551511606Р0.467710383760092Р0.589777148826127Р0.58982338526214Р1Р可以看出有多重共线性。Р数 97Р数 97得的的的Р采取逐步回归法:Р第一次回归,我们可以根据T检验值和可决系数看出:X1的效果最好:Р而X1于X2存在严重自相关,所以引入第二个变量时将X2排除。通过比较发现引入X3时,拟合优度最大,所以加入X3Р РX3与X5也存在严重共线性,在引入第三个变量时同时排除X5,那只能引入X4了Р但是引入后通过T检验X4不显著,同时常数项C也变得不显著,且拟合度没有显著提高Р。所以剔除X4。通过该检验最终模型为:РY = 1547.354325*X1 + 60.57576644*X3 - 3711880.158РT= 26.75604 6.629795 -4.847637Р F-statisticР354.7601РR-squaredР0.970594РDurbin-Watson statР2.098685Р 以上指标都显示拟合得很好。Р Р异方差检验Р从结果来看应该勉强是不存在异方差的,但是同方差的概率有点小,不能让人信服。而通过残差图发现残差没有很明显的波动、X-Y的图也较符合线性关系即模型设定没多大问题、且从White Heteroskedasticity Test 中各变量的系数也十分不显著不能判别残差是否与解释变量有关。没办法,只能用加权最小二乘法进行修正。Р异方差修正---加权最小二乘法Р通过修正以后拟合度有所提高,且通过再次异方差检验通过了。Р自相关检验Р从结果看自相关检验也通过,模型不存在自相关。Р由检验知残差符合正态性假设。Р稳定性检验Р由图知模型十分稳定,具有很好的预测能力。Р综上最后的出模型为РY = 1543.81157*X1 + 60.8822121*X3 - 3721097.247
全文预览
