（六）多重共线性判别原理及消除多重共线性的方法

1。多重共线性判别原理

多重共线性是指在多元线性回归中，自变量与自变量之间的线性关系性超过因变量与自变量之间的线性关系，那么就会破坏回归模型的稳定性，从而回归系数的估计就不准确。

2。消除多重共线性的方法

由于本设计数据从网上下载得到，不方便再扩大样本量，所以只采用回归系数的显著性检验、方差膨胀因子VIF的多重共线性检验和自变量直观判定法这三个办法。

（七）非线性回归

在很多实际的问题中，变量之间的关系不一定都是线性的。有时我们会遇到因变量与自变量之间可能表现出某种曲线关系，这时候就需要通过建立非线性回归方程来解决这类问题，可以化为线性的曲线回归方程，利用线性回归求解未知参数。来`自+优-尔^论:文,网www.youerw.com +QQ752018766-

三、研究过程

（一）模型的选取

在本文中，我们先考虑做一个多元线性回归模型，此类模型的检验方法比较多且分析模型的准确性更高。 

（二）变量选择 

    本文选用了《2015年江苏统计年鉴》中2002年至2014年共13年的相关数据

近几来，江苏省加大对公路交通网建设的投入，公路里程长度和公路级都有显著增加。为人们出行提供了便利，同时也带动了私家车的消费。所以本文引入变量江苏公路通车里程，并预测其与江苏轿车拥有量呈负相关。轿车与摩托车在生活中同样起到代步工具的作用、 城市公共交通的发达程度很大程度上影响了人们的出行习惯，所以本文引入变量农村拥有摩托车量、城市拥有公共汽车量，并预测其与轿车拥有量呈负相关。私人轿车作为一种高档消费品，其需求显然与居民收人水平有关，所以本文引入变量职工年均工资及人均储蓄存款额，并预测两者均与轿车拥有量呈正相关。同时本文预计江苏轿车拥有量与年末总人口有关，所以本文引入解释变量年末总人口，并预期其与轿车拥有量正相关。