有几个关于计量模型显著性的问题。

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

1.为什么说用极大似然估计法来估计参数的话R平方就没多大意义了？

2.R平方和F检验哪个更重要？按李子奈书的说法，即使R平方不高，但只要F值够高的话，也可以认为方程的总体线性关系显著，他还举了书上的例子，R平方只有0.1935，但F值却表明总体线性关系达到95%，我现在就遇到这个情况，R平方只有0.5多，但F值也大于了F分布在0.01显著性水平下的临界值，那么这个模型可以接受吗？

谢谢！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：计量模型 极大似然估计 线性关系 极大似然 似然估计 模型 李子

还是F值重要，现实中好多回归做出来R平方都还不到0.2，但是F值满足也是可以接受的，所以回归不需要追求很高的R平方

那么，既然F值够大，R平方小的原因是什么？

R平方值只是初级阶段判定模型回归的一个辅助参数，高级阶段就要看F值、DW值、AIC等参数。

DW是检验序列自相关的，跟显著性有什么关系?
还有，aic和sc值有判别的临界值吗？

如果DW检验没有通过的话，显著性水平再高， 回归结果也不是可靠的。AIC没有临界值，只能选最小的。

回1楼：（1）、R^2=ESS/TSS，是说回归平方和越接近总离差平方和时，RSS越小，模型越显著。这就是最小二乘的原理。R^2越大，，残差平方和越小，证明模型拟合越好。跟最大似然没什么联系。（2）R^2没有判定区间，主要是因为他只是一个衡量你和好坏的一个指标，说明模型最小二乘法下究竟拟合的有多好，而F是判定模型在某个显著性水平下是否显著的标准，显著就是显著，不显著就是不显著。
回5楼：模型是否显著建立在假设成立的基础上，而存在序列相关性就表明假设已经不成立了，更谈不上模型是否显著。至于AIC和SC，是说如果在所有假设成立的情况下，加入一个变量会使模型AIC和SC值变大，那我们就可以加入这一变量，若AIC和SC值没有什么变化，就可以不加入这一变量。
当然这些只是理论上的说法。

AIC和SC应该是越小越好吧？

F值的重要性远高于R方，即便R方很低，但只要F值是显著的，就说明模型的解释变量在统计上能显著解释变量。

在讨论中成长