《表2 模型中变量person相关系数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《IT基础、IT创新协同能力与企业创新绩效的相关性研究——基于中国企业微观数据的调查》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：*、**、***分别表示参数估计值在10%、5%、1%水平上显著。

在采用普通最小二乘法（OLS）对横截面数据进行回归分析时，必须对模型中可能存在的多重共线性和异方差问题进行检验和处理。本文首先对变量间的多重共线性进行了检验，通过对解释变量的Pearson相关系数进行检验（见表2）。笔者发现，模型中各变量之间相关系数绝对值一般都在0.7以内，因此，可以判断回归模型不存在严重的多重共线性问题。关于异方差，为了减少模型中可能存在的异方差问题对估计结果稳健性影响，笔者采用怀特（1980）所推导出的异方差一致协方差矩阵，对模型回归结果的标准误差和t统计值进行了修正。