分析：上表展示了变量剔除方程的过程。各数据项的含义依次是：在剔除其他变量的情况下，如果该变量保留在模型中其标准化回归系数、t检验值和概率p值。在模型3中，剔除国内生产总值的情况下，如果保留人均电力消费，那么它的标准化回归系数为0.269，但回归系数的检验不显著（概率p值为0.520）。剔除人均电力消费的情况下，如果保留国内生产总值，那么它的标准化回归系数为0.217，但回归系数的检验不显著（概率p值为0.777）。
Charts
11
能源消费需求多元线性回归分析的残差累计概率图
12
分析：上图中，数据点围绕基准线还存在一定的规律性，但标准化残差的非参数检验结果（见下表）表明标准化残差与标准正态分布不存在显著差异，可以认为残差满足了线性模型的前提要求。
标准化残差的非参数检验结果 One-Sample Kolmogorov-Smirnov Test N Normal Parameters a Standardized Residual 23 Mean Std. Deviation .0000000 .95346259 .162 .108 -.162 .776 .584 Most Extreme Differences Absolute Positive Negative Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal.
分析：在上面残差累计概率图种，随着标准化预测值的变化，残差点在0线周围随机分布，但残差的等方差性并不完全满足，方差似乎有增大的趋势。而计算残差与预测值的Spearman等级相关系数为－0.027（见下表Spearman等级相关分析结果），且检验不显著，因此认为异方差现象并不明显。
能源消费需求多元线性回归分析的残差图
13
14
标准化残差与标准化预测值的Spearman等级相关分析结果
Correlations Spearman's rho Standardized Predicted Value Correlation Coefficient Sig. (2-tailed) N Standardized Predicted Value 1.000 . 23 -.027 .904 23 Standardized Residual -.027 .904 23 1.000 . 23 Standardized Residual Correlation Coefficient Sig. (2-tailed) N
原始数据：能源消费数据分析
能源消费
国内生产
标准煤总
年份X1 总值X3/亿
量X2/万
元
吨
1985 76682 9016 1986 80850 10275.2 1987 86632 12058.6 1988 92997 15042.8
建筑业增
工业增加
加值X5/
值X4/亿元
亿元 3448.7 3967 4585.8 5777.2
417.9 525.7 665.8 810
交通运输邮电业增加值X6/亿元 406.9 475.6 544.9 661
人均电力消费X7/千瓦时 21.3 23.2 26.4 31.2
能源加工转换效率X8/% 68.29 68.32 67.48 66.54
15
1989 96934 1990 98703 1991 103783 1992 109170 1993 115993 1994 122737 1995 131176 1996 138948 1997 137798 1998 132214 1999 133831 2000 138553 2001 143199 2002 151797 2003 174990 2004 203227 2005 223319 2006 246270 2007 265583 16092.3 18667.8 21781.5 26923.5 35333.9 48197.9 60793.7 71176.6 78973 84402.3 89677.1 99214.6 109655.2 120332.7 135822.8 159878.3 183084.8 211923.5 249529.9 6484 6858 8087.1 10284.5 14188 19480.7 24950.6 29447.6 32921.4 34018.4 35861.5 4003.6 43580.6 47431.3 54945.5 65210 76912.9 91310.9 107367.2 794 859.4 1015.1 1415 2266.5 2964.7 3728.8 4387.4 4621.6 4985.8 5172.1 5522.3 5931.7 6465.5 7490.8 8694.3 10133.8 11851.1 14014.1 786 1147.5 1409.7 1681.8 2205.6 2898.3 3424.1 4068.5 4593 5278.4 5821.8 7333.4 8406.1 93930.4 10098.4 12147.6 10526.1 12481.1 14604.1 16
35.3 66.51 42.4 67.2 46.9 65.9 54.6 66 61.2 67.32 72.7 65.2 83.5 71.05 93.1 71.5 101.8 69.23 106.6 69.44 118.2 69.19 132.4 69.04 144.6 69.03 156.3 69.04 173.7 69.4 190.2 70.71 216.7 71.08 249.4 71.24 274.9 71.25