1樓：匿名使用者
p小於0.05就是顯著
找不到p，那就直接讓人幫你做，你基礎太差
我經常幫別人做這類的資料分析的
在eviews迴歸結果中指標的含義，最重要的指標一般情況下的取值範圍是多少？求詳細解釋……感謝！！！！
2樓：匿名使用者
你的「指標」是指什麼指標？eviews中很多指標。
再問你一下，迴歸分析裡，怎麼求單個變數的偏回歸平方和？
3樓：杜督孤藍
建議將所有變數進行逐步迴歸，通過逐步迴歸結果剔除多重共線性和非顯著性變數，然後再建模
另外，迴歸後殘差的各項檢驗有助於分析迴歸選取的自變數是否能解釋因變數的所有資訊，你可以做一下
麻煩幫我看看eviews的迴歸結果，怎麼分析啊？我剛開始用這個軟體，一竅不通，拜求高人指點一下，謝謝！！ 10
4樓：映堤
第一個表：
最左邊一列是變數名，左邊第二列是對應第一列變數的迴歸係數，第三列和第四列可以不用管，最後一列數值小於0.05，則迴歸分析中相應的變數有統計學意義，因此c、roa、npa、car有意義，其它兩個變數捨棄。
第二個表：第一行 r^2為0.240352 表示迴歸方程能解釋的24%的結果，r^2介於0和1之間，越大越好，此處值較小，此迴歸方程的擬合效果不好。
最後一行右邊，概率值小於0.05，拒絕原假設，迴歸方程的係數不全為零。
綜上 迴歸方程為：y=3307039*c+2.23*10^8*roa+56583301*npa-30842805*car
但此迴歸方程擬合效果不好，捨棄，建議用別的方法再進行擬合。
ps 有可能迴歸方程是非線性的，建議先畫散點圖看下趨勢。
5樓：匿名使用者
roe,eps兩個變數不顯著，用逐步方法剔除。
r^2的值很小，模型擬合效果很差
eviews中如何分析兩個解釋變數之間的相關性,
6樓：匿名使用者
做個迴歸分析
看看不同自變數對因變數的影響程度就可以啦
求高手分析eviews，一個解釋變數，兩個被解釋變數 30
7樓：匿名使用者
ls fdi_pra c 第二個項 第三個項
time serise?資料太少吧？
後面兩個應該是解釋變數？用你自己資料的英文帶入「第二個項」「第三個項」
面板資料迴歸分析結果看不懂！！
8樓：呂秀才
這個沒什麼複雜吧 ，跟普通迴歸的解釋方法一樣。
先看prob>f的值 也就是p的值 ＜0.05，說明在0.05水平上 你這個迴歸模型有顯著意義。調整的r²=0.0439，就是模型對因變數的解釋率
然後下面那個就是迴歸分析的各個自變數的引數估計**。從p的值可以看出，只有rate和age兩個自變數對因變數有顯著影響，且rate是負影響。
那個圖就是個相關分析矩陣，每個小方塊的散點圖表示對應兩個變數之間的相關性描述。
最下面那個表 是 rate、age、degree三個變數之間的兩兩相關分析矩陣表，一行是相關係數一行是顯著性檢驗的p值
9樓：猥瑣de星星豬
我給你解讀一份stata的迴歸**吧，應該有標準**的所有內容了，因為你沒有給範例，……不過我們考試基本就是考stata或者eview的輸出**，它們是類似的。
x變數：教育年限
y變數：兒女數目
各個係數的含義：
左上列：
model ss是指計量上的sse，是y估計值減去y均值平方後加總，表示的是模型的差異
model df是模型的自由度，一般就是指解釋變數x的個數，這裡只有一個
residual ss 和df 分別是殘差平方和以及殘差自由度 n-k-1（此處k=1）=17565
total ss 和 df分別是y的差異（y減去y均值平方後加總）以及其自由度n-1=17566
ms都是對應的ss除以df，表示單位的差異
右上列：
number of obs是觀測值的數目n，這裡意味著有17567個觀測值
f是f估計值，它是對迴歸中所有係數的聯合檢驗（h0：x1=x2=…=0），這裡因為只有一個x，所以恰好是t的平方。這裡f值很大，因此迴歸十分顯著。
prob>f是指5%單邊f檢驗對應的p值，p=0意味著很容易否定h0假設，迴歸顯著。
r-squared是sse/sst的值，它的意義是全部的差異有多少能被模型解釋，這裡r-squared有0.0855，說明模型的解釋度還是可以的。
adj r-squared是調整的r-squared，它等於1-（n-1）ssr/（n-k-1）sst，它的目的是為了剔除當加入更多x解釋變數時，r-squared的必然上升趨勢，從而在多元迴歸中更好的看出模型的解釋力，但是本回歸是一元的，這個值沒有太大意義。
root mse是rms的開方，是單位殘差平方和的一種表現形式。
下列：coef分別出示了x變數schooling的係數和常數項的值，其含義是，如果一個人沒有受過教育，我們**會平均生育3個子女，當其他因素不變時，一個人每多受一年教育，我們**其將會少生0.096個孩子。
x變數的coef並不大，因此其實際（也叫經濟）顯著性並不太高。
std.err則是估計係數和常數項的標準差。一般我們認為，標準差越小，估計值越集中、精確。
t是t估計值，它用於檢驗統計顯著性，t值較大，因此迴歸是顯著的。
p>abs(t)項是5%雙邊t檢驗對應的p值，p=0意味著很容易否定h0假設，統計顯著。
95%conf interval項是95%的置信區間，它是x變數的係數（或常數項）分別加減1.96*se，這是說，有95%的可能性，係數的真值落在這個區域。
spss中迴歸分析結果解釋，不懂怎麼看
10樓：中子
首先來說明各個符號，b也就是beta，代表迴歸係數，標準化的迴歸係數代表自變數也就是**變數和因變數的相關，為什麼要標準化，因為標準化的時候各個自變數以及因變數的單位才能統一，使結果更精確，減少因為單位不同而造成的誤差。t值就是對迴歸係數的t檢驗的結果，絕對值越大，sig就越小，sig代表t檢驗的顯著性，在統計學上，sig<0.05一般被認為是係數檢驗顯著，顯著的意思就是你的迴歸係數的絕對值顯著大於0，表明自變數可以有效**因變數的變異，做出這個結論你有5%的可能會犯錯誤，即有95%的把握結論正確。
迴歸的檢驗首先看anova那個表，也就是f檢驗，那個表代表的是對你進行迴歸的所有自變數的迴歸係數的一個總體檢驗，如果sig<0.05,說明至少有一個自變數能夠有效**因變數，這個在寫資料分析結果時一般可以不報告
然後看係數表，看標準化的迴歸係數是否顯著，每個自變數都有一個對應的迴歸係數以及顯著性檢驗
最後看模型彙總那個表，r方叫做決定係數，他是自變數可以解釋的變異量佔因變數總變異量的比例，代表迴歸方程對因變數的解釋程度，報告的時候報告調整後的r方，這個值是針對自變數的增多會不斷增強**力的一個矯正（因為即使沒什麼用的自變數，只要多增幾個，r方也會變大，調整後的r方是對較多自變數的懲罰），r可以不用管，標準化的情況下r也是自變數和因變數的相關
希望對您有用
11樓：匿名使用者
看coeffuenthesig即可，
誰能幫我分析一下這個eviews迴歸結果？具體到p值，f值，r，t等等，這些正負和大小表示什麼，我不是很懂
這是一個很爛的模型 做了等於白做 t值你應該能看到吧？正負就是相關的方向 怎麼從eviews迴歸分析結果中看出有沒有顯著影響 10 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...
eviews求一階二階差分序列的命令是什麼
向日葵 genr xt d x,2 x是原序列，xt是差分後的序列。在eviews裡面的操作 假設你要產生一階差分的序列為x，且已經把序列x的資料匯入eviews 在命令區鍵入 series dx d x 再按回車鍵，eviews自然生成一個新的 dx 序列，即為一階差分序列 二階差分同樣操作，se...
eviews有兩個解釋變數，求單個引數的顯著性檢驗。是兩個迴歸在顯著性檢驗，還是迴歸檢驗完再到
子非魚簫 一個迴歸完去檢驗另一個，他說的是單個引數檢驗，不是總體函式顯著性檢驗，單個是用 t 分佈檢驗就可以了，要檢驗的那個引數的初始假設為0，然後用計算t值，總體顯著性檢驗要用到f分佈的！忘採納，純手打，不懂的可以繼續發問！ 一個一個做就是了啊 不知道你問的是什麼意思 我替別人做這類的資料分析蠻多...