怎么从eviews回归分析结果中看出有没有显著影响
1、参数显著性检验t检验对应的Prob，若小于0.05则参数的显著性检验通过，再看R方，越接近1，拟合优度越高；F的P值，小于0.05的话模型才显著，DW用来检验残差序列的相关性的，在2的附近，说明残差序列不相关。
2、标准差是衡量回归系数值的稳定性和可靠性的，越小越稳定，解释变量的估计值的T值是用于检验系数是否为零的，若值大于临界值则可靠。
估计值的显著性概率值（prob)都小于5%水平，说明系数是显著的。R方是表示回归的拟合程度，越接近1说明拟合得越完美。调整的R方是随着变量的增加，对增加的变量进行的“惩罚”。
D-W值是衡量回归残差是否序列自相关，如果严重偏离2，则认为存在序列相关问题。F统计值是衡量回归方程整体显著性的假设检验，越大越显著。
扩展资料：
主要功能
引入了流行的对象概念，操作灵活简便，可采用多种操作方式进行各种计量分析和统计分析，数据管理简单方便。其主要功能有：
1、采用统一的方式管理数据，通过对象、视图和过程实现对数据的各种操作；
2、输入、扩展和修改时间序列数据或截面数据，依据已有序列按任意复杂的公式生成新的序列；
3、计算描述统计量：相关系数、协方差、自相关系数、互相关系数和直方图；
4、进行T 检验、方差分析、协整检验、Granger 因果检验；
5、执行普通最小二乘法、带有自回归校正的最小二乘法、两阶段最小二乘法和三阶段最小二乘法、非线性最小二乘法、广义矩估计法、ARCH 模型估计法等；
6、对二择一决策模型进行Probit、logit 和Gompit 估计；
7、对联立方程进行线性和非线性的估计；
8、估计和分析向量自回归系统；
9、多项式分布滞后模型的估计；
10、回归方程的预测；
11、模型的求解和模拟；
12、数据库管理；
13、与外部软件进行数据交换。
参考资料来源：百度百科-eviews
绛旓細Equation-杈撳叆lnyclnx1lnx2x3鐐瑰嚮纭畾锛屽嵆鍙緱鍥炲綊缁撴灉銆傚啀鐐瑰嚮view-Representations锛屽氨杩樺彲浠ョ湅鍒板洖褰掓柟绋嬨傛墦寮鐢佃剳锛屾壘鍒版闈笂鐨凟views杞欢锛岃缃伐浣滄枃浠讹紝鐐瑰嚮鏂囦欢宸︿笂瑙掆斺旀柊寤衡斺斿伐浣滄枃浠讹紝濉啓鐩稿叧鐨勫紑濮嬫棩鏈熷拰鍚嶇О锛岀劧鍚庨夋嫨鈥淥K鈥濄傚湪绐楀彛涓緭鍏モ渄ataYX1X2鈥濅互纭畾鍥炶溅閿紝濡備笅鎵绀恒傛瘮濡備綘...
绛旓細EViews涓繘琛屽鍏冪嚎鎬у洖褰掑垎鏋愮殑姝ラ涓昏鍖呮嫭锛氭暟鎹鍏ャ佹ā鍨嬭瀹氥佸弬鏁颁及璁°佹ā鍨嬫楠屽拰缁撴灉瑙ｈ銆傞鍏堬紝瑕佽繘琛屽鍏冪嚎鎬у洖褰掑垎鏋愶紝鎴戜滑闇瑕佸湪EViews涓鍏ョ浉鍏崇殑鏁版嵁銆傝繖閫氬父娑夊強灏嗗寘鍚嚜鍙橀噺鍜屽洜鍙橀噺鐨勬暟鎹泦鍔犺浇鍒拌蒋浠朵腑銆備緥濡傦紝濡傛灉鎴戜滑姝ｅ湪鐮旂┒鎴夸环锛堝洜鍙橀噺锛変笌鎴垮眿闈㈢Н銆佸崸瀹ゆ暟閲忓拰鍦扮悊浣嶇疆锛堣嚜鍙橀噺锛変箣闂...
绛旓細eviews闈㈡澘鏁版嵁鍥炲綊鍒嗘瀽姝ラ濡備笅锛1. 鎵撳紑EViews杞欢锛屽垱寤烘垨瀵煎叆闈㈡澘鏁版嵁鏂囦欢銆2. 纭畾鍥炲綊鍒嗘瀽绫诲瀷锛屽绠鍗曠嚎鎬у洖褰掓垨闈㈡澘鏁版嵁鍥哄畾鏁堝簲妯″瀷绛夈3. 杈撳叆鑷彉閲忓拰鍥犲彉閲忥紝寤虹珛鍥炲綊鏂圭▼銆4. 璁剧疆闈㈡澘鏁版嵁鏍煎紡锛岄夋嫨閫傚綋鐨勮法搴﹀拰鏃跺簭绫诲瀷銆5. 妫楠屽洖褰掓ā鍨嬬殑缁熻鎬ц川鍜屾嫙鍚堝害锛屽娈嬪樊鍒嗘瀽銆佸紓鏂瑰樊鍜岃嚜鐩稿叧妫...
绛旓細鍦Eviews鐨鍥炲綊鍒嗘瀽涓紝瑙傚療鍒扮殑鍏抽敭鎸囨爣鏈夊姪浜庤瘎浼板彉閲忕殑閲嶈鎬у強鍏跺奖鍝嶃傞鍏堬紝瑙ｉ噴鍙橀噺鐨勪及璁″间负-0.466102锛屾爣鍑嗗樊涓0.069349锛屾爣鍑嗗樊瓒婂皬浠ｈ〃绯绘暟瓒婄ǔ瀹氥傚叾T鍊煎ぇ浜庝复鐣屽硷紝琛ㄦ槑璇ョ郴鏁扮殑鏄捐憲鎬э紝鏄捐憲鎬ф鐜囧硷紙prob锛夊皬浜5%锛岃繘涓姝ヨ瘉瀹炰簡杩欎竴缁撹銆傚叾娆★紝R鏂癸紙鍐冲畾绯绘暟锛夎 閲忎簡妯″瀷鐨勬嫙鍚堢▼搴︼紝鎺...
绛旓細eviews鍋鍥炲綊鍒嗘瀽鏂规硶濡備笅锛氱數鑴戯細LenovoG460 绯荤粺锛歐indows11 杞欢锛歟xcel2016銆乪views 1銆佹墦寮鐢佃剳锛岀偣鍑昏繘鍏xcel锛屽鍥炬墍绀猴紝鍒涘缓鐢靛瓙琛ㄦ牸銆2銆佸鍥炬墍绀猴紝灏嗙數瀛愯〃鏍奸噷鐨勬暟鎹鍏ュ埌eviews锛屽鍏ヤ箣鍚庯紝鐐瑰嚮纭畾銆3銆佸鍥炬墍绀猴紝杈撳叆corcoilfuturedowshindexnagasopecueuropeurmb锛岀偣鍑荤‘瀹氥4銆佸湪鑿滃崟涓偣鍑...
绛旓細璁╂垜浠竴璧锋繁鍏ョ悊瑙Eviews鍥炲綊鍒嗘瀽鐨勬瘡涓姝ワ紝灏卞儚鎷嗚В涓涓簿瀵嗙殑绉戝瀹為獙銆傞鍏堬紝鍑嗗宸ヤ綔鑷冲叧閲嶈锛屼綘闇瑕佸湪Excel涓暣鐞嗘暟鎹紝鐒跺悗鎵撳紑Eviews杞欢銆傚湪宸︿笂瑙掔殑銆愭枃浠躲戣彍鍗曟爮锛岀偣鍑汇愬鍏ユ暟鎹戯紝閫夋嫨銆愬皢澶栨潵鏁版嵁浣滀负宸ヤ綔鏂囦欢銆戯紝鎵惧埌浣犵殑Excel琛ㄦ牸锛屼竴姝ユ鐐瑰嚮銆愭墦寮銆戯紝纭鏃犺鍚庤繘鍏ヤ笅涓姝ャ傛帴鐫锛...
绛旓細1. 棣栧厛锛屽湪EViews涓鎵撳紑鏁版嵁鏂囦欢锛屽苟閫夋嫨瑕佽繘琛鍥炲綊鍒嗘瀽鐨勪竴闃跺樊鍒嗗簭鍒椼2. 瀵逛竴闃跺樊鍒嗗簭鍒楄繘琛屽崟浣嶆牴妫楠岋紝浠ョ‘淇濆叾宸茬粡鎴愪负骞崇ǔ鏃堕棿搴忓垪銆傚彲浠ヤ娇鐢ˋDF妫楠屾垨KPSS妫楠岀瓑甯哥敤鐨勫崟浣嶆牴妫楠屾柟娉曘3. 濡傛灉涓闃跺樊鍒嗗簭鍒楀凡缁忛氳繃鍗曚綅鏍规楠屾垚涓轰簡骞崇ǔ鏃堕棿搴忓垪锛屽彲浠ヤ娇鐢ㄥ钩绋虫椂闂村簭鍒楁ā鍨嬭繘琛屽洖褰掑垎鏋愩傚父瑙佺殑骞崇ǔ...
绛旓細鎸塯enr锛屽湪瀵硅瘽妗嗛噷闈㈣緭鍏=d(X)锛孹灏辨槸浣犺杩涜宸垎鐨勫彉閲忥紝Y灏辨槸宸垎鍚庝繚瀛樼殑鍙橀噺锛岀劧鍚庢寜Ok灏卞彲浠ヤ簡銆傚鏋滄槸浜岄樁锛屽氨杈撳叆Y=d(X锛2)锛孨闃跺氨鏄痀=d(X锛孨)
绛旓細棣栧厛鎴戜滑瑕佸厛澶勭悊濂芥垜浠殑鏁版嵁銆傚鏋滄槸鎸夋椂闂村惊鐜殑鏁版嵁锛屼緥濡備笉鍚屽浗瀹跺湪鏌愬嚑骞寸殑鍚勪釜鎸囨爣杩欑鏁版嵁锛屾垜浠仛濂芥寜骞翠唤鏉ュ皢浠栦滑鍒嗙被锛屽涓嬪浘銆傚浘涓婅〃绀虹殑鏄寜骞翠唤鎺掑垪鐨勫悇涓浗瀹剁殑鍙橀噺鏁版嵁銆傜劧鍚庯紝鍏抽敭鐨勬楠ゆ潵浜嗭紝灏辨槸濡備綍灏嗘暟鎹鍏ュ埌eviews涓銆傞鍏堬紝鎴戜滑鎸夐『搴忕偣鍑籪ile銆媙ew銆媤orkfile锛屽緱鍒颁笅闈㈢殑绐楀彛銆
绛旓細1銆佹墦寮鐢佃剳鈥斺旀壘鍒版闈笂鐨Eviews杞欢鈥斺旇缃伐浣滄枃浠垛斺旂偣鍑绘枃浠跺乏涓婅鈥斺旀柊寤衡斺斿伐浣滄枃浠垛斺斿～鍐欑浉鍏崇殑寮濮嬫棩鏈熷拰鍚嶇О鈥斺旂劧鍚庨夋嫨鈥淥K鈥濄2銆佸湪绐楀彛涓緭鍏モ渄ataYX1X2鈥濃斺斾互纭畾鍥炶溅閿3銆佸崟鍑诲彸涓婅鐨別dit鎸夐挳閿佸畾鎴栨洿鏀规暟鎹斺斿涓嬫墍绀恒4銆佸崟鍑荤獥鍙ｄ腑鐨勨渜uick鈥濃斺斿湪涓嬫媺鑿滃崟涓...
