步回归法对其进行修正。由于 2 LOGX 和 5 LOGX 不符合经济意义,首先剔出分别做 LOGY 与 1 LOGX 3 LOGX 64 LOGX LOGX 和间的回归 LOGY =-0.147 +1.451 1 LOGX -0.5499 24.47 2R? 0.9724 20624 .0..?WD LOGY =-6.0101 +2.4193 3 LOGX -5.098 10.471 2R? 0.865 5386 .0..?WD LOGY =-1.2688 +1.3875 4 LOGX -3.4105 20.537 2R? 0.9613 5276 .0..?WD LOGY =1.8618 +1.1314 6 LOGX 9.2658 22.7402 2R? 0.9582 1773 .0..?WD 可见 4 LOGX 的T值最大,线形关系强,且拟合程度最好。因此把 4 LOGX 作为基本变量,将剩下的五个因素重新进行参数估计: 在初始模型中分别引入 1 LOGX 3 LOGX 6 LOGX 发现引入 1 LOGX 后,模型拟合优度提高,且参数符号合理,变量也通过了 T检验,D.W. 值也算合理在此基础上再分别引入 3 LOGX 6 LOGX 估计结果如下可见引入 3 LOGX ,模型拟合优度再次提高,且参数符号合理,变量也通过了 T检验, D.W. 值不好判断,但由 LM检验之不存在 1阶自相关性;引入 6 LOGX 后,参数未通过 T检验。综上可知, 6 LOGX 是多余的,应该舍去。所以,最终的函数结果为) 0.298LOG(X ) 0.483LOG(X ) 0.913LOG(X -1.839 )( 431????Y LOG -3.915 6.967 2.527 1.706 991 .0 2?R563 .0..?WD (2) 异方差检验采用怀特检验法进行检验,其结果如下:
全文预览
