自变量:Y
模型:
最小二乘法包括:31个观察值
---------------------------------------------------------------------------------
变量 参数(前述变量的系数)
标准差(样本的波动性) 后续
C(常数相当于”1“) [数值] [数值] [数值]
X1(变量1) [数值] [数值] [数值]
X2(变量2) [数值] [数值] [数值]
前续
T统计量(用于对照T检验值判断置信水平) Prob(置信可能,对比置信水平检验数据是否可用)
----------------------------------------------------------------------------------
R²(拟合度,用于判断回归是否拟合优良) 平均方差
调整R²(调整拟合度,修正样本带来的影响便于横向对比) 标准差
SE of regression 标准误(衡量
残差水平),sum squared resid 残差平方和即RSS)
后面两个准则(criterion)是需要结合其他测试验证模型平稳性、偏态等特性。
log likelihood 反映拟合程度,一般越小越好。
F统计量 一般需要结合F测试判断模型整体
置信度。Prob(F)标记
F检验的结果一般小于置信度为模型可接受。
DWtest
杜宾瓦森检验,一般检验模型自相关程度。
上述介绍比较笼统,需要你自己根据关键词(如杜宾瓦森检验等)继续学习才能弄明白。全部解释清楚至少也得一本小册子了。因此更多还需靠自己去一点点弄懂了。