『壹』 多元線性回歸分析的優缺點
一、多元線性回歸分析的優點：
1、在回歸分析中，如果有兩個或兩個以上的自變數，就稱為多元回歸。事實上，一種現象常常是與多個因素相聯系的，由多個自變數的最優組合共同來預測或估計因變數，比只用一個自變數進行預測或估計更有效，更符合實際。因此多元線性回歸比一元線性回歸的實用意義更大。
2、在多元線性回歸分析是多元回歸分析中最基礎、最簡單的一種。
3、運用回歸模型，只要採用的模型和數據相同，通過標準的統計方法可以計算出唯一的結果。
二、多元線性回歸分析的缺點
有時候在回歸分析中，選用何種因子和該因子採用何種表達 式只是一種推測，這影響了用電因子的多樣性和某些因子的不可測性，使得回歸分析在某些 情況下受到限制。
多元線性回歸的基本原理和基本計算過程與一元線性回歸相同，但由於自變數個數多，計算相當麻煩，一般在實際中應用時都要藉助統計軟體。這里只介紹多元線性回歸的一些基本問題。
(1)股票價格的多元線性回歸模型擴展閱讀
社會經濟現象的變化往往受到多個因素的影響，因此，一般要進行多元回歸分析，我們把包括兩個或兩個以上自變數的回歸稱為多元線性回歸 。
多元線性回歸與一元線性回歸類似，可以用最小二乘法估計模型參數，也需對模型及模型參數進行統計檢驗 。
選擇合適的自變數是正確進行多元回歸預測的前提之一，多元回歸模型自變數的選擇可以利用變數之間的相關矩陣來解決。
Matlab、spss、SAS等軟體都是進行多元線性回歸的常用軟體。
『貳』 多元線性回歸和多重線性回歸的區別及聯系
一、自變數的數據類型不同
多元線性回歸：多元線性回歸的自變數X的數據類型是連續型變數。
多重線性回歸：多重線性回歸的自變數X的數據類型可能存在多種數據類型，例如性別等的離散型變數。
二、方程不同
多元線性回歸：多元線性回歸的方程中沒有隨機變數。
多重線性回歸：多重線性回歸的方程中有隨機變數。
三、因變數的值不同
多元線性回歸：多元線性回歸的回歸方程求出的是因變數y的平均值。
多重線性回歸：多重線性回歸的回歸方程求出的是因變數y的平均預測值。
(2)股票價格的多元線性回歸模型擴展閱讀
多重線性回歸的條件：
1、因變數為連續性變數
2、自變數不少於2個
3、因變數與自變數之間存在線性關系
4、樣本個體間相互獨立（由Durbin-Waston檢驗判斷）
5、等方差性：各X值變動時，相應的Y有相同的變異度
6、正態性：給定各個X值後，相應的Y值服從正態分布
7、不存在多重共線性
『叄』 多元線性回歸模型
可以研究宏觀的投資，消費對GDP的影響，數據可以去統計局資料庫找，數據很全，很好找
，做出來的模型效果絕對好，就是研究價值不是很大。。。
微觀也可以研究我國各地保費收入與各地人均存款，各地撫養比，各地固定資產投資的關系，這個做界面數據，比較好做，數據在統計局和中國統計年鑒可以找到，各地保費收入數據可以在保監會網站（circ）上找到，這個比較有研究價值，數據比較好找
『肆』 多元線性回歸
這個是在做降維因為前文有說全部變數與總資產增長率通不過顯著性檢驗 所以要從中需要找出與總資產增長率相關性高的自變數 再用這些自變數與因變數做回歸分析 不懂可追問
『伍』 Eiews進行的多元線性回歸模型結果怎麼分析請詳細些謝謝
先看R-squared，就是可決系數，這個越接近於1，表面回歸效果就越好。一般大於0.9就說明回歸解釋效果不錯。然後看各個系數的prob值，越接近於0，效果越顯著。表中的P值都比較大，所以效果都不顯著，需要考慮其他因素的影響。比較時間序列數據容易出現的異方差、截面數據容易出現多重共線性等等。
『陸』 簡述多元線性回歸分析的步驟是什麼
在回歸分析中，如果有兩個或兩個以上的自變數，就稱為多元回歸。事實上，一種現象常常是與多個因素相聯系的，由多個自變數的最優組合共同來預測或估計因變數，比只用一個自變數進行預測或估計更有效，更符合實際。因此多元線性回歸比一元線性回歸的實用意義更大。
1、普通最小二乘法(Ordinary Least Square, OLS)
普通最小二乘法通過最小化誤差的平方和尋找最佳函數。
多元線性回歸
其中，Ω是殘差項的協方差矩陣。