eviews 面板数据 结果分析 谢谢！

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

               
                                论坛混了好几天，这是自己的结果，还请各位老师指教！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0 回帖

关键词：EVIEWS Views Eview 结果分析 view

PE、PC的t值均小于2，t检验不显著。R-squared等于0.0394,拟合优度太低，整体回归也不显著

醉客天涯 发表于 2012-7-29 22:08
PE、PC的t值均小于2，t检验不显著。R-squared等于0.0394,拟合优度太低，整体回归也不显著

谢谢！他们的协整检验就没有通过，我也是没办法了，拟合度不是我的重点，我只是想研究他们之间的现行关系， 那请问可以分别作回归方程么？ 每个方程只有一个变量来研究？谢谢！

nantata 发表于 2012-7-29 22:21
谢谢！他们的协整检验就没有通过，我也是没办法了，拟合度不是我的重点，我只是想研究他们之间的现行关系 ...

如果不考虑拟合优度，可以去除PE或者PC，再和PB一起，对被解释变量进行线性回归，这样可以排除PE、PC之间的多重共线性

醉客天涯 发表于 2012-7-30 22:56
如果不考虑拟合优度，可以去除PE或者PC，再和PB一起，对被解释变量进行线性回归，这样可以排除PE、PC之间 ...

谢谢！！！！现在就想这么一个一个变量的分析，前提是通过单位根检验和协整检验，呵呵，学习了，感谢！！！

Dependent Variable: TOTALRETURN?                               
Method: Pooled EGLS (Cross-section random effects)                               
Date: 08/03/12   Time: 16:36                               
Sample: 2003 2011                               
Included observations: 9                               
Cross-sections included: 84                               
Total pool (balanced) observations: 756                               
Swamy and Arora estimator of component variances                               
                               
Variable        Coefficient        Std. Error        t-Statistic        Prob.  
                               
C        24.10291        3.120176        7.724858        0.0000
PC?        0.058094        0.032478        1.788742        0.0741
Random Effects (Cross)                               
_600028--C        0.000000                       
_600600--C        0.000000                       
_600664--C        0.000000                       
_600160--C        0.000000                       
_600010--C        0.000000                       
_600177--C        0.000000                       
_600085--C        0.000000                       
_600839--C        0.000000                       
_600612--C        0.000000                       
_600210--C        0.000000                       
_600019--C        0.000000                       
_600870--C        0.000000                       
_600218--C        0.000000                       
_600688--C        0.000000                       
_600315--C        0.000000                       
_600171--C        0.000000                       
_600617--C        0.000000                       
_600884--C        0.000000                       
_600126--C        0.000000                       
_600750--C        0.000000                       
_600228--C        0.000000                       
_600519--C        0.000000                       
_600702--C        0.000000                       
_600630--C        0.000000                       
_600137--C        0.000000                       
_600308--C        0.000000                       
_600746--C        0.000000                       
_600844--C        0.000000                       
_600871--C        0.000000                       
_600707--C        0.000000                       
_600362--C        0.000000                       
_600569--C        0.000000                       
_600399--C        0.000000                       
_600860--C        0.000000                       
_600835--C        0.000000                       
_600854--C        0.000000                       
_600806--C        0.000000                       
_600099--C        0.000000                       
_600468--C        0.000000                       
_600568--C        0.000000                       
_600129--C        0.000000                       
_600800--C        0.000000                       
_600168--C        0.000000                       
_600644--C        0.000000                       
_600528--C        0.000000                       
_600368--C        0.000000                       
_600279--C        0.000000                       
_600718--C        0.000000                       
_600105--C        0.000000                       
_600694--C        0.000000                       
_600128--C        0.000000                       
_600830--C        0.000000                       
_600138--C        0.000000                       
_600551--C        0.000000                       
_600811--C        0.000000                       
_600097--C        0.000000                       
_600583--C        0.000000                       
_600297--C        0.000000                       
_600233--C        0.000000                       
_600590--C        0.000000                       
_600071--C        0.000000                       
_600231--C        0.000000                       
_600765--C        0.000000                       
_600300--C        0.000000                       
_600523--C        0.000000                       
_600038--C        0.000000                       
_600005--C        0.000000                       
_600623--C        0.000000                       
_600389--C        0.000000                       
_600183--C        0.000000                       
_600801--C        0.000000                       
_600516--C        0.000000                       
_600742--C        0.000000                       
_600566--C        0.000000                       
_600166--C        0.000000                       
_600222--C        0.000000                       
_600518--C        0.000000                       
_600131--C        0.000000                       
_600170--C        0.000000                       
_600717--C        0.000000                       
_600845--C        0.000000                       
_600723--C        0.000000                       
_600158--C        0.000000                       
_600777--C        0.000000                       
                               
        Effects Specification                       
                        S.D.          Rho  
                               
Cross-section random                        0.000000        0.0000
Idiosyncratic random                        83.64042        1.0000
                               
        Weighted Statistics                       
                               
R-squared        0.004464            Mean dependent var                25.34464
Adjusted R-squared        0.003144            S.D. dependent var                81.49383
S.E. of regression        81.36563            Sum squared resid                4991755.
F-statistic        3.381007            Durbin-Watson stat                2.387552
Prob(F-statistic)        0.066345                       
                               
        Unweighted Statistics                       
                               
R-squared        0.004464            Mean dependent var                25.34464
Sum squared resid        4991755.            Durbin-Watson stat                2.387552
                               

这是最新的回归，还满足线形关系吧？

nantata 发表于 2012-8-3 23:42
Dependent Variable: TOTALRETURN?                               
Method: Pooled EGLS (Cross-section random effects)                               
Date:  ...

看这结果似乎没有随机效应

关键是怎么分析的，不仅仅是结果

首先您的R2太小啦！！！！！！