eviews回歸結(jié)果的理解

1、回歸結(jié)果的理解 參數(shù)解釋： 參數(shù)解釋： 1、回歸系數(shù)（ 、回歸系數(shù)（coefficient coefficient） 注意回歸系數(shù)的正負(fù)要符合理論和實(shí)際。截距項(xiàng)的回歸系數(shù)無論是否通過 T檢驗(yàn)都沒有實(shí)際的經(jīng)濟(jì)意義。 2、回歸系數(shù)的標(biāo)準(zhǔn)誤差（ 、回歸系數(shù)的標(biāo)準(zhǔn)誤差（Std.Error Std.Error） 標(biāo)準(zhǔn)誤差越大， 回歸系數(shù)的估計(jì)值越不可靠， 這可以通過 T 值的計(jì)算公式可知 3、T 檢驗(yàn)值（ 檢驗(yàn)值（t-Statistic Stat

2、istic） T 值檢驗(yàn)回歸系數(shù)是否等于某一特定值，在回歸方程中這一特定值為 0，因此 T 值=回歸系數(shù)/回歸系數(shù)的標(biāo)準(zhǔn)誤差， 因此 T 值的正負(fù)應(yīng)該與回歸系數(shù)的正負(fù)一致，回歸系數(shù)的標(biāo)準(zhǔn)誤差越大，T 值越小，回歸系數(shù)的估計(jì)值越不可靠，越接近于 0。另外，回歸系數(shù)的絕對(duì)值越大，T 值的絕對(duì)值越大。 4、P 值（ 值（Prob Prob） P 值為理論 T 值超越樣本 T 值的概率，應(yīng)該聯(lián)系顯著性水平 α 相比，α 表示原假設(shè)成立的前提下，

3、理論 T 值超過樣本 T 值的概率，當(dāng) P 值<α 值，說明這種結(jié)果實(shí)際出現(xiàn)的概率的概率比在原假設(shè)成立的前提下這種結(jié)果出現(xiàn)的可能性還小但它偏偏出現(xiàn)了，因此拒絕接受原假設(shè)。 5、可決系數(shù)（ 、可決系數(shù)（R-squared squared） 都知道可決系數(shù)表示解釋變量對(duì)被解釋變量的解釋貢獻(xiàn)，其實(shí)質(zhì)就是看（y尖-y 均）與（y=y 均）的一致程度。y 尖為 y 的估計(jì)值，y 均為 y 的總體均值。 6、調(diào)整后的可決系數(shù)（ 、調(diào)整后的可決

4、系數(shù)（Adjusted R Adjusted R-squared) squared) 即經(jīng)自由度修正后的可決系數(shù)， 從計(jì)算公式可知調(diào)整后的可決系數(shù)小于可決系數(shù)，并且可決系數(shù)可能為負(fù)，此時(shí)說明模型極不可靠。 7、回歸殘差的標(biāo)準(zhǔn)誤差（ 、回歸殘差的標(biāo)準(zhǔn)誤差（S.E.of regression S.E.of regression） 殘差的經(jīng)自由度修正后的標(biāo)準(zhǔn)差，OLS 的實(shí)質(zhì)其實(shí)就是使得均方差最小化，而均方差與此的區(qū)別就是沒有經(jīng)過自由度修正。

5、 8、殘差平方和（ 、殘差平方和（Sum Squared Resid Sum Squared Resid） 見上 7 量為非隨機(jī)的； 隨機(jī)擾動(dòng)項(xiàng)為一階自回歸形式； 解釋變量不能包含滯后的被解釋變量；必須有截距項(xiàng)；數(shù)據(jù)無缺失值。當(dāng)然，可以通過 DW-h 檢驗(yàn)來檢驗(yàn)包含滯后被解釋變量作為解釋變量的序列是否存在自相關(guān)。h 統(tǒng)計(jì)量與滯后被解釋變量的回歸系數(shù)的方差呈正相關(guān)關(guān)系，可以消除其影響。 11 11、被解釋變量的樣本均值（ 、被解釋變量的樣

6、本均值（Mean Dependent Var Mean Dependent Var） 12 12、被解釋變量的樣本標(biāo)準(zhǔn)誤差（ 、被解釋變量的樣本標(biāo)準(zhǔn)誤差（S.D.Dependent Var S.D.Dependent Var） 上面兩個(gè)望文即可生義。 13 13、赤池信息準(zhǔn)則（ 、赤池信息準(zhǔn)則（AIC AIC） AIC 和 SC 在時(shí)間序列分析過程中的滯后階數(shù)確定過程中非常重要，一般是越小越好。 一般理解： 根據(jù) AIC 的計(jì)算公式 （

7、-2*L/N+2*k/N， L 為對(duì)數(shù)似然估計(jì)函數(shù)值，k 為滯后階數(shù)，N 為樣本容量）可知：當(dāng)滯后階數(shù)小時(shí)，2*k/N 小，但因?yàn)槟Ｐ偷哪M效果會(huì)比較差所以 L（負(fù)值）會(huì)比較小，加上負(fù)號(hào)之后則變得較大，因此最后的 AIC 有可能較大；當(dāng)滯后階數(shù)大時(shí)，模型的模擬效果會(huì)比較好所以 L（負(fù)值） 會(huì)比較大， 加上負(fù)號(hào)之后則變得較小， 但是 2*k/N 過大 （損失自由度的代價(jià)） ，因此最后的 AIC 也有可能較大。綜上，AIC 較小意味著滯后階

8、數(shù)較為合適。 14 14、施瓦茨信息準(zhǔn)則（ 、施瓦茨信息準(zhǔn)則（SC SC） 與 AIC 沒有任何本質(zhì)區(qū)別， 只是加入樣本容量的對(duì)數(shù)值以修正損失自由度的代價(jià)。 15 15、F 統(tǒng)計(jì)量（ 統(tǒng)計(jì)量（F-statistic statistic） F 統(tǒng)計(jì)量考量的是所有解釋變量整體的顯著性，所以 F 檢驗(yàn)通過并不代表每個(gè)解釋變量的 t 值都通過檢驗(yàn)。當(dāng)然，對(duì)于一元線性回歸，T 檢驗(yàn)與 F 檢驗(yàn)是等價(jià)的。 16 16、prob prob（F-sta