-
10 3.1E+08 31032389
- 上一篇：住宅房地产投资与货币供应量之间的关系和预测
- 下一篇：稻飞虱种群模型的参数估计
总计 12 4.58E+10
在 的情况下， ．由于 > ，因此我们要拒绝原假设，即 不全为0．即就业人口与出口总值至少有一个对企业生产总值起显著性影响．
2.4 回归系数检验
在通过线性关系检验后，我们可以对各个回归系数 进行检验．回归系数检验的具体步骤如下
第一步：提出假设． ．
； ．
第二步：计算检验统计量 ．
；其中 ，
第三步：做出统计决策．在显著性水平 下，若 ，则拒绝原假设，否则没有理由拒绝原假设[1]．
由表一数据可以得出 ， ，在显著性水平 情况下， ． ， ，因此 ， 都通过检验，也就是说在影响企业生产总值的两个自变量中，就业人口与出口总值的影响都是显著的，也就可以不考虑多重共线性问题．
2.5 残差分析
在多元回归模型中，对于 ，事先我们假定 是期望为0，方差相等且服从正态分布的一个随机变量．但是，如果我们的假设不成立，那么我们所做的检验和估计也许站不住脚．为此，我们需要进行残差分析[1]．
表4 残差分析图
观测值 预测 生产总值 残差 标准残差
1 65214.94 -4421.21 -0.86941
2 69099.2 2077.391 0.408509
3 78314.98 658.0518 0.129403
4 83585.83 816.4493 0.160551
5 88240.43 1436.624 0.282505
6 101833.2 -2618.68 -0.51495
7 104131.7 5523.499 1.086169
8 116234.6 4098.112 0.805874
9 136256.9 -434.164 -0.08538
10 162946 -3067.69 -0.60325
11 192871.6 -7934.27 -1.56024
12 223016.1 -6701.64 -1.31784
13 255242.8 10567.53 2.078053
由表4的标准残差数据可以看出：除了第13个观测值的标准残差落在[-2,2]之外，其余观测值的标准残差都在[-2,2]范围以内．我们可以认为误差项 的期望为0，方差相等以及服从正态分布的假定是成立的．