Question

用eviews分析的回归分析结果在下面

Dependent Variable: Y
Method: Least Squares
Date: 03/21/17 Time: 18:18
Sample: 2001 2014
Included observations: 14

Variable Coefficient Std. Error t-Statistic Prob.

X1 -0.055474 0.013506 -4.107344 0.0021
X2 1.186845 0.676509 1.754367 0.1099
X3 0.336821 0.104385 3.226715 0.0091
C 434.4199 114.7913 3.784432 0.0036

R-squared 0.637569 Mean dependent var 123.2857
Adjusted R-squared 0.528839 S.D. dependent var 92.55388
S.E. of regression 63.53003 Akaike info criterion 11.37586
Sum squared resid 40360.65 Schwarz criterion 11.55845
Log likelihood -75.63101 Hannan-Quinn criter. 11.35896
F-statistic 5.863814 Durbin-Watson stat 2.365461
Prob(F-statistic) 0.014134

结果这样 是关于雾霾天数 和能源消耗的相关分析 结果这样怎么分析啊 求帮忙

Answer 1

（依）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，越接近依，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，在贰的附近，说明残差序列不相关。 （贰）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，越接近依说明拟合得越完美。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，如果严重偏离贰，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