回归模型建立的案例.pptVIP

; 理论模型的建立;一、理论模型的建立; 二、模型的建立： 研究模型采用回归分析来对河北省装备制造业产业链升级的影响要素进行研究。根据河北省装备制造业产业链升级的实际需要与影响因素指标，可以建立两个多元回归模型，模型公式见(1)和(2)： Y1 = α0 + α1 X1 + α2 X 2+ α3 X3 + α4 X4 + α5 X5 + α6 X6+ ε (1) Y2 = γ0 + γ 1X1 + γ2 X2 + γ3 X3 + γ4 X4 + γ5 X5 + γ6 X6+ μ (2) 其中，Y1 表示河北省行业深加工度，Y2 表示河北省装备制造业总产值，X1表示新产品贡献率，X2 表示高科技人才结构，X3 表示全员劳动生产率，X4表示外商直接投资 ，资，X5 表示流动资产周转次数，X6 示政府筹资投入度。其中α 0和γ 0为常数项，α1 -α6及γ1 -γ6 是未知参数、回归系数，ε 和μ 为随机误差。 ;二、数据样本的收集;表1 1991-2010 年河北省装备制造业产业链升级影响因素数据表;表2 标准化后的数据;三、模型参数的估计; 由表 3 可知，除了自相关系数为 1 外，其余 15 个解释变量相关系数的绝对值均小于0.5，绝对值最大的是新产品贡献率与高科技人才结构之间的相关系数，为-0.386，由于它绝对值小于 0.5，故所有解释变量之间的相关系数绝对值均小于 0.5。因此，所选的解释变量的数据不存在严重多重共线性问题，可以做回归分析。 ;四、模型的检验; 表5 装备制造业总产值一阶差分(2D (Y ))的单位根检验 ;表6 解释变量的一阶差分单位根检验;表7 回归分析结果; 由表 7可知，河北省装备制造业产业链升级影响因素的方程(1)和(2)通过回归分析可以得到的各指标的影响程度。统计量判定系数R 方（R-squared）与调整后R方 （Adjusted R-squared）代表各指标能够诠释对升级的影响程度，也代表解释变量所能解释的方差在总方差中所占的比例，该比值越高，模型的拟合度就越好。R方 合理范围为[0，1]，一般取大于 0.5 的值。 通过表7可知，方程(1)和(2)的判定系数R方分别0.734846、0.928499，可见六个自变量对两个因变量的解释程度比较高。方程(1)和(2)的 F 值分别为42.838、89.5649，在 10%的检验水平上均显著，D W值分别为 1.803407 和 1.970251，都比较接近于 2，说明残差序列并不存在严重的自相关关系。总整体上来说，方程(1)和(2)拟合程度比较好。 新产品贡献率，在方程(1)和(2)中的回归系数分别为0.337419、0.446836，均为正数，在10%的显著性水平下能够通过检验。因此，验证了之前所提出的假设。高科技人才结构，该指标在方程(1)和(2)中的回归系数分别为 0.327245、0.331203，系数值高，影响程度大，在 10%的显著性水平下显著，通过显著性检验，验证了所提假设。全员劳动生产率，在方程(1)和(2)中的回归系数分别为 0.398208、0.829669，在 10%的显著性水平下显著，通过显著性检验，验证了假设。外商直接投资，在方程(4-1)中的回归系数为-0.026408，负相关，在 10%的显著性水平下不显著；在方程(2)中的回归系数为 0.082197，正相关，但是在 10%的显著性水平下不显著，所以均不能通过显著性检验。流动资产周转率，在方程(1)和(2)中的回归系数分别为 0.114823、0.099618，均为正数，在 10%的显著性水平下显著。政府筹资投入度，在方程(1)中的回归系数为 0.199519，正相关，在 10%的显著性水平下显著；在方程(2)中的回归系数为 0.026673，正相关，但是在 10%的显著性水平下不显著，所以不能对因变量进行解释，与假设相违。验证结果如表8所示。;表8 研究假设的验证结果