1.表中是道琼斯工业指数（DJIA）和标准普尔500种股票指数（S&P500）1988年至1997年对应股票的收益率资料：

计算两种指数收益率的相关系数分析其相关程度，以0.05的显著性水平检验相关系数嘚显著性

56 %P表示假设检验的P-value值，P-value值越小表示的相关性越显著
 

rlo和rup是r在%95可信度下的置信区间。

54 %ployval函数中第一个多项式系数（行向量）是按高到低而regress中的b是从低到高，而且是个列向量不可直
 

进行线性回归时，有4个基本假定：

　　① 因变量与自变量之间存在线性关系；

　　② 残差是独立的；

　　③ 残差满足方差奇性；

　　④ 残差满足正态分布

这里，y是一个 的列向量X是一个 的矩阵，其中第一列是全1向量（这一點对于回归来说很重要这一个全1列向量对应回归方程的常数项），一般情况下需要人工造一个全1列向量。

　　① 是回归方程的系数； ② 是一个 矩阵它的第 行表示 的(1-alpha)置信区间； ③ 是 的残差列向量； ④ 是 矩阵，它的第 行表示第 个残差 的(1-alpha)置信区间；

注释：残差与残差区间杠杆图最好在0点线附近比较均匀的分布，而不呈现一定的规律性如果是这样，就说明回归分析做得比较理想 ⑤ 一般的， 返回4个值： 值、F_检验值、阈值 与显著性概率相关的 值（如果这个 值不存在，则只输出前3项）。

注释： （1）一般说来 值越大越好。 （2）人们一般用鉯下统计量对回归方程做显著性检验：F_检验、t_检验、以及相关系数检验法Matlab软件包输出F_检验值和阈值 。一般说来F_检验值越大越好，特别嘚应该有F_检验值 。 （3）与显著性概率相关的 值应该满足 如果 ，则说明回归方程中有多余的自变量可以将这些多余的自变量从回归方程中剔除（见下面逐步回归的内容）。 这几个技术指标说明拟合程度的好坏这几个指标都好，就说明回归方程是有意义的

上面的我估計方法不对，懂得指点下！