多元回归(多重共线,异方差,残差检验eviews,spss)

《多元回归(多重共线,异方差,残差检验eviews,spss)》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、［据处理:4.3模型建立设年末实有耕地面积，有效灌溉率，农用塑料薄膜使用量，农药使用量，农业机械总动力，农业从业人数，农业投资额分别为XPX2,-,X7;农业产值为Y。在此我们假设上述七个变量都与农业产值有显著影响，在SPSS中用进入法对其做出预判。表4-3回归预判表模型非标准化系数标准化系数BataT显著性共线性统计B标准误差允差VTF（常数）1.987E-15.018.0001.000年末实有耕地血积.225.291.225.775.464.004239.655有效灌溉率.208.116.2081

2、.797・115.02638.086农用塑料薄膜使用量396.489396-.810.445.001677.462农药使用量426.564426756.475.001899.494农业机械总动力.831.282.8312.946.022.004225.582农业从业人数.024.179.024.136.895.01190.381农业投资额.197.140.1971.401.204.01855.747因变量：农业产值可以从表屮得出回归方程：y=0.225X,+0.208X2—0.396X3—0.426X

3、4—0.831X5+0.024X6+0.197X7从显著性水平上看，小于0.05的只冇一个农业机械动力，显然不能够准确的表达出与农业产值之间的关系。根据表中的VIF值均大于10,其中四个大于了100,这说明模型中存在严重的多重共线性。并且在相关系数表中（附表1-2）,我们也能够看出各个自变量之间相关系数较犬，冇较人的相关性。为了保证得到的回归模型能较好的反映真实意义，就要解决多重共线性问题。解决多重共线性我们一般使用逐步回归的方法。4.3.1逐步回归将标准化后的数据输入EVIEWS,首先找出与因变量拟

4、合度最高自变量，的经过回归拟合可以得岀7个变量的拟合优度，按降序排列如下表：表4-4拟合优度农变量拟合优度X50.984325X?0.972272X40.972024X

5、0.906987X70.903033X20.84501X60.684597拟合优度的大小也能在一定程度上表现出口变量与因变量的影响大小。这里X5是农业机械总动力，说明农业机械总动力对农业产值有较大的影响。在近年来江苏省整体经济发展迅速，科技水平大大提高，使农业的机械化水平发展迅速,机械设备的使用极大促进了农业产值的提高。由表4-4得，

6、Y与/的拟合优度最高，故丫作为基木方程。依次按拟合优度降序排列进入模型，检验新进入的变量是否显著并且拟合优度是否提高。拟合优度排第二的是变量禺，所以将X?进入基础模型。X3进入基木方程，结果如下图：VariableCoefficientStd.Errort-StatisticProb.c1.11E-070.0348293.仃E・061.0000X51.0787240.3530863.0551300.0100X3-0.0870470.353085-0.2465310.8094R-squared0.984

7、404fvleandependentvar-6.67E-07AdjustedR-squared0.981804S.D.dependentvar1.000000S.E.ofregression0.134892Akaikeinfocriterion-0.991829Sumsquaredresid0.218350Schwarzcriterion-0.850219Loglikelihood10.43872Hannan-Quinncriter.-0.993338F-statistic378.7033Durbin

8、-Watsonstat0.675013Prob(F-statistic)0.000000图4T变量判断图从图4-1的运行结果我们可以看出，禺的估计量对应的p=0.8094大于0.05,不显著，所以禺不符合回归模型。X?是农膜使用量，可以看出其对农业产值的影响不显著。农膜主要使用在经济作物的种植中，近年来有部分农户利用地膜覆盖技术和塑料大棚进行种植、栽培瓜果蔬菜，获得了可观的收益，但是普及率不是很高，是一个对农业产值的影响不是很大。所以我们不选择变量X3,再将X。进入基木方程。VariableCoeff

9、icientStd.Errort-StatisticProb.C3.29E-080.0348669.44E-071.0000X50.9357080.3039193.0788030.0096X4-0.0568260.303919-0.1869780.8548R-squared0.984370Meandependentvar-6.67E-07AdjustedR-squared0.981765S.D・dependentva「1.000000S.E・o仃eg「e