【正文】 ，殘差序列存在完全負自相關(guān)；當DW取值在2到4時，殘差序列存在負自相關(guān)；當DW=2時，殘差序列無自相關(guān)；當DW取值在0到2時，殘差序列存在正相關(guān)性；當DW=0時，殘差序列存在完全正自相關(guān)。（3）各處理條件下的樣本分別來自正態(tài)分布總體，否則使用非參數(shù)分析。對變差的度量，采用離差平方和。單因素方差分析的第三步是通過比較觀測變量總離差平方和各部分所占的比例，推斷控制變量是否給觀測變量帶來了顯著影響。因此，有必要對方差是否齊性進行檢驗。正是如此，它利用全部觀測變量值，而非僅使用某兩組的數(shù)據(jù)。通過趨勢檢驗，能夠幫助人們從另一個角度把握控制變量不同水平對觀測變量總體作用的程度。第一水平或最后一個水平上觀測變量的均值（Simple）。檢驗統(tǒng)計量仍采用F統(tǒng)計量，它們是各均方與隨機因素引起的均方比。對Enter、Stepwise、Backward的解釋：Enter：系統(tǒng)的默認選項，表示讓所有選擇的自變量都進入回歸模型。刪除過程進行到回歸方程中再也沒有滿足刪除條件的自變量為止。2儲蓄網(wǎng)點.步進（準則: Ftoenter 的概率 = .050，F(xiàn)toremove 的概率 = .100）。(4) 模型回歸系數(shù) 模型回歸系數(shù)表系數(shù)模型非標準化系數(shù)標準系數(shù)tSig.B標準 誤差試用版1(常量).001特約商戶.948.0002(常量).673特約商戶.000儲蓄網(wǎng)點.0353(常量).010特約商戶.318.143儲蓄網(wǎng)點.000ATM機.0014(常量).001儲蓄網(wǎng)點.000ATM機.000(即值)，SPSS系統(tǒng)回歸過程最后建立的銀行卡發(fā)卡量與受理終端(儲蓄網(wǎng)點和ATM機)數(shù)量的函數(shù)模型為：對模型4：，而根據(jù)模型的數(shù)據(jù)量及自變量個數(shù)， ，因此。這說明儲蓄網(wǎng)點的減少使人們更加傾向于使用銀行卡這種電子化的支付工具來代替?zhèn)鹘y(tǒng)的存折。我國的銀行卡市場處于剛起步階段，在銀行卡受理環(huán)境方面的建設(shè)還很不成熟，特約商戶率很低，POS機終端的數(shù)量也很少，并且特約商戶和POS機終端的普及率遠不如銀行卡的業(yè)務(wù)量增長的那么快。但由于本文可獲得的數(shù)據(jù)比較少，另外銀行卡市場還不成熟，數(shù)據(jù)不穩(wěn)定，所以有可能不是特別準確。銀行卡產(chǎn)品或服務(wù)需求價格彈性的決定因素：（1）銀行卡產(chǎn)品和服務(wù)對消費者的重要程度。例如網(wǎng)上銀行服務(wù)。若存在完全同方差性，則兩方差一定相等，即兩子樣的方差之比為1。若出現(xiàn)顯著偏離0的系數(shù)，則拒絕同方差性假設(shè)。給定顯著水平下，比較求出的值與自由度為的理論值。若存在異方差性，圖中大多會出現(xiàn)一個三角形。因此，銀行卡產(chǎn)品或服務(wù)的替代品越多，則該種銀行卡產(chǎn)品或服務(wù)的替代程度越強，那么它的需求價格彈性就會相對較大。(2) ，表明銀行卡產(chǎn)品或服務(wù)的需求缺乏價格彈性，需求量變動的幅度小于價格的變動幅度。另外，要增加ATM機的數(shù)量，而儲蓄網(wǎng)點的數(shù)量增減還要看銀行其他業(yè)務(wù)而定。模型的最終結(jié)果表明，銀行卡的業(yè)務(wù)量與儲蓄網(wǎng)點和ATM機的數(shù)量的關(guān)系更為密切，與特約商戶和POS機終端的關(guān)系不太密切。各種檢驗通過說明這個方程在統(tǒng)計學(xué)上是有意義的。對模型4。在整個回歸過程中注意到始終沒有達到移入標準，所以始終沒有被移入方程。在刪除過程之中，和因變量之間有最小的偏相關(guān)系數(shù)的自變量首先考慮將會被刪除。分別選擇SPSS回歸過程中Enter、Stepwise、Backward三種回歸模型中自變量的進入方式，即：所有選擇的自變量全部進入回歸方程、逐步回歸分析方式、向后剔除分析方式。協(xié)方差分析仍然沿承方差分析的基本思想，并在分析觀測變量變差時，考慮了協(xié)變量的影響，人為觀測變量的變動受四個方面的影響：即控制變量的獨立作用、控制變量的交互作用、協(xié)變量的作用和隨機因素的作用，并在扣除協(xié)變量的影響后，再分析控制變量的影響。對比檢驗采用的是單樣本檢驗的方法，它將控制變量不同水平下的觀測變量值看做來自不同總體的樣本，并依次檢驗這些總體的均值是否與某個指定的檢驗值存在顯著差異。通過先驗對比檢驗?zāi)軌蚋_地掌握各水平間或各相似性子集間均值的差異程度。6. 檢驗統(tǒng)計量的構(gòu)造方法（1）LSD方法LSD方法稱為最小顯著性差異（Least Significant Difference）法。前面提到，控制變量不同各水平下觀測變量總體方差無顯著差異是方差分析的前提要求。方差分析認為：觀測變量值得變動會受控制變量和隨機變量兩方面的影響。方差分析的目的是通過數(shù)據(jù)分析找出對該事物有顯著影響的因素，各因素之間的交互作用，以及顯著影響因素的最佳水平等。1. 方差分析的假定條件為：（1）各處理條件下的樣本是隨機的。采用的檢驗統(tǒng)計量為：DW取值在0~4之間。殘差序列以時間為橫坐標，以殘差為縱坐標。當解釋變量取某個特定值時，對應(yīng)的殘差有正有負，但總體上服從以零為均值的正態(tài)分布。如果概率值小于給定的顯著性水平，則應(yīng)拒絕原假設(shè)，認為回歸系數(shù)與零有顯著差別，被解釋變量與解釋變量的線性關(guān)系顯著，應(yīng)保留在回歸方程中；反之，如果概率值大于給定的顯著性水平，則應(yīng)接受原假設(shè)，認為回歸系數(shù)與零無顯著性差別，被解釋變量與解釋變量的線性關(guān)系不顯著，不應(yīng)保留在回歸方程中。多元線性回歸的顯著性檢驗采用F統(tǒng)計量，其數(shù)學(xué)定義為：為多元線性回歸方程中的解釋變量的個數(shù)。逐步回歸法在前面步驟中剔除的自變量在后面的步驟中也可能重新進入到模型中。這時，模型中所剩的自變量都是顯著的。（如果所有模型均無統(tǒng)計上顯著性，則運算過程終止，沒有模型擬合）第二步：在已經(jīng)引入模型的的基礎(chǔ)上，再分別擬合引入模型外的個自變量的線性回歸模型，即變量組合的個線性回歸模型。 變量選擇根據(jù)多個自變量建立回歸模型時，若試圖將所有的自變量都引入回歸模型將會使建立的模型不能進行有效的解釋。（2）當模型的線性關(guān)系檢驗（檢驗）顯著時，幾乎所有的回歸系數(shù)的t檢驗卻不顯著。調(diào)整的多重判定系數(shù)計算式為：同時考慮了樣本量和模型中自變量的個數(shù)的影響，從而調(diào)整的多重判定系數(shù)永遠小于多重判定系數(shù)，并且調(diào)整的多重判定系數(shù)的值不會由于模型中自變量個數(shù)的增加而越來越接近1。參數(shù)的最小二乘估計：回歸方程中的是通過最小二乘法求得，也就是使殘差平方和最小。（3）誤差項是一個服從正態(tài)分布的隨機變量，且相互獨立，即。將回歸平方和與總離差平方和之比定義為決定系數(shù)，記為，即決定系數(shù)是一個衡量回歸直線對觀測值擬合優(yōu)度的相對指標，反映了因變量的波動中能用自變量所解釋的比例的值總是在0~1之間, 越接近于l，擬合優(yōu)度就越好；反之，說明模型中所給出的對的信息還不充分，回歸方程的效果不好，應(yīng)進行修改，使與的信息得到充分利用。對于每一個，由方程可以確定一個回歸值。銀行卡業(yè)務(wù)的開展需要有良好的用卡環(huán)境，銀行卡產(chǎn)品的各項功能是要在相應(yīng)的環(huán)境下才能實現(xiàn)的，并給持卡人帶來效用，用卡環(huán)境是開展銀行卡業(yè)務(wù)的基礎(chǔ)和支撐。同時，特約商戶分布不均，多處在發(fā)達地區(qū)的大商場和酒店，而居民日常的消費地點大多無法受理銀行卡消費。從區(qū)域分布看，銀行卡機具主要還是集中在發(fā)達城市和地區(qū)。新系統(tǒng)為跨行轉(zhuǎn)接業(yè)務(wù)的規(guī)模增長預(yù)留了足夠的技術(shù)空間，同時也為各項新興業(yè)務(wù)的開展提供了堅實的技術(shù)保障。此外，銀行卡產(chǎn)業(yè)發(fā)展的其他各項指標也創(chuàng)下新高。第五章利用計量方法對數(shù)據(jù)進行回歸分析，并用各種方法進行檢驗，得出因變量與自變量之間的關(guān)系并解釋說明。本文重點研究ATM機數(shù)量，POS機終端數(shù)量，特約商戶的數(shù)量和儲蓄網(wǎng)點的數(shù)量這四個因素的變化對銀行卡業(yè)務(wù)需求會產(chǎn)生怎樣的影響，即銀行卡業(yè)務(wù)需求與受理環(huán)境各因素的相關(guān)性如何，這些工作是本文的任務(wù)，通過數(shù)據(jù)的分析，考察銀行卡業(yè)務(wù)需求函數(shù)的特征，使我們能夠進一步把握銀行卡業(yè)務(wù)發(fā)展的規(guī)律?；谏鲜龇治?，本項研究主要針對銀行卡的業(yè)務(wù)量與其受理環(huán)境的各因素之間的影響關(guān)系。本文以銀行卡為對象，以微觀經(jīng)濟學(xué)中的商品需求理論為基礎(chǔ)，運用計量經(jīng)濟學(xué)中的普通最小二乘法，針對商業(yè)銀行中間業(yè)務(wù)中較為重要的銀行卡業(yè)務(wù)需求問題，嘗試運用線性回歸的方法，具體對影響銀行卡業(yè)務(wù)量的因素進行分析。銀行卡的受理環(huán)境是銀行卡業(yè)務(wù)發(fā)展的重要影響因素。(2) 論述我國銀行卡業(yè)務(wù)量與宏觀經(jīng)濟因素的相關(guān)關(guān)系，包括GDP，人均GDP，城鎮(zhèn)居民消費總額，社會消費品零售總額等對銀行卡需求量的影響分析。 論文構(gòu)成及研究內(nèi)容本文首先對銀行卡以及銀行卡受理環(huán)境的現(xiàn)狀做簡要介紹，同時指出了銀行卡的受理環(huán)境與銀行卡業(yè)務(wù)量之間的關(guān)聯(lián)性。2 銀行卡產(chǎn)業(yè)發(fā)展狀況 我國銀行卡業(yè)務(wù)發(fā)展現(xiàn)狀我國的銀行卡最早出現(xiàn)是在1979年，當時中國銀行廣東省分行與香港東亞銀行簽訂代理東美信用卡業(yè)務(wù)協(xié)議書，并開始辦理此項業(yè)務(wù)。截至2009年末。同時，為進一步提高跨行交易運行質(zhì)量，中國銀聯(lián)進一步建立健全了系統(tǒng)運行質(zhì)量管理體系，積極協(xié)助入網(wǎng)機構(gòu)解決影響跨行交易質(zhì)量的突出問題，確保了系統(tǒng)安全、穩(wěn)定、高效運行，促進了跨行交易成功率的提高。在18個主要城市和地區(qū)中,POS機具布放量在萬臺以上的地區(qū)有:廣州、上海、北京、深圳、杭州、南京、濟南和天津:ATM機具布放量超過5000臺的地區(qū)有:廣州、南京和杭州。二是我國大多數(shù)發(fā)卡銀行在開展銀行卡業(yè)務(wù)時將銀行卡定位為存折的電子化形式，發(fā)卡的主要目的是為了獲得存款，為銀行發(fā)展傳統(tǒng)企業(yè)信貸業(yè)務(wù)增加資金來源，而資產(chǎn)業(yè)務(wù)功能則被置于可有可無的從屬地位，因此，我國銀行卡的發(fā)展一直是以借記卡為主，而在國外作為發(fā)卡銀行收益主要來源的信用卡業(yè)務(wù)在我國則發(fā)展緩慢。通過銀行卡的用卡環(huán)境的影響，也使得越來越多的人知道銀行卡，了解銀行卡，并成為銀行卡的持有者，使得銀行卡需求快速增長。全部值與回歸值的偏離平方和由最小二乘法可知要使Q達到極小值，只要對上式分別對求偏導(dǎo)，并令它們等于零，于是可以推導(dǎo)出的值其中，分別表示，的算術(shù)平均值。 多元回歸模型與回歸方程設(shè)因變量為，個自變量分別為，描述因變量如何依賴于自變量和誤差項的方程稱為多元回歸模型。根據(jù)模型的假定有即為多元回歸方程，它描述了因變量的期望值與自變量之間的關(guān)系。其定義式為：多重判定系數(shù)的注意事項：自變量個數(shù)的增加將影響到因變量中被估計的回歸方程所解釋的變差數(shù)量。多重共線性在回歸分析中產(chǎn)生的問題：首先，變量之間高度相關(guān)時，可能會使回歸的結(jié)果造成混亂，甚至把分析引入歧途。（2）如果要在模型中保留所有的自變量，那就要：a．避免t統(tǒng)計量對單個參數(shù)進行檢驗。在進行回歸分析時，每次只增加一個變量，并且將新變量與已經(jīng)在模型中的變量進行比較，若新變量引入模型后以前的某個變量的t統(tǒng)計量不顯著，這個變量就會從模型中被剔除，這樣回歸分析就很難存在多重共線性的影響，這也是回歸過程的搜尋過程。如此反復(fù)進行，直至模型外的自變量均無統(tǒng)計顯著性為止。前二步與向前選擇法相同?；貧w方程顯著性檢驗的基本出發(fā)點和擬合優(yōu)度檢驗非常相似。如果概率值小于給定的顯著性水平，則應(yīng)拒絕原假設(shè)，認為回歸系數(shù)與零有顯著差別，被解釋變量與解釋變量的線性關(guān)系顯著，應(yīng)保留在回歸方程中；反之，如果概率值大于給定的顯著性水平，則應(yīng)接受原假設(shè)，認為回歸系數(shù)與零無顯著性差別，被解釋變量與解釋變量的線性關(guān)系不顯著，不應(yīng)保留在回歸方程中。利用SPSS可以自動計算出t統(tǒng)計量的觀測值和對應(yīng)的概率值。如果回歸直線對原始數(shù)據(jù)的擬合是良好的，那么殘差的絕對數(shù)值比較小，描繪的點應(yīng)在的直線上下隨機散布，這反映出殘差服從均值為零，方差為的正態(tài)分布，符合原來的假設(shè)要求。（3） 計算殘差的自相關(guān)系數(shù)。如果殘差序列存在自相關(guān)則說明回歸方程不能夠充分說明被解釋變量的變化，還留有一些規(guī)律性沒有被解釋，即回歸模型選擇不合適。（4）各處理條件下的樣本方差相同，即具有齊效性。方差分析方法就是從總離差平方和分解出可追溯到指定來源的部分離差平方和，這是一個很重要的思想。3. 單因素方差分析原理在觀測變量總離差平方和中，如果組間離差平方和所占比例較大，則說明觀測變量的變動主要是由控制變量引起的，可以主要由控制變量來解釋，控制變量給觀測變量帶來了顯著影響；反之，如果組間離差平方和所占比例小，則說明觀測變量的變動不是主要由控制變量引起的，不可以主要由控制變量來解釋，控制變量的不同水平?jīng)]有給觀測變量帶來顯著影響，觀測變量值的變動是由隨機變量因素引起的。SPSS單因素方差分析中，方差齊性檢驗采用了方差同質(zhì)性（homogeneity of variance）檢驗方法，其原假設(shè)是：各水平下觀測變量總體的方差無顯著差異。LSD方法適用于各總體方差相等的情況，但它并沒有對犯一類錯誤的概率問題加以有效控制。 多因素方差分析1. 多因素方差分析基本思想多因素方差分析用來研究兩個及兩個以上控制變量是否對觀測變量產(chǎn)生顯著影響。前一水平上觀測變量的均值（Difference）。5 銀行卡受理環(huán)境對銀行卡業(yè)務(wù)量的影響分析 數(shù)據(jù)、變量選取與模型設(shè)計銀行卡業(yè)務(wù)需求與銀行卡的受理環(huán)境存在關(guān)聯(lián)性，銀行卡受理環(huán)境的建設(shè)將對銀行卡的業(yè)務(wù)量產(chǎn)生影響。Stepwise：如果統(tǒng)計量充分小，在每一步，考慮所有的不