1樓：沈偉棟
p值指拒絕原假設
所需要的最低置信水平。
舉例：假如p=0.1，那麼表示的就是至少要把置信水平定在0.1才能拒絕原假設，如果置信水平高於0.1，比如0.05，則只能接受原假設。
p值是用來判定假設檢驗結果的一個引數，也可以根據不同的分佈使用分佈的拒絕域進行比較。由r·a·fisher首先提出。
p值就是當原假設為真時所得到的樣本觀察結果或更極端結果出現的概率。如果p值很小，說明原假設情況的發生的概率很小，而如果出現了，根據小概率原理，我們就有理由拒絕原假設，p值越小，我們拒絕原假設的理由越充分。
總之，p值越小，表明結果越顯著。但是檢驗的結果究竟是「顯著的」、「中度顯著的」還是「高度顯著的」需要我們自己根據p值的大小和實際問題來解決。
擴充套件資料
假定某一引數的取值。選擇一個檢驗統計量(例如z 統計量或z 統計量) ，該統計量的分佈在假定的引數取值為真時應該是完全已知的。
從研究總體中抽取一個隨機樣本計算檢驗統計量的值計算概率p值或者說觀測的顯著水平，即在假設為真時的前提下，檢驗統計量大於或等於實際觀測值的概率。
如果p<0.01，說明是較強的判定結果，拒絕假定的引數取值。
如果0.01如果p值》0.05，說明結果更傾向於接受假定的引數取值。
2樓：匿名使用者
無論是什麼假設檢驗，p值的含義都可以這樣理解：它是指拒絕原假設所需要的最低置信水平。比如p=0.
1，那麼表示的就是至少要把置信水平定在0.1才能拒絕原假設，如果置信水平高於0.1，比如0.
05，則只能接受原假設。
怎麼從eviews迴歸分析結果中看出有沒有顯著影響 10
3樓：空嵐沫
模型中解釋變數的估計值為-0.466102，標準差是0.069349,標準差是衡量回歸係數值的穩定性和可靠性的，越小越穩定，解釋變數的估計值的t值是用於檢驗係數是否為零的，若值大於臨界值則可靠。
估計值的顯著性概率值（prob)都小於5%水平，說明係數是顯著的。r方是表示迴歸的擬合程度，越接近1說明擬合得越完美。調整的r方是隨著變數的增加，對增加的變數進行的「懲罰」。
d-w值是衡量回歸殘差是否序列自相關，如果嚴重偏離2，則認為存在序列相關問題。f統計值是衡量回歸方程整體顯著性的假設檢驗，越大越顯著。
4樓：九月
1、引數顯著性檢驗t檢驗對應的prob，若小於0.05則引數的顯著性檢驗通過，再看r方，越接近1，擬合優度越高；f的p值，小於0.05的話模型才顯著，dw用來檢驗殘差序列的相關性的，在2的附近，說明殘差序列不相關。
2、標準差是衡量回歸係數值的穩定性和可靠性的，越小越穩定，解釋變數的估計值的t值是用於檢驗係數是否為零的，若值大於臨界值則可靠。
估計值的顯著性概率值（prob)都小於5%水平，說明係數是顯著的。r方是表示迴歸的擬合程度，越接近1說明擬合得越完美。調整的r方是隨著變數的增加，對增加的變數進行的「懲罰」。
d-w值是衡量回歸殘差是否序列自相關，如果嚴重偏離2，則認為存在序列相關問題。f統計值是衡量回歸方程整體顯著性的假設檢驗，越大越顯著。
擴充套件資料：
主要功能
引入了流行的物件概念，操作靈活簡便，可採用多種操作方式進行各種計量分析和統計分析，資料管理簡單方便。其主要功能有：
1、採用統一的方式管理資料，通過物件、檢視和過程實現對資料的各種操作；
2、輸入、擴充套件和修改時間序列資料或截面資料，依據已有序列按任意複雜的公式生成新的序列；
3、計算描述統計量：相關係數、協方差、自相關係數、互相關係數和直方圖；
4、進行t 檢驗、方差分析、協整檢驗、granger 因果檢驗；
5、執行普通最小二乘法、帶有自迴歸校正的最小二乘法、兩階段最小二乘法和三階段最小二乘法、非線性最小二乘法、廣義矩估計法、arch 模型估計法等；
6、對二擇一決策模型進行probit、logit 和gompit 估計；
7、對聯立方程進行線性和非線性的估計；
8、估計和分析向量自迴歸系統；
9、多項式分佈滯後模型的估計；
10、迴歸方程的**；
11、模型的求解和模擬；
12、資料庫管理；
13、與外部軟體進行資料交換。
eviews輸出結果如何判斷顯著性
5樓：百度使用者
都不需要查表
標準差不用理會
t統計量是檢驗係數顯著性的,一般要大於2；
p值是t統計量對應的概率值，所以t和p兩者是等效的，看p就夠了。p值要求小於給定的顯著性水平，一般是0.05、0.01等，p越接近於0越好；
r方衡量方程擬合優度，r方越大越好，一般地，大於0.8說明方程對樣本點的擬合效果很好，0.5～0.
8之間也可以接受。時間序列的話，r方很容易達到很大，如果是截面資料，r方的要求沒那麼嚴格。但要注意的是r方統計量不是檢驗的統計量，只衡量顯著性；
f是檢驗方程顯著性的統計量，是平均的迴歸平方和與平均剩餘平方和之比，越大越好！
6樓：匿名使用者
補充一下，對於迴歸模型的顯著性檢驗，根據可決係數r-square或者f統計量，這兩個存在著等價的關係，不一定需要r-square非常大，只需要看f統計量的p值就可以了。有時f統計量p值非常小，但是是r-square也不大，比如只有0.2-0.
3，這樣也沒有關係。對於aic和sic準則，這個需要逐步迴歸來看，或者手動刪除新增變數，這兩個越**明變數越合理，模型越好。對於逐步迴歸在eviews6.
0中有，5.0版本中沒有。祝好運
eviews adf檢驗中怎麼判斷p值是顯著性的?
7樓：凡煩梵
p值是t統計量對應的概率值,所以t和p兩者是等效的,看p就夠了.p值要求小於給定的顯著性水平,一般是0.05、0.
01等,p越接近於0越好;是要判斷adf值與三個水平下的值,小於的話,不需要做差分,大於的情況下要做差分序列和adf檢驗;p值和adf檢驗都是參考目標,但主要是adf值,因為它的約束較p值嚴格,p值存在於給定顯著水平內即可.e-views中很多資料值相同的參考意義,建議你去看看e-views軟體的說明書,那裡一般有詳細介紹
Eviews的ADF檢驗結果，有人可以幫我看看這樣的話要怎
不行，你的這個有單位根過程，時間序列是非平穩的 檢測p值為0.2249，超過0.5的臨界值啦 用eviews做adf檢驗,菜鳥請教結果怎麼看 因為你用的多組序列來做檢驗，一般都是用一組序列來做檢驗，介面會不一樣。會和樓上說的一樣 adf的prob值為0，表明檢驗的引數落在拒絕域，拒絕原假設，認為存在...
Eviews5中關於ADF檢驗的問題。以及如何分析檢驗的結果
結果表明序列a不存在單位根過程，說明序列a是平穩的 關於eviews中用adf檢驗如何辨別時間序列平穩性的問題 20 沒有拒絕h0，說明不平穩的 我替別人做這類的資料分析蠻多的 接受原假設，序列有單位根，即序列不平穩 如何在eviews中做adf檢驗？如何在eviews中做adf檢驗？怎樣確定模型中...
請教大神用EViews做單位根檢驗出現的操作問題
在南京理工大學官網 上有兩種說明 學校首頁 學術科研 重點學科，這裡面的江蘇省重點學科中沒有提到軟體工程。學校首頁 院系設定 電腦科學與工程學院 學院概況 學院介紹，這裡面的江蘇省重點學科中提到有軟體工程。所以還要和學校確認一下。南陽理工學院軟體類專業 大學理工類都有什麼專業 10 理工類專業 數學...