发布时间 : 星期二 文章计量经济学课程论文论产业结构对我国GDP与经济增长的影响更新完毕开始阅读672f3427541810a6f524ccbff121dd36a32dc4bf
说明回归直线对观测值的拟合程度越差。
由回归参数估计结果可得，样本决定系数R2=0.9986，修正的可决系数为0.9983，这说明模型对样本的拟合很好。
（2）F检验
针对H0：?1=?2=?3=0，给定显着性水平?=0.05，在F分布表中查出自由度为k-1=3和n-k=14的临界值F?(3,14)=3.34。由OLS回归分析表得到F=3420.978，由于F=3420.978>
F?(3,14)= 3.34，应拒绝原假设H0，说明回归方程显着，即第一产业、第二产业、第三
产业、等变量联合起来确实对国内收入总值GDP有显着影响。
（3）t检验
分别针对H0:?j=0（j=1、2、3、4），给定显着性水平?=0.05，查t分布表得自由度为n-k=14的t?(n?k)=2.145。由上表中数据可得，与?0，?1，?2，?3对应的t统计量分
2别为0.143314、11.41310、24.90897、13.10469，因而，?1的t检验量小于t?(n?k)=2.145，
2其t检验不显着，但是模型的可决系数很高，F检验值也明显显着，这表明很可能存在多重共线性。
（4）多重共线性检验
表3 相关系数矩阵
X1 X1 X2 X3 1.000000 0.809328 0.835497 X2 0.809328 1.000000 0.877514 X3 0.835497 0.877514 1.000000 由相关系数矩阵可以看出，各解释变量相互之间的相关系数较高，证实可能确实存在多重共线性。
采用逐步回归法，去检验和解决多重共线性问题。分别作Y对X1、X2、X3的一元回归，结果如表4所示。
表4 一元回归估计结果
变量 X1 X2 X3 参数估计值 0.7157 0.8016 1.2228 t统计量 8.1950 16.7191 12.0997 修正R 20.8076 0.9459 0.9015 0.7956 0.9425 0.8953 其中，加入X2的方程修正的R最大，因而以X2为基础，顺次加入其他变量逐步回归。结果如下表5所示。
表5 加入新变量的回归结果
2变量 变量 修正R 20.2575 X1，X2 0.5859 （12.0288） 0.9795 （5.47130） 0.5378 0.9841 （6.5463） 0.4995 X2，X3 （9.5015） 2当分别加入X1、X3后，修正R均有所增加，t检验也均显着。由于选取变量为相对数，可能降低了其共线性问题发生的可能性。最后回归结果为：
Yt?0.0436?0.1704X1?0.4411X2?0.3876X3
（5）异方差检验
利用White检验，得到已下结果： White Heteroskedasticity Test:
F-statistic 1.36418 Probability 6
0.336142
Obs*R-squared 10.8985 Probability
9
0.282724
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares Date: 12/14/13 Time: 22:26 Sample: 1993 2010 Included observations: 18
Variable CoefficStd. ient
Error
t-StatistProb. ic
C -0.28170.562185 -0.501227 0.6297 82
X1 -0.00050.031866 -0.017981 0.9861 73
X1^2 0.001400.001257 1.116682 0.2965 4
X1*X2 -0.00030.003956 -0.091298 0.9295 61
X1*X3 -0.00220.004225 -0.538509 0.6049 75
X2 0.014700.042734 0.344119 0.7396 6