第一个模型还可以,但是存在自相关(DW检验值也就是Durbin-Watson stat 为0.85,正自相关),需要进行差分处理。估计是一阶自相关。
第二个模型,自变量没有一个显著的,确实需要更改。
看模型是否合适,一是系数显著性检验,一是方程显著性检验。一元回归时,两个检验是一样的,所以第一个模型中,自变量X系数估计值显著(X对应的Prob值为0.000,一般要求小于0.05就算通过),方程也显著(看F-statistic的值),但是一阶自相关最好消除。但是多元回归中,两个检验需要分开看。第二个模型中,方程显著性可能能通过检验,但是自变量系数估计值对应的Prob都大于0.05,所以问题比较大。
几个建议:
1、样本数据来源于1995年到2006年,感觉还是少了些,而且2011年的论文至少最晚应该是截止到2009年。如果条件允许,最好能够更早些数据。有25个以上年份数据,做的模型合适些。
2、第二个模型因为你没有列举具体自变量、因变量名称,不好下结论。那么,一个办法是考虑自变量的选择是不是合理,现有的自变量有没有可以去掉的,或者有没有遗漏更合理的自变量,调整自变量后再回归;如果你认为自变量不需要修改,在增加样本数据情况下,另一个办法是用SPSS软件,里面有“逐步回归”选项,看看能不能得到合理模型。
第一个模型还凑合
第二个模型根本不能用
因为计量的相关检验都不显著