《表4 逐步回归模型摘要a, o》

  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

《基于逐步回归法探讨光伏企业价值创造能力》

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:a因变量:VCA。b预测变量:常量，MBPM。c预测变量:常量，MBPM，CI。d预测变量:常量，MBPM，CI，SGR。e预测变量:常量，MBPM，CI，SGR，EPS。f预测变量:常量，MBPM，CI，SGR，EPS，FS。g预测变量:常量，MBPM，CI，SGR，EPS，FS，RONA。h预测变量:常量，MBPM，CI，SGR，EPS，FS，

与其他回归方法相比，逐步回归分析法最明显的特征是将各个自变量逐一地加入回归模型中，每增加一个自变量就会构建一个新的回归模型，并对新的回归模型进行变量t检验和模型F检验，若通过显著性检验则保留新引入的自变量，否则将其剔除，直至没有显著变量可选入模型为止，从而得到最优回归模型。本文选取的自变量数量较多，更适用于使用逐步回归分析法进行变量和模型的自主筛选。沿用上文变量相关性检验使用的面板数据，利用软件SPSS 24进行模型构建，基于逐步回归分析得到的模型摘要如表4所示。