我國(guó)農(nóng)民收入影響因素的實(shí)證分析統(tǒng)計(jì)sas論文(已改無錯(cuò)字)
2023-07-25 23:07:44 本頁面
【正文】 以上結(jié)果顯示，經(jīng)過逐步選擇，留在模型中只有變量XXX6，擬合優(yōu)度仍然很高。此時(shí)F檢驗(yàn)及t檢驗(yàn)的結(jié)果顯示，表明模型不僅總體上是顯著的，而且各個(gè)變量也是顯著的；同時(shí)，各個(gè)變量的方差膨脹經(jīng)逐步回歸也都大大變小了（都已在30以內(nèi)）。因此，經(jīng)過逐步回歸，已消除了原全模型擬合的多重共線性影響。經(jīng)逐步回歸得到的修正回歸方程為：Y= + + +（自相關(guān)性檢驗(yàn)）及修正（1）自相關(guān)性檢驗(yàn)結(jié)果逐步回歸后，得到的模型有關(guān)自相關(guān)性的檢驗(yàn)結(jié)果如下：從表中可看出Pr，因此模型存在正自相關(guān)性，需對(duì)其進(jìn)行消除及修正。（2）自相關(guān)性影響的消除及模型修正在原來數(shù)據(jù)源插入被解釋變量Y的滯后一期函數(shù)，添加一個(gè)解釋變量lag Y到回歸模型當(dāng)中，以消除正自相關(guān)性影響。①帶有回歸誤差的回歸分析以Y作為因變量，lag Y、XXX6作為說明變量，作帶有回歸誤差的回歸分析，以檢驗(yàn)添加變量lag Y到模型后的自相關(guān)性情況。結(jié)果如下：帶有回歸誤差的回歸分析的結(jié)果顯示，修正模型Durbin ，不能拒絕修正模型不存在自相關(guān)性的原假設(shè)，即表明把被解釋變量Y的滯后一期函數(shù)變量lag Y加入到模型后，能顯著地消除原來存在的一階正自相關(guān)性影響，達(dá)到修正效果。②加入變量lag Y再次逐步回歸進(jìn)行修正加入變量lag Y后，以lag Y、XXX6作為說明變量，再次對(duì)被解釋變量Y做逐步回歸進(jìn)行修正，過程及結(jié)果如下： 加入變量lag Y后再次逐步回歸的修正結(jié)果顯示，留在模型中的解釋變量有l(wèi)ag Y、XXX6，擬合優(yōu)度進(jìn)一步提高，F(xiàn)檢驗(yàn)及t檢驗(yàn)都顯著。③消除自相關(guān)性后的修正結(jié)果總之，加入變量lag Y后顯著地消除了原模型存在的一階正自相關(guān)性影響。進(jìn)一步得到的修正回歸方程為：Y= + + + + lag Y（1）正態(tài)性檢驗(yàn)接上一步已消除自相關(guān)性的修正模型進(jìn)行正態(tài)性檢驗(yàn)，從如下的修正模型殘差分布圖可以大體看出Y不符合正態(tài)分布。為了得到確切的結(jié)果，本文以學(xué)生化刪除殘差作為分析變量進(jìn)行更精確的正態(tài)分布檢驗(yàn)，結(jié)果如下：，因而拒絕模型符合正態(tài)分布的原假設(shè)，即已得到的修正模型正態(tài)性檢驗(yàn)不顯著。由于本文采用的樣本數(shù)為22，不屬于大樣本，因此為了得到準(zhǔn)確的實(shí)證結(jié)果，仍應(yīng)當(dāng)對(duì)模型進(jìn)行修正，以通過正態(tài)性檢驗(yàn)。（2）異常值的剔除為使模型通過正態(tài)性檢驗(yàn)，需要剔除掉原樣本數(shù)據(jù)的異常值。通過篩選查找，發(fā)現(xiàn)2009年及2011年樣本數(shù)據(jù)的學(xué)生化刪除殘差的絕對(duì)值很大，不在2到+2的范圍之內(nèi)，即為異常值，因此將這兩個(gè)樣本數(shù)據(jù)剔除。上一步得到的各個(gè)樣本數(shù)據(jù)的學(xué)生化刪除殘差結(jié)果剔除異常值后的樣本數(shù)據(jù)（3）模型的再修正剔除異常值后，對(duì)剩下的樣本數(shù)據(jù)，以lag Y、XXX6作為說明變量，進(jìn)一步修正。結(jié)果如下：
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號(hào)-1