【正文】 .004.994.000.994.994.9942(常量).000最終消費x5.311.049.000.994.832.135農(nóng)業(yè)x1.154.015.9873(常量).000最終消費x5.637.089.000.994.866.112農(nóng)業(yè)x1.124.000.987工業(yè)x2.088.001.992a. 因變量: 財政收入y回歸方程為:(1)模型匯總模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計的誤差1.908a.824.7362.000b.000.000a. 預(yù)測變量: (常量), x6, x3, x2, x4, x5。b. 預(yù)測變量: (常量), 最終消費x5, 農(nóng)業(yè)x1。c. 預(yù)測變量: (常量), 最終消費x5, 農(nóng)業(yè)x1, 工業(yè)x2?；貧w方程為： 逐步回歸法：輸出結(jié)果模型匯總模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計的誤差更改統(tǒng)計量R 方更改F 更改df1df2Sig. F 更改1.994a.989.988.989119.0002.996b.992.991.003118.0153.998c.996.995.004117.001a. 預(yù)測變量: (常量), 最終消費x5。c. 預(yù)測變量: (常量), 受災(zāi)面積x6, 農(nóng)業(yè)x1, 最終消費x5, 工業(yè)x2。e. 因變量: 財政收入y模型匯總模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計的誤差更改統(tǒng)計量R 方更改F 更改df1df2Sig. F 更改1.998a.996.994.996614.0002.998b.996.995.000.026114.8753.998c.996.995.000.585115.4564.998d.996.995.000.574116.460a. 預(yù)測變量: (常量), 受災(zāi)面積x6, 建筑業(yè)x3, 人口x4, 農(nóng)業(yè)x1, 最終消費x5, 工業(yè)x2。c. 預(yù)測變量: (常量), 受災(zāi)面積x6, 農(nóng)業(yè)x1, 最終消費x5, 工業(yè)x2。 第五章 自變量選擇與逐步回歸 后退法：輸出結(jié)果系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn) 誤差試用版1(常量).638.533農(nóng)業(yè)x1.168.002工業(yè)x2.207.135建筑業(yè)x3.555.501人口x4.025.875最終消費x5.672.130.000受災(zāi)面積x6.008.4992(常量).003農(nóng)業(yè)x1.130.000工業(yè)x2.131.035建筑業(yè)x3.525.456最終消費x5.658.095.000受災(zāi)面積x6.007.4093(常量).002農(nóng)業(yè)x1.127.000工業(yè)x2.093.001最終消費x5.657.094.000受災(zāi)面積x6.007.4604(常量).000農(nóng)業(yè)x1.124.000工業(yè)x2.088.001最終消費x5.637.089.000a. 因變量: 財政收入yAnovae模型平方和df均方FSig.1回歸6.000a殘差14總計202回歸5.000b殘差15總計203回歸4.000c殘差16總計204回歸3.000d殘差17總計20a. 預(yù)測變量: (常量), 受災(zāi)面積x6, 建筑業(yè)x3, 人口x4, 農(nóng)業(yè)x1, 最終消費x5, 工業(yè)x2。大于3，因而根據(jù)學(xué)生化殘差診斷為第6個數(shù)據(jù)為異常值，是因變量的異常值。b. 因變量: y2系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn) 誤差試用版1(常量).052x12.522.000x22.628.269.027a. 因變量: y2此時得方程：’=+’+’所以回歸方程為：（3）模型匯總b模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計的誤差DurbinWatson1.715a.511.490a. 預(yù)測變量: (常量), x23, x13。：（1）模型匯總b模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計的誤差DurbinWatson1.541a.293.264.745a. 預(yù)測變量: (常量), x2, x1。b. 因變量: yy系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn) 誤差試用版1(常量).180.110xx.173.004.996.000a. 因變量: yy得回歸方程 =+’即：=++（—）（4）模型匯總b模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計的誤差DurbinWatson1.978a.957.955.07449a. 預(yù)測變量: (常量), x3。殘差圖為：隨t的變化逐次變化并不頻繁的改變符號，說明誤差項存在正相關(guān)。 解：(1)系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn) 誤差試用版1(常量).242.000x.176.002.999.000a. 因變量: y=+(2) 模型匯總b模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計的誤差DurbinWatson1.999a.998.998.09744.663a. 預(yù)測變量: (常量), x。 優(yōu)點：DW檢驗有著廣泛的應(yīng)用，對很多模型能簡單方便的判斷該模型有無序列相關(guān)性，當(dāng)DW的值在2左右時，則無需查表，即可放心的認為模型不存在序列的自相關(guān)性。 （4）當(dāng)存在序列相關(guān)時，最小二乘估計量對抽樣波動變得非常敏感。 （3）容易導(dǎo)致對t值評價過高，常用的F檢驗和t檢驗失效。 當(dāng)一個線性回歸模型的隨機誤差項存在序列相關(guān)時，就違背了線性回歸方程的基本假設(shè)，如果仍然直接用普通最小二乘估計未知參數(shù)，將會產(chǎn)生嚴(yán)重后果，一般情況下序列相關(guān)性會帶來下列問題： （1）參數(shù)的估計值不再具有最小方差線性無偏性。在經(jīng)濟擴張時期，經(jīng)濟時間數(shù)列內(nèi)部有一種內(nèi)在的動力，受此影響，時間序列一直上升到循環(huán)的頂點，在頂點時刻，經(jīng)濟收縮隨之開始。（3）模型描述因變量y自變量1x權(quán)重源x冪值模型: MOD_1.M=，此時得到：ANOVA平方和df均方FSig.回歸.0061.006.000殘差.00351.000總計.00952系數(shù)未標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)tSig.B標(biāo)準(zhǔn)誤試用版標(biāo)準(zhǔn)誤（常數(shù)）.298.026x.004.000.812.082.000所以：+（4）系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn) 誤差試用版1(常量).582.130.000x.001.000.805.000a. 因變量: yy 經(jīng)濟變量的滯后性會給序列帶來自相關(guān)性。 解：系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn) 誤差試用版1(常量).442.065x.004.000.839.000a. 因變量: y由SPSS計算得：=+殘差散點圖為：（2）由殘差散點圖可知存在異方差性再用等級相關(guān)系數(shù)分析：相關(guān)系數(shù)xtSpearman 的 rhoX相關(guān)系數(shù).318*Sig.（雙側(cè)）..021N5353T相關(guān)系數(shù).318*Sig.（雙側(cè)）.021.N5353*. 在置信度（雙測）為 時，相關(guān)性是顯著的。 在固定第一產(chǎn)業(yè)增加值，考慮第三產(chǎn)業(yè)增加值影響的情況下，第二產(chǎn)業(yè)每增加一個單位。（7）x1:(,) x2:(,) x3:(,)(8)(9) 殘差統(tǒng)計量a極小值極大值均值標(biāo)準(zhǔn) 偏差N預(yù)測值10標(biāo)準(zhǔn) 預(yù)測值.00010預(yù)測值的標(biāo)準(zhǔn)誤差10調(diào)整的預(yù)測值10殘差.0000010標(biāo)準(zhǔn) 殘差.000.81610Student 化 殘差10已刪除的殘差10Student 化 已刪除的殘差10Mahal。去除x3后作F檢驗，得：Anovab模型平方和df均方FSig.1回歸2.007a殘差7總計9a. 預(yù)測變量: (常量), x2, x1。（3）由于決定系數(shù)R方= R=（4）Anovab模型平方和df均方FSig.1回歸3.015a殘差6總計9a. 預(yù)測變量: (常量), x3, x1, x2。(11)（12）,即為（，）近似置信區(qū)間為