[8]（三）文獻(xiàn)述評通過對相關(guān)文獻(xiàn)的梳理和分析，了解居民消費(fèi)價(jià)格指數(shù)居民消費(fèi)價(jià)格指數(shù)對市場經(jīng)濟(jì)調(diào)控有著極其重要的意義，還發(fā)現(xiàn)學(xué)者基本從內(nèi)因和外因兩個(gè)方面進(jìn)行分析與驗(yàn)證，同時(shí)，隨著低碳理念不斷融入居民衣食住行，消費(fèi)端低碳化趨勢明顯，再加上之前由于疫情的重大影響，如何實(shí)現(xiàn)經(jīng)濟(jì)的快速復(fù)蘇，改變居民生活狀況是迫切需要解決的問題，因此，本文將繼續(xù)已有的理論進(jìn)行接下來的研究，為企業(yè)和政府提供更加全面和實(shí)用的指導(dǎo)。三、研究方法本研究將采用文獻(xiàn)資料法，定量分析和定性分析相結(jié)合的方法進(jìn)行研究。首先通過查閱國內(nèi)外相關(guān)文獻(xiàn)和資料了解研究現(xiàn)狀和已有研究成果。其次運(yùn)用統(tǒng)計(jì)分析和計(jì)量經(jīng)濟(jì)學(xué)方法對數(shù)據(jù)進(jìn)行處理，將數(shù)據(jù)標(biāo)準(zhǔn)化，看一看變量之間是否相關(guān)。建立多元分析模型的前提是各指標(biāo)之間具有明顯的相關(guān)性，可以通過EViews軟件進(jìn)行分析，如sperman檢測法、DW檢測法、方差擴(kuò)大因子法、多元回歸模型構(gòu)建等，對河北省居民消費(fèi)價(jià)格指數(shù)的影響因素進(jìn)行了一系列的分析研究。四、居民消費(fèi)價(jià)格指數(shù)構(gòu)成及影響因素概述（一）CPI的構(gòu)成及權(quán)重中國的CPI權(quán)重主要涉及八大類：1.食品煙酒；2.衣著；3.居??；4.生活用品及服務(wù)；5.交通通信；6.教育文化娛樂；7.醫(yī)療保健；8.其他用品及服務(wù)。而食品煙酒占CPI權(quán)重約30.3%;居住占CPI權(quán)重約22%；教育文化和娛樂占CPI權(quán)重約14%；豬肉價(jià)格在食品煙酒價(jià)格占較高比重，約10%，豬肉價(jià)格占CP1總權(quán)重約3%～4%之間。（二）CPI的概念及作用CPI,居民消費(fèi)價(jià)格指數(shù)(consumerpriceindex)的簡稱，是普通消費(fèi)者所購買的物品與勞務(wù)的總費(fèi)用的衡量標(biāo)準(zhǔn)，它是反映一定時(shí)期內(nèi)價(jià)格變動程度和趨勢的相對數(shù)。它最早起源于美國，后逐漸被發(fā)達(dá)國家應(yīng)用，現(xiàn)在已經(jīng)成為世界各國普遍編制的一種指數(shù)。其計(jì)算公式為CPI=(一組固定商品按當(dāng)期價(jià)格計(jì)算的價(jià)值/一組固定商品按基期價(jià)格計(jì)算的價(jià)值)*100。1975年美國經(jīng)濟(jì)學(xué)家戈登提出了核心CPI的概念，它能夠更加準(zhǔn)確的反映一個(gè)國家整體的經(jīng)濟(jì)運(yùn)行情況。但是，目前我國對核心CPI還沒有明確的界定。CPI作為反映宏觀經(jīng)濟(jì)運(yùn)行的重要指標(biāo)，是宏觀經(jīng)濟(jì)運(yùn)行的“晴雨表”。首先，CPI源于現(xiàn)實(shí)生活同時(shí)又反映現(xiàn)實(shí)生活，人們對于CPI的漲跌有著切身的感受，它與人們的生活息息相關(guān)；其次，它不僅可以反映通貨膨脹情況，而且可以反映貨幣購買力變動和對人們實(shí)際工資的影響；第三，對國民經(jīng)濟(jì)核算有著重要意義。在國民經(jīng)濟(jì)核算中，為了更加準(zhǔn)確的反映經(jīng)濟(jì)增長數(shù)量，需要剔除價(jià)格因素的影響，利用各種價(jià)格指數(shù)對GDP進(jìn)行核算，如消費(fèi)者價(jià)格指數(shù)(CPI),生產(chǎn)者價(jià)格指數(shù)(PPI)以及GDP平減指數(shù)。（三）居民消費(fèi)價(jià)格指數(shù)影響因素概述影響居民消費(fèi)價(jià)格指數(shù)的因素有很多，包括：1.生產(chǎn)成本：生產(chǎn)成本的增加會導(dǎo)致商品和服務(wù)價(jià)格的上漲，從而推高CPI。例如,原材料價(jià)格的上漲、勞動力成本的增加等。2.供需關(guān)系：供需關(guān)系的變化也會影響商品和服務(wù)的價(jià)格，進(jìn)而影響CPI。例如,需求的增加而供給不足會導(dǎo)致價(jià)格上漲。3.貨幣政策：貨幣政策的調(diào)整會影響市場的流動性，進(jìn)而影響商品和服務(wù)的價(jià)格。例如,貨幣供應(yīng)量的增加會導(dǎo)致市場流動性的增加，從而可能引發(fā)通貨膨脹。4.匯率波動：匯率的波動會影響進(jìn)口商品的價(jià)格，進(jìn)而影響CPI。例如，人民幣貶值會導(dǎo)致進(jìn)口商品價(jià)格上漲，從而提高CPI。5.季節(jié)性因素：某些商品和服務(wù)的價(jià)格會隨著季節(jié)的變化而變化，如農(nóng)產(chǎn)品等，從而影響CPI。6.政策性因素：政府的價(jià)格管制、稅收政策等也會影響商品和服務(wù)的價(jià)格，從而影響CPI。7.其它因素：疫情等不可控因素五、河北省居民消費(fèi)價(jià)格指數(shù)影響因素實(shí)證分析（一）理論模型的設(shè)計(jì)PRM1.模型表達(dá)式為了研究地區(qū)居民消費(fèi)價(jià)格指數(shù)的影響因素，本文選取了河北省居民消費(fèi)價(jià)格指數(shù)作為被解釋變量Y，解釋變量分別為地區(qū)生產(chǎn)總值里面的住宿和餐飲業(yè)、房地產(chǎn)業(yè)；工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)里面的食品類、衣著類、一般日用品；畜產(chǎn)品產(chǎn)量里面的肉類，分別用lnX1～lnX6表示。具體模型形式如下：lnYt=其中，為待估計(jì)參數(shù)，為隨機(jī)干擾項(xiàng)。假設(shè)模型（1）為經(jīng)典正態(tài)線性回歸模型（CNLRM）。2.假設(shè)的建立假設(shè)H1：在其他條件不變的情況下，住宿和餐飲業(yè)對居民消費(fèi)價(jià)格指數(shù)為顯著負(fù)向影響。假設(shè)H2：在其他條件不變的情況下，房地產(chǎn)業(yè)對居民消費(fèi)價(jià)格指數(shù)為顯著負(fù)向影響。假設(shè)H3：在其他條件不變的情況下，食品類對居民消費(fèi)價(jià)格指數(shù)為顯著正向影響。假設(shè)H4：在其他條件不變的情況下，衣著類對居民消費(fèi)價(jià)格指數(shù)為顯著正向影響。假設(shè)H5：在其他條件不變的情況下，一般日用品對居民消費(fèi)價(jià)格指數(shù)為顯著負(fù)向影響。假設(shè)H6：在其他條件不變的情況下，肉類對居民消費(fèi)價(jià)格指數(shù)為顯著負(fù)向影響。（二）樣本數(shù)據(jù)的收集模型（1）中所有變量的數(shù)據(jù)均來自《河北省統(tǒng)計(jì)局》，研究樣本時(shí)間為2011年至2022年，具體的代理變量數(shù)據(jù)分別為居民消費(fèi)價(jià)格指數(shù)（%）、住宿和餐飲業(yè)（億元）、房地產(chǎn)業(yè)（億元）；食品類（%）、衣著類（%）、一般日用品（%）；肉類（萬噸）。（三）模型參數(shù)的估計(jì)OLS法1.描述統(tǒng)計(jì)分析取對數(shù)之前的折線圖與取對數(shù)之后的折線圖雖然在趨勢上是一致的，但是取對數(shù)后的折線圖數(shù)據(jù)較為平穩(wěn)，這為之后避免偽回歸,消除異方差奠定基礎(chǔ)。圖1變量的走勢表1變量的描述統(tǒng)計(jì)分析LNYLNX1LNX2LNX3LNX4LNX5LNX6

Mean4.62775.6777.46544.62634.60974.61166.1263

Median4.62455.74257.54744.62434.6114.6136.1431

Maximum4.66065.96367.80924.68474.64244.646.1761

Minimum4.61415.22526.98544.59274.5824.58036.0383

Std.Dev.0.01230.23930.31030.02540.01920.01810.0484

Skewness1.5674-0.5179-0.32650.80930.2541-0.3742-0.7933

Kurtosis5.32122.03711.52563.40481.87692.49212.1712

Jarque-Bera7.607511.30021.39180.75970.4091.6021

Probability0.02230.60650.5220.49860.6840.81510.4489

Sum55.532268.123489.58555.515455.316755.338973.5161

SumSq.Dev.0.00170.62971.05890.00710.00410.00360.0257

Observations12121212121212數(shù)據(jù)來源：EViews9.0軟件。2.相關(guān)性分析從圖2的散點(diǎn)圖可以看出，lnx3、lnx4、lnx6與lnY(消費(fèi)者物價(jià)指數(shù))有明顯的線性關(guān)系，顯著相關(guān)。由表2可以看出，各變量與lny之間相互獨(dú)立。圖2散點(diǎn)圖表2Pearson相關(guān)系數(shù)矩陣CorrelationProbabilityLNY

LNX1

LNX2

LNX3

LNX4

LNX5

LNX6

LNY

1

LNX1

-0.576210.0499

LNX2

-0.50420.972510.09460

LNX3

0.7255-0.2317-0.099510.00760.46880.7583

LNX4

0.7543-0.3519-0.31730.564510.00460.26190.31490.0558

LNX5

-0.04490.46280.5520.49680.022410.88990.12970.06280.10040.9448

LNX6

-0.67510.18760.0529-0.5686-0.3584-0.039110.0160.55920.87040.05370.25260.9039

數(shù)據(jù)來源：EViews9.0軟件。3.多元線性回歸分析利用EViews9.0對模型（1）進(jìn)行回歸，普通最小二乘法結(jié)果如下表3所示。根據(jù)表3可得模型（1）的回歸結(jié)果表達(dá)式（SRF）為：LNY=4.08021006475+0.304894960188*LNX4-0.124201406441*LNX6-0.0130083427118*LNX2（2）根據(jù)回歸結(jié)果，可知假設(shè)H2、H4和H6是成立的，但是假設(shè)H1、H3、H5仍需進(jìn)一步驗(yàn)證。（包含經(jīng)濟(jì)意義檢驗(yàn)和統(tǒng)計(jì)意義檢驗(yàn)）表3三元線性回歸模型估計(jì)結(jié)果VariableCoefficientStd.Errort-StatisticProb.

C4.08020.58886.93000.0001LNX40.30490.09833.10300.0146LNX6-0.12420.0371-3.3460.0101LNX2-0.0130.0057-2.28420.0517R-squared0.8529

Meandependentvar4.6276AdjustedR-squared0.7977

S.D.dependentvar0.0123S.E.ofregression0.0055

Akaikeinfocriterion-7.2909Sumsquaredresid0.0002

Schwarzcriterion-7.1293Loglikelihood47.7458

Hannan-Quinncriter.-7.3508F-statistic15.4578

Durbin-Watsonstat2.7817Prob(F-statistic)0.0011數(shù)據(jù)來源：EViews9.0軟件。（四）計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)1.多重共線性檢驗(yàn)首先，采用多重共線性檢驗(yàn)看一下原來的數(shù)據(jù)存不存在多重共線性。結(jié)果表明，模型最初確定的6個(gè)自變量的VIF有大于10的，也有小于10的，然后對其修正的方法就是剔除最大的，然后再看一下剩下的是否都小于10，如果還存在大于10的，就繼續(xù)按照上面的方法剔除最大的，以此求出最好的結(jié)果，當(dāng)數(shù)據(jù)的VIF值都小于10時(shí)，表明模型通過了多重共線性檢驗(yàn)，最終分別剔除lnx1(住宿和餐飲業(yè))、lnx3(食品類)、lnx5(一般日用品)，剩下lnx2(房地產(chǎn)業(yè))、lnx4(衣著類)、lnx6(肉類)得到輸出結(jié)果如下表所示:表4多重共線性檢驗(yàn)結(jié)果CoefficientUncenteredCenteredVariableVarianceVIFVIFC

0.3466

135336.7

NALNX4

0.0096

80097.77

1.2783LNX6

0.0013

20190.06

1.1528LNX2

3.24E-05

706.7494

1.11722.異方差檢驗(yàn)與修正在通過多重共線性的基礎(chǔ)上對lnx2、lnx4、lnx6進(jìn)行方差膨脹因子檢驗(yàn)，里面有三種方法可以檢驗(yàn)，分別是圖示檢驗(yàn)法、布羅施-帕甘檢驗(yàn)和懷特檢驗(yàn)，圖示法中是以解釋變量lnx為X軸，以e方為Y軸，當(dāng)出現(xiàn)了與X軸平行（斜率為0）的線，就說明是同方差，當(dāng)斜率不為0時(shí)又分為三種情況：單調(diào)遞減型異方差和復(fù)雜型異方差、單調(diào)遞增型異方差，當(dāng)異方差出來的P值都大于0.05時(shí)，就說明該模型不存在異方差，當(dāng)其中存在小于0.05時(shí)，就要對其進(jìn)行修正，對其進(jìn)行加權(quán)，加權(quán)的權(quán)數(shù)有e/1、e^2/1等。表5方差膨脹因子檢驗(yàn)結(jié)果F-statistic2.6441

Prob.F(3,8)0.1207Obs*R-squared5.9746

Prob.Chi-Square(3)0.1129ScaledexplainedSS4.6711

Prob.Chi-Square(3)0.1975VariableCoefficientStd.Errort-StatisticProb.

C-0.00070.0017-0.43340.6761LNX4^27.63E-056.40E-051.19150.2676LNX6^2-1.69E-051.83E-05-0.92160.3837LNX2^2-3.57E-062.31E-06-1.54790.1602R-squared0.4978

Meandependentvar2.05E-05AdjustedR-squared0.3095

S.D.dependentvar4.01E-05S.E.ofregression3.34E-05

Akaikeinfocriterion-17.5174Sumsquaredresid8.90E-09

Schwarzcriterion-17.3558Loglikelihood109.1047

Hannan-Quinncriter.-17.5772F-statistic2.6441

Durbin-Watsonstat2.9545Prob(F-statistic)0.12073.自相關(guān)檢驗(yàn)與修正上面的lnx2、lnx4、lnx6都已經(jīng)通過了多重共線性檢驗(yàn)和異方差檢驗(yàn)，因此可以對原來的數(shù)據(jù)進(jìn)行DW檢驗(yàn)從而進(jìn)行下一步分析。經(jīng)過檢驗(yàn)，該模型的DW值為1.607。表6DW檢驗(yàn)結(jié)果F-statistic2.7542

Prob.F(2,6)0.1417Obs*R-squared5.7437

Prob.Chi-Square(2)0.0566VariableCoefficientStd.Errort-StatisticProb.

C0.17830.49990.35680.7334LNX4-0.00290.082-0.03560.9728LNX6-0.02740.0336-0.81660.4453LNX20.00040.00470.09080.9306RESID(-1)-0.83610.3609-2.31630.0597RESID(-2)-0.59160.3684-1.60560.1595R-squared0.4786

Meandependentvar1.85E-17AdjustedR-squared0.0442

S.D.dependentvar0.0047S.E.ofregression0.0046

Akaikeinfocriterion-7.6089Sumsquaredresid0.0001

Schwarzcriterion-7.3665Loglikelihood51.6538

Hannan-Quinncriter.-7.6987F-statistic1.1017

Durbin-Watsonstat1.607Prob(F-statistic)0.4464（五）模型預(yù)測檢驗(yàn)具體的檢驗(yàn)方法如下：將所得的模型用于樣本以外的某一時(shí)期的實(shí)際預(yù)測，將其預(yù)測值與真實(shí)值進(jìn)行比較，看一下兩者之間是否顯著，由圖3可以看到，預(yù)測值的趨勢幾乎與真實(shí)值吻合，趨勢都呈重復(fù)先下降再上升，由此可知，2011-2022年預(yù)測的還是比較準(zhǔn)的。圖3真實(shí)值與預(yù)測值的趨勢六、結(jié)論與建議（一）研究結(jié)論國內(nèi)外的典型案例表明，影響居民消費(fèi)價(jià)格指數(shù)的因素及其應(yīng)對策略的成效不盡相同。例如：某些國家在應(yīng)對通貨膨脹時(shí)采取了緊縮貨幣政策和財(cái)政政策，成功控制了物價(jià)上漲，而另一些國家則因?yàn)檎哒{(diào)整不及時(shí)或措施不當(dāng)而導(dǎo)致通貨膨脹加劇。這些案例的對比分析有助于我們更好地理解和應(yīng)對物價(jià)上漲問題。通過描述統(tǒng)計(jì)分析、相關(guān)分析等，河北省2011-2022年的居民消費(fèi)者價(jià)格指數(shù)呈現(xiàn)W的趨勢。通過多元線性回歸模型分析，可以看到河北省居民消費(fèi)價(jià)格指數(shù)與lnx2(房地產(chǎn)業(yè))、lnx4(衣著類)、lnx6(肉類)之間有較明顯的線性關(guān)系。還根據(jù)一些基礎(chǔ)理論和實(shí)證分析的結(jié)果,對穩(wěn)定居民消費(fèi)價(jià)格指數(shù)提出了合理性的建議。（二）對策與建議針對以上分析，本文提出以下應(yīng)對策略建議：1.控制生產(chǎn)成本：政府可以通過政策引導(dǎo)和財(cái)政補(bǔ)貼等手段，控制原材料、勞動力等生產(chǎn)要素的價(jià)格，從而降低企業(yè)的生產(chǎn)成本，穩(wěn)定物價(jià)。2.優(yōu)化供需結(jié)構(gòu)：政府應(yīng)加強(qiáng)市場監(jiān)管，防止市場壟斷和投機(jī)炒作行為，優(yōu)化供需結(jié)構(gòu)，保持市場供需平衡。3.適度調(diào)整貨幣政策：央行應(yīng)根據(jù)經(jīng)濟(jì)形勢適度調(diào)整貨幣政策，控制貨幣供應(yīng)量增長速度，避免引發(fā)通貨膨脹。4.加強(qiáng)匯率管理：政府應(yīng)加強(qiáng)外匯市場管理，保持人民幣匯率的基本穩(wěn)定，防止匯率波動對物價(jià)造成沖擊。5.穩(wěn)定農(nóng)產(chǎn)品等季節(jié)性產(chǎn)品價(jià)格：對于農(nóng)產(chǎn)品等季節(jié)性產(chǎn)品，政府應(yīng)加強(qiáng)生產(chǎn)指導(dǎo)和儲備調(diào)節(jié)，保持價(jià)格穩(wěn)足。6.加強(qiáng)政策性措施的實(shí)施：政府應(yīng)加強(qiáng)價(jià)格管制和稅收政策等措施的實(shí)施力度，防止不合理的價(jià)格波動。對于一些物價(jià)的變動，選取應(yīng)對方法,選擇性優(yōu)化節(jié)約型改革機(jī)制加強(qiáng)對價(jià)格上漲等問題的監(jiān)督管理。國家目前提出了三點(diǎn)來拯救CPI,分別是在買房、結(jié)婚生子和信用消費(fèi)方面進(jìn)一步努力。本文對影響居民消費(fèi)價(jià)格指數(shù)的因素進(jìn)行了深入探討，并提出了相應(yīng)的應(yīng)對策略建議。通過實(shí)證分析和其它影響因素分析，我們發(fā)現(xiàn)這些因素在不同程度上影響著物價(jià)水平的變化，而采取適當(dāng)?shù)膽?yīng)對策略則可以有效降低或緩解物價(jià)上漲的風(fēng)險(xiǎn)。在未來的研究中，還需要進(jìn)一步探討物價(jià)上漲背后的深層次原因以及如何更好地制定和實(shí)施相關(guān)政策措施來穩(wěn)定物價(jià)水平。參考文獻(xiàn)周彩南,魏莉紅,王麗娟.碳減排約束下居民消費(fèi)價(jià)格指數(shù)傳導(dǎo)效應(yīng)研究[J].甘肅金融,2023,(06):13-20.梁驍.基于工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)和居民消費(fèi)價(jià)格指數(shù)傳導(dǎo)機(jī)制下的商品價(jià)格制定[J].甘肅金融,2023,(02):35-41.肖云韜,宋嘉儀,彭俊堯.湖北省居民消費(fèi)價(jià)格指數(shù)影響因素實(shí)證分析[J].統(tǒng)計(jì)與咨詢,2022,(05):34-38.王振中,陳松蹊,涂云東.中國居民消費(fèi)價(jià)格指數(shù)的動態(tài)結(jié)構(gòu)研究及中美量化比較[J].數(shù)理統(tǒng)計(jì)與管理,2023,42(01):109-126.閔冬梅.人口老齡化對居民消費(fèi)價(jià)格指數(shù)的影響——基于安徽省2001—2019年數(shù)據(jù)的實(shí)證分析[J].成都師范學(xué)院學(xué)報(bào),2021,37(09):100-107.趙波,李德影,趙桂燕.居民消費(fèi)價(jià)格指數(shù)交叉效應(yīng)影響分析[J].黑龍江八一農(nóng)墾大學(xué)學(xué)報(bào),2021,33(03):116-120.葉夢翔.居民消費(fèi)價(jià)格指數(shù)的影響因素及評價(jià)[J].中國商論,2020,(23):15-16.劉懿樅,李明洋,王虹博.我國居民消費(fèi)價(jià)格指數(shù)（CPI)影響因素的分析[J].商場現(xiàn)代化,2019,(17):25-26.PeterK.Webscrapeddatainconsumerpriceindices[J].StatisticalJournaloftheIAOS,2023,39(1):203-212.HorrellS.Householdconsumptionpatternsandtheconsumerpriceindex,England,1260–1869[J].TheEconomicHistoryReview,2023,76(4):1023-1050.ThuyMP.EvaluatingtheRelationshipbetweenConsumerPriceIndexwithGasolineandHogPricesinVietnam[J].JournalofFinanceandEconomics,2022,10(3):57-61.AbdullahiMS,AttahGA,OluseyiSA.PetroleumPumpPriceSwingandConsumerPriceIndexNexusinNigeria:NewEvidencefromNARDL[J].StudiaUniversitatis?VasileGoldis”Arad–EconomicsSeries,2021,31(2):64-79.附錄1、打開EViews9.0，封面會出現(xiàn)CreateanewEViewsworkfile，用鼠標(biāo)點(diǎn)擊，在workfilestructuretype欄選擇Date-regularfrequency，在Datespecification欄的Frequency選擇Annual，Startdate欄輸入2011，Enddate輸入2022，點(diǎn)擊OK。2、在Command框里輸入datalnylnx1lnx2lnx3lnx4lnx5lnx6，按“enter”鍵，打開Excel表，復(fù)制Excel表中的數(shù)據(jù)，回到EViews9.0中，選擇第一行第一列的NA，按“Ctrl+V”鍵進(jìn)行數(shù)據(jù)搬移。點(diǎn)擊name進(jìn)行保存。3、在Command框里輸入lslnyclnx1按“enter”鍵就是lnx1與lny的回歸分析，點(diǎn)擊Freeze后再點(diǎn)name，繼續(xù)輸lslnyclnx2按“enter”鍵就是《應(yīng)用經(jīng)濟(jì)計(jì)量學(xué)》課程論文對居民消費(fèi)價(jià)格指數(shù)的實(shí)證分析與lny的回歸分析，點(diǎn)擊Freeze后再點(diǎn)name，繼續(xù)輸lslnyclnx3按“enter”鍵就是lnx3與lny的回歸分析，點(diǎn)擊Freeze后再點(diǎn)name，繼續(xù)輸lslnyclnx4按“enter”鍵就是lnx4與lny的回歸分析，點(diǎn)擊Freeze后再點(diǎn)name，繼續(xù)輸lslnyclnx5按“enter”鍵就是lnx5與lny的回歸分析，點(diǎn)擊Freeze后再點(diǎn)name，繼續(xù)輸lslnyclnx6按“enter”鍵就是lnx6與lny的回歸分析，點(diǎn)擊Freeze后再點(diǎn)name。在Command框里輸入lslnyclnx1lnx2lnx3lnx4lnx5lnx6按“enter”鍵就是多元回歸的結(jié)果，點(diǎn)擊Freeze后再點(diǎn)name。4、打開多元回歸結(jié)果，選擇上方欄目中的view，點(diǎn)擊coefficientdiagnostics中的varianceinflationfactors,點(diǎn)擊Freeze后再點(diǎn)name，就是方差膨脹因子。5、打開多元回歸結(jié)果，選擇上方欄目中的Proc中的Specify/Estimate，在Method中選取STEPLS-Stepwiseleast