《表2 岭回归结果：基于新知识生产函数的青海高新技术企业创新驱动力研究》

  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

《基于新知识生产函数的青海高新技术企业创新驱动力研究》

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

一般情况下克服解释变量之间多重共线性所用方法是增加样本量和逐步回归法。本文采用了有偏估计的岭回归法进行模型的参数估计。岭回归思想是在自变量标准化矩阵主对角线元素上人为增加一组常数（即岭参数K）。利用R软件，当K≥0.03后，销售额为被解释变量的岭迹曲线均趋于稳定，因此本文取K=0.03时的岭回归估计结果来建立新产品销售额为被解释变量的岭回归方程；而当K≥0.2后，授权发明专利量为被解释变量岭迹曲线均趋于稳定，因此本文取K=0.2时的岭回归估计结果来授权发明专利量为被解释变量的岭回归方程，岭回归结果如表2所示，以新产品销售额为被解释变量的岭回归显示，自变量在t值检验中P值都小于0.05，说明参数通过显著性检验；以权发明专利量为被解释变量的岭回归显示，除研发经费政府财政投入外自变量在t值检验中P值都小于0.05，说明其余三个参数通过显著性检验。