4全国高技术产业主营业务收入影响因素逐步回归分析Word格式.docx
《4全国高技术产业主营业务收入影响因素逐步回归分析Word格式.docx》由会员分享,可在线阅读,更多相关《4全国高技术产业主营业务收入影响因素逐步回归分析Word格式.docx(5页珍藏版)》请在冰豆网上搜索。
三、利用SPSS22逐步回归(步骤略)
四、逐步回归结果分析
主要结果:
表1变量已输入/已移除a
步
变量已输入
变量已移除
方法
1
x3
.
逐步(准则:
F-to-enter的概率<
=.150,F-to-remove的概率>
=.200)。
2
x1
3
x6
4
x4
a.因变量:
y
表1是逐步回归每一步进入或剔除回归模型中的变量情况。
表2模型统计量
R
R平方
调整后R平方
估计标准误差
.995a
.990
4906.91658
1.000b
.999
1226.84586
1.000c
1.000
1110.50877
1.000d
1062.33830
a.预测值:
(常数),x3
b.预测值:
(常数),x3,x1
c.预测值:
(常数),x3,x1,x6
d.预测值:
(常数),x3,x1,x6,x4
e.因变量:
表2是逐步回归每一步的回归模型的统计量。
表3方差分析表
平方和
df
均方
F
显著性
回归
41398666077.006
1719.369
.000b
剩余
409323115.708
17
24077830.336
总的
41807989192.713
18
41783906780.589
20891953390.295
13880.306
.000c
24082412.124
16
1505150.758
41789490746.906
13929830248.969
11295.406
.000d
18498445.808
15
1233229.721
41792189315.424
10448047328.856
9257.835
.000e
15799877.289
14
1128562.664
e.预测值:
表3是逐步回归每一步的回归模型的方差分析,显著性概率是0.00,表明回归极显著。
表4回归方程系数
非标准的回归系数
标准的回归系数
t
B
标准误
Beta
(常数)
8346.435
1680.236
4.967
.000
61.803
1.490
.995
41.465
2925.980
539.701
5.421
45.080
1.110
.726
40.623
.737
.046
.286
15.998
1032.909
1014.951
1.018
.325
40.020
2.582
.644
15.502
.694
.269
14.934
.732
.344
.098
2.128
.050
722.073
991.516
.728
.478
44.363
3.740
.714
11.862
.761
.062
.295
12.279
.630
.336
.084
1.875
.082
-.085
.055
-.081
-1.546
.144
a.因变量\:
表4是逐步回归每一步的回归方程系数表。
五、模型分析
1.建立回归模型:
根据多元回归模型:
y=b0+b1x1+b2x2+…+bkxk+e
从表4中看出,过程一共运行了四步,最后一步以就是表中的第4步的计算结果得知:
7个变量中只进入了4个变量x3、x1、x6和x4。
把表4中“非标准化回归系数”栏目中的“B”列数据代入多元回归模型得到方程:
y=722.073+44.363x3+0.761x1+0.63x6-0.085x4
2.回归方程的显著性检验:
从表3方差分析表第4模型中得知:
F统计量为9257.835,系统自动检验的显著性水平为0.00(非常小)。
因此回归方程相关非常显著。
由回归方程式可以看出,高技术产业主营收入与x3(R&
D经费)、x1(出口交货值)、x6(施工项目数)呈显著正相关,而与x4(专利申请数)呈显著负相关。