- 上一篇：我国农产品出口应对绿色贸易壁垒的问题研究
- 下一篇：电商金融的运作模式与商业银行的应对策略
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