三、自相关性检验：

模型的估计的回归方程为：

Y=-76769.99+6.0453X1+1631.505X2-6206.783X3 se=(6477.589) (0.290) (149.751) (2744.556) t = （0.199） (2.235) (31.487) (17.770)

R2?0.998F?1617.181 DW=1.6205 （一）DW检验

由于样本容量小于15，所以该检验法不适合使用。 （二）BG检验

在方程窗口中点击View/Residual Test/Serial Correlation LM Test，选择滞后期为2，输出结果如下图。

可得nR2?13*0.008872?0.11534??20.05(9)?16.919，相伴概率（即p值）为0.5618，因此在显著性水平??0.05的条件下，接受无自相关的原假设，即随机干扰项不存在自相关。

（4）模型检验： 1、经济意义检验：

模型估计结果说明，在假定其他变量不变的情况下，当服务就业人数每增长1万人，名义服务业产出就会增加6.0453亿美元；在假定其他变量不变的情况下，当软件外包服务收入每增长1亿美元，国债发行总量就会增加1631.505亿美元；在假定其他变量不变的情况下，当技术进步指数每增长1，国债发行总量就会增加-6206.783亿美元；服务就业人数、软件外包服务收入与名义服务业产出均为正相关，这与理论分析及经验判断相一致。但技术进步指数与名义服务业产出为负相关，这与理论分析及经验判断不一致。说明该模型可能存在多重共线性。 2、t检验： 分别针对

?j?0(j?1,2,3)H0：

，给定显著性水平?=0.05，查t分布表得自由度为13-3-1=9，

tj?(j?1,2,3)对应的t统计量分别为2.435、31.487、17.770。,

临界值t0.025(9)?2.2622。

其绝对值均大于临界值2.2622，所以均通过了显著性检验。

3、F检验：

针对

H0:?1??2??3?0,给定显著性水平??0.05，在F分布表中查出自由度为3和9

H0，

说明回归方程显著，

的临界值F0.05(3,9)?3.86。由于F=1617.181>3.86，应拒绝原假设

即服务员就业人数（X1）、软件外包服务收入(X2)、技术进步指数(X3)对名义服务业产出有显著影响。

（5）多重共线性检验： 计算各解释变量的系数，选择X1,X2,X3的数据，点“View/covariance analysis”,勾选correlation得相关系数矩阵，如下图所示：

由相关系数矩阵可以看出，个解释变量之间存在较高的相关系数，由此证实存在较严重的多重共线性。

（6）多重共线性的修正：

①采用逐步回归的办法，去检验和解决多重共线性问题。分别作Y对X1、X2、X3的一元回归，结果如表所示： 变量 参数估计值 t 统计量 R 2X1 9.297 17.409 0.965 0.962 303.065 X2 3514.690 10.232 0.905 0.896 104.685 X3 76854.93 4.161 0.611 0.576 17.312 修正后的R 2 F统计值 按R的大小排序为：X1、X2、X3。

②以X1为基础，顺次加入其他变量逐步回归。首先加入X2回归结果为：

2

Y=-84355.98+6.112X1+1408.58X2 t=(-12.81) (17.82) (10.52) R=0.997 F=1716.85

X2的系数为正，合理，而且Prob=0,显著，所以予以保留。 ③加入X3，以X1,X2，X3作为解释变量，得到回归结果为：

Y=-76769.99+6.0453X1+1631.505X2-6206.783X3 t = （0.199） (2.235) (31.487) (17.770)

R2?0.998F?1617.181

可以发现X3的系数估计值为负，不合理，予以剔除。

那么，消除共线性后的最终模型为：

Y=-84355.98+6.112X1+1408.58X2

t=(-12.81) (17.82) (10.52) R=0.997 F=1716.85

最后，从此模型中可以看出，服务员就业人数和软件外包服务收入对服务业产出有显著影响。