表5 加入新变量的回归结果 （一）
计量经济学实验 有关影响中国农业总产值的发展的因素
经过比较，新加入X5 的方程 ²=0.966879，改进较大，而且各参数的t检验在α=0.20时，检验显著。而加入解释变量的X2、X3的偏回归系数符号与预期的符号不吻合，X2、X4 的参数t检验值远小于α=0.20时的参数值，故选择保留X5，再加入其它新的解释变量逐步回归，结果如表6所示。
表6 加入新变量的回归结果 （二）
在X1、X5基础上加入X3、X4后的方程²有所提高，但X3的偏回归系数符号与预期的符号不吻合，X4的参数t检验值小于α=0.20时的参数值，参数t检验不显著，故不将X3、X4 纳入模型。而在X1、X5基础上加入X2后的方程
²没有提高，且X2的参数t检验值远小于α=0.20时的参数值，参数t检验不显著，故不将X2纳入模型。
最后修正严重多重共线性影响后的回归结果为
t= -7506.136 + 0.786*X1 - 0.190*X5
t=（-1.983107）（30.01868） （-1.374918）
计量经济学实验 有关影响中国农业总产值的发展的因素
R²= 0.786648 ²= 0.966879 F= 468.0747 DW= 0.342983
这说明，在其他因素不变的情况下，当农业机械力X1每增加1万千瓦，平均来说农业总产值增加0.786亿元；当农业成灾面积
X5每增加1千公顷，平均
来说农业总产值减少0.190亿元。说明农业机械力的增加对国家农业总产值的影响很大，也就说明农业技术与基础设施的建设对农业总产值的影响很大，只有提高科学技术才能够促进农业总产值快速的提升。说明农业受灾面积对农业总产值的影响较大，要有效的保持农业总产值，就要尽量的较少受灾面积，并要尽快的做好灾后的处理。为了使国家农业总产值稳步升上，国家应该注重农村经济的发展，给予政策上的优惠，并给予基础设施的建设，使人民的收入不断增加。
逐步回归后的结果虽然实现了减轻多重共线性的目的，但对农业总产值的影响因素：X2为农业有效灌溉面积，X3为农业化肥施用量，X4为农业受灾面积也一并从模型中剔除去了，可能会带来设定偏误，这是在使用逐步回归时需要注意的问题。
六、 异方差的检验与修正
影响中国农业总产值的因素很多，但是由于各种条件的限制和经过多重共线性检验修正后，引入农用机械力X1、成灾面积X5 两个变量做解释变量，即模型设定为：
Yi=β0+β
1
x1i+β5x5i+ui
其中，Yi表示农业总产值；X1i表示农用机械力；X5i表示农业成灾面积。
利用EViews软件，生成Yi 、X1 、X5 数据，采用这些数据对模型进行OSL回归，估计以下样本回归函数，结果如表7所示。
表7 中国农业总产值和农用机械力、成灾面积的回归结果
计量经济学实验 有关影响中国农业总产值的发展的因素
估计结果为
Y = -7506.137 + 0.787*X1 - 0.190*X5 t=（-1.983） （30.019） （-1.375） R²=0.969 F=468.0745 DW=0.343
其中，Y 表示农业总产值（亿元），X1表示农用机械力(万千瓦) ，X5表示成灾面积（千公顷）。从回归模型的结果看，农业总产值对应的标准误差很小，t统计量远大于临界值，说明农用机械力对农业总产值有很大的影响，农业成灾面积的标准误差和t统计量还算可以，可决系数也很高，F检验结果也很明显。表明该模型的估计效果还不错，可以认为农用机械力每增加1万千瓦，平均来说农业总产值增加0.787亿元；成灾面积每增加1千公顷，平均来说农业总产值减少0.19亿元。
然而，这里得出的结论可能不可靠，平均来说农用机械力每增加1万千瓦可能增加不了那么多的农业产值；平均来说成灾面积每增加1千公顷可能减少不了那么多的农业产值，所得的结论可能并不符合真实情况。那么，有什么充分的理由说明这一结果不可靠呢？更为接近真实的结论又是什么呢？
模型的异方差性检验： （一）图形检验法
利用EViews软件产生新序列得到残差e²的数值，并通过表1中的数据和残差平方e²数据得到下图（图二）。
计量经济学实验 有关影响中国农业总产值的发展的因素
图二 e²对X1、X5的散点图
由图二可以看出：残差平方e²随着X1的变化而变化，并且大致可以看出e²随着X1的变动呈增大的变化趋势，因此，模型可能存在异方差；残差平方e²随着X1的变化而变化，而且变化的波动比较大（由于刻度的问题，可能不能够明显的反映），因此，模型可能存在异方差。但是，是否确实存在异方差还应通过更进一步的检验。 (二)Goldfeld - Quanadt检验
1、对解释变量排序。将观测值按解释变量X1、X5的大小顺序排序。经过排序后的数据如下表。 表8 排序后的Y、X1、X3
计量经济学实验 有关影响中国农业总产值的发展的因素
2、构造子样本区间，建立回归模型。在本例中，样本容量n=33，删除中间1/5的观测值，即大约7个观测值，余下部分平分得两个样本区间：1978-1990和1998-2010，它们的样本个数均是13个，即n1=n2=13。
3、提出假设。即H0：两部分数据方差相等（ ²= i²，i=1,2,3 ,n）；H1: 两部分数据方差相等( ²≠ i²，i=1,2,3 ,n)。
4、构造F统计量。分别对上述的两个部分的观测值作回归，其回归结果如下表（表9，表10），由此得到两个部分的残差平方和。由表9得到残差平方和为
∑e1i²=70998962，由表10得到残差平方和为∑e2i²=42371660，根据
Goldfeld-Quanadt检验，F统计量为
F=(∑e1i²/=∑e2i²)=(70998962/42371660)=1.676
5、判断。在α=0.05下，上式中的分子、分母的自由度为10（[(n-c)/2]-k，k为参数），查F分布表得临界值F0.05(10，10)=2.98，因为F=1.676< F0.05(10，10)=2.98,所以接受原假设，表明模型确实不存在异方差。
表9 样本区间1978-1990年的回归结果
计量经济学实验 有关影响中国农业总产值的发展的因素
1、 利用EViews软件，作出表11，White检验的结果。
计量经济学实验 有关影响中国农业总产值的发展的因素
2、利用EViews软件，计算残差ei,并求出残差的平方ei²。
3、用残差平方ei²作为异方差 i²的估计，并作ei²对X2、X3的辅助回归，即