用eviews分析的迴歸分析結果在下面

1樓：強笓褲疾

（依）引數顯著性檢驗t檢驗對應的prob，若小於005則引數的顯著性檢驗通過，再看r方，越接近依，擬合優度越高；f的p值，小於005的話模型才顯著，dw用來檢驗殘差序列的相關性的，在貳的附近，說明殘差序列不相關。（貳）標準差是衡量回歸係數值用eviews分析的迴歸分析結果在下面

怎麼從eviews迴歸分析結果中看出有沒有顯著影響 10

2樓：空嵐沫

模型中解釋變數的估計值為-0.466102，標準差是0.069349,標準差是衡量回歸係數值的穩定性和可靠性的，越小越穩定，解釋變數的估計值的t值是用於檢驗係數是否為零的，若值大於臨界值則可靠。

估計值的顯著性概率值（prob)都小於5%水平，說明係數是顯著的。r方是表示迴歸的擬合程度，越接近1說明擬合得越完美。調整的r方是隨著變數的增加，對增加的變數進行的「懲罰」。

d-w值是衡量回歸殘差是否序列自相關，如果嚴重偏離2，則認為存在序列相關問題。f統計值是衡量回歸方程整體顯著性的假設檢驗，越大越顯著。

3樓：九月

1、引數顯著性檢驗t檢驗對應的prob，若小於0.05則引數的顯著性檢驗通過，再看r方，越接近1，擬合優度越高；f的p值，小於0.05的話模型才顯著，dw用來檢驗殘差序列的相關性的，在2的附近，說明殘差序列不相關。

2、標準差是衡量回歸係數值的穩定性和可靠性的，越小越穩定，解釋變數的估計值的t值是用於檢驗係數是否為零的，若值大於臨界值則可靠。

d-w值是衡量回歸殘差是否序列自相關，如果嚴重偏離2，則認為存在序列相關問題。f統計值是衡量回歸方程整體顯著性的假設檢驗，越大越顯著。

擴充套件資料：

主要功能

引入了流行的物件概念，操作靈活簡便，可採用多種操作方式進行各種計量分析和統計分析，資料管理簡單方便。其主要功能有：

1、採用統一的方式管理資料，通過物件、檢視和過程實現對資料的各種操作；

2、輸入、擴充套件和修改時間序列資料或截面資料，依據已有序列按任意複雜的公式生成新的序列；

3、計算描述統計量：相關係數、協方差、自相關係數、互相關係數和直方圖；

4、進行t 檢驗、方差分析、協整檢驗、granger 因果檢驗；

5、執行普通最小二乘法、帶有自迴歸校正的最小二乘法、兩階段最小二乘法和三階段最小二乘法、非線性最小二乘法、廣義矩估計法、arch 模型估計法等；

6、對二擇一決策模型進行probit、logit 和gompit 估計；

7、對聯立方程進行線性和非線性的估計；

8、估計和分析向量自迴歸系統；

9、多項式分佈滯後模型的估計；

10、迴歸方程的**；

11、模型的求解和模擬；

12、資料庫管理；

13、與外部軟體進行資料交換。

以下是我的eviews的迴歸分析結果，看不懂，麻煩幫我分析一下~~謝謝~~

4樓：匿名使用者

第一步，看t檢驗或者p值，t要在2以上，p要在0.05以內，顯然你這裡都沒有通過，所以不顯著專

第二步，看可屬決係數，一般可決係數在0.5以上就行，但你這裡才0.113，顯然太低。

第三步，檢驗是否存在自相關和異方差，你dw值應該是落在無法確定的區域，可以通過殘值圖判斷是否存在確定性的自相關。異方差檢驗單從這個圖就看不出來了。

5樓：匿名使用者

你這不行的哦存在自相關哦 dw太小了偏離2

6樓：

擬合度太差，引數都不顯著。此迴歸沒什麼價值。

計量經濟學用eviews軟體進行迴歸分析輸出結果的意思？

7樓：匿名使用者

1、r-squared與adjusted r-squared是方程擬合程度的度量，達到0.7已經可以了；

2、akaike info criterion和schwarz criterion等位資訊量值，用來比較不同的模型，一般值越小越好；

3、durbin-watson stat是檢驗殘差自相關的dw經驗，一般值在2附件比較理想，你可以再查詢具體的dw檢驗表，得到精確的檢驗結果；

4、f-statistic和prob(f-statistic)用來判斷你方程的整體顯著性，由於是一元迴歸，和前面x係數的顯著性檢驗是等價的，在10%的顯著性水平下，可以認為你的方程是整體顯著的。

8樓：七秒鐘

就是gdp與房的關係列成方程式就是y=-383.3042+6.008856x

後面的是關於方程擬合程度什麼的的一些說明

用eviews分析的迴歸分析結果在下面

eviews迴歸結果分析，這個結果怎麼分析，沒有是顯著的

用spss迴歸logit模型分析得到的結果,請懂的人幫忙解釋

用stata做迴歸分析怎麼設定顯著水平？用什麼命令

相關推薦