1樓：匿名使用者
面板資料分析之前要hausman來確定的
eviews回歸分析結果怎麼看
2樓：
1、回歸分析是**中最常用的研究假設檢驗技術，想知道自變項x對依變項y的解釋力或**力時，最常用的是線性回歸spss: analyze- regression- linear。
2、彈出對話方塊，輸入想要驗證的自變項和依變項，如圖。
3、如圖，sig. p<.05,有顯著性， 表示自變項x對依變項y的解釋力或**力正相關。
4、r square 自變數能夠解釋依變數的變異量，此處.763表示共同解釋76.3%的變異量，**報告中要報告調整後的r平方，即adjusted r square。
3樓：徐臨祥
eviews回歸分析結果看法如下：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；2.f的p值，小於0.05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，結合所述，可以乙個個對照分析。
4樓：隔夜的狂歡
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，結合我說的，你乙個個去對照吧
計量經濟學 用eviews軟體進行回歸分析輸出結果的意思？
5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，由於是一元回歸，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。
6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
eviews回歸分析結果解讀
7樓：繩振英壽歌
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，結合我說的，你乙個個去對照吧
8樓：慎驪潔
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
怎麼從eviews回歸分析結果中看出有沒有顯著影響 10
9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方是表示回歸的擬合程度，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。
10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。
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方是表示回歸的擬合程度，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。
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、帶有自回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、估計和分析向量自回歸系統；
9、多項式分布滯後模型的估計；
10、回歸方程的**；
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。
求大神幫我解釋一下eviews的回歸分析結果 30
11樓：匿名使用者
我不知道你要解釋哪些輸出，我現在把主要的輸出說一下 是常數c，coefficient是係數，std.error是標準誤差，t-static是t統計量，prob是p值，p值越小（一般取0.05或0.
01以下）說明其結果是有意義的，你的擬合公式為y=0.421114x -206.1069，這兒你常數的p值較大需要重新擬合。
r-squired為擬合優度，越接近於1越好，另外akaike info criterion和schwarz criterion每次擬合過後，選最小的結果，個人覺得知道這些就差不多了。其他統計量若需要知道，再回答。
計量經濟學中利用eviews得到的回歸結果的那張表裡的那些數字是什麼意思？
12樓：匿名使用者
variable coefficient std. error t-statistic prob.
變數 係數 標準差 t統計量 p值
一般在5%顯著水平下，選擇 abs(t統計量)>2的 p<0.05的 變數才能留下
r-squared 判決係數 表示變數可以解釋被解釋變數多少的因素 都是小於1的 越大越好
adjusted r-squared 剔除變數個數的解釋變數對被解釋變數的貢獻
s.e. of regression 回歸的標準差
sum squared resid 殘差平方和
log likelihood 似然值
durbin-watson stat dw統計量 一般在2附近表明模型好
akaike info criterion schwarz criterion 兩個也是判決係數在確定滯後項的時候用 越小越好
f-statistic 做聯合檢驗的f值
prob(f-statistic) 越小越好
13樓：匿名使用者
自己去對。計量經濟學導師給你上課時的課本圖表。
14樓：匿名使用者
就是回歸係數、r2、aic、sc準則，f檢驗、p值等等
我經常幫別人做這類的資料分析的
用eviews分析的回歸分析結果在下面 20
15樓：睡不著小人兒
（依）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，越接近依，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方是表示回歸的擬合程度，越接近依說明擬合得越完美。
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，如果嚴重偏離貳，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
計量經濟學根據eviews回歸結果，**裡的資料怎麼算出來
16樓：柿子的丫頭
計算如下。
1：coefficient除以standard error 等於 t-statisticcost 的 t-statistic就等於 -56。43329/31。
45720adjusted r-quared= [1-(n-1)(1-r^2)/(n-k)]eg: 常數c的standard error 就等於 155。6083/0。
269042=578.379212167617income 的 coefficiengt 就等於 0。063573x12。
2：計量經濟學是結合經濟理論與數理統計，並以實際經濟資料作定量分析的一門學科。主要內容包括理論計量經濟學和應用經濟計量學。
理論計量經濟學主要研究如何運用、改造和發展數理統計的方法，使之成為隨機經濟關係測定的特殊方法。
計量經濟學研究的核心是設計模型、收集資料、估計模型、檢驗模型、應用模型（結構分析、經濟**、政策評價）。
eviews是完成上述任務比較得力的必不可少的工具。正是由於eviews等計量經濟學軟體包的出現，使計量經濟學取得了長足的進步，發展成為一門較為實用與嚴謹的經濟學科。
擴充套件資料
eviews是專門為大型機構開發的、用以處理時間序列資料的時間序列軟體包的新版本。eviews的前身是2023年第1版的micro tsp。
雖然eviews是經濟學家開發的，而且主要用於經濟學領域，但是從軟體包的設計來看，eviews的運用領域並不侷限於處理經濟時間序列。即使是跨部門的大型專案，也可以採用eviews進行處理。
eviews處理的基本資料物件是時間序列，每個序列有乙個名稱，只要提及序列的名稱就可以對序列中所有的觀察值進行操作，eviews允許使用者以簡便的視覺化的方式從鍵盤或磁碟檔案中輸入資料，根據已有的序列生成新的序列。
在螢幕上顯示序列或印表機上列印輸出序列，對序列之間存在的關係進行統計分析。eviews具有操作簡便且視覺化的操作風格，體現在從鍵盤或從鍵盤輸入資料序列、依據已有序列生成新序列、顯示和列印序列以及對序列之間存在的關係進行統計分析等方面。
eviews具有現代windows軟體視覺化操作的優良性。可以使用滑鼠對標準的windows選單和對話方塊進行操作。
操作結果出現在視窗中並能採用標準的windows技術對操作結果進行處理。此外，eviews還擁有強大的命令功能和批處理語言功能。在eviews的命令列中輸入、編輯和執行命令。
在程式檔案中建立和儲存命令，以便在後續的研究專案中使用這些程式。
在回歸分析中，採用逐步回歸法和強迫回歸法的區別是什麼
星願下的期盼 1 應用不同 前者基於當前資料最大程度地解釋因變數的變異 後者可以將全部變數納入回歸模型中全面分析。2 要求不同 前者將變數乙個乙個引入，每引入乙個變數時要對已選入的變數進行逐個檢驗 後者將所有選定的自變數一起放入模型中，直接去計算包含所有自變數的整個模型。3 表現不同 前者在spss...
急 spss裡Logistic回歸分析結果解釋的簡單問題
忻桐古含海 自變數賦值為1的情況和賦值為0 的比較，因變數為1的可能性的倍數。如果自變數是男 1，女 0，因變數是理科成績好 1，壞 0，or值為2，那麼就是男生比女生理科成績好的可能性是2倍 用spss作logistic回歸分析，結果能說明什麼 回歸方程，主要是看各個自變數的假設檢驗結果，和係數。...
怎樣在excel中進行線性回歸分析
人人哦哦哦課 1 單擊開始 所有程式 microsoft office，選擇microsoft excel 2010選項。2 新建的excel資料 中，建立兩行資料，用以分析。3 選中所有資料，單擊資料選單項中的，資料分析選項。4 預設情況下，excel 沒有資料分析選項，此時需要新增它。單擊檔案選...