【正文】 dd1=xd1*(^2)^genr xdd=xd1*(^2)^genr xdd1=xd1*(^2)^genr xdd2=xd2*(^2)^genr xdd4=xd4*(^2)^genr xdd5=xd5*(^2)^genr c2=c1*(^2)^新數(shù)據(jù)obsC2XDD1XDD2XDD4XDD5YDD1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 再檢驗異方差按XDD1排序按XDD2排序按XDD4排序按XDD5排序大43552537383977864553019934194565小15151509137968881763530317635303FstatisticF臨界值是否存在異方差否否否否檢驗自相關按XDD1 排序按XDD2排序按XDD4排序按XDD5排序 DW從上表中可以看出仍舊從在自相關，按XDD5排序再處理自相關Ls ydd c2 xdd1 xdd2 xdd4 xdd5 ar(1)Dependent Variable: YDDMethod: Least SquaresDate: 12/22/10 Time: 23:51Sample(adjusted): 2 31Included observations: 30 after adjusting endpointsConvergence achieved after 8 iterationsVariableCoefficientStd. ErrortStatisticProb. C2XDD1XDD2XDD4XDD5AR(1)Rsquared Mean dependent varAdjusted Rsquared . dependent var. of regression Akaike info criterionSum squared resid+08 Schwarz criterionLog likelihood DurbinWatson statInverted AR Roots 定義新變量genr yddd=yddydd(1)* ()genr xddd1=xdd1xdd1(1)* ()genr xddd2=xdd2xdd2(1)* ()genr xddd4=xdd4xdd4(1)* ()genr xddd5=xdd5xdd5(1)* ()genr c3=c2c2(1)* ()smpl 1 1Genr yddd=ydd*(1 ^2)^Genr xddd1=xdd1*(1 ^2)^Genr xddd2=xdd2*(1 ^2)^Genr xddd4=xdd4*(1 ^2)^Genr xddd5=xdd5*(1 ^2)^genr c3=c2*(1 ^2)^obsYDDDXDDD5XDDD4XDDD2XDDD1C31 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 再檢驗異方差按XDDD1排序按XDDD2排序按XDDD4排序按XDDD5排序大30109832416997555538013138432092小22464818257899023069221532884769FstatisticF臨界值是否存在異方差否否否否不存在異方差，檢驗自相關按XDDD1 排序按XDDD2排序按XDDD4排序按XDDD5排序 DW可以看出處理了三次自相關后，當按XDDD1排序時仍舊存在自相關，下面選擇處理一次異方差Genr e=abs(resid)Ls yddd/e c3/e xddd1/e xddd2/e xddd4/e xddd5/eDependent Variable: YDDD/EMethod: Least SquaresDate: 12/23/10 Time: 12:21Sample: 1 31Included observations: 31VariableCoefficientStd. ErrortStatisticProb. C3/EXDDD1/EXDDD2/EXDDD4/EXDDD5/ERsquared Mean dependent varAdjusted Rsquared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood DurbinWatson stat定義新變量genr yddde=yddd/egenr xddde1=xddd1/egenr xddde2=xddd2/egenr xddde4=xddd4/egenr xddde5=xddd5/egenr e1=c3/e新數(shù)據(jù)obsYDDDEXDDDE5XDDDE4XDDDE2XDDDE1E11 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 再檢驗異方差按XDDDE排序按XDDDE2排序按XDDDE4排序按XDDDE5排序大小FstatisticF臨界值是否存在異方差否否否否檢驗自相關按XDDDE1 排序按XDDDE2排序按XDDDE4排序按XDDDE5排序 DW 可以看出不再存在自相關，對其進行回歸分析Ls yddde e1 xddde1 xddde2 xddde4 xddde5Dependent Variable: YDDDEMethod: Least SquaresDate: 12/23/10 Time: 12:35Sample: 1 31Included observations: 31VariableCoefficientStd. ErrortStatisticProb. E1XDDDE1XDDDE2XDDDE4XDDDE5Rsquared Mean dependent varAdjusted Rsquared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood DurbinWatson stat從上表中可以看出該模型沒有通過T檢驗，而且X4,X5的回歸系數(shù)的符號與經(jīng)濟意義不相符合，根據(jù)經(jīng)驗第三產(chǎn)業(yè)就業(yè)比例和私營企業(yè)就業(yè)比例與平均工資成正相關，而上面所得的它們的回歸系數(shù)為負，所以剔除該模型。存在正的自相關的區(qū)域為[0，]；不存在自相關的區(qū)域為[，]；存在負的自相關的區(qū)域為[,4],其余為不能確定區(qū)域。選擇理由：根據(jù)經(jīng)驗可知，一個地區(qū)生產(chǎn)總值的高低對地區(qū)職工平均工資的高低起著至關重要的作用，X3是重要的變量，而且從開始做的大表中可以看出在二元模型中X3和X4的組合能通過T和F檢驗，所以選擇變量X3，X4我們選取的模型為：Y=+++EDW= F=1..對原始數(shù)據(jù)進行自相關，異方差的檢驗按X3排序按X4排序DW我們用DW檢驗法來對自相關問題進行檢驗。所以我們最終選擇模型為：Y=+++E●統(tǒng)計意義及經(jīng)濟意義的解釋（1）系數(shù)的統(tǒng)計意義和經(jīng)濟意義解釋①X3系數(shù)統(tǒng)計意義：在X4不變的情況下，X3每增加一個單位。（3）偏相關系數(shù)：YX3X4Y X3 X4 由計算結果可以看出： 即第三產(chǎn)業(yè)就業(yè)比例比地區(qū)人均生產(chǎn)總值對各省職工平均工資的影響更為重要。統(tǒng)計意義：當X4變化一個標準差。經(jīng)濟意義：當?shù)谌a(chǎn)業(yè)就業(yè)比例增加1%，%由計算結果得出