EVIEWS回歸結(jié)果的理解

1、回歸結(jié)果的理解參數(shù)解釋：1、回歸系數(shù)(coefficient )注意回歸系數(shù)的正負(fù)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(jì)意義。2、回歸系數(shù)的標(biāo)準(zhǔn)誤差(Std.Error )標(biāo)準(zhǔn)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(t-Statistic )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值二回歸系數(shù)/回歸系數(shù)的標(biāo)準(zhǔn)誤差，因此T值的正負(fù)應(yīng)該與回歸系數(shù)的正負(fù) 一致，回歸系數(shù)的標(biāo)準(zhǔn)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(Pro

2、b)P值為理論T值超越樣本T值的概率，應(yīng)該聯(lián)系顯著性水平a相比，a表示原假設(shè)成立的前提下，理論 T值超過樣本T值的概率，當(dāng)P值 a值，說明這 種結(jié)果實際出現(xiàn)的概率的概率比在原假設(shè)成立的前提下這種結(jié)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(shè)。5、可決系數(shù)(R-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(xiàn)，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)(Adjusted R-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(fù)，此時說明模型極不可

3、靠。7、回歸殘差的標(biāo)準(zhǔn)誤差(S.E.of regression)殘差的經(jīng)自由度修正后的標(biāo)準(zhǔn)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。8、殘差平方和(Sum Squared Resid )見上79、對數(shù)似然估計函數(shù)值（ Log likelihood ）首先，理解極大似然估計法。極大似然估計法雖然沒有 OLS運用廣泛，但它 是一個具有更強理論性質(zhì)的點估計方法。 極大似然估計的出發(fā)點是已知被觀測現(xiàn) 象的分布，但不知道其參數(shù)。極大似然法用得到觀測值（樣本）最高概率（離散 分布以概率聚集函數(shù)表示， 連續(xù)分布以概率密度函數(shù)表示。 因為要使得樣本中所 有樣本點都出

4、現(xiàn)， 假定抽樣是隨機的則各個樣本點的是獨立同分布的， 所以最后 總的概率表現(xiàn)為概率聚集函數(shù)或者概率密度函數(shù)的連乘形式，稱之為似然函數(shù)。 要取最大概率，即將似然函數(shù)對未知參數(shù)求導(dǎo)令導(dǎo)數(shù)等于 0 即可獲得極大似然函 數(shù)。一般為簡化函數(shù)的處理過程都會對似然函數(shù)進(jìn)行對數(shù)化處理， 這樣最后得到 的極大似然函數(shù)就稱之為對數(shù)極大似然函數(shù)） 的那些參數(shù)的值來估計該分布的參 數(shù)，從而提供一種用于估計刻畫一個分布的一組參數(shù)的方法。其次，理解對數(shù)似然估計函數(shù)值。 對數(shù)似然估計函數(shù)值一般取負(fù)值， 實際值 （不是絕對值）越大越好。第一，基本推理。對于似然函數(shù)，如果是離散分布， 最后得到的數(shù)值直接就是概率，取值區(qū)間為 0

5、-1 ，對數(shù)化之后的值就是負(fù)數(shù)了； 如果是連續(xù)變量，因為概率密度函數(shù)的取值區(qū)間并不局限于 0-1 ，所以最后得到 的似然函數(shù)值不是概率而只是概率密度函數(shù)值， 這樣對數(shù)化之后的正負(fù)就不確定 了。第二， Eviews 的計算公式解釋。公式值的大小關(guān)鍵取之于殘差平方和（以 及樣本容量），只有當(dāng)殘差平方和與樣本容量的比之很小時，括號內(nèi)的值才可能 為負(fù)，從而公式值為正，這時說明參數(shù)擬合效度很高；反之公式值為負(fù)，但其絕 對值越小表示殘差平方和越小，因而參數(shù)擬合效度越高。10、DW僉驗值DW統(tǒng)計量用于檢驗序列的自相關(guān)，公式就是測度殘差序列與殘差的滯后一一 期序列之間的差異大小，經(jīng)過推導(dǎo)可以得出 DW宜與兩者

6、相關(guān)系數(shù)的等式關(guān)系， 因而很容易判斷。DW值的取值區(qū)間為0-4，當(dāng)DW值很小時（大致1 ）表明序列 可能存在正自相關(guān)；當(dāng)DW值很大時（大致3）表明序列可能存在負(fù)自相關(guān)；當(dāng) DW值在2附近時（大致在1.5到2.5之間）表明序列無自相關(guān)；其余的取值區(qū) 間表明無法確定序列是否存在自相關(guān)。當(dāng)然，DW具體的臨界值還需要根據(jù)樣本容量和解釋變量的個數(shù)通過查表來確定。DW值并不是一個很適用的檢驗手段，因為它存在苛刻的假設(shè)條件：解釋變量為非隨機的； 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(dāng)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

7、否存在自相關(guān)。 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(guān)關(guān)系，可以消除其影響。11、被解釋變量的樣本均值( Mean Dependent Var )12、被解釋變量的樣本標(biāo)準(zhǔn)誤差( S.D.Dependent Var ) 上面兩個望文即可生義。13、赤池信息準(zhǔn)則( 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(-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(dāng)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(fù)值)會比較小，加上負(fù)號之后則變得較大，因此 最后的AIC有可能較大；當(dāng)滯后階數(shù)大時，模型的模擬效果會比較好所以L (負(fù)值)會比較大，加上負(fù)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較小意味著滯后階數(shù)較為合適。14、施瓦茨信息準(zhǔn)則( 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、F 統(tǒng)計量( F-statistic