间的离差平方和达到最小来求得?0，?1，?2，?3，?4令
3?2Q??0,?1,?2,?3????yi?yi???ei?最小
i?1i?132把得到的数据带入上面的方程式y??0??1x1??2x2??3x3??4x4
选择的数据选择的是2003年、2005年、2007年、2009年、2011年及2012年的数据带入方程式求得初步估计的方程式
?1??0??1??2??3??4?4.87???2.12??1.88??1.31??1.35?01234???22.47??0?6.8?1?3.4?2?1.66?3?1.72?4 ?87.64???26??4.51??2.25??2.29?01234???112.36??0?28?1?4.95?2?2.52?3?2.62?4得到如下的答案（求解过程略，答案保留两位小数）
??0?208.97????0.571????2?23.6????1348.5 ?3???4?1117.5最后得到的预测方程式为
y?208.97?0.57x1?23.6x2?1348.5x3?1117.5x4 第三章多元回归分析的建模与检验 3.1 Excel多元回归分析 3.1.1相关性分析：
检测变量x1，x2，x3，x4与因变量y的相关性 淘宝注册人数x1与y的相关性检验：
网络普及度与淘宝网交易总额的相关性检验：