多元回归多重共线异方差残差检验eviewsspssWord文档下载推荐.docx
《多元回归多重共线异方差残差检验eviewsspssWord文档下载推荐.docx》由会员分享，可在线阅读，更多相关《多元回归多重共线异方差残差检验eviewsspssWord文档下载推荐.docx（12页珍藏版）》请在冰豆网上搜索。
标准误差
允差
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
再将
进入基本方程。
图4-2第一步逐步回归图
由图
可以看出，
的估计量对应的
值大于
，所以没有显著性，所以
同样不符合回归模型，故删去变量
为农药使用量，所以农药使用量对农业产值没有显著影响。
再将
依次进入方程判断最优拟合方程，
，
不显著，
显著，
也是具有显著性的，表明农业投资额，有效灌溉率对农业产值也有显著影响，但是农业投资额对农业产值的影响大还是有效灌溉率对农业产值的影响大，还需要进一步比较。
表4-5拟合优度表
变量
系数
标准差
t值
p值
拟合优度
1
常数
-1.57E-07
0.022013
-7.11E-06
1.0000
0.9937700
0.76519
0.057883
13.21969
0.0000
0.246876
4.26518
0.0011
2
8.13E-10
0.03293
2.47E-08
0.986058
0.999922
0.0818
1.221544
0.2453
0.901298
11.01832
由表
可得，但由于模型
的拟合优度为0.993770，模型
的拟合优度为0.986058，比较他们两个的拟合优度，发现模型
的拟合优度较大，故选则
作为基本方程。
然后按照第一次逐步回归法的步骤依次添加变量，并根据
值判断其显著性。
可以得出
为最终方程，
值分别为
，均显著。
经过逐步回归依次得到农业机械总动力，农业投资额，有效灌溉率对农业产值的影响较为显著。
估计结果如下图：
图4-3逐步回归模型结果图
从图
中可以得出系数：
所以写出对应的估计方程为：
得出估计方程还要进行各项检验，只有通过检验才能说明我们得到的方程有效，才具有实际意义。
4.3.2F检验
检验的原假设和备择假设如下：
不全为零。
中可以看出
检验
对应的
值小于
，所以拒绝
，所以我们得出的估计方程存在显著的线性关系。
4.3.3t检验
检验的原假设和备择假设为：
可以看出变量
分别对应的
均小于
，拒绝原假设
同样可以看模型得出的
值，
，通过查找
分布表得，用
值与
进行比较，如果
则拒绝原假设所以回归系数显著。
对
有显著影响。
4.3.4异方差检验
由于异方差的存在使得最小二乘估计量不再是最好线性无偏估计量，会导致模型的残差不再是同方差的，所以要对模型进行异方差检验。
（1）图示法
此方法是较为原始的一种检验异方差的方法，可以直观的看出残差平方的散点图是否与样本数据
或
有明显的关系，若随着
的变化而变化，那么就说明存在异方差性。
这里我们可以看出残差平方的散点图呈不规则状，散乱分布，所以我们得出的回归模型不存在异方差性。
图4-4异方差散点图
（2）怀特（
）检验
可以看出模型中有三个解释变量，那么模型辅助回归可以写成：
其原假设和备择假设分别为：
中至少一个不为零。
怀特检验的运行图如下：
图4-5怀特检验图
给定显著性水平
大于
，（错了要改正））拒绝原假设，故不存在异方差。
4.3.5自相关检验
误差存在自相关时，模型中的系数用最小二乘估计计算会不准确，往往会算出的系数的真实方差值和误差项的方差值会偏小。
为了检验得到的方程的准确性，我们进行自相关检验。
检验的原假设和备择假设分别为：
（
不存在自相关）
存在一阶自相关）
表4-6DW检验运行结果图
从表中得出，
值为1.964452，通过查找
表可得，当
时，
所以
值在区间（1.75，2.25）之间。
这说明所建立的线性回归模型无自相关现象，不需要修正
值检验。
4.3.6残差检验
图4-7残差分析图
由于
，所以拒绝原假设。
从残差分析图上也可以直观的看出残差直方图中间高，两边低，基本服从正态分布。
所以我们估计的线性回归模型是有意义的。
4.3.7组内预测
对样本内数据进行组内预测：
图4-8组内预测图
可知，预测值和真实值几乎完全重合，且残差在零水平线上下波动，说明模型总体上效果较好。
升级会员 