如何用EVIEWS计算残差的标准差和方差
双击打开变量resid，点击view-descriptive statistics&tests-stats table给出一个表格，显示残差的均值，众数，最大值，最小值，标准差；std.dev即标准差，方差是标准差的平方。
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。标准差是衡量回归系数值的稳。
残差计算注意：
在回归分析中，测定值与按回归方程预测的值之差，以δ表示。残差δ遵从正态分布N(0，σ2)。(δ-残差的均值)/残差的标准差，称为标准化残差，以δ*表示。
δ*遵从标准正态分布N(0，1)。实验点的标准化残差落在(-2，2)区间以外的概率≤0.05。若某一实验点的标准化残差落在(-2，2)区间以外，可在95%置信度将其判为异常实验点，不参与回归直线拟合。
显然，有多少对数据，就有多少个残差。残差分析就是通过残差所提供的信息，分析出数据的可靠性、周期性或其它干扰。
双击打开变量resid，点击view-descriptive statistics&tests-stats table给出一个表格，显示残差的均值，众数，最大值，最小值，标准差；std.dev即标准差，方差是标准差的平方。
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。标准差是衡量回归系数值的稳。
标准差可以当作不确定性的一种测量。
例如在物理科学中，做重复性测量时，测量数值集合的标准差代表这些测量的精确度。当要决定测量值是否符合预测值，测量值的标准差占有决定性重要角色：如果测量平均值与预测值相差太远（同时与标准差数值做比较），则认为测量值与预测值互相矛盾。这很容易理解，因为如果测量值都落在一定数值范围之外，可以合理推论预测值是否正确。
以上内容参考：百度百科-标准差
然后给出一个表格，显示残差的均值，众数，最大值，最小值，标准差
Std.Dev即标准差，方差是标准差的平方
