《表3 OLS模型估计结果检验》

  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

《汾渭平原PM_(2.5)浓度的影响因素及空间溢出效应》

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

为对解释变量的影响进行初步预判并与空间回归模型进行比较，首先使用传统线性回归模型（OLS）进行拟合（表3）.结果表明，残差项Moran's I的统计量为3.982，通过0.01显著性检验，说明回归残差存在明显的空间依赖.Breusch-Pagan检验和Koenker-Bassett检验的P值均小于0.05，说明OLS回归模型的随机误差项存在异方差，不满足OLS回归模型中随机误差项应满足同方差性的前提假定.因此，OLS模型缺乏解释力，应使用考虑了空间依赖因素的空间回归模型.对比LM和Robust LM发现，LM（lag）和LM（error）都通过了0.01的显著性检验，但LM（lag）统计量大于LM（error）统计量，且robust LM（lag）通过了0.01显著性检验，而robust LM（error）不显著.根据Anselin模型选择判别标准，空间回归模型宜采用SLM.