发布时间 : 星期六 文章关于大学生就业问题的分析及对策更新完毕开始阅读
由该输出结果我们可发现一个矛盾现象，即在A中的b部分的分析中得出Y与S
呈现近似的线性正相关关系，而回归输出结果中S前的系数符号却变为负号，由此我们可推断在模型*我们引入了不当解释变量，模型* 不能用。 ②进而我们又作了如下工作：
表八 Ls Y C X S Ls Y C X T Ls Y C X Q Ls Y C X S T Ls Y C X T Q Ls Y C S T Ls Y C S Q Ls Y C S T Q Ls Y C T Q
由上表可以得出最佳模型： Y t=Co+C1Xt+C2Tt+ U t **
X前系数符号 正 正 正 正 正 S前系数符号 正 负 正 正 正 T前系数符号 负 负 负 负 负 负 Q前系数符号 负 正 正 正 负 修正可决系数 0.8179 0.8594 0.7741 0.9001 0.8529 0.8250 0.8274 0.8095 0.8010 结论 对 对 对 错 错 对 错 错 对 用模型**拟合表中相关数据，得到如下回归分析报告： ^
Y t=251.4126+0.0003Xt - 0.0026Tt S e (90.3982) (8.66E-05) (0.0010) t (2.7812) (3.4179) (-2.4710) 可绝系数为：0.8829 修正可绝系数为：0.8594 F=37.6802
表九
...
C、模型的检验与修正。 ⑴模型**是否存在多重共线性。
多重共线性的检验：简单相关系数矩阵法
X T X 1.000000 -0.769136 Y -0.769136 1.000000
由上表可得出解释变量X与T之间存在一定程度的线性相关性。
多重共线性的修正：由于模型**是利用逐步回归法（即判断是否存在多重共线性，又削弱了多重共线性的程度）确定出的最佳模型，因此其多重共线性程度较之其他模型应该较弱。
⑵模型**是否存在异方差性。 a.异方差性的检验：图形分析法
图六
由以上散点图可得出模型**存在异方差性。
b.异方差的修正：WLS估计法
g e n r e^2=r e s i d * r e s i d g e n r W=1/e^2 Ls(W=W) Y C X T 得到如下回归输入结果：
...
表十
Unweighted Statistics R-squared Adjusted R-squared S.E. of regression Durbin-Watson stat
0.868749 Mean dependent var 0.842499 S.D. dependent var 5.989340 Sum squared resid 1.099410
56.61385 15.09165 358.7219
⑶模型**是否存在自相关性。
a、 自相关性的检验：图示法
图七
由上图可知，模型**存在一定程度的自相关性。
b、自相关性的修正：①先利用对数线性回归修正自相关 g e n r LY=log(Y) g e n r LX=log(X)
g e n r LT=log(T)
Ls LY C LX LT 得到如下回归输入结果：
...
表十一
由上表可知
DW=1.2563,给定显著性水平α=0.05，查DW表，n=13,k’=2,得到
d L=0.861,dU=1.562,因为0.861<1.2563<1.562,所以DW=1.2563落在了无法判别区域。
②同时考虑Cochrane-Orcutt迭代。
Ls LY C LX LT AR(1) 得到如下回归输入结果：
表十二
由上表可看出，DW=1.4680（n=12,k’=2,dL=0.812,dU=1.579）仍处在无法判别
区域。
③接着再用一次利用对数线性回归修正自相关，得到DW=1.2518；再同时考虑Cochrane-Orcutt迭代。得到DW=1.5037，与此时的dU=1.604相比
...