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)

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。

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。

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。

P值为理论值超越样本T值的概率，应该联系显著性水平， 表示原假设成立的前提下，理论T值超过样本T值的概率。当P值