回归分析作业.doc

文档介绍：数据线性回归模型:运用强行进入得到的回归方程:检验:由此可知,,认为模型拟合的好,%,被解释变量可以被模型解释得较多DW检验:DW=,当n=23,k=6,dl=,du=,说明此回归方程不存在自相关。F检验:,,,,所对应的P值近似为0远远小于a=,拒绝回归方程显著性检验的零假设,认为各回归系数不同为0,被解释变量和解释变量的线性关系是显著的,可以建立线性模型。T检验:,除交通运输邮电业增加值,其他解释变量的回归系数显著性t检验额概率P都大于显著性水平a,因此不应拒绝原假设,认为这些偏回归系数与0无显著差异,他们与被解释变量的线性关系不显著,不应该留在方程中。VIF检验(共线性检验):从容忍度和方差膨胀因子看,国民收入,建筑业增加值和人均生活电力与其他变量的共线性很严重,所以需要剔除一些变量。检验Y被解释变量是否有异常值:标准化残差ZRE均小于3,学生化残差SRE均小于3,所以被解释检验解释变量是否存在异常值:当COOL值大于1时,就可认为对应的观测值为强影响值,,,20个观测值是强影响点。,。第4,16,,所以此观测值为强影响点。异方差检验:进行逐步筛选法构建回归方程: