回归分析论文

05 27.182 .83 .83 .91 .01 Dimension 121231234 Model 1 2 3 Eigenvalue Condition Index (Constant)招生数教师数可支配收入 Variance Proportions Dependent Variable: 在校生人数 a. 通过表 8的VIF( 方差扩大因子)都大于 10,说明还存在严重的多重共线性由表 9 的条件数这一列中,最大的条件数的开方为 27.182 ,也说明自变量存在较强的多重共线性,因此回归模型仍然需要改进。六运用岭回归法分析下面我们尝试采用岭回归估计来选取自变量和改进普通最小二乘估计。 6.1 岭迹图分析对全部 6个变量作岭迹分析,岭迹图见图 1图1 可以从图 1看出,岭迹图比较混乱,根据选择自变量的原则,我们首先去掉 x1、 x2和x5,保留 x3、x4、x6,再作岭迹图 2 图2 从图 2 的岭迹图上可以看出当 k=1.4 以后,各参数开始趋于稳定,所以选取 k=0.1 ,计算当 k=01.4 时的岭估计,用 SPSS 软件计算的结果如下表 11 6.2 岭估计结果分析表10岭回归分析结果表****** Ridge Regression with k= 1.40 ****** Mult R .9351138 RSquare .8744379 Adj RSqu .8493255 SE 246.9524036 ANOVA table df SS MS Regress 3.000 6370714.8 2123571.6 Residual 15.000 914782.34 60985.490 F value Sig F 34.82093215 .00000053 --------------Variables in the Equation----------------