《表3 变量多元线性回归结果》

  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

《科研项目绩效影响因素研究——基于广州市教育专项的数据》

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:1) B为回归系数（对应变量X1—X17）和截距（对应常量）；2) b为预测变量

其次，根据前文对变量的相关性分析，X2—X18共17个因素与Y存在较为紧密的正相关关系，因此可用多元线性回归分析探讨本文的自变量对因变量的影响情况。为防止其他变量对模型的干扰，将项目年份作为控制变量纳入模型。根据分析结果（如表3），R2为0.857，说明自变量能够解释因变量教育专项绩效水平85.7%的变化原因，模型拟合情况良好；同时D-W值为1.921接近2，说明无自相关性产生。在F检验中P（Sig.）值为0.000，小于0.01，说明通过F检验。根据分析结果可知，X1、X6和年份3项自变量的P（Sig.）值小于0.05，结合相关性分析中X1与Y之间的相关系数未呈现出显著性，因此X1、X6和年份对因变量无影响关系，即X2、X3、X4、X5、X7、X8、X9、X10、X11、X12、X13、X14、X15、X16、X17、X18会对教育专项绩效水平产生正向影响关系，且回归系数分别为0.123、0.139、0.430、0.267、0.089、0.054、0.075、0.078、0.070、0.077、0.182、0.079、0.108、0.162、0.076、0.087，对绩效水平影响程度由强到弱依次为X4（0.430）>X5（0.267）>X13（0.182）>X16（0.162）>X3（0.139）>X2（0.123）>X15（0.108）>X7（0.089）>X18（0.087）>X14（0.079）>X10（0.078）>X12（0.077）>X17（0.076）>X9（0.075）>X8（0.054）>X11（0.070）；同时，自变量对应的VIF值均小于5，无多重共线性产生。据此，得出回归模型公式: