多元线性回归分析范例.docVIP

国际旅游外汇收入是国民经济发展的重要组成部分，影响一个国家或地区旅游收入的因素包括自然、文化、社会、经济、交通等多方面的因素，本例研究第三产业对旅游外汇收入的影响。《中国统计年鉴》把第三产业划分为12个组成部分，分别为x1农林牧渔服务业,x2地质勘查水利管理业,x3交通运输仓储和邮电通信业,x4批发零售贸易和餐饮业,x5金融保险业,x6房地产业,x7社会服务业,x8卫生体育和社会福利业，x9教育文化艺术和广播,x10科学研究和综合艺术,x11党政机关，x12其他行业。采用1998年我国31 个省、市、自治区的数据，以国际旅游外汇收入（百万美元）为因变量y，以如上12 个行业为自变量做多元线性回归，其中自变量单位为亿元人民币。即样本量n=31，变量p=12。 利用SPSS软件对数据进行处理，输出： 图1 输入/移除变量 图1即输入了所有模型中的变量，分别为 x1：农林牧渔服务业 x2：地质勘查水利管理业 x3：交通运输仓储和邮电通信业 x4：批发零售贸易和餐饮业 x5：金融保险业 x6：房地产业 x7：社会服务业 x8：卫生体育和社会福利业 x9：教育文化艺术和广播 x10：科学研究和综合艺术 x11：党政机关 x12：其他行业 图2 模型概述 即回归方程对样本观测值的拟合程度，复相关系数R=0.875，决定系数R2=0.935。由决定系数接近1，得出回归拟合的效果较好，但是并不能作为严格的显著性检验。由R2决定模型优劣时需慎重，尤其是样本量与自变量个数接近时。 图3 回归方程显著性的F检验 F=10.482，Fα(n,n-p-1)=Fα(30,18)=2.11（α=0.05），P值=0.000，表明回归方程高度显著，即12个自变量整体对因变量y产生显著线性影响。但是并不能说明回归方程中所有自变量都对因变量y有显著影响，因此还要对回归系数进行检验。 图4 回归系数的显著性t检验（t0.05（20）=1.725） y对12个自变量的线性回归方程为： 但是，负的回归系数显然是不合理的，其原因可能是自变量之间的共线性。所以这一回归方程并不理想，所选自变量数目过多，部分回归系数的显著性检验不能通过，这就是样本量个数n太小，而自变量个数p又较多造成R2虚假现象。如果样本量再稍作改变，未知参数就会发生较大变化，即表现出很不稳定的状况。 在一元线性回归中，回归系数显著性的t检验与回归方程显著性的F检验是等价的，而在多元线性回归中，这两种检验是不等价的，某个或某几个自变量的系数不显著，回归方程显著性的F检验仍可能是显著的，即F检验只说明自变量整体对因变量y产生显著线性影响。 图5相关系数阵和协方差阵 由图可知部分自变量自身的方差较大，与其他自变量之间也存在较明显的相关关系。 所以这一回归方程并不理想，所选自变量数目过多，部分回归系数的显著性检验不能通过，在一定程度上说明它们对应的自变量在回归方程中可有可无，为使模型简化，需剔除不显著的自变量，重新建立回归方程。但 应用后退法剔除多余变量。当有多个自变量对因变量y无显著影响时，由于自变量之间的交互作用，不能一次剔除掉所有不显著的变量。原则上每次只剔除一个变量，先剔除其中t的绝对值最小的（或p值最大的）一个变量，然后再对求得的新回归方程进行检验，有不显著的变量再剔除，直到保留的变量对y有显著影响为止。也可以根据对问题的定性分析选择t值较小的变量先剔除。 下面是剔除多余变量后的回归方程及回归诊断 剔除顺序为x1，x2，x12，x4，x7，x6，x5，中间过程省略 t0.05（25）=1.708，即后退法终止。 修正后，y对自变量的线性回归方程为： x3交通运输仓储和邮电通信业 x8卫生体育和社会福利业 x9教育文化艺术和广播 x10科学研究和综合艺 x11党政机关