关注二幺幺统计课堂公众号。
可以加入学术交流群、免费获得各种数据资源。在经过图形分析以后，能够大概看出变量x1和x二与y之间是有相关关系的。但是相关程度到底是多少？通过图形并能够看出来，由此需要进一步通过票据相关系数以及构建线性回归模型来进行进一步的分析，以探究各个变量之间的相关程度。
接下来就给大家讲解二点三的内容，票据、相关分析。相关分析主要是通过探究各个变量之间的相关系数，来探究各个变量之间的相关程度。
这个在Eview中是如何实现的？首先打开造影剂s，选中三个变量，右击用左打开，然后单击vo，里面有个斜方叉分析。去掉斜方叉分析的四选框，选择下面这个关系，然后单击p值，选中这两个框然后单击确定，便能够得到三个变量之间的相关系数。
那么这个可以把这个图截取到后面，需要的比如说截取到word里面或取或者截取到excel或者截取到ppt里面，在截取的时候大家可以选中这个表格，然后右击复制，单击确定。同时，比如说想要粘贴到文档里面，然后打开一个文档，右击粘贴就行。但是这种情况粘贴过来是以图片的形式进行粘贴的。
但是大家在写论文的时候会出现很多论文要求不能出现格式，图片样式，如此需要把它转化成图表样式。怎么转化成图表样式？可以就是粘贴的时候选择选择性粘贴里面有一个带格式的文本，单击确定。粘贴了一个内容，但是这个文本是以表格形式存在的，并且可以进行编辑，这种情况就符合论文的要求，大家了解一下就行。
如果有需要的同学可以进行操作，再返回ppt，返回ppt在做出来皮尔逊相关系数的结果以后，接下来就开始对它进行分析了。
从这个表中能够看出变量 y和变量xe之间的相关系数是0.45784，那么它下面的数值是什么？下面这个数值是对相关系数进行了统计值的检验，相关统计检验以后对应的p值，这个p值还是跟0.05比，若小于0.05就表明上面0.457四这个同志关系数是能够很好的代表整体的。
反之大于0.05就表明相关系数是不能很好的代表总体的。也就是说比如y与x二的相关系数是0.2/4幺，但是它的 p值是0.72是大于0.05的，就说明在百分之五的显著性水平向下填写，y与x之间的相关系数0.2/4幺并不能很好的反应总体。这也就是对这这个周期性相关系数的分析，至于具体的分析就是按照 这一段话大家可以按照右侧的这段话来进行分析，此处我就不给大家念了。接下来进行 EviX相关分析完成。以后我们需要通过进一步通过一元或者多元线性回归模型来探究变两个自变量，x一和x二对变量y到底有多大的影响程度。
接下来开始讲解二点四的内容一元或者多元进行股规分析。一元或多元现金回馈分析在 Evi中是如何实现的？首先再接着打开 DN1，关掉刚才做的相关分析的结果，然后重新选择三选择三个变量。选择完以后用按方程打开，按方程打开。记住此处不是按组打开了按方程打开，打开以后便会出现呼吸方程的对话框。
在这个对话框中大家可以看看到上面有四个变量，其中有三个是刚才选所选的变量 y c、x二还有个c，表示的是洁具项。
接下来在下面的方法选择，因为回归一般选用的是默认的最小二乘法，也就是现在的ls方法，此时不变，依然用最小二乘法来进行估计，单击确定，便能够看到估计出来的回归分析结果。如果想把结果复制到word 里面，也是按照刚才的方式进行复制就可以。再接着回到ppt来对回归分析结果来进行分析，大家可以看左侧的这个表，其中有五列数据，第一列是容量，第二二列是变量的估计系数，第三列是变量的标志物，第四列是变量经过替统计值检验得到的统计值，第五列是替统计值检验对应的p值。
