第二篇看懂回归估计输出结果——一回生二回熟.PDFVIP

东北师范大学经济学院 徐奇渊 第二篇 看懂回归估计输出结果 ——一回生二回熟 上篇咱们开始用 Eviews 创建文件，并且做了一个简单的双变量回归线性回 归，弄了个散点图，搞了个参数（β i ）估计，还看到了估计结果的r 2 值，后来 ) u 又把残差 i 的图形整出来了。 一回生二回熟，今天我们打开 Eviews 就感觉好多了吧。在进一步讲操作之 前，我们稍微花点时间来看一个东西，这东西你已经看到过了。 还记得上一篇里面的图 13 吧，那是我们进行简单的回归后得到的“估计结 果输出”（Estimation Output ）. 下面我们主要的来看一下这个“估计结果输出” 都告诉了我们哪些信息： 首先，为方便阅读，把这个输出结果专门再给出来（原来结果是黑白，为了 方便说明，我这里给的是彩色哈：） Dependent Variable: Y Method: Least Squares Date: 04/04/05 Time: 12:12 Sample: 1960 1972 Included observations: 13 Variable Coefficient Std. Error t-Statistic Prob. X -0.286212 0.062885 -4.551348 0.0008 C 3.366258 0.331084 10.16739 0.0000 R-squared 0.653158 Mean dependent var 1.915385 Adjusted R-squared 0.621627 S.D. dependent var 0.524160 S.E. of regression 0.322421 Akaike info criterion 0.714722 Sum squared resid 1.143510 Schwarz criterion 0.801638 Log likelihood -2.645696 F-statistic 20.71477 Durbin-Watson stat 0.532092 Prob(F-statistic) 0.000828 表 2-1：Estimation Output of 3.18 如上表所示，上面红色的五行说明的是这次回归的背景材料，中间黄的三行 则是一些关于参数的估计结果，下面深绿色的是其他估计估计结果。 上面五行的意思一眼就能看懂，第一行告诉我们 Y 是因变量；第二行说明 使用的是最小二乘法；第三行说的是这次结果产生的时间是 2005 年 4 月 4 日12 点 12 分（那天中饭蛮晚才吃啊）；第四行说样本数据是从 1960 年到 1972 年的； 第五行是说被观察的样本个数为 13。 东北师范大学经济学院 徐奇渊 中间黄色的参数估计：“variable ”下面“X ”和“C ”分别是自变量和常数项， 因为 Eviews 是不区分大小写的，所以我们原来输的可能是小写 x，但输出结果 Coefficient ”下面的两上数分别是“X ”和“C ”的估计值；“Std. Error ” 都是大写；“ 下面的两个数是它俩的标准差；“ t-Statistic ”是它俩估计值对应的 t 统计量；“Prob.” 是各个 t 统计量对应的 P 值。 下面深绿色的输出结果要好好说明一下，我们按照先左列后右列，自上而下 的顺序来看： “R-squared ”：样本的可决系数，反映的是模型的拟合优度，一般在零到一 之间。这个当然越大越好，但是我们