eviews逐步回归结果解读
@赵版4919：用Eviews做了一个logit回归分析,这个结果怎么看呢 -
山蒲18169533877…… logit模型是不用管拟合优度的,跟一般回归方程不一样,二元离散的因变量方程很难有很好的拟合优度;主要看LR检验,这是看方程显不显著的,P=0说明方程显著渐进Z检验,这是看系数显不显著,P小于0.05的说明系数可以用
@赵版4919：我这个eviews的回归结果如何分析? - 作业帮
山蒲18169533877…… [答案] 看来学这个不少啊,表上面的不用解释了吧,因变量、最小二乘法、样本数和观测值. C代表常数项,下面两个是自变量.后面一栏是系数,然后是标准误和T统计量,从最后一栏的P值可以看出各自变量都对因变量有显著影响. 下面R²是模型拟合度指...
@赵版4919：计量模型逐步回归后只剩下一个变量 请问要怎么办? -
山蒲18169533877…… 这个结果说明了以下几件事: 1. x3与应变量存在较为显著的线性关系,其他几个变量加入对模型的优化没有提高; 2. 你看下整个模型的拟合优度或者r2,如果较低,说明x3虽然能一定程度解释应变量,但是显然信息不足,这时候最好是从经济数据库再取多点变量,都一起放进来跑回归,如果想保留3-4个变量,起码得准备个10个以上的自变量,记得第一步先算下自变量之间的相关矩阵,相关性过大的自变量先剔除一下再做逐步回归试试; 3. 在确保没有多重共线性的前提下,尽可能保留多一点自变量,可以适当放宽单个自变量的pvalue(比如到0.1),再看下模型有没有优化.
@赵版4919：eviews回归分析输出结果指标解释 -
山蒲18169533877…… 面板数据分析之前要hausman来确定的
@赵版4919：大家看看我的eviews回归结果,分析一下是什么情况? -
山蒲18169533877…… 拟合度低,影响因变量的因素还有太多太多没有被找到...
@赵版4919：eviews回归结果应该怎样详细分析啊y=760.0819+0.316395x+Ut R^2=0.95T:(10.44) (12.41329) DW=1.233F统计量约为154(Y表示租金,X表示房价)求大神搭... - 作业帮
山蒲18169533877…… [答案] 变量是显著的 房价对rent有影响的 我替别人做这类的数据分析蛮多的
@赵版4919：计量经济学 用Eviews软件进行回归分析输出结果的意思? -
山蒲18169533877…… 1、R-squared与Adjusted R-squared是方程拟合程度的度量,达到0.7已经可以了; 2、Akaike info criterion和Schwarz criterion等位信息量值,用来比较不同的模型,一般值越小越好; 3、Durbin-Watson stat是检验残差自相关的DW经验,一般值在2附件比较理想,你可以再查询具体的DW检验表,得到精确的检验结果; 4、F-statistic和Prob(F-statistic)用来判断你方程的整体显著性,由于是一元回归,和前面X系数的显著性检验是等价的,在10%的显著性水平下,可以认为你的方程是整体显著的.
@赵版4919：求大神帮忙分析eviews回归分析的结果~ -
山蒲18169533877…… 你这个存在自相关哦 DW值1.724096 有点小 c1 c2 c3 c4 对因变量都有显著的影响,p值为0.0000,能够构成回归方程,c1对因变量是负相影响,其他变量是正向影响
@赵版4919：用eviews 做logistic回归的结果分析 拜求高手~~~~~~~~ -
山蒲18169533877…… EY FA两个变量后面的P值分别为0.5001、0.1532,他们过大,在95%的水平上无法通过,这两个变量应该从模型中剔除,他们的影响是不显著的.EF的P值为0.0291,99%的水平上通过不了,这个变量也考虑剔除掉. 没有什么检验,都是一些统计量,回归标准误 残差平方和 赤池信息准则 施瓦茨信息准则 对数似然值 似然比 只有一个似然比检验LR统计量 它对应的概率值是0,说明模型可以接受. LR统计量类似于F统计量,是说明模型整体优度.
@赵版4919：eviews 回归分析结果求大神给我分析下 -
山蒲18169533877…… 模型中三个解释变量的估计值分别为0.236435,0.061913,0.97819,标准差分别是0.0152,0.0228,0.0,标准差是衡量回归系数值的稳定性和可靠性的,越小越稳定,三个解释变量的估计值的T值是用于检验系数是否为零的,若值大于临界值则可靠.估计值的显著性概率值(prob)都小于5%水平,说明系数是显著的.R方是表示回归的拟合程度,越接近1说明拟合得越完美.调整的R方是随着变量的增加,对增加的变量进行的“惩罚”.D-W值是衡量回归残差是否序列自相关,如果严重偏离2,则认为存在序列相关问题.F统计值是衡量回归方程整体显著性的假设检验,越大越显著
山蒲18169533877…… logit模型是不用管拟合优度的,跟一般回归方程不一样,二元离散的因变量方程很难有很好的拟合优度;主要看LR检验,这是看方程显不显著的,P=0说明方程显著渐进Z检验,这是看系数显不显著,P小于0.05的说明系数可以用
@赵版4919：我这个eviews的回归结果如何分析? - 作业帮
山蒲18169533877…… [答案] 看来学这个不少啊,表上面的不用解释了吧,因变量、最小二乘法、样本数和观测值. C代表常数项,下面两个是自变量.后面一栏是系数,然后是标准误和T统计量,从最后一栏的P值可以看出各自变量都对因变量有显著影响. 下面R²是模型拟合度指...
@赵版4919：计量模型逐步回归后只剩下一个变量 请问要怎么办? -
山蒲18169533877…… 这个结果说明了以下几件事: 1. x3与应变量存在较为显著的线性关系,其他几个变量加入对模型的优化没有提高; 2. 你看下整个模型的拟合优度或者r2,如果较低,说明x3虽然能一定程度解释应变量,但是显然信息不足,这时候最好是从经济数据库再取多点变量,都一起放进来跑回归,如果想保留3-4个变量,起码得准备个10个以上的自变量,记得第一步先算下自变量之间的相关矩阵,相关性过大的自变量先剔除一下再做逐步回归试试; 3. 在确保没有多重共线性的前提下,尽可能保留多一点自变量,可以适当放宽单个自变量的pvalue(比如到0.1),再看下模型有没有优化.
@赵版4919：eviews回归分析输出结果指标解释 -
山蒲18169533877…… 面板数据分析之前要hausman来确定的
@赵版4919：大家看看我的eviews回归结果,分析一下是什么情况? -
山蒲18169533877…… 拟合度低,影响因变量的因素还有太多太多没有被找到...
@赵版4919：eviews回归结果应该怎样详细分析啊y=760.0819+0.316395x+Ut R^2=0.95T:(10.44) (12.41329) DW=1.233F统计量约为154(Y表示租金,X表示房价)求大神搭... - 作业帮
山蒲18169533877…… [答案] 变量是显著的 房价对rent有影响的 我替别人做这类的数据分析蛮多的
@赵版4919：计量经济学 用Eviews软件进行回归分析输出结果的意思? -
山蒲18169533877…… 1、R-squared与Adjusted R-squared是方程拟合程度的度量,达到0.7已经可以了; 2、Akaike info criterion和Schwarz criterion等位信息量值,用来比较不同的模型,一般值越小越好; 3、Durbin-Watson stat是检验残差自相关的DW经验,一般值在2附件比较理想,你可以再查询具体的DW检验表,得到精确的检验结果; 4、F-statistic和Prob(F-statistic)用来判断你方程的整体显著性,由于是一元回归,和前面X系数的显著性检验是等价的,在10%的显著性水平下,可以认为你的方程是整体显著的.
@赵版4919：求大神帮忙分析eviews回归分析的结果~ -
山蒲18169533877…… 你这个存在自相关哦 DW值1.724096 有点小 c1 c2 c3 c4 对因变量都有显著的影响,p值为0.0000,能够构成回归方程,c1对因变量是负相影响,其他变量是正向影响
@赵版4919：用eviews 做logistic回归的结果分析 拜求高手~~~~~~~~ -
山蒲18169533877…… EY FA两个变量后面的P值分别为0.5001、0.1532,他们过大,在95%的水平上无法通过,这两个变量应该从模型中剔除,他们的影响是不显著的.EF的P值为0.0291,99%的水平上通过不了,这个变量也考虑剔除掉. 没有什么检验,都是一些统计量,回归标准误 残差平方和 赤池信息准则 施瓦茨信息准则 对数似然值 似然比 只有一个似然比检验LR统计量 它对应的概率值是0,说明模型可以接受. LR统计量类似于F统计量,是说明模型整体优度.
@赵版4919：eviews 回归分析结果求大神给我分析下 -
山蒲18169533877…… 模型中三个解释变量的估计值分别为0.236435,0.061913,0.97819,标准差分别是0.0152,0.0228,0.0,标准差是衡量回归系数值的稳定性和可靠性的,越小越稳定,三个解释变量的估计值的T值是用于检验系数是否为零的,若值大于临界值则可靠.估计值的显著性概率值(prob)都小于5%水平,说明系数是显著的.R方是表示回归的拟合程度,越接近1说明拟合得越完美.调整的R方是随着变量的增加,对增加的变量进行的“惩罚”.D-W值是衡量回归残差是否序列自相关,如果严重偏离2,则认为存在序列相关问题.F统计值是衡量回归方程整体显著性的假设检验,越大越显著
