回归分析中15个统计量解释|Eviews回归结果的理解 |
您所在的位置:网站首页 › 残差平方和大小 › 回归分析中15个统计量解释|Eviews回归结果的理解 |
目录 参数解释 1.回归系数(coefficient) 2.回归系数的标准差(Std.Error) 3.T检验(T-Statistic) 4.P值(Prob) 5.可决系数(R-squared) 6.调整后的可决系数(Adjusted R-squared) 7.回归残差的标准误(S.Eof regression) 8.对数似然估计函数值(Log likelihood) 9.DW检验值 10.被解释变量的样本均值 11.被解释变量的样本标准误差 12.赤池信息准则(AIC) 13施瓦茨信息准则(SC) 14.F统计量(F-Statistic) 15.prob(F-statistic) 参数解释 1.回归系数(coefficient)注意回归系数的正负要符合理论和实际,截距项的回归系数无论是否通过t检验都没有实际的经济意义。 2.回归系数的标准差(Std.Error)标准误差越大,回归系数的估计值越不可靠,这可以通过T值的计算公式可知。 3.T检验(T-Statistic)T值检验回归系数是否等于某一特定值,在回归方程中这一特定值为0,因此T值=回归系数/回归系数的标准误差,因此T值的正负应该与回归系数的正负一致,回归系数的标准误差越大,T值越小,回归系数的估计值越不可靠,越接近于0。另外,回归系数的绝对值越大,T值的绝对值越大。 4.P值(Prob)P值为理论值超越样本T值的概率,应该联系显著性水平 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |