1. 首頁 > 生活百科 > >

eviews鎬庝箞瀵煎叆鏁版嵁騫存湀 eviews怎么導入數據

生活百科

很多以前學習過的知識在不經常被應用的情況下 ， 統統被遺忘掉了 ， 在寫到論文的時候往往會被忘掉的知識困住 ， 其實并不是不會 ， 而是當初學的時候不認真 ， 或者是忘記了 。這篇文章 ， 其實是筆記整理 。
1、excel表格的數據與導入Eviews的數據單位是否需要統一?如果excel表格的單位為% ， 直接導入到Eviews軟件 ， 那么回歸分析結果所得到的數據總和就會很大 。為化解這一尷尬情況 ， 可以把導入到Eviews的數據化成小數形式 。所以 ， 是否要統一要看具體情況 。
這一點僅為個人見解 ， 怕被誤導可以忽略 。
2、縮小置信區間的 *** 增大樣本容量n 。
樣本容量變大 ， 樣本參數估計量的標準差減少;同時 ， 在同樣的顯著性水平下 ， n越大 ， t分布表中的臨界值越小 。
提高模型的擬合優化 。
因為樣本參數估計量的標準差與殘差平方和成正比 ， 模型的擬合優化度越高 ， 殘差平方和越小 。
提高樣本觀測值的分散性
3、擬合優度檢驗增加解釋變量會提高擬合優度?
R2越接近于1 ， 模型的擬合優度越高 。
【eviews鎬庝箞瀵煎叆鏁版嵁騫存湀eviews怎么導入數據】在應用過程中發現 ， 如果在模型中增加一個解釋變量 ， R2往往增大 。這是因為殘差平方和往往隨著解釋變量個數的增加而減少 ， 至少不會增加 。
這就給人一個錯覺：要使模型擬合得好 ， 只要增加解釋變量即可 。但是 ， 現實情況往往是 ， 由增加解釋變量個數引起的R2的增大與擬合好壞無關 ， 因此在多元回歸模型之間比較擬合優度 ， R2就不是一個合適的指標 ， 必須加以調整 。即調整的可決系數 。
4、F檢驗

eviews鎬庝箞瀵煎叆鏁版嵁騫存湀 eviews怎么導入數據

文章插圖
5、T檢驗
eviews鎬庝箞瀵煎叆鏁版嵁騫存湀 eviews怎么導入數據

文章插圖
6、對模型的擬合優度檢驗和回歸方程線性的顯著性檢驗的糾結 ， 兩者都要達到更優區間嗎?擬合優度檢驗和方程總體線性的顯著性檢驗是從不同原理出發的兩類檢驗 ， 前者是從已經得到估計的模型出發 ， 檢驗它對樣本觀測值的擬合程度 ， 后者是從樣本觀測值出發檢驗模型總體線性關系的顯著性 。但是二者又是關聯的 ， 模型對樣本觀測值的擬合程度高 ， 模型總體線性關系的顯著性就強 。
我的疑問：在已知線性回歸結果的情況下 ， 可決系數R2和調整的可決系數的值達到多大才算是一個合格的模型 ， 如果不達到該區間 ， 那這個模型是否可用?
擬合優化檢驗到底哪一個更重要 ， 誰可以決定模型的可行性?
答案：
調整的可決系數達到多大才算模型通過檢驗?沒有絕對的標準 ， 要看具體情況而定 。模型的擬合優度并不是判斷模型質量的唯一標準 ， 有時甚至為了追求模型的經濟意義 ， 可以犧牲一點擬合優度 。
F和R2是同向變化的 ， 當R2=0時 ， F=1;R2越大 ， F值也越大;當R2=1時 ， F為無窮大 。因此 ， F檢驗是所估計回歸的總顯著性的一個度量 ， 也是R2的一個顯著性檢驗 。
7、模型通過F檢驗 ， 但是只有1個自變量通過了T檢驗 ， 該模型可用嗎?判斷結果 ， 該回歸為為回歸 。模型建立的不合適 。
8、在網上看到很多大佬回答別人的實證問題 ， 比如 ， 調整后的可決系數應該是多大才合適 。有些人會說至少30% ， 太小 ， 自變量不能很好的解釋因變量 ， 實際意義不大 。也有人說 ， 這種要求其實是國內學術界刻意追求合理化的擬合優度的結果 ， 很多國外的學術研究中 ， 調整后的可決系數都非常低 ， 但是模型還是照樣成立 ， 并且研究結果還能得到認可 。
我一度糾結于模型的擬合優度和模型的F檢驗、T檢驗三者之間如何才能同時實現區間符合 ， 使得模型的可信度更高 。
一個事實 。
這些所謂的合不合適 ， 取決于最后閱卷的老師們 。論文通過與否 ， 其實與老師是分不開的 。自己能夠做到的 ， 是把基礎性的問題解決 ， 有自己的看法 ， 但又不脫離理論;困于理論 ， 但是又可以利用理論 。

推薦閱讀