版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、回歸結果的理解 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)的正負要符合理論和實際。截距項的回歸系數(shù)無論是否通過 T檢驗都沒有實際的經(jīng)濟意義。 2、回歸系數(shù)的標準誤差( 、回歸系數(shù)的標準誤差(Std.Error Std.Error) 標準誤差越大, 回歸系數(shù)的估計值越不可靠, 這可以通過 T 值的計算公式可知 3、T 檢驗值( 檢驗值(t-Statistic Stat
2、istic) T 值檢驗回歸系數(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)的標準誤差, 因此 T 值的正負應該與回歸系數(shù)的正負一致,回歸系數(shù)的標準誤差越大,T 值越小,回歸系數(shù)的估計值越不可靠,越接近于 0。另外,回歸系數(shù)的絕對值越大,T 值的絕對值越大。 4、P 值( 值(Prob Prob) P 值為理論 T 值超越樣本 T 值的概率,應該聯(lián)系顯著性水平 α 相比,α 表示原假設成立的前提下,
3、理論 T 值超過樣本 T 值的概率,當 P 值<α 值,說明這種結果實際出現(xiàn)的概率的概率比在原假設成立的前提下這種結果出現(xiàn)的可能性還小但它偏偏出現(xiàn)了,因此拒絕接受原假設。 5、可決系數(shù)( 、可決系數(shù)(R-squared squared) 都知道可決系數(shù)表示解釋變量對被解釋變量的解釋貢獻,其實質(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,此時說明模型極不可靠。 7、回歸殘差的標準誤差( 、回歸殘差的標準誤差(S.E.of regression S.E.of regression) 殘差的經(jīng)自由度修正后的標準差,OLS 的實質(zhì)其實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 量為非隨機的; 隨機擾動項為一階自回歸形式; 解釋變量不能包含滯后的被解釋變量;必須有截距項;數(shù)據(jù)無缺失值。當然,可以通過 DW-h 檢驗來檢驗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。h 統(tǒng)計量與滯后被解釋變量的回歸系數(shù)的方差呈正相關關系,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準誤差( 、被解釋變量的樣本標準誤差(S.D.Dependent Var S.D.Dependent Var) 上面兩個望文即可生義。 13 13、赤池信息準則( 、赤池信息準則(AIC AIC) AIC 和 SC 在時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 的計算公式 (
7、-2*L/N+2*k/N, L 為對數(shù)似然估計函數(shù)值,k 為滯后階數(shù),N 為樣本容量)可知:當滯后階數(shù)小時,2*k/N 小,但因為模型的模擬效果會比較差所以 L(負值)會比較小,加上負號之后則變得較大,因此最后的 AIC 有可能較大;當滯后階數(shù)大時,模型的模擬效果會比較好所以 L(負值) 會比較大, 加上負號之后則變得較小, 但是 2*k/N 過大 (損失自由度的代價) ,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、施瓦茨信息準則( 、施瓦茨信息準則(SC SC) 與 AIC 沒有任何本質(zhì)區(qū)別, 只是加入樣本容量的對數(shù)值以修正損失自由度的代價。 15 15、F 統(tǒng)計量( 統(tǒng)計量(F-statistic statistic) F 統(tǒng)計量考量的是所有解釋變量整體的顯著性,所以 F 檢驗通過并不代表每個解釋變量的 t 值都通過檢驗。當然,對于一元線性回歸,T 檢驗與 F 檢驗是等價的。 16 16、prob prob(F-sta
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- spss—回歸—多元線性回歸結果分析
- 一元線性回歸結果的顯著性檢驗
- eviews運行結果
- eviews圖像及結果分析
- 多元線性回歸分析(eviews論文)
- eviews多元線性回歸案例分析
- eviews多元線性回歸案例分析
- 基于eviews軟件對a股市場的線性回歸分析
- 影響成品鋼材需求量的回歸分析--多元線性回歸分析(eviews論文)
- excel回歸分析結果的詳細闡釋
- excel回歸分析結果的詳細闡釋
- 《計量經(jīng)濟學》eviews實驗報告一元線性回歸模型
- 行為結果在兒童理解意圖中的作用
- eviews畫散點圖
- 基于謂詞邏輯的歸結原理
- 華林坪隧道監(jiān)測結果回歸分析與應用
- eviews安裝教程
- eviews畫散點圖
- 行為結果在兒童理解意圖中的作用.pdf
- eviews操作講義2013
評論
0/150
提交評論