经济预测与决策计算题复习题.docVIP

P59 6、 SUMMARY OUTPUT 回归统计 Multiple R 0.9976 R Square 0.9953 Adjusted R Square 0.9945 标准误差 0.4965 观测值 8.0000 方差分析 　 df SS MS F Significance F 回归分析 1.0000 311.3960 311.3960 1263.2338 0.0000 残差 6.0000 1.4790 0.2465 总计 7.0000 312.8750 　 　 　 　 Coefficients 标准误差 t Stat P-value Lower 95% Upper 95% 下限 95.0% 上限 95.0% Intercept 2.0898 0.4066 5.1398 0.0021 1.0949 3.0847 1.0949 3.0847 X Variable 1 1.9311 0.0543 35.5420 0.0000 1.7982 2.0641 1.7982 2.0641 RESIDUAL OUTPUT 观测值 预测 Y 残差 (e-(e-1))^2 e^2 1.0000 5.9521 0.0479 0.0023 2.0000 7.8832 0.1168 0.0047 0.0136 3.0000 11.7455 -0.7455 0.7435 0.5558 4.0000 13.6766 0.3234 1.1425 0.1046 5.0000 15.6078 0.3922 0.0047 0.1538 6.0000 19.4701 -0.4701 0.7435 0.2210 7.0000 21.4012 0.5988 1.1425 0.3586 8.0000 25.2635 -0.2635 0.7435 0.0694 4.5250 1.4790 DW==3.0594 Dependent Variable: Y Method: Least Squares Date: 10/24/13 Time: 10:52 Sample: 1 8 Included observations: 8 Variable Coefficient Std. Error t-Statistic Prob.?? C 2.089820 0.406598 5.139769 0.0021 X 1.931138 0.054334 35.54200 0.0000 R-squared 0.995273 ????Mean dependent var 15.12500 Adjusted R-squared 0.994485 ????S.D. dependent var 6.685539 S.E. of regression 0.496495 ????Akaike info criterion 1.649830 Sum squared resid 1.479042 ????Schwarz criterion 1.669690 Log likelihood -4.599320 ????Hannan-Quinn criter. 1.515880 F-statistic 1263.234 ????Durbin-Watson stat 3.059395 Prob(F-statistic) 0.000000 从上述数据可知该模型的回归方程是： Y=2.0898+1.9311x 拟合优度：R^2=0.9953 表明Y的变异被X的变异解释了99.53%，说明X与Y的拟合优度非常好。 F检验： 假设=0；：0 F=1263.2338 F=1263.2338(1,6)=5.99 所以否定原假设，说明回归方程非常显著。 T检验： 假设=0；：0 T=35.5420 =35.5420 (6)=2.447 所以参数估计值都能通过t检验，在统计上是显著的，可