回歸分析基本分析：

將畢業(yè)生人數(shù)移入因變量，其他解釋變量移入自變量。在記錄量中選擇估計(jì)和模型擬合度，得到如圖

輸入/移去的變量

模型輸入的變量移去的變量措施

1教職工總數(shù)（萬人），輸入

專利申請(qǐng)授權(quán)數(shù)

（件），研究與試驗(yàn)

發(fā)展機(jī)構(gòu)數(shù)（個(gè)），

一般高校數(shù)（所），

刊登科技論文數(shù)量

（篇）,在校學(xué)生數(shù)

（萬人）'

a.已輸入所有祈求的變量。

琪型匯總

模型RR方調(diào)整R方原則估計(jì)的誤差

1.999,,998.9979.822

a.預(yù)測(cè)變量：（常量），教職工總數(shù)（萬人），專利申請(qǐng)授權(quán)數(shù)（件），研究與

試驗(yàn)發(fā)展機(jī)構(gòu)數(shù)（個(gè)），一般高校數(shù)（所），刊登科技論文數(shù)量（篇），在校學(xué)

生數(shù)（萬人）。

注解：模型的擬合優(yōu)度檢查：

第一列：兩變量（被解釋變量和解釋變量）的復(fù)有關(guān)系數(shù)RR.999。

第二列：被解釋向量（畢業(yè)人數(shù)）和解釋向量的釜定系數(shù)R2=O.998。

第四列：被解釋向量（畢業(yè)人數(shù)）和解釋向量的調(diào)整鑒定系數(shù)^2=0.971。在多種解

釋變量的時(shí)候，需要參照調(diào)整的鑒定系數(shù)，越靠近1,闡明歸方程時(shí)樣本數(shù)據(jù)的擬合

優(yōu)度越高，被解釋向量可以被模型解釋的部分越多。

第五列：回歸方程的估計(jì)原則誤差=9.822

Anovab

模型平方和df均方FSig.

1回歸449287.911674881.319776.216.oocr

殘差675.288796.470

總計(jì)44996k19913

a.預(yù)測(cè)變量：（常量），教職工總數(shù)（萬人）.專利申請(qǐng)授權(quán)數(shù)（件），研究與試驗(yàn)發(fā)展機(jī)構(gòu)數(shù)（個(gè)）,

一般高校數(shù)（所），刊登科技論文數(shù)量（篇），在校學(xué)生數(shù)（萬人）。

b.因變量：畢業(yè)生數(shù)（萬人）

回歸方程的明顯性檢查-回歸分析的方差分析表

F檢杳記錄量的值=776.216,對(duì)應(yīng)的概率p值=0.000,K不小于明顯性水平0.05,應(yīng)拒絕

回歸方程明顯性檢查原假設(shè)（回歸系數(shù)與0不存在明顯性差異），認(rèn)為：回歸系數(shù)不為0,

被解釋變量（畢業(yè)牛?人數(shù)）和解釋變量的線性關(guān)系明顯，可以建立線性模型。

系數(shù)’

非原則化系數(shù)原則系數(shù)

模型B原則誤差試用版tSig.

1（常量）-544.366327.704-1.661.141

一般高校數(shù)（所）.032.047.068.683.516

研究與試驗(yàn)發(fā)展機(jī)構(gòu)數(shù)（個(gè)）.009.008.1421.086.313

刊登科技論文數(shù)量（篇）.001.000.6323.749.007

專利申請(qǐng)授權(quán)數(shù)（件）.000,000-.103-1.454.189

在校學(xué)生數(shù)（萬人）-.100.301-.296-.333.749

教職工總數(shù)（萬人）3.0464.394.556.693.511

a.因變量：畢業(yè)生數(shù)（萬人）

注解：回歸系數(shù)的明顯性檢查以及回歸方程的偏歸系數(shù)和常數(shù)項(xiàng)的估計(jì)值

第二列：常數(shù)項(xiàng)估計(jì)值=544.366；其他是偏回歸系數(shù)估計(jì)值。

第三列：偏回歸系數(shù)的原則誤差。

第四列：原則化偏回歸系數(shù)。

第五列：偏回歸系數(shù)T檢查的t記錄量。

第六列：t記錄量對(duì)應(yīng)的概率p值；不不小于明顯性水平0.05,拒接原假設(shè)（回歸

系數(shù)與0不存在明顯性差異），認(rèn)為回歸系數(shù)部位0,被解釋變量與解釋變量的線性關(guān)系

是明顯的；不小于明顯性水平0.05,接受原假設(shè)（回歸系數(shù)與（）不存在明顯性差異），認(rèn)

為回歸系數(shù)為0被解釋變量與解釋變量的線性關(guān)系不明顯的。

于是，多元線性回歸方程為：

A009xxX

y=.544,366+0.032,l+°-2+0.0013,o.1^5+3,Q466

回歸分析的深入分析:

1.多重共線性檢查

系數(shù)’

非原則化系數(shù)原則系數(shù)共線性記錄量

模型B原則誤差試用版tSig.容差VIF

（常量）-544.366327.704-1.661.141

一般高校數(shù)（所）.032.047.068.683.516.02245.569

研究與試驗(yàn)發(fā)展機(jī)構(gòu)數(shù)i個(gè)）.009.008.1421.086.313.01280.022

刊登科技論文數(shù)量（篇）.001.000.6323.749.007.008132.540

專利申請(qǐng)授權(quán)數(shù)（件）.000.000-.103-1.454.189.04323.189

在校學(xué)生數(shù)（萬人）-.100,301-.296-.333.749.0003672.177

教職工總數(shù)（萬人）3.0464.394.556.693.511.0002996.649

a.因變量：畢業(yè)生數(shù)（萬人）

從容差和方差膨脹因子來看，在校學(xué)生數(shù)和教職工總數(shù)與其他解釋變量的多重共線性很

嚴(yán)重。在重新建模中可以考慮剔除該變量

共線性診斷'

方差比例

研究與試刊登科技專利申請(qǐng)

一般高校驗(yàn)發(fā)展機(jī)論義數(shù)量授權(quán)數(shù)住校學(xué)生教職_L息數(shù)（萬

模型維數(shù)特性值條件索引（常量）數(shù)（所）構(gòu)數(shù)（個(gè)）（篇）（件）數(shù)（萬人）人）

116.6281.000.00.00.00.00.00.00.00

2.3524.340.00.00.00.00.04.00.00

3.01520.902.00.00.00.00.09.00.00

4.00439.311.00.00.35.00.65.00.00

5.001107.450.00.96.09.02.15.00.00

6.000154.065.00.00.08.96.06.01.00

75.520E-61095.777.99.04.49.02.00.981.00

a.因變量：畢業(yè)生數(shù)（萬人）

注解：第二列：特性根

第三列：條件指數(shù)

從條件指數(shù)看，第3、4、5、6、7個(gè)條件指數(shù)都不小于10,闡明變帚之間存在多

重共線性。

第4-10列：各特性根解釋各解釋變量的方差比，

從方差比看，第5個(gè)特性根解釋投入一般高校人數(shù)96%；刊登科技論文數(shù)49%；可

以認(rèn)為：這些變量存在多重共線性。需要建立回歸方程。

2.重建回歸方程

輸入/移去的變量人

模型輸入的變量移去的變量措施

1教職工總數(shù)（萬人），輸入

專利申請(qǐng)授權(quán)數(shù)

（件）.研究與試驗(yàn)

發(fā)展機(jī)構(gòu)數(shù)（個(gè)），

一般爵校數(shù)（所），

刊登科技論文數(shù)量

（第），在校學(xué)生數(shù)

（萬人）’

2在校學(xué)生數(shù)（萬人）向后（準(zhǔn)則：

F-to-remove>=.1

00的概率)O

3?般高校數(shù)（所）向后（準(zhǔn)則：

F-to-remove>=.1

00的概率）O

4?研究與試驗(yàn)發(fā)展機(jī)向后（準(zhǔn)則：

構(gòu)數(shù)（個(gè)）F-io-remove>=.1

00的概率）O

5?專利申請(qǐng)授權(quán)數(shù)向后（準(zhǔn)則：

（件）F-to-remove>=.1

00的概率O

a.已輸入所有祈求的變量。

b.因變量：畢業(yè)生數(shù)（萬人）

注解：引入/剔除變量表

分別剔除在校學(xué)生數(shù)（萬人），一般高校數(shù)（所），研究與試驗(yàn)發(fā)展機(jī)構(gòu)數(shù)（個(gè)），專利申請(qǐng)授

權(quán)數(shù)（件）四個(gè)變量

模型匯總'

更改記錄量

原則估計(jì)Sig.F更Durbin-Wai

模型RR方調(diào)整R方的謨差R方更改F更改dfldf2改son

1.999s.998.9979.822.998776.21667.000

2.999h.998.9989.260.0<)0.11117.749

3.999'.998.9988.967.0()0,44018.526

4.999''.998.9979.697.0002.69319.135

5.999*.998.9979.774.(X)01.176110.3041.917

a.預(yù)測(cè)變量：（常量），教職工總數(shù)（萬人）.專利申請(qǐng)授權(quán)數(shù)（件），研究與試驗(yàn)發(fā)展機(jī)構(gòu)數(shù)（個(gè)），?般高校數(shù)（所），刊登科技論文數(shù)量

（篇人在校學(xué)生數(shù)（萬人）。

b.預(yù)測(cè)變量：（常量），教職工總數(shù)（萬人），專利申請(qǐng)授權(quán)數(shù)（件），研究與試驗(yàn)發(fā)展機(jī)構(gòu)數(shù)（個(gè)），一般高校數(shù)（所），刊登科技論文數(shù)量

（籥）°

C.預(yù)測(cè)變量：（常量），教職工總數(shù)（萬人），專利申請(qǐng)授權(quán)數(shù)（件），研究與試驗(yàn)發(fā)展機(jī)構(gòu)數(shù)（個(gè)），刊登科技論文數(shù)量（篇）。

<1.預(yù)測(cè)變量：（常量），教職工總數(shù)（萬人），專利申請(qǐng)授權(quán)數(shù)（件），刊登科技論文數(shù)量（篇）。

e.預(yù)測(cè)變量：（常量），教職工總數(shù)（萬人），刊登科技論文數(shù)量（篇）。