首页 > 学术百科

回归模型的检验

回归模型的检验
         
下表是    被解释变量Y，解释变量X1,X2,X3,X4的时间序列观测值：
重访
序号
Y
X1
X2
X3
X4
1
6
40.1
5.5
108
63
2
6
40.3
4.7
94
72
3
6.5
47.5
5.2
108
86
4
7.1
姚明慈善赛直播49.2
6.8
100
100
5
7.2
52.3
7.3
99
107
6
7.6
58
8.7
过硫酸钠
99
111
7
8
61.3
10.2
101
114
8
9
62.5
14.1
97
116
9
9
64.7
17.1
93
119
10
9.3
66.8
21.3
102
121
1、显著性检验
利用表中的数据，用EViews进行最小二乘估计，得
其中括号内的数字是t值。给定显著水平α=0.05, =2.23,所以只有X2的回归系数估计值显著。F> =5.19,回归方程显著。
2、多重共线性分析
(1)首先利用相关系数分析模型中变量之间的相关关系：
键入：COR  Y X1 X2 X3 X4
输出的相关系数矩阵如下：
Y
X1
X2
X3
X4
Y
 1.000000
 0.972169
 0.937597
-0.388740
 0.912166
X1
 0.972169
 1.000000
 0.879363
-0.338876
 0.956248
短路容量
X2
 0.937597
 0.879363
 1.000000
-0.304705
 0.760764
X3
-0.388740
-0.338876
-0.304705
 1.000000
-0.413541
X4
连战祖籍
 0.912166
 0.956248
 0.760764
-0.413541
 1.000000
根据相关系数，可以做如下分析：
1) X3对Y的影响不大，可作为次要因素而不引入模型，X1与Y的相关性最强，先建立一元回归模型 
（11.73672） （1.644630）
2)加入X2,对Y关于X1,X2作最小二乘回归，得   
（5.219553）  （2.923182）（3.710092）
可以看出，在加入X2后，拟合优度均有所增加，并且没有影响X1系数的显著性，所以在模型中保留X2。
3）加入X4, 对Y关于X1,X2,X4作最小二乘回归，得
(1.126544)    （2.794327）  （0.806130）  (3.422953)
秘密花园入口可以看出，在加入X4后，拟合优度增加不显著，有所减小，并且X1和X4系数均不显著，所以在模型中略去X4。
    综上所述，得到Y关于X1,X2的回归方程
（5.219553）  （2.923182）（3.710092）
该模型中系数均显著且符号正确，虽然解释变量之间仍存在高度线性关系，但多重共线性没有造成不利后果，所以是较好模型。
3、自相关性检验

本文发布于:2024-09-22 04:06:11，感谢您对本站的认可！

本文链接：https://www.17tex.com/xueshu/184392.html

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系，我们将在24小时内删除。

上一篇：皮尔逊相关系数t检验
下一篇：线性相关系数、卡方检验、互信息
标签：模型   变量   没有   共线性   解释
留言与评论（共有 0 条评论）
   
验证码：
推荐文章
排行榜
热门标签
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议