求计量经济学案例

t-Statistic和Prob.是用来说明回归系数的统计量，分别称为t统计量和P值，用来说明回归系数的显著性。前者>2为显著，否则不显著；后者<0.05为显著，否者不显著。不显著的话即接受相应解释变量的回归系数为零的假设，可以将相应的解释变量从模型中删除。

下面的所有统计量是用来说明模型整体的拟合效果的。其中，在一般论文中，大多只看重和解释其中的几个指标：
R-squared 0.247783是说模型的拟合优度为0.247783，这个值当然越大越好，最大为1，0.24的话只能说是一般了或较差了，不过做回归得到这样的结果也很正常了。
Durbin-Watson stat 1.756974是指D.W统计量为1.756974，这一统计量是用来说明残差是否服从正态分布的，D.W等于2为正态分布，1.756974比2小一点，算比较理想了，可以认为残差服从正态分布，模型可用，否则模型不可用。
F-statistic 3.767555，Prob(F-statistic) 0.000005，是指F统计量及其相应的P值，是用来检验模型整体显著性的，F-statistic>2、Prob(F-statistic)<0.05为显著，否则模型整体不显著，模型无意义。你的这个检验表明模型整体是显著的。
其他的统计量普通的线性回归不用做解释，如果想要具体理解的话，建议去看一本关于EVIEWS的教材，有很多。当然，如果是想做深入研究，需要的远非统计软件的机械的操作方法，计量经济学的原理是很重要的，只有多读一些相关教材、资料，懂得原理后进行软件操作是很简单的事。

发了

已经发了俩给你
查看一下

ythgfh