《表4 变量逐步回归分析结果Table 4 Variable stepwise regression analysis results》

  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

《农业机械化对安徽省农民增收贡献率实证分析》

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

从分析结果可看出，初步模型的R2近似于1，说明拟合效果很好，且F=1346.232>F0.05，表示农民人均纯收入增长与所选择的各变量因素之间存在显著线性关系，但实际上，该模型所有参数中除X8农村居住面积的t检验P为0.0228<0.05外，其他参数均未通过t检验，原因可能在于至少有两个或两个以上的变量之间还存在多重共线性关系，因此，需要进行逐步回归，筛选并剔除引起多重共线性的变量。如表4所示，首先引入X2作为初始因子，引入变量后X2对应的P=0，显然通过t检验；再引入X3变量，得到P=0.174>0.05，未通过t检验，故排除该因子；接着分别引入X4、X5和X6变量，结果P分别为0.064、0.151和0.0005，仅有X6变量通过t检验，且D.W.值1.909>1.52（0.05显著性水平下对应值），通过检验，故排除X4和X5变量；同理，分别再引入X7和X8变量，结果显示X7和X8变量均通过t检验，且此时R2=0.999，表明拟合非常好，D.W.值2.441，说明不存在残差序列自相关性。所以选取X2、X6和X7和X84个变量建立最终模型，得到公式（9），在此基础上进一步分析影响农业机械化对农民收入增长的贡献份额。