表6-13　拟合优度

表6-13同时给出了R、R2以及调整的R2，为了避免因为样本量对拟合优度的影响，选取调整的R2作为拟合优度的模型解释能力的指标。从表6.13中注意到，调整的R2的达到0.957，即说明了模型的整体的拟合优度较好，变量的解释能力较强。

回归模型不仅需要判断模型的拟合优度，而且还需要对模型的整体进行检验。对于模型的整体检验，其检验的原假设和备择假设如下：

H0：回归系数都为0VSH1：回归系数不全为0。

表6-14为回归结果的方差分析表，从表的最后的p值小于0.05可以得到没有充分理由接受原假设，因此有理由相信模型的回归系数不全为0。

表6-14　主成分回归方差分析表

模型的整体回归系数通过检验，则分别对三个主成分的系数进行单独检验，其原假设和备择假设分别如下：

H0：第i个主成分的回归系数为0VSH1：第i个主成分的回归系数不为0。

该检验的检验统计量为服从t分布，具体结果见表6-15。通过下表可以得到通过逐步回归，最终只选取了第一个主成分作为自变量。(www.daowen.com)

表6-15　主成分回归系数

通过逐步回归选取有显著影响的变量，最后确定F1作为回归的自变量。由上表可以得出因变量即贫困发生率Y关于第一主成分的回归模型如下：

把（3）式代入到（6）式中，可以得到如下数据模型：

运算结果如下：

指标的系数为负数，则表明该投资方向对贫困发生率为负相关，即该方向的投资增加，将使得贫困发生率降低。通过对上面的计算结果进行对比，则将xi对应的系数βi进行影响程度的排序可得到如下结果：

由此，可以得出各扶贫投资的投向对贫困发生率的降低的影响因素大小顺序为：

技术培训及技术推广＞其他类＞林业＞种植业＞养殖业＞道路修建及改扩建＞人畜次水工程＞资助儿童入学（扫盲）＞基本农田建设＞学校及设备＞农产品加工＞卫生室及设施＞电视接收设施＞其他行业生产＞电力设施。