⑴ 求高手做相關性分析和回歸分析，急急急
郭敦顒先透露點信息：
郭敦顒近30年沒做過超平面回歸方程了,不知是否還會做,如果還能做得出來的話,是會答復你的.不要分也會盡力去做.
請教一下教概率論與數理統計的教師教授,是一種較好的選擇.
⑵ 相關分析與回歸分析有何區別與聯系
聯系：相關分析和回歸分析都是研究變數之間的關聯關系的。
區別：1、相關性分析僅僅只能研究變數之間的關聯關系，但是並不能研究變數之間的因果關
系。
例如：A和B之間存在相關關系，意味著A依賴於B同時B也依賴於A；而回歸分析則是
可以研究變數之間的因果關系，即回歸分析中有明確的起因變數也有明確的結果變
量。
例如：A變數顯著影響B變數；努力學習，成績就好，努力就是起因，成績就是結局。
2、相關性分析僅僅研究兩個變數之間的關聯關系，當有第三個變數的時候，則不能
選擇相關性分析；回歸分析則可以同時研究1個或者1個以上的起因變數（自變數）
對一個結局變數（因變數）的影響的情況。
接下來用圖形簡單說明回歸分析和相關性分析的區別和聯系：
同樣是height和weight，如果選擇相關性分析，那麼只能得出height和weight之間的相關系數為0.625，意味著height和weight之間顯著正相關，即height和weight同升同降；如果選擇線性回歸分析，則可以更進一步得出height可以顯著正向影響weight，影響系數為0.425，即height每提升1單位會直接導致weight隨之提升0.425個單位。
⑶ 如何分析兩只股票的漲幅的相關系數
首先你需要選擇兩只股票的漲跌數據，比如可以是向前為其三個月的數據，或者是一年的數據，然後把兩只股票每天的漲跌數據 一一對應收集起來。
然後就可以採用簡單的相關分析，甚至其他的統計分析方法分析兩只股票的關系。
不過說實話 中國的股票數據反映的並不是經濟規律的真相，更多的是政策和市場信息的影響。
⑷ 如何快速比較股票間的相關性
。。。。。
這個問題嘿嘿我的畢設就是這個，你可以先去期刊網去找找其他人怎麼做的，我記得我在01年做的時候，樣本剔除後只有300多支股票，分析來分析去，做了很多調整相關性做到了90%以上，可是以前知名學者的全面分析下來只有50%多，當時沒有wind之類的東西，全手工excel，現在用wind 方便多了。但是由於我國證券市場從初始到現在因政策5次重大變動產生了較大的變化，我建議你不妨從時間和市場兩個角度縮小樣本選取（可以選中小板為樣本），針對性更強。
⑸ 回歸分析與相關分析的區別和聯系
【摘要】相關分析和回歸分析是數理統計中兩種重要的統計分析方法，在實際生活中應用非常廣泛。兩種方法從本質上來講有許多共同點，均是對具有相關關系的變數，從數據內在邏輯分析變數之間的聯系，但同時二者存在不同。相關分析可以說是回歸分析的基礎和前提，而回歸分析則是相關分析的深入和繼續。當兩個或兩個以上的變數之間存在高度的相關關系時，進行回歸分析尋求其相關的具體形式才有意義。從本質分析了相關分析和回歸分析，並比較兩種之間的異同，結合生活中的例子，進一步討論了利用相關分析和回歸分析的前提並得出相關結論。
【關鍵詞】數理統計 相關性 相關分析 回歸分析
一、相關關系與相關分析
1.相關關系
在數理統計學中，回歸分析與相關分析是兩種常用的統計方法，可以用來解決許多生產實踐中的問題，雖然二者之間關系密切，但在具體原理和應用上面有許多不同。首先從總體來說，兩者均是對具有相關性的變數或具有聯系的標志進行分析，可以藉助函數和圖像等方法。當一個變數固定，同時另一個變數也有固定值與其相對應，這是一種一一對應的關系，也叫做函數關系。而當一個變數固定，同時與之相對應的變數值並不固定，但是卻按照某種規律在一定范圍內分布，這兩者之間的關系即為相關關系。這里函數關系與相
⑹ 回歸分析：怎麼判斷相關性好！
看P，相關性好不好要做相關分析
統計專業，數據分析經驗很豐富
⑺ 用SPSS要怎麼進行相關分析和回歸分析
1.
可以將被剔除的變數做回歸分析，但如果相關系數過高，可能會產生多重共線性（參數t檢驗無法通過），到時候可以去剔除法或者spss的逐步回歸法做就行
2.
第一個圖是方差分析表，其實意義不需要過多強求，主要看f值對應的sig.（或者p）值即可，當sig<0.05時，表明模型整體擬合效果不錯。否則模型不成立
3.
要明白一點，如果做多元線性回歸，之前的相關系數矩陣，相關性越高，產生多重共線性可能越大（系數t檢驗無法通過），強行將所有變數做回歸也是可以的，但是因為有多重共線性，很多系數的t檢驗的p值大於
0.05。可以採取逐步回歸法進行回歸（spss有該選項），系統會自動剔除變數
建議樓主仔細回顧一下計量經濟學——多元線性回歸和多重共線性相關內容
⑻ 在做回歸分析之前為什麼要做相關性檢驗。明明作了相關性檢驗之後不管結果如何都要全做回歸分析的啊。
在做回歸分析之前做相關性檢驗的原因如下：
1、相關分析相當於先檢驗一下眾多的自變數和因變數之間是否存在相關性，當然通過相關分析求得相關系數沒有回歸分析的准確。如果相關分析時各自變數跟因變數之間沒有相關性 ，就沒有必要再做回歸分析；如果有一定的相關性了，然後再通過回歸分析進一步驗證他們之間的准確關系。
同時 相關分析還有一個目的，可以查看一下 自變數之間的共線性程度如何，如果自變數間的相關性非常大，可能表示存在共線性。
2、相關分析只是了解變數間的共變趨勢，我們只能通過相關分析確定變數間的關聯，這種關聯是沒有方向性的，可能是A影響B，也可能是B影響A，還有可能是A與B互相影響，相關分析沒法確定變數間的關聯究竟是哪一種。
而這就是我們需要使用回歸分析解決的問題，我們通過回歸分析對自變數與因變數進行假設，然後可以驗證變數間的具體作用關系，這時的變數關系就是有具體方向性的了。所以相關分析通常也會被作為一種描述性的分析，而回歸分析得到的結果更為重要和精確。
(8)股票回歸如何分析相關性擴展閱讀：
做回歸分析時的注意問題：
應用回歸預測法時應首先確定變數之間是否存在相關關系。如果變數之間不存在相關關系，對這些變數應用回歸預測法就會得出錯誤的結果。
正確應用回歸分析預測時應注意：
①用定性分析判斷現象之間的依存關系。
②避免回歸預測的任意外推。
③應用合適的數據資料。
⑼ 股票 相關性計算
相關性分析比較書面化，因為實際中同時影響多隻股票的因素很多，不好剔除。但是如果你要簡單性進行數據分析的話，那麼就設立一個時間段，把這個時間段兩只或者多隻股票的漲跌幅變化進行對比就可以了。這是最簡單但最不精確的方法。如果你想嚴謹一些，那麼選定時間段，選取兩只或多隻股票所在的行業，把這幾只股票和行業整體情況作對比，再將整個行業和大盤作對比，只要你選取的時間段足夠長，那麼得出的整個行業的ß系數還是比較靠譜的，依據這個ß系數你再相互比較應該就可以得出這幾只股票間的ρ
⑽ 相關性分析的概念及方法
相關分析就是根據一個因素（變數）與另一個因素（變數）的相關系數是否大於臨界值，判斷兩個因素是否相關。在相關的因素之間，根據相關系數大小判斷兩個因素關系的密切程度，相關系數越大，說明兩者關系越密切（何曉群，2002）。這種方法從總體上對問題可以有一個大致認識，但卻很難在錯綜復雜的關系中把握現象的本質，找出哪些是主要因素，哪些是次要因素，有時甚至得出錯誤結論。為此，提出使用數學上的偏相關分析與逐步回歸相結合的辦法來解決這類問題。
偏相關性分析基本原理是，若眾多因素都對某一因素都存在影響，當分析某一因素的影響大小時，把其他因素都限制在某一水平范圍內，單獨分析該因素對某一因素所帶來的影響，從而消除其他因素帶來的干擾。比如分析壓實作用（或埋深）對孔隙度和滲透率的影響時，便把岩石成分、粒度、膠結類型等都限制在一定范圍來單獨討論壓實作用，而數學上的偏相關分析恰恰就是解決這類問題的方法，偏相關系數的大小就代表了這種影響程度。結合多因素邊引入、邊剔除的逐步回歸分析方法，也可消除多個因素（自變數）間的相互干擾和多個因素對因變數的重復影響，保留其中的有用信息，挑選出對因變數影響較顯著的因素，剔除了一些次要因素，被挑選出的主要因素的標准回歸系數和偏回歸平方和的大小反映了各參數對因變數（充滿度）的影響大小。因此根據各因素（自變數）與因變數間的偏相關系數大小，結合標准回歸系數和偏回歸平方和，便可以將各因素對因變數的影響大小進行定量排序。其基本步驟如下：
第一步，找出所有可能對因變數產生影響的因素（或參數），同時對一些非數值型參數進行量化處理；
第二步，計算因變數與各參數間的簡單相關系數，根據這些簡單相關系數的大小，初步分析它們與因變數間的簡單相關關系；
第三步，計算因變數與各參數間的偏相關系數、標准回歸系數和偏回歸平方和；
第四步，根據偏相關系數的大小，再結合標准回歸系數和偏回歸平方和，綜合分析因變數與各參數間的關系密切程度，其值越大，關系越密切，影響越大，反之亦然。