表4.2 模型概要
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
dimension0 1 .884a .781 .745 2865.23539
a. Predictors: (Constant), 人口
b. Dependent Variable: 商品住宅价格
表4.2为模型概要,显示了各模型的拟合过程及拟合情况。由表可知整个回归过程经历了一步,即引入的变量是人口,复相关系数是0.884,判定系数是0.781,调整系数是0.745。之后,没有其他对商品住宅价格影响更为显著的变量进入模型,由此说明回归模型最终就只有一个自变量,即人口,也就是说751个因素里面它对上海市商品住宅价格的影响最大。总体而言,模型拟合度较好。
表4.3 方差分析
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 1.757E8 1 1.757E8 21.399 .004a
Residual 4.926E7 6 8209573.855
Total 2.249E8 7
a. Predictors: (Constant), 人口
b. Dependent Variable: 商品住宅价格
从4.3方差分析表中,可以看出模型中的回归平方和为1.757E8,残差回归平方和为4.9267E7,F统计量为21.399,在给定α 为0.05的情况下,查表求的F的临界值为19.35,F=21.399>19.35,而P值(Sig)=0.004<0.005,因此,认为自变量对因变量有显著影响,因变量系数不全部为0,即否定b1=b2=…=b6=0。
表4.4 系数和检验
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -26371.947 8609.140 -3.063 .022
人口 19.061 4.120 .884 4.626 .004 1.000 1.000
a. Dependent Variable: 商品住宅价格
表4.4给出了模型参数的值,并对其显著进行了检验。模型常数项等于-26731.947,自变量的系数,等于19.061,各参数对应的P值都明显小于0.05,说明统计显著。由此得出单方程模型为:
Y0=﹣26731.947+19.061X3
表4.5显示了再逐步回归的过程中,变量被逐步排除的具体情况。该结果显示,回归过程就进行了一次,最终在回归模型中的变量就是人口这一个变量,其他变量对应的P值都大于0.05,因此被排除。
表4.5 被排除的变量
Excluded Variablesb
Model Beta In t Sig. Partial Correlation Collinearity Statistics
Tolerance VIF Minimum Tolerance
1 GDP .317a .511 .631 .223 .108 9.274 .108
人均可支配收入 .341a .595 .578 .257 .124 8.033 .124 商品住宅价格的影响因素探讨(17):http://www.751com.cn/jingji/lunwen_383.html