世界快訊:stata回歸結果怎么看t值顯著性_stata回歸結果怎么看
1、上面左側的表是用來計算下面數據的,分析過程中基本不用提到右側從上往下1.Number of obs 是樣本容量2.F是模型的F檢驗值,用來計算下面的P>F3.P>F是模型F檢驗落在小概率事件區間的概率。
2、你的模型置信水平是0.05,也就是說P>F值如果大于0.05,那么模型就有足夠高的概率落在F函數的小概率區間。
(相關資料圖)
3、簡單的說,如果這個值大于0.05你這個模型設定有就問題,要重新設定模型4.R-squard也就是模型的R2值。
4、擬合優度,這個數越大你的模型和實際值的擬合度就越高,模型越好5.Adj .R-squard 這個是調整過的R2。
5、跟上面R2差不多,關注一個就行了6.Root mse 是殘差標準差,值越大殘差波動越大。
6、模型越不穩定(這個值我分析的時候一般不太關注)下側表格coef.是估計得到的系數值std.err是標準差,這個數有重要意義,一般論文里都要求把標準差表示出來。
7、這個數越大模型越不精確,越小越好t是t檢驗值,t檢驗是用來檢驗某個系數是否顯著區別于0的。
8、在分析中這個值一般沒什么意義,主要用來計算P>tP>t,這個值是觀察某個解釋變量是否有效的主要參數,還是對于你設置的0.05的置信水平。
9、如果這個值大于0.05說明對應的解釋變量不能通過t檢驗,在模型中是不合格的,就需要作調整后面兩個就是置信區間了。
10、95%的置信區間,一般在論文中意義也不大然后分析就選取你有用的參數做了,我學經濟的。
11、一般最有用的參數就是P>F,coef,P>t,se等等。
12、還有BIC,VIF這些,在簡單回歸里這些是不會計算的,需要其他命令。
本文分享完畢,希望對大家有所幫助。
2023-02-24 08:56:17
2023-02-24 08:52:46
2023-02-24 08:51:38
2023-02-24 08:49:41
2023-02-24 08:47:40
2023-02-24 08:45:36
2023-02-24 08:42:02
2023-02-24 08:40:25
2023-02-24 08:35:45
2023-02-24 06:51:37
2023-02-24 06:50:10
2023-02-24 06:49:53
2023-02-24 06:47:03
2023-02-24 06:44:43
2023-02-24 05:57:38
2023-02-24 05:57:30
2023-02-24 01:10:30
2023-02-23 21:54:49
2023-02-23 21:13:56
2023-02-23 20:47:17
2023-02-23 20:00:14
2023-02-23 19:51:19
2023-02-23 19:50:27
2023-02-23 19:46:09
2023-02-23 19:44:47
2023-02-23 19:37:17
2023-02-23 19:03:15
2023-02-23 18:49:43
2023-02-23 18:38:59
2023-02-23 18:38:16
2023-02-23 17:46:25
2023-02-23 17:46:02
2023-02-23 16:55:55
2023-02-23 16:54:29
2023-02-23 16:53:29
2023-02-23 16:45:38
2023-02-23 16:40:14
2023-02-23 16:39:28
2023-02-23 16:16:50
2023-02-23 16:16:19
2023-02-23 16:14:13
2023-02-23 16:13:01
2023-02-23 16:12:27
2023-02-23 16:10:55
2023-02-23 16:09:02
2023-02-23 16:08:10
2023-02-23 16:06:55
2023-02-23 16:06:43
2023-02-23 16:05:04
2023-02-23 16:03:21
2023-02-23 16:01:44
2023-02-23 16:00:14
2023-02-23 16:00:09
2023-02-23 15:59:59
2023-02-23 15:59:42
2023-02-23 15:58:30
2023-02-23 15:57:14
2023-02-23 15:57:01
2023-02-23 15:56:39
2023-02-23 15:55:44
2023-02-23 15:54:43
2023-02-23 15:54:36
2023-02-23 15:54:21
2023-02-23 15:52:33
2023-02-23 15:50:53
2023-02-23 15:50:15
2023-02-23 15:48:19
2023-02-23 15:47:03
2023-02-23 15:45:57
2023-02-23 15:41:46
2023-02-23 15:38:59
2023-02-23 15:35:04
2023-02-23 15:00:39
2023-02-23 14:41:52
2023-02-23 14:36:05
2023-02-23 13:52:48
2023-02-23 13:51:08
2023-02-23 13:47:08
2023-02-23 13:46:44
2023-02-23 13:43:11
2023-02-23 13:00:15
2023-02-23 12:49:45
相關新聞