Eviews-回归分析
2015-10-13 16:16
429 查看
R-squared: 样本可决系数,值为0-1,越接近1表示拟合越好,>0.8认为可以接受,但是该值随因变量的增多而增大,解决这个问题调整的可决系数来解决
Adjust R-squared
S.E of regression: 回归标准误差
Log likelihood:对数似然比,残差越小,L值越大,越大说明模型越正确
Durbin-Watson stat: DW统计量,0-4之间
Mean dependent var: 因变量的均值
S.D. dependent var: 因变量的标准差
Akaike info criterion: 赤池信息准则(AIC)(越小说明模型越精确)
Schwarz ctiterion: 施瓦兹信息量(SC)(越小说明模型越精确)
Prob(F-statistic):相伴概率
fitted: 拟合值
模型检验:
1)方程显著性检验(F检验):模型拟合样本的效果,即选择的所有自变量对因变量的解释力度
2)回归系数显著性检验(t检验):检验每一个自变量的合理性
|t|大于临界值表示可拒绝系数为0的假设,即系数合理。
3)DW检验:检验残差序列的自相关性,检验基本假设2(随机误差相互独立) 残差:模型计算值与资料实测值之差为残差
0<=dw<=dl 残差序列正相关,du<dw<4-du 无自相关, 4-dl<dw<=4负相关 ,若不在以上3个区间则检验失败,无法判断
demo中的dw=0.141430 ,dl=1.73369,du=1.7786,所以存在正相关
Adjust R-squared
S.E of regression: 回归标准误差
Log likelihood:对数似然比,残差越小,L值越大,越大说明模型越正确
Durbin-Watson stat: DW统计量,0-4之间
Mean dependent var: 因变量的均值
S.D. dependent var: 因变量的标准差
Akaike info criterion: 赤池信息准则(AIC)(越小说明模型越精确)
Schwarz ctiterion: 施瓦兹信息量(SC)(越小说明模型越精确)
Prob(F-statistic):相伴概率
fitted: 拟合值
模型检验:
1)方程显著性检验(F检验):模型拟合样本的效果,即选择的所有自变量对因变量的解释力度
2)回归系数显著性检验(t检验):检验每一个自变量的合理性
|t|大于临界值表示可拒绝系数为0的假设,即系数合理。
3)DW检验:检验残差序列的自相关性,检验基本假设2(随机误差相互独立) 残差:模型计算值与资料实测值之差为残差
0<=dw<=dl 残差序列正相关,du<dw<4-du 无自相关, 4-dl<dw<=4负相关 ,若不在以上3个区间则检验失败,无法判断
demo中的dw=0.141430 ,dl=1.73369,du=1.7786,所以存在正相关
相关文章推荐
- Python_cmd的各种实现方法及优劣(subprocess.Popen, os.system和commands.getstatusoutput)
- zoj 3905(dp+滚动数组)
- H.265,助推安防“互联网+”
- RHEL6.5 安装 DB2 10.5 报缺少 libstdc++.so.5 错误
- linux sed命令详解
- pat1043Is It a Binary Search Tree (25)
- -webkit-overflow-scrolling:touch iosBug
- zabbix------自定义key监控windows SQL Server
- python爬虫抽取武侠小说
- 两种思路从0打印到100
- android 日期弹窗
- 逆向工具下载中心
- 错误: 找不到或无法加载主类 tomcat-juli.jar
- 图片预览批量上传
- 001--基础知识准备
- 用选择法对10个整数排序
- SQL概述
- C盘扩容后 其他盘里面的所有文件(夹)都加了锁 解决方案
- 黑马程序员——字符串指针与字符串数组
- Java基本基础