stata帮我分析一下输出结果吧,regall ch ma en seSource | SS df MS Number of obs= 49-------------+------------------------------ F( 4,44) = 9.21Model | 13926.6148 4 3481.65369 Prob >F = 0.0000Residual | 16636.8852 44 378.111028 R-squared = 0.
来源:学生作业帮助网 编辑:六六作业网 时间:2024/12/19 23:41:15
stata帮我分析一下输出结果吧,regall ch ma en seSource | SS df MS Number of obs= 49-------------+------------------------------ F( 4,44) = 9.21Model | 13926.6148 4 3481.65369 Prob >F = 0.0000Residual | 16636.8852 44 378.111028 R-squared = 0.
stata帮我分析一下输出结果吧,
regall ch ma en se
Source | SS df MS Number of obs= 49
-------------+------------------------------ F( 4,44) = 9.21
Model | 13926.6148 4 3481.65369 Prob >F = 0.0000
Residual | 16636.8852 44 378.111028 R-squared = 0.4557
-------------+------------------------------ Adj R-squared = 0.4062
Total | 30563.5 48 636.739583 Root MSE = 19.445
------------------------------------------------------------------------------
all | Coef.Std.Err.t P>|t| [95% Conf.Interval]
-------------+----------------------------------------------------------------
ch | 1.648502 .4363535 3.78 0.000 .7690889 2.527914
ma | 1.131942 .2464862 4.59 0.000 .6351818 1.628702
en | .6670829 .3470593 1.92 0.061 -.0323693 1.366535
1.se | -1.460537 6.987027 -0.21 0.835 -15.54197 12.62089
_cons | 311.7683 66.58203 4.68 0.000 177.581 445.9556
------------------------------------------------------------------------------
.6.语句 vif 多重共线性
结果:
Variable | VIF 1/VIF
-------------+----------------------
se | 1.17 0.854767
ma | 1.15 0.873290
ch | 1.04 0.965546
en | 1.01 0.990580
-------------+----------------------
Mean VIF | 1.09
两个,请问怎么看有没有多重共线性
能再帮我分析一下这两个结果吗
stata帮我分析一下输出结果吧,regall ch ma en seSource | SS df MS Number of obs= 49-------------+------------------------------ F( 4,44) = 9.21Model | 13926.6148 4 3481.65369 Prob >F = 0.0000Residual | 16636.8852 44 378.111028 R-squared = 0.
(1)可以认为没有多重共线性,因为平均VIF并不高(一般认为大于10才考虑多重共线性问题)
(2)回归结果总体是显著的(F检验的P值是0),拟合度还可以(只有49个观测值,R方40%不能算高但是也可以接受),解释变量ch、ma都和你的因变量all有显著的正向关系(因为这两个t检验的P值都是0).解释变量en和因变量all有正向关系,但是只在10%的显著水平上显著(P值小于0.1),显著性不高但也可以留在模型里.解释变量se和因变量all有负向关系但是统计不显著(P指很大,接近1,也就是说在统计上我们可以认为se前面的系数有很大可能是0,se和all无关),应该从模型中去除.