糧食總產(chǎn)量的影響因素分析-應用回歸分析本科生課程論(編輯修改稿)
2025-02-04 10:38 本頁面
【文章內(nèi)容簡介】 都接近于 1，表明模型的擬合優(yōu)度較好。 （ 2） t檢驗。 查表可知：在α =，自由度 nk1=18的 t統(tǒng)計量的臨界值為 tα /2(18)=， X1， X2， X3， X4的 t值大于該臨界值，所以X1， X2， X3， X4在 95%的水平下影響顯著，通過了變量顯著性檢驗。 （ 3） F檢驗。 F統(tǒng)計量的臨界值為 (5， 18)=， F大于該臨界值，所以模型的線性關系在 95%的置信水平下顯著成立。 回歸模型的檢驗 （ 1）多重共線性檢驗 從 輸出結果 21中看到， X4的方差擴大因子 VIF4=，遠大于 10，并且 X4的回歸系數(shù)為負值，說明此回歸模型仍然存在強多重共線性，應該剔除變量。 剔除 X4，用 Y與剩下的四個自變量 X X X X5建立回歸模型，有關計算結 5 果如輸出結果 31所示。 輸出 結果 31 系數(shù) a 模型 非標準化系數(shù) 標準系數(shù) t Sig. 共線性統(tǒng)計量 B 標準 誤差 試用版 容差 VIF 1 (常量 ) .003 X1 .627 .042 .604 .000 .669 X2 .793 .000 .027 X3 .030 .001 .983 X5 .188 .256 .027 a. 因變量 : Y 從輸出結果 31中看到， X5 的方差擴大因子 VIF5=，遠大于 10，并且 X5的回歸系數(shù)為負值，說明此回歸模型仍然存在強多重共線性，應該剔除變量 剔除 X5，用 Y與剩下的 3個自變量 X X X3建立回歸模型，有關計算結果如輸出結果 32所示。 輸出結果 32。 系數(shù) a 模型 非標準化系數(shù) 標準系數(shù) t Sig. 共線性統(tǒng)計量 B 標準 誤差 試用版 容差 VIF 1 (常量 ) .000 X1 .630 .043 .607 .000 .671 X2 .160 .000 .672 X3 .030 .001 .991 a. 因變量 : Y 從輸出結果 32中看到， 3個方差擴大因子都小于 10，回歸系數(shù)也都有合理的經(jīng)濟解釋，說明此回歸模型不存在強多重共線性，可以作為最終回歸模型?；貧w方程 為： Y=++ （ 2）逐步回歸 用前進法對變量 Y、 X X X3作逐步回歸， 輸出 結果 33如下 輸出 結果 33 6 系數(shù) a 模型 非標準化系數(shù) 標準系數(shù) t Sig. B 標準 誤差 試用版 1 (常量 ) .000 X2 .451 .839 .000 2 (常量 ) .000 X2 .210 .000 X1 .640 .056 .616 .000 3 (常量 ) .000 X2 .160 .000 X1 .630 .043 .607 .000 X3 .030 .001 a. 因變量 : Y 模型匯總 模型 R R 方 調(diào)整 R 方 標準 估計的誤差 1 .839a .703 .690 2
公司管理相關推薦
鄂ICP備17016276號-1