哪位大神给我讲解一下，计量经济学eviews中，这些字母什么的都代表什么。感激不尽！！！ 跪求懂计量经济学和eviews软件的大神帮忙（关于各个英文符...
\u8bf7\u95ee\u5728\u8ba1\u91cf\u7ecf\u6d4e\u5b66\u4f7f\u7528EVIEWS\u4e2d\u7684SUM Sq.Dev.\u662f\u4ec0\u4e48\u610f\u601d\uff1f\u5c31\u662f\u603b\u7684\u79bb\u5dee\u5e73\u65b9\u548c
Adjusted R-squared \u4fee\u6b63\u7684\u53ef\u51b3\u7cfb\u6570
S.E. of regression \u56de\u5f52\u7cfb\u6570\u7684\u6807\u51c6\u504f\u5dee \u4e5f\u5c31\u662fGDP\u7684\u7cfb\u6570\u7684\u6807\u51c6\u504f\u5dee
Sum squared resid \u603b\u79bb\u5dee\u5e73\u65b9\u548c
Log Likelihood \u5bf9\u6570\u4f18\u5ea6
Durbin-Waston stat \u8fd9\u4e2a\u662fDW\u7edf\u8ba1\u91cf \u4e3b\u8981\u662f\u770b\u6270\u4e71\u9879\u6709\u6ca1\u6709\u4e00\u9636\u7684\u81ea\u76f8\u5173
Akaike info criterion AIC\u7edf\u8ba1\u91cf \u8d64\u6c60\u60c5\u62a5\u91cf\u6807\u51c6 lz\u8fd9\u4e2a\u5e94\u8be5\u662f\u81ea\u53d8\u91cf\u662fGDP\u548c\u5e38\u6570C AIC\u4e3b\u8981\u662f\u7528\u6765\u770b \u81ea\u53d8\u91cf\u6700\u597d\u9009\u62e9\u51e0\u4e2a\u3002\u8be6\u7ec6\u53ef\u4ee5\u53bbbaidu\u4e0b
Schwarz criterion \u548c AIC\u7c7b\u4f3c \u4e5f\u662f\u4e00\u4e2a\u60c5\u62a5\u91cf\u6807\u51c6
\u6700\u540e\u4e24\u4e2aF\u503c\u548cF\u503c\u7684P\u503c\u6ca1\u592a\u5927\u7528\u5904\u8c8c\u4f3c
\u5e0c\u671b\u53ef\u4ee5\u5e2e\u5230lz
计量经济学中，“eviews”这些字母的意思如下：
R-SQUARED 判定系数，越近1越好。
ADJUSTED R-SQUARED 调整的判定系数，大多情况下略小于判定系数。
S.E. OF REGRESSION 回归标准差，越小越好。
LOG LIKELIHOOD 似然估计值，暂可不考虑。
DURBIN-WATSON STAT 杜宾-瓦特森统计量，检验是否存在一阶自相关的指标。
MEAN DEPENDENT VAR 被解释变量的均值。
S.D. DEPENDENT VAR 被解释变量的标准差。
AKAIKE INFO CRITERION 赤迟信息准则。
SCHWARZ CRITERION施瓦茨准则，以上两者都是用来确定最优滞后期的指标，（AIC常用）。
F-STATISTIC 为F统计量，检验方程整体显著性的指标。
PROB(F-STATISTIC)是F统计量的伴随概率，如果小于0.05表明所有的待估参数不全为零。
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。
绛旓細璁￠噺缁忔祹瀛涓紝鈥渆views鈥濊繖浜涘瓧姣嶇殑鎰忔濆涓嬶細R-SQUARED 鍒ゅ畾绯绘暟锛岃秺杩1瓒婂ソ銆侫DJUSTED R-SQUARED 璋冩暣鐨勫垽瀹氱郴鏁帮紝澶у鎯呭喌涓嬬暐灏忎簬鍒ゅ畾绯绘暟銆係.E. OF REGRESSION 鍥炲綊鏍囧噯宸紝瓒婂皬瓒婂ソ銆侺OG LIKELIHOOD 浼肩劧浼拌鍊硷紝鏆傚彲涓嶈冭檻銆侱URBIN-WATSON STAT 鏉滃-鐡︾壒妫粺璁￠噺锛屾楠屾槸鍚﹀瓨鍦ㄤ竴闃惰嚜鐩稿叧鐨勬寚鏍囥
绛旓細涓鑸ぇ瀛﹁鐞嗗伐绉戠殑璇濓紝姒傜巼璁轰笌鏁扮悊缁熻鍩烘湰閮借繃鍏充簡锛岃閲忕粡娴庡鍙互鐩存帴涓婃墜銆傛敼闈╂瘮杈冩棭鐨勮储缁忛櫌鏍★紙涓婅储锛岃タ璐紝澶栫粡璐革紝棣栫粡璐稿疄楠岀彮绛夌瓑锛夛紝鏁板璇惧紑鏁板垎锛岄珮浠ｏ紝鏁扮悊缁熻鐨勫鏍★紝璁￠噺搴旇瀛﹁捣鏉ュ緢杞绘澗鍟︺傚鏋滄鐜囩粺璁″熀纭涓嶅ソ鐨勶紝寤鸿鍏堣ˉ鍏涓涓姒傜巼缁熻鐨勭煡璇嗐傛瘮杈冩帹鑽愬崕涓滃笀澶х殑姒傜巼缁熻鏁欐潗锛岃矊...
绛旓細1.鏍规嵁鎴戝鍚勪釜绯绘暟鐨勭鍙烽鏈燂紝sales鐨勫鍔犳槸浼氬甫鏉ヤ紒涓氬叏浣撳寘鎷珻EO鐨勮柂姘翠笂鍗囷紝鎵浠ョ鍙峰簲璇ヤ负+锛況oe鐨勮瘽锛岃偂鏉冩瘡鐧惧垎姣旀敹鐩婄殑鎻愰珮涔熶細鐩稿簲鎺ㄩ珮CEO鐨勮柂姘达紱ros鏄瘡鑲＄孩鍒╃殑鎰忔濅箞锛熸瘡鑲＄孩鍒╀笂鍗囩殑璇濅細淇冭繘鏇村鎶曡祫鑰呰喘鍏ヨ鍏徃鑲＄エ杩涜屾媺鎶偂绁ㄤ环鏍硷紝澧炲姞鎶曡祫鑰呭浼佷笟鐨勯鏈熻繘鑰屼績杩涘叕鍙哥殑鍙戝睍锛岃繖涔熶細鎻愰珮...
绛旓細杩欎釜鍙渶瑕佺湅intercept 椤规垨鑰呭洓涓浗瀹剁殑鏁版嵁鏄惁鏈変笂鍗囨垨涓嬮檷鐨勮秼鍔匡紝鐒跺悗閫夊畾鏈塼rend 鎴栬呮槸constant 灏卞彲浠ヤ簡銆傚鏋滄病鏈夎秼鍔块」锛屽湪Eviews閲岋紝灏变笉鐢ㄨ冭檻trend鐨勪簡锛屼篃灏辨槸闅忔満鐨勩 lengths of lag 鏄疎views閲岃嚜甯︾殑锛岀郴缁熷凡缁忓府浣犻夊ソ浜嗐傚鏋滀綘鎯宠嚜宸辩湅鐨勶紝鏈濂芥槸鐪婹鍥俱傚氨鍙互鍒ゆ柇鍦ㄥ摢涓涓粸鍚...
绛旓細棣栧厛鐪嬫牸鍏版澃鍥犳灉鍏崇郴妫楠岋紝x瀵箉鏈夊奖鍝嶏紝琛ㄧ幇涓篨鍚勬粸鍚庨」鍓嶇殑鍙傛暟鏁翠綋涓嶄负闆讹紝鑰孻鍚勬粸鍚庨」鍓嶇殑鍙傛暟鏁翠綋涓洪浂銆傛牸鍏版澃妫楠屾槸閫氳繃鍙楃害鏉熺殑F妫楠屽畬鎴愮殑銆傚師鍋囪鍓嶅弬鏁版暣浣撲负闆躲傞涓璅鍊煎緢澶э紝F鍒嗗竷琛ㄤ腑鏈澶х殑涔熷氨6106锛屽湪1%鐨勬樉钁楁ф按骞充笅銆傛墍浠ュ彲浠ヨ偗瀹氱殑璇存嫆缁濆師鍋囪锛屾墍浠2i鍜孹3i瀵筜I鐨勮仈鍚堝奖鍝嶆槸...
绛旓細瀵瑰簲鐨勫鎷╁亣璁 锛宧1:b>0 璁＄畻鍑烘潵鐨勭殑t缁璁￠噺涓27.2257锛屼綘鍘绘煡鏌ヨ繖涓湪0,05%鐨勬按骞充笂t(n-2)鐨勫崟渚у垎浣嶆暟鏄灏戯紝濡傛灉鏌ュ嚭鏉ョ殑鍒嗕綅鏁板皬浜27.2257锛屽垯鎷掔粷鍘熷亣璁撅紝璇存槑璐у竵渚涚粰瀵笹NP鏈夋樉钁楃殑姝ｉ潰褰卞搷 锛3锛夎礋鐨勬埅璺濓紝濡傛灉鏄樉钁楃殑璇濓紙鏄捐憲鎬у悓锛2锛夌殑鎬濊矾锛夛紝璇存槑鍦ㄨ揣甯佷緵搴斾负0鐨勬儏鍐典笅GN...
绛旓細娈嬪樊residual灏辨槸褰撲綘鍋氬畬浜嗗洖褰掍箣鍚庯紝浣犺偗瀹氫細寰楀埌琚В閲婂彉閲廦鐨勬嫙鍚堝硷紝涔熺О涓轰及璁″硷紝閫氬父璁颁负Yhat锛屼綘鐢ㄥ師鏉ユ牱鏈娴嬪糦鍑忓幓浼拌鍊硷紝寰楀埌鐨勫氨鏄畫宸傚洜涓哄仛璁￠噺鏃讹紝浣犱細鏈夎澶氫釜鏍锋湰锛岃繖浜涙牱鏈氨鏄娴嬪紀bservations锛屾瘡涓牱鏈兘鏈夎В閲婂彉閲廥鍜岃瑙ｉ噴鍙橀噺Y锛屽湪鎷熷悎浜嗕互鍚庝綘灏辩敤鍓嶉潰鐨勬柟娉曡偗瀹氭槸鍙互...
绛旓細3635 鍏朵腑锛0.755125鐨刾鍊兼帴杩戜簬0锛岃〃绀哄叾鏄捐憲寮備簬0 R鏂瑰拰缁忚繃璋冩暣鐨凴鏂归兘鎺ヨ繎浜1锛琛ㄦ槑鍥炲綊鐨勮В閲婃晥鍔涜緝楂樸侳缁璁￠噺鐨刾鍊兼帴杩戜簬0锛岃〃鏄庢柟绋嬫讳綋涔熸樉钁楀紓浜0 D-W缁熻閲忎粙浜0-2锛岃〃鏄庢畫宸簭鍒楁鐩稿叧銆缁忔祹瀛鎰忎箟涓婏細琛ㄦ槑浜哄潎鏀跺叆姣忓鍔1鍏冿紝鍒欐秷璐规敹鍏ュ鍔0.755125鍏冦傚垰鎬ф秷璐逛负272.3635鍏冦
绛旓細姣忓鍔1鍗曚綅鎵澶勫尯鍩熷唴鐨勪汉鍧囨敹鍏ワ紝澧炲姞0.01鍗曚綅鏃ラ攢鍞銆傝鐪嬪墠鐨勯鎵嶈兘绛 X1i 锛0.1锛0.02=5锛堜笌鏌ヨ〃鐨則0.025(n-k-1),姝ゅk=4,杩欎釜鏁板簲璇ュ皬浜5锛屾墍浠ュ叿鏈夋樉钁楁э級锛 X2i 锛 0.01锛0.01=1锛堜笌鏌ヨ〃鐨則0.025(n-k-1),姝ゅk=4,杩欎釜鏁板簲璇ュぇ浜1锛鎵浠ヤ笉鍏锋湁鏄捐憲鎬э級
绛旓細閫氳繃eviews6.0妫楠岋紝鍙戠幇鏈夊崟浣嶆牴銆傚洜涓哄師鍋囪鏄湁鍗曚綅鏍癸紝p鍊煎ぇ浜庢樉钁楁ф按骞筹紙0.1 or 0.05锛夛紝涓嶈兘鎷掔粷鍘熷亣璁撅紝鎵浠ユ湁鍗曚綅鏍广傚崟浣嶆牴妫楠屾槸鎸囨楠屽簭鍒椾腑鏄惁瀛樺湪鍗曚綅鏍癸紝鍥犱负瀛樺湪鍗曚綅鏍瑰氨鏄潪骞崇ǔ鏃堕棿搴忓垪浜嗐傚崟浣嶆牴灏辨槸鎸囧崟浣嶆牴杩囩▼锛屽彲浠ヨ瘉鏄庯紝搴忓垪涓瓨鍦ㄥ崟浣嶆牴杩囩▼灏变笉骞崇ǔ锛屼細浣垮洖褰掑垎鏋愪腑瀛樺湪...
