(0.537) （-3.141） （-0.297） （0.217） （6.974） R2=0.992853 F=937.6933
由上结果可知：X1、X4、X5作为被解释变量时，R2均较大且接近于1，F值均大于临界值F0.05(3,28)=2.95，可知拒绝原假设，即X1、X4、X5与其他解释变量之间存在显著的线性关系。
（4）逐步回归法
分别做Y对X1、X2、X3、X4、X5的一元线性回归，检验和解决多重共线的问题。
根据比较系数由大到小排序为：X4、X5、X1、X3、X2 建立Y与X4之间的关系：Y~X4
R2=0.998438，参数符号合理且通过t检验。
引入X5，R2=0.999775，拟合优度显著提高，且参数符号合理，变量也通过了t检验，X5应保留。
引入X1，R2=0.999775，拟合优度没有明显提高，且X1参数符号不合理，没有通过t检验，可知X1与其他变量存在明显共线性，应删去。
引入X3，R2=0.999815，拟合优度显著提高，且参数符号合理，变量也通过了t检验，X3应保留。
引入X2，R2=0.999816，拟合优度没有明显提高，且X1、X2没有通过t检验，可知X2与其他变量存在明显共线性，应删去。
因此，删去X1、X2，保留X3、X4、X5，最后修正多重共线性的模型
为：Y=26.9384-31.11X3+0.34X4+0.61X5
6、内生性检验
（1）检验X3内生性：引入X3（-1）作为工具变量，建立X3与X3（-1）的关系，做OLS估计，得出残差项。
X3=1.039965403+0.0002967850097*X4-0.001205628266*X5+0.7217887473*X3(-1)
将残差项带入原模型后，再进行OLS估计：
随机干扰项E3参数P值为0.0276<0.05,可知在显著性水平5%情况下，拒绝原假设，即X3为同期内生变量。
（2）检验X4内生性：引入X4（-1）作为工具变量，建立X4与X4（-1）的关系，做OLS估计，得出残差项。