高手帮忙看看我的结果和分析 请问是否正确?请指点下 谢谢 万分火急 马上要上交毕业论文 谢谢
Dependent Variable: Y
Method: Least Squares
Date: 04/10/09 Time: 22:31
Sample: 1 110
Included observations: 110
Variable Coefficient Std. Error t-Statistic Prob.
X1 -1.808606 0.792401 -2.282438 0.0244
X2 3.413273 1.458477 2.340300 0.0211
C -0.011629 0.025596 -0.454309 0.6505
R-squared 0.074716 Mean dependent var -0.065141
Adjusted R-squared 0.057421 S.D. dependent var 0.154995
S.E. of regression 0.150479 Akaike info criterion -0.923088
Sum squared resid 2.422912 Schwarz criterion -0.849438
Log likelihood 53.76982 F-statistic 4.320092
Durbin-Watson stat 1.914702 Prob(F-statistic) 0.015693
检验模型
①模型的经济意义检验:回归系数估计值β =3.413273>0,说明x2与y正方向变动,两者是正相关的。
②回归方程的标准误差的评价:SE=0.150479说明,回归方程与各观测点的平均误差为0.150479
③拟合优度检验: ==0.074716说明,回归方程即上述样本的解释能力为7.74716%,回归方程的拟合度不高(这点不知道该如何说,拟合度不高影响后面说明x2对y的显著性吗。
④回归模型的总体显著性检验:从全部因素的总体影响看,在5%显著性水平上,F=4.320092> F (k,n-k-1)= F (3,110-2-1)= F (3,107)
F (3,120)=2.68< F (3,107)<2.76= F (3,60)
说明x1和x2对y的共同影响是显著的。
⑤单个回归系数的显著性检验:在5%的显著性水平上,得临界值t (n-k-1)= t (107)
t (120)= 1.9800< t (107)<2.0000= t (60)
从单个因素的影响看,在5%显著性水平上,t(β )=2.340300> t (107),说明x2对y对的影响是显著的。
我主要是想证明x1对y的影响显著 请问我这样的分析结果可以吗? 谢谢了