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。（这样对吗）

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