完整wordEviews回归分析输出结果指标解释
Eviews回归分析输出结果指标解释
Variable变量
CoefficieStd。ErrortStatistic
Prob

t系数系数标准差
T统计量
双侧概率P值）
C
363689162。455295。823191
00002
X
2。0288730。10155819。97749
0。0000
Rsquared
AdjustedRsquared
S。E。ofregressio
Sumsquaredresid
Loglikelihood
Durbi
Watso
stat
决定系数R2修整决定系数R2
回归标准误差u
残差平方和RSS似然函数的对数
DW统计量
Mea
depe
de
t
被解释变量均值
var
S。D。depe
de
t被解释变量标准差
var
Akaikei
focriterio

赤池信息准则
Schwarz
施瓦兹信息准则
criterio

Fstatis
F统计量
tic
ProbFstatisF统计量的概率即P值
tic
回归结果的理解参数解释：1、回归系数（coefficie
t）注意回归系数的正负要符合理论和实际。截距项的回归系数无论是否通过T检验都没有实际的经济意义。
2、回归系数的标准误差Std。Error）标准误差越大，回归系数的估计值越不可靠这可以通过T值的计算公式可知
3、T检验值（tStatisticT值检验回归系数是否等于某一特定值，在回归方程中这一特定值为0，因此T值回归系数回归系数的标准误差因此T值的正负应该与回归系数的正负一致回归系数的标准误差越大，T值越小，回归系数的估计值越不可靠，越接近于0。另外，回归系数的绝对值越大T值的绝对值越大。
4、P值（Prob）P值为理论T值超越样本T值的概率，应该联系显著性水平α相比，α表示原假设成立的前提下，理论T值超过样本T值的概率，当P值α值，说明这种结果实际出现的概率的概率比在原假设成立的前提下这种结果出现的可能性还小但它偏偏出现了因此拒绝接受原假设。
5、可决系数（Rsquared）都知道可决系数表示解释变量对被解释变量的解释贡献，其实质就是看（y尖y均）与yy均）的一致程度。y尖为y的估计值，y均为y的总体均值。
6、调整后的可决系数AdjustedRsquared）即经自由度修正后的可决系数，从计算公式可知调整后的可决系数小于可决系数，并且可决系数可能为负，此时说明模型极不可靠。
7、回归残差的标准误差（S。E。ofregressio
）残差的经自由度修正后的标准差，OLS的实质其实就是使得均方差最小化，而均方差与此的区别就是没有经过自由度修正
f完整wordEviews回归分析输出结果指标解释
8、残差平方和（SumSquaredResid见上7
9、对数似然估计函数值（Loglikelihood）首先理解极大似然估计法。极大似然估计法虽然没有OLS运用广泛，但它是一个具有更强理论性质的
点估计方法。极大似然估计的出发点是已知被观测现象的分布r