상관관계와 회귀분석

목차

□ 제 목 : 상관관계와 회귀분석을 이용한 데이타 자료
□ 총 페이지수 : 13
□ 목 차:

1. 선형모델(모든 변수들을 전부다 고려한 경우)

2. log-log모델(모든 변수들을 전부다 고려한 경우)

3. log-lin모델(모든 변수들을 전부다 고려한 경우)

4. lin-log모델(모든 변수들을 전부다 고려한 경우)

5. 선형모델(물가와 수출동향을 뺀 경우)

본문내용

b Dependent Variable: 종합주가지수
Model
Variables Entered
Variables Removed
Method
1
LN통화량, LN금리, LN환율
.
Enter
모델요약
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
Durbin-Watson
1
.779
.607
.548
103.2106
.690
a Predictors: (Constant), LN통화량, LN금리, LN환율
b. Dependent Variable: 종합주가지수
계수
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
-4311.668
3973.169
-1.085
.291
LN환율
-465.685
132.888
-.591
-3.504
.002
LN통화량
851.524
374.780
.344
2.272
.034
LN금리
-31.991
79.096
-.066
-.404
.690
a Dependent Variable: 종합주가지수
물가와 수출동향, 이렇게 두 개의 변수를 모두 제거한 결과도 역시 만족스럽지 못했다. R-square(0.555~0.607)와 Adjusted R-square 모두 특기할
(0.488~0.548) 만한 사실은 없었다. 한가지 다른 점은 설명변수의 유의성에서 환율과 통화량이 유의미하게 나왔다는 것이다. 환율은 0.02~0.08사이의 유의확률을 가졌고, 통화량은 0.013~0.042사이의 유의확률을 가졌다.
추후 물가와 수출동향을 따로따로 제거하고 회귀분석을 실시하였다.그러나 끝까지 금리는 유의성의 띄지 못하였고 결측계수도 또한 0.8을 넘지 못하였다.
그럼, 어떤 모델을 채택할것인가?
(1) 어떠한 변수도 제거하지 않은 경우
R2 adR2 유의성을 가지는 변수(sig-value)
선 형 0.568 0.448 없 음
log-log 0.621 0.516 ln 통화량(0.010)
log-lin 0.566 0.445 통화량(0.020)
lin-log 0.621 0.516 ln 통화량(0.035)
(2) 물가와 수출동향 모두 제거한 경우
R2 adR2 유의성을 가지는 변수(sig-value)
선 형 0.565 0.500 환율(0.007), 통화량(0.042)
log-log 0.594 0.533 ln 환율(0.008), ln 통화량(0.013)
log-lin 0.555 0.488 환율(0.022), 통화량(0.017)
lin-log 0.607 0.548 ln 환율(0.002), ln 통화량(0.034)
(3) 물가만 제거한 경우
R2 adR2 유의성을 가지는 변수(sig-value)
선 형 0.565 0.500 환율(0.007), 통화량(0.042)
log-log 0.594 0.533 ln 환율(0.008), ln 통화량(0.013)
log-lin 0.555 0.488 환율(0.022), 통화량(0.017)
lin-log 0.607 0.548 ln 환율(0.002) ln통화량(0.034)
(4) 수출동향만 제거한 경우
R2 adR2 유의성을 가지는 변수(sig-value)
선 형 0.568 0.477 통화량(0.047)
log-log 0.619 0.539 ln 통화량(0.008)
log-lin 0.564 0.473 통화량(0.016)
lin-log 0.621 0.542 ln 통화량(0.026)
이상의 결과에서 우리팀은 우선 Ad R-Square의 값이 제일 높고, 그 다음으로 R-Square 값이 높으면서 유의성을 가지는 변수가 두 개 이상인 경우와 함수형태를 채택하기로 하였다.
그 결과 (2) 물가와 수출동향을 모두 제거한 경우의 LIN-LOG모델이 채택되었으며, (3) 물가만 제거한 경우의 LIN-LOG모델도 같은 값을 가짐을 확인하게되었다.
채택된 함수형태의 해석
채택된 함수형태는 다음과 같다.
Yt = -4311.668-465.685EXR+851.524M-31.991R
이 된다.
여기서 유의성을 갖는 변수는 환율과 통화량인데.
이는, 즉 환율이 1%POINT 증가하면 종합주가지수는 465.685 POINT 감소함을 이야기하고 또, 통화량이 1%POINT 증가하면 종합주가지수는 351.524 POINT 증가함을 이야기 한다.
사용된 데이터(97.4 - 99.3 : 24개월간의 시계열 자료)
주가 물가 환율 통화량 금리
763.2 111.3 892.1 15693.3 12.50
756.8 111.2 891.8 15832.8 12.22
745.4 111.4 888.1 15367.5 11.65
726.1 111.6 892.0 15382.2 11.86
695.4 112.9 902.0 15498.4 12.11
647.1 113.7 914.8 17274.1 12.36
470.8 113.6 965.1 16033.8 12.53
407.9 114.0 1163.8 16037.2 14.08
376.3 118.9 1415.2 16594.7 24.32
567.4 123.0 1572.9 17187.4 23.36
559.0 126.0 1640.1 15748.9 19.78
481.0 124.8 1378.8 14787.1 18.94
421.2 125.4 1338.2 14249.5 18.10
332.0 125.4 1410.8 14196.8 17.89
297.9 123.5 1385.2 13956.9 16.64
343.3 123.6 1236.0 14168.0 13.69
310.2 124.6 1331.8 14101.4 12.38
310.3 125.5 1373.6 14178.5 12.51
403.4 126.5 1313.8 15756.6 10.01
451.9 125.9 1243.7 14616.9 9.60
562.5 125.7 1207.8 14812.6 8.30
571.4 125.7 1175.3 14892.5 7.89
520.1 126.5 1222.4 16140.8 8.56
619.0 127.1 1224.7 15158.7 8.55
수출동향을 포함시키지 않았습니다. 통계청으로 가시면 구하실 수 있습니다.

키워드

상관관계,   회귀분석,   선형모델