普通最小二乘估计表格的解释.doc

《普通最小二乘估计表格的解释.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、DependentVariable:CONSPMethod:LeastSquaresDate:06/03/10Time:23:16Sample:19782000Includedobservations:23VariableCoefficientStd.Errort-StatisticProb.GDPP0.3861800.00722253.474710.0000C201.118914.8840213.512410.0000R-squared0.992710Meandependentvar905.3304AdjustedR-squared0.992363S.D.depende

2、ntvar380.6334S.E.ofregression33.26450Akaikeinfocriterion9.929800Sumsquaredresid23237.06Schwarzcriterion10.02854Loglikelihood-112.1927F-statistic2859.544Durbin-Watsonstat0.550636Prob(F-statistic)0.000000一、名称含义：DependentVariable:被解释变量R-squared：可决系数，AdjustedR-squared：调整的可决系数。Coefficient：变量前面

3、系数的估计。如上表中0.386180是指模型中GDPP系数的估计。Std.Error：参数估计的样本标准差t-Statistic：变量假设检验的T统计量的值F-statistic：方程显著性检验统计量的值S.E.ofregression：随机扰动项方差的估计开根号后的值：Sumsquaredresid：RSS，残差平方和Loglikelihood：对数似然函数的函数值。Durbin-Watsonstat：DW统计量的值Meandependentvar：被解释变量的样本均值S.D.dependentvar：被解释变量的样本标准差Akaikeinfocriterion：见教材

4、75页Schwarzcriterion：见教材75页二、变量、方程显著性检验的认定：给定显著性水平，如果Prob小于显著性水平，那么，拒绝原假设，说明解释变量对被解释有显著性影响。否则，没有显著性影响。方程显著性检验的认定：如果Prob(F-statistic)小于显著性水平，那么，拒绝原假设，说明方程显著。否则，方程不显著。当进行的一元线性回归模型时，F-statistic=t-Statistic平方，如果不是一元回归，