U(1)＝3.612 U(2)＝11.33 U(3)＝17.66 U(4)＝1.211
偏相关系数 ρ(i): ρ1,234＝-0.5171 ρ2,134＝-0.7307 ρ3,124＝ 0.8005 ρ4,123＝ 0.3302
各方程项对回归的贡献(按偏回归平方和降序排列): U(3)＝17.66, U(3)/U＝67.02% U(2)＝11.33, U(2)/U＝43.01% U(1)＝3.612, U(1)/U＝13.71% U(4)＝1.211, U(4)/U＝4.596%
残差分析:
残 差 分 析 表 № 观 测 值 １ 1.000 ２ 0.000 ３ 0.000 ４ 3.000 ５ 2.000 ６ 0.000 ７ 4.000 ８ 5.000 9 0.000 10 0.000 11 0.000 12 0.000
----- 计算第３组回归方程 -----
尚未选入的因变量是ｙ3
第33步, 引入方程项: ｙ3 已引入因变量ｙ的序号: ３ 已引入自变量Ｘ的序号:
第34步, 自变量Ｘ引入或剔除判别: 各项的判别值(升序排列):
回 归 值 0.3945 0.6236 2.290 1.302 2.252 -8.343e-2 3.872 4.162 -0.1488 0.3906 0.1278 -0.1829 观测值－回归值 0.6055 -0.6236 -2.290 1.698 -0.2520 8.343e-2 0.1280 0.8380 0.1488 -0.3906 -0.1278 0.1829 (回归值－观测值)/观测值×100(%) -60.55 － － -56.60 12.60 － -3.200 -16.76 － － － － Ｖx(4)＝ 2.044e-2 Ｖx(6)＝ 3.077e-2 Ｖx(7)＝ 6.082e-2 Ｖx(2)＝ 6.558e-2 Ｖx(3)＝ 8.076e-2 Ｖx(5)＝ 9.328e-2 Ｖx(1)＝ 0.1769
未引入项中, 第１项[Ｘ(1)]Ｖx值（≥0）的绝对值最大, 引入检验值Ｆax(1)＝2.149, 引入临界值Ｆx＝2.000, Ｆax(1)＞Ｆx, 可以引入第１项。
第35步, 引入方程项: Ｘ(1) 已引入因变量ｙ的序号: ３ 已引入自变量Ｘ的序号: １
第36步, 自变量Ｘ引入或剔除判别: 各项的判别值(升序排列): Ｖx(1)＝-0.2149 Ｖx(7)＝ 9.151e-4 Ｖx(2)＝ 3.530e-3 Ｖx(5)＝ 6.790e-3 Ｖx(6)＝ 3.149e-2 Ｖx(3)＝ 0.2267 Ｖx(4)＝ 0.2269
已引入项中, 第１项[Ｘ(1)]Ｖx值（＜0）的绝对值最小, 剔除检验值Ｆex(1)＝2.149, 剔除临界值Ｆx＝2.000,
Ｆex(1)＞Ｆx, 不能剔除第１项, 检查是否可以引入其他自变量。 未引入项中, 第４项[Ｘ(4)]Ｖx值（≥0）的绝对值最大, 引入检验值Ｆax(4)＝2.641, 引入临界值Ｆx＝2.000, Ｆax(4)＞Ｆx, 可以引入第４项。
第37步, 引入方程项: Ｘ(4) 已引入因变量ｙ的序号: ３ 已引入自变量Ｘ的序号: １,４
第38步, 自变量Ｘ引入或剔除判别: 各项的判别值(升序排列): Ｖx(1)＝-0.5393 Ｖx(4)＝-0.2935 Ｖx(5)＝ 2.782e-3 Ｖx(7)＝ 6.635e-3 Ｖx(6)＝ 1.355e-2 Ｖx(2)＝ 0.2129 Ｖx(3)＝ 0.2336
已引入项中, 第４项[Ｘ(4)]Ｖx值（＜0）的绝对值最小, 剔除检验值Ｆex(4)＝2.641, 剔除临界值Ｆx＝2.000,
Ｆex(4)＞Ｆx, 不能剔除第４项, 检查是否可以引入其他自变量。 未引入项中, 第３项[Ｘ(3)]Ｖx值（≥0）的绝对值最大, 引入检验值Ｆax(3)＝2.439, 引入临界值Ｆx＝2.000, Ｆax(3)＞Ｆx, 可以引入第３项。
第39步, 引入方程项: Ｘ(3) 已引入因变量ｙ的序号: ３ 已引入自变量Ｘ的序号: １,３,４
第40步, 自变量Ｘ引入或剔除判别: 各项的判别值(升序排列): Ｖx(1)＝-0.8738 Ｖx(4)＝-0.3051 Ｖx(3)＝-0.3049 Ｖx(7)＝ 1.016e-2 Ｖx(6)＝ 3.539e-2 Ｖx(5)＝ 8.790e-2 Ｖx(2)＝ 0.2678
已引入项中, 第３项[Ｘ(3)]Ｖx值（＜0）的绝对值最小, 剔除检验值Ｆex(3)＝2.439, 剔除临界值Ｆx＝2.000,
Ｆex(3)＞Ｆx, 不能剔除第３项, 检查是否可以引入其他自变量。 未引入项中, 第２项[Ｘ(2)]Ｖx值（≥0）的绝对值最大, 引入检验值Ｆax(2)＝2.560, 引入临界值Ｆx＝2.000, Ｆax(2)＞Ｆx, 可以引入第２项。
第41步, 引入方程项: Ｘ(2) 已引入因变量ｙ的序号: ３
已引入自变量Ｘ的序号: １,２,３,４
第42步, 自变量Ｘ引入或剔除判别: 各项的判别值(升序排列): Ｖx(4)＝-0.7808 Ｖx(3)＝-0.4028 Ｖx(2)＝-0.3657 Ｖx(1)＝-0.3559 Ｖx(7)＝ 1.163e-2 Ｖx(6)＝ 1.640e-2 Ｖx(5)＝ 9.282e-2
已引入项中, 第１项[Ｘ(1)]Ｖx值（＜0）的绝对值最小, 剔除检验值Ｆex(1)＝2.491, 剔除临界值Ｆx＝2.000,
Ｆex(1)＞Ｆx, 不能剔除第１项, 检查是否可以引入其他自变量。 未引入项中, 第５项[Ｘ(5)]Ｖx值（≥0）的绝对值最大,
引入检验值Ｆax(5)＝0.6139, 引入临界值Ｆx＝2.000,
Ｆax(5)≤Ｆx, 不能引入第５项, 检查是否可以引入其他因变量。
第43步, 因变量ｙ引入或剔除判别: 各项的判别值(升序排列): Ｖy(3)＝-1.800
已引入项中, 第３项[ｙ3]Ｖy值（＜0）的绝对值最小, 剔除检验值Ｆey(3)＝3.151, 剔除临界值Ｆy＝2.500, Ｆey(3)＞Ｆy, 不能剔除第３项, 变量筛选结束。
变量筛选结果:
因变量: 总 数＝１, 引 入 数＝１
自变量: 检验项数＝７, 预期引入项数＝４, 实际引入项数＝４, 实际引入项数＝预期引入项数
第３组回归方程结果:
回归方程:
ｙ3 = b(0) + b(1)*Ｘ(1) + b(2)*Ｘ(2) + b(3)*Ｘ(3) + b(4)*Ｘ(4)
回归系数 b(i): b(0)＝-38.98 b(1)＝ 0.9282 b(2)＝-0.2961 b(3)＝-2.865 b(4)＝ 26.02
标准回归系数 B(i): B(1)＝ 0.5097 B(2)＝-0.7273 B(3)＝-0.4006 B(4)＝ 0.8986
复相关系数 γ＝0.8018 决定系数 γ^2＝0.6429 调整的决定系数 γ^2a＝0.5090
变量分析:
变 量 分 析 表 变异来源 回 归 剩 余 总 和 平 方 和 Ｕ＝3877 Ｑ＝2153 Ｌ＝6030 自 由 度 Ｋ＝4 Ｎ－１－Ｋ＝7 Ｎ－１＝11 均 方 Ｕ/Ｋ＝969.2 Ｑ/(Ｎ－１－Ｋ)＝307.6 均 方 比 Ｆ＝3.151 样本容量Ｎ＝12, 显著性水平α＝0.05, 检验值Ｆt＝3.151, 临界值Ｆ(0.05,4,7)＝4.120
剩余标准差 ｓ＝17.54
回归系数检验值: ｔ检验值(df＝7): ｔ(1)＝ 1.578 ｔ(2)＝-1.600 ｔ(3)＝-1.679 ｔ(4)＝ 2.338
Ｆ检验值(df1＝1, df2＝7): Ｆ(1)＝ 2.491 Ｆ(2)＝ 2.560 Ｆ(3)＝ 2.819 Ｆ(4)＝ 5.466
偏回归平方和 U(i): U(1)＝766.3 U(2)＝787.5 U(3)＝867.3 U(4)＝1681
偏相关系数 ρ(i): ρ1,234＝ 0.5123 ρ2,134＝-0.5175 ρ3,124＝-0.5358 ρ4,123＝ 0.6622
各方程项对回归的贡献(按偏回归平方和降序排列): U(4)＝1681, U(4)/U＝43.37% U(3)＝867.3, U(3)/U＝22.37% U(2)＝787.5, U(2)/U＝20.31% U(1)＝766.3, U(1)/U＝19.77%
残差分析:
残 差 分 析 表 № 观 测 值 １ 15.39 ２ 10.84 ３ 13.82 ４ 34.57 ５ 7.410 ６ 9.120 ７ 8.640 ８ 81.64 回 归 值 20.37 14.10 40.57 33.80 4.595 -1.222 25.12 54.93 观测值－回归值 -4.980 -3.260 -26.75 0.7700 2.815 10.34 -16.48 26.71 (回归值－观测值)/观测值×100(%) 32.36 30.07 193.6 -2.227 -37.99 -113.4 190.7 -32.72 ９ 23.95 10 33.60 11 8.930 12 58.97
23.38 17.04 14.04 60.14 0.5700 16.56 -5.110 -1.170 -2.380 -49.29 57.22 1.984 得到３组回归方程。
显著性水平α＝0.05, 自变量引入、剔除的临界值43步计算后得到三组回归方程: 第一组: 第二组: 第三组:
由计算结果看出, 森林覆盖率人口密度密度
、人均收入增长率
及年采伐面积
受相同自变量影响, 主要影响因素为山地比例的影响; 针叶林比例
及火灾频数
、
。 , , , ,
, 因变量引入、剔除的临界值
, 经
及月平均最低气温主要受公路
的
及月平均最低气温影响; 造林面积主要受公路密度、人均收入增长率及山地比例
影响。