『壹』 选取30家上市公司的股票价格，选出影响股票价格的四个以上的变量，建立多元线性回归模型，并使模型通过检验
选择沪深300指数里的股票就可以了，先下载30支个股数年来的日收盘价。
然后找到四个变量，比如大盘指数（或者沪市深市点数），美国标普指数，澳元兑美元汇率，石油或其他工业金属期货价格，等等。。。把数据下下来，也都是日收盘价。这些数据都不难下的，雅虎上基本都能下。
最后，在eviews里面测试一下。如果不会用eviews的话，谷歌eviews 线性回归 教程 视频等字眼，会有很详细的视频教程。
希望可以帮到你。
『贰』 价值型股票的优选方法
(1) 以市盈率和每股收益指标为基础,建立价值型股票的初选模型,从证券市场中挑选出具有典型价值型股票特征的股票,形成股票池作为进一步研究的对象。
(2) 采用多元回归分析方法,当股票价格基本反映其基本面情况时,对股票池中股票的价格与基本面数据之间关系进行回归分析,建立价值型股票相对内在价格的多因素模型。
(3) 当股票池中股票的基本面数据发生变化时,及时地通过多因素模型计算出股票的相对内在价值,通过与市场价格相对比,挑选出具有投资价值的价值型股票。
『叁』 简述多元线性回归分析的步骤是什么
在回归分析中，如果有两个或两个以上的自变量，就称为多元回归。事实上，一种现象常常是与多个因素相联系的，由多个自变量的最优组合共同来预测或估计因变量，比只用一个自变量进行预测或估计更有效，更符合实际。因此多元线性回归比一元线性回归的实用意义更大。
1、普通最小二乘法(Ordinary Least Square, OLS)
普通最小二乘法通过最小化误差的平方和寻找最佳函数。
多元线性回归
其中，Ω是残差项的协方差矩阵。
『肆』 多元线性回归分析步骤
一元线性回归是一个主要影响因素作为自变量来解释因变量的变化，在现实问题研究中，因变量的变化往往受几个重要因素的影响，此时就需要用两个或两个以上的影响因素作为自变量来解释因变量的变化，这就是多元回归亦称多重回归。
当多个自变量与因变量之间是线性关系时，所进行的回归分析就是多元线性回归。设y为因变量，x_1，x_2，cdotsx_k为自变量，并且自变量与因变量之间为线性关系时，则多元线性回归模型为：y=b_0+b_1x_1+b_2x_2+cdots+b_kx_k+e其中，b0为常数项，b_1，b_2，cdotsb_k为回归系数。
b1为x_2，x_3cdotsx_k固定时，x1每增加一个单位对y的效应，即x1对y的偏回归系数；同理b2为x1，xk固定时，x2每增加一个单位对y的效应，即，x2对y的偏回归系数，等等。如果两个自变量x1，x2同一个因变量y呈线性相关时，可用二元线性回归模型描述为：y=b0+b1x1+b2x2+e。
『伍』 什么是“多元回归分析”
摘要 是指在相关变量中将一个变量视为因变量，其他一个或多个变量视为自变量，建立多个变量之间线性或非线性数学模型数量关系式并利用样本数据进行分析的统计分析方法
『陆』 请问多元回归分析是怎么回事怎么分析
截图就不做了，说下大概的操作，希望能帮助到你
1、在spss里variable view里，输入5个变量名称，可用中文。
2、然后在data view里分别录入5个变量对应的数据
3、点击analyze--regession--linear，在弹出框里，把因变量（抑郁得分）选定在dependent里，其他4个变量选到independent里，method里建议选择stepwise，然后直接点ok就可以了。
4、结果里，R值就是回归的决定系数，代表各变量能解析因变量的程度。ANOVA里，sig小于0.05证明回归方程有效。constant对应的B值是截距（常数项），其他变量对应B值就是变量的影响系数。变量对应的beta值就是他们的标准化影响系数，数值最高的就是影响力度最大的因素。最后的excluded variables是排除的变量，就是说在这个框里的因子就是对特定变量几乎没什么影响的。
『柒』 什么是价值性股票
一、价值型股票是指账面值比市价高的股票，是同其账面值比较，股票的交易价格较低。账面值是公司资产负债表中的资产减去负债的值。
二、对价值性股票的评估我们可以做一下三种分析：
以市盈率和每股收益指标为基础,建立价值型股票的初选模型,从证券市场中挑选出具有典型价值型股票特征的股票,形成股票池作为进一步研究的对象。
采用多元回归分析方法,当股票价格基本反映其基本面情况时,对股票池中股票的价格与基本面数据之间关系进行回归分析,建立价值型股票相对内在价格的多因素模型。
当股票池中股票的基本面数据发生变化时,及时地通过多因素模型计算出股票的相对内在价值,通过与市场价格相对比,挑选出具有投资价值的价值型股票。