第1个回答 2012-03-10
系数，标准误和t 统计量。系数和标准误没有什么好说的，t统计量的数字可以见得这个回归是合理的，完全可以拒绝自变量的无关性。r-squared看起来非常完美。 Akaike信息准则和Schwarz准则可以自己和r-squared与修正的r值对照下。
第2个回答 推荐于2016-08-07
对回归结果的分析：
中间部分：
第1列—解释变量的变量名。
第2列—解释变量对应的回归系数估计值。
第3列—回归系数对应的标准差。
第4列—回归系数对应的t统计量。
第5列—由t统计量反算出的显著水平。
回归结果下面的计算结果分别为：
第1列：样本可决系数，修正后的样本可决系数，总体标准差，残差平方和，对数的极大似然函数值，DW统计量。
第2列：被解释变量的平均值，被解释变量的标准差，赤池统计量、施瓦茨统计量、F统计量及其反算出的显著水平。本回答被网友采纳
中间部分：
第1列—解释变量的变量名。
第2列—解释变量对应的回归系数估计值。
第3列—回归系数对应的标准差。
第4列—回归系数对应的t统计量。
第5列—由t统计量反算出的显著水平。
回归结果下面的计算结果分别为：
第1列：样本可决系数，修正后的样本可决系数，总体标准差，残差平方和，对数的极大似然函数值，DW统计量。
第2列：被解释变量的平均值，被解释变量的标准差，赤池统计量、施瓦茨统计量、F统计量及其反算出的显著水平。本回答被网友采纳
第3个回答 2010-10-16
直接问老师吧 面对面说比较好
相似回答