楼主: 黑目shadow
7569 2

[问答] 求问Eviews拉姆齐检验结果分析 [推广有奖]

  • 21关注
  • 8粉丝

已卖:1180份资源

教授

30%

还不是VIP/贵宾

-

威望
1
论坛币
2804 个
通用积分
4.5216
学术水平
8 点
热心指数
29 点
信用等级
7 点
经验
74679 点
帖子
611
精华
0
在线时间
1209 小时
注册时间
2011-9-4
最后登录
2023-4-30

楼主
黑目shadow 发表于 2013-2-23 19:57:51 |AI写论文

+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~ !

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
用eviews进行拉姆齐检验的结果如下:
Ramsey RESET Test   
Equation: UNTITLED   
Specification: LNVSH C LNVSH(-1) LNVSH(-2) LNVSH(-3) LNVSH(-4)   
        LNVSH(-5) RSH RSH(-1) T   
Omitted Variables: Squares of fitted values   
   
                          Value df Probability
QLR L-statistic  6.307887  1  0.0120
QLR Lambda-statistic  6.304282  1  0.0120
   
L-test summary:   
Value df  
Restricted Objective  318.0451  3890  
Unrestricted Objective  317.6818  3889  
Scale  0.115209   
   
Lambda-test summary:   
Value df  
Restricted Log Obj.  5.762193  3890  
Unrestricted Log Obj.  5.761050  3889  
Scale  0.000363   
   
   
Unrestricted Test Equation:   
Dependent Variable: LNVSH   
Method: Quantile Regression (Median)   
Date: 02/23/13   Time: 19:42   
Sample: 6 3904   
Included observations: 3899   
Bootstrap Standard Errors & Covariance   
Bootstrap method: XY-pair, reps=100, rng=kn, seed=1086359667   
Sparsity method: Kernel (Epanechnikov) using residuals   
Bandwidth method: Hall-Sheather, bw=0.061728   
Estimation successfully identifies unique optimal solution   
   
Variable Coefficient Std. Error t-Statistic Prob.  
   
C 2.300708 0.759356 3.029815 0.0025
LNVSH(-1) 0.507095 0.068143 7.441603 0.0000
LNVSH(-2) 0.087587 0.021357 4.101151 0.0000
LNVSH(-3) 0.076503 0.023114 3.309759 0.0009
LNVSH(-4) 0.039050 0.023229 1.681057 0.0928
LNVSH(-5) 0.045775 0.019255 2.377258 0.0175
RSH 2.665327 0.500658 5.323650 0.0000
RSH(-1) 3.164771 0.477422 6.628870 0.0000
T 3.94E-05 7.87E-06 5.011993 0.0000
FITTED^2 0.006048 0.002792 2.166389 0.0303
   
Pseudo R-squared 0.852057     Mean dependent var  17.04146
Adjusted R-squared 0.851715     S.D. dependent var  1.240486
S.E. of regression 0.220354     Objective  317.6818
Quantile dependent var 16.88666     Restr. objective  2147.326
Sparsity 0.460838     Quasi-LR statistic  31762.06
Prob(Quasi-LR stat) 0.000000   
   

不知道该怎么解释T.T原假设是什么?怎么看是否通过呀?求教!谢谢了!
二维码

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

关键词:EVIEWS Views Eview 结果分析 view values

即使没有人为你鼓掌,也要优雅的谢幕,感谢自己的认真付出。

沙发
perfect3juliet 发表于 2013-3-29 18:58:25
同问。。。不知道怎么看结果啊T T

藤椅
不美不萌不倾城 学生认证  发表于 2017-4-17 23:22:48
原假设:模型不存在设定偏误

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群
GMT+8, 2025-12-5 19:46