從上面的圖中我們可以看到美元匯率、人民幣存款利率變量分布符合正態分布，而其他變量的分布近似於正態分布。

然後我們可以通過繪製變量之間的散點圖來分析各個變量之間的相關關係。

從各個變量之間的散點圖和相關係數矩陣的結果來看之間的散點圖和相關係數矩陣的結果來看美元匯率和貨幣供應量數據之間存在著顯著的負相關關係，人民幣存款利率和貨幣供應量數據之間存在著顯著的正相關關係,貨幣供應量數據和消費價格指數之間也存在著顯著的正相關關係.

進行多元回歸模型並進行分析

回歸指研究一組隨機變量(Y1 ，Y2 ，…，Yi)和另一組(X1，X2，…，Xk)變量之間關係的統計分析方法，又稱多重回歸分析。通常前者是因變量，後者是自變量。

回歸結果分析

從輸出結果可以看出，回歸方程為：上證指數=-34570.5+0.003貨幣供應量+13.407居民消費價格指數+47.867美元匯率+786.95人民幣存款， 除了居民消費價格指以外由對應的值都比顯著性水平0.05小，可得兩個偏回歸系p數在顯著性水平0.05下均顯著不為零。 可決係數R，修正的可決係數R為0.48左右說明方程的擬合效果較好。

從各個變量的回歸係數，我們可以判斷，貨幣供應量每增加一個單位上證指數會增加0.003個單位，同樣的居民消費指數增加一個單位上證指數會增加13.407個單位。因此，他們對上證指數都有正向影響，同樣的，我們可以看到美元匯率和人民幣存款上證指數都有正向的影響。從顯著性來看，從顯著性來看，因此可以認為他們對上證指數有顯著的正向影響。

同時我們看到R方在0.963左右，因此可以認為該模型大部分已經被自變量解釋了。但仍存在提高的空間，因此我們後續對該模型進行逐步回歸分析。

擬合效果圖形展示

以上證指數的原始數據作為x軸，回歸擬合值為軸作圖。

殘差分析

殘差分析可以對回歸模型的假設條件即隨機誤差項是否獨立同分布進行檢驗，同時還可以找出離群點。顯示結果如下

從擬合值與殘差的散點圖上可以發現，除去離群點外，所有點基本上是隨機地分散在縱坐標值為-1和+1的兩條平行線之間，這說明隨機誤差項具有同方差性； 擬合值與殘差的標準差的散點圖，其意義與上面類似； 圖表明隨機誤差項是服從正態分布的，其原因是正態Q-Q圖近似地可以看成一條直線；右下圖的CooK距離圖進一步證實有一個離群點，它對回歸方程的影響是比較大的，要根據具體問題，討論出現這一觀測值的實際背景。

逐步回歸優化

使用逐步回歸法建立「最優」的回歸方程

上面用「逐步向前向後回歸法」，通過軟體分析建立「最優」回歸方程。向後回歸法就是建立包含全部因子的回歸方程，通過回歸係數的檢驗，從回歸方程中逐個剔除不顯著的因子，直到留在方程中的因子都是顯著的。同時可以看到可判別係數的值0.62，因此模型擬合程度較好。

同時可以得到回歸方程為：上證指數=-11799.13+12.039美元匯率+63.13居民消費價格指數

最後我們得到了下面結果文件：

結論

本文首先通過繪製上證指數與諸影響因素（貨幣供應量,居民消費價格指數,人民幣兌美元匯率,人民幣短期存款利率）之間的散點圖和計算它們之間的相關係數,可知上證指數與諸因素之間存在比較明顯的非線性關係,因此，為簡化問題，通過SPSS軟體,採用逐步進入法剔除了不顯著的自變量—居民消費價格指數、人民幣短期存款利率和人民幣兌美元匯率,並建立了多元回歸模型.利用所得模型可對股票價格的因素進行探討。

最受歡迎的見解

1.R語言多元Logistic邏輯回歸 應用案例

2.面板平滑轉移回歸(PSTR)分析案例實現

3.matlab中的偏最小二乘回歸（PLSR）和主成分回歸（PCR）

4.R語言泊松Poisson回歸模型分析案例

5.R語言回歸中的Hosmer-Lemeshow擬合優度檢驗

6.r語言中對LASSO回歸，Ridge嶺回歸和Elastic Net模型實現

7.在R語言中實現Logistic邏輯回歸

8.python用線性回歸預測股票價格

9.R語言如何在生存分析與Cox回歸中計算IDI，NRI指標