72F=215.1521S.E=13319.32D.W=0.417276统计检验:判定系数:R2=0.983543接近于1,表明模型对样本数据拟合优度较好。F检验:F=215.1521,大于临界值3.09,其P值0.000000也明显小于,说明解释变量对被解释变量Y有显著影响,模型线性关系显著。T检验:工业产值(X2)的t值大于2,表明工业产值对能源消费总量(Y)有显著影响,其他各参数的t值的绝对值均小于2,表明其他各参数能源消费总量(Y)有没显著影响。回归结果的检验:(1)经济意义检验:从回归得出的结果来看,x1的系数为0.009705,x2的系数为1.196442,x3的系数为2808.655,x4的系数为1457.384,x5的系数为1.951897各变量的正负符号与预期的相一致,并且其大小在经济理论上解释得通,因此该模型通过经济意义检验。(2)拟合优度及模型估计效果检验:从上表可以看出可绝系数为0.983543,调整后的可绝系数为0.978972均很高,说明模型的拟合优度极佳。(3)回归系数的显著性检验(t检验):从回归结果看,此模型中的变量和参数的t值在5%的置信水乎下只有x2统计值显著,而F检验值也是较高的,这说明方程整体对被解释变量的解释效果也不佳,需要进一步的检验和调整。(4)多重共线性检验:由于选择的影响因素过多,所以估计模型之前,应先分析各个因素与被解释变量之间的关系,以及因素之间的相关程度,利用COR命令进行相关系数检验,得相关系数矩阵为:通过计算表明,除了国内生产总值和工业对GDP的拉动百分比,各解释变量都与被解释变量能源消费总量高度相关,且解释变量之间也有两两高度相关的。先按照逐步回归原理建立回归模型。建立一元回归模型根据理论分析,工业产值应是能源消费的主要影响因素,相关系数检验也表明,工业产值与能源消费总量的相关性最强。所以,以作为最基本的模型。
全文预览
