求解释，VAR结果的

Vector Autoregression Estimates
Date: 08/12/13   Time: 14:07
Sample (adjusted): 5 417
Included observations: 413  after adjustments
Standard errors in ( ) &  t-statistics in [ ]
				HS300	HDZQ	HDDQ
HS300(-1)				0.012689	1.554876	3.225651
				(0.04941)	(0.20977)	(0.38732)
				[ 0.25680]	[ 7.41225]	[ 8.32817]
HS300(-2)				0.109425	0.154144	-0.163450
				(0.05423)	(0.23023)	(0.42509)
				[ 2.01786]	[ 0.66953]	[-0.38451]
HS300(-3)				0.084691	-0.445952	-1.185656
				(0.05380)	(0.22842)	(0.42176)
				[ 1.57410]	[-1.95231]	[-2.81123]
HS300(-4)				-0.038629	-0.023889	-0.665956
				(0.05421)	(0.23015)	(0.42494)
				[-0.71259]	[-0.10380]	[-1.56718]
HDZQ(-1)				0.029808	0.683430	-0.043845
				(0.01282)	(0.05442)	(0.10048)
				[ 2.32540]	[ 12.5581]	[-0.43635]
HDZQ(-2)				-0.031818	0.133034	0.073792
				(0.01558)	(0.06616)	(0.12216)
				[-2.04171]	[ 2.01070]	[ 0.60405]
HDZQ(-3)				0.013976	-0.117850	-0.255087
				(0.01555)	(0.06603)	(0.12192)
				[ 0.89858]	[-1.78475]	[-2.09226]
HDZQ(-4)				0.011554	0.086058	0.235676
				(0.01186)	(0.05034)	(0.09294)
				[ 0.97451]	[ 1.70967]	[ 2.53579]
HDDQ(-1)				-0.012460	0.053292	0.223038
				(0.00687)	(0.02918)	(0.05387)
				[-1.81304]	[ 1.82644]	[ 4.14002]
HDDQ(-2)				0.006925	0.086280	0.249094
				(0.00697)	(0.02958)	(0.05462)
				[ 0.99375]	[ 2.91639]	[ 4.56013]
HDDQ(-3)				0.002199	-0.039581	0.109534
				(0.00704)	(0.02990)	(0.05520)
				[ 0.31228]	[-1.32381]	[ 1.98413]
HDDQ(-4)				-0.021262	-0.026723	0.075884
				(0.00645)	(0.02737)	(0.05053)
				[-3.29845]	[-0.97645]	[ 1.50174]
C				0.004947	0.540226	1.245809
				(0.03298)	(0.14000)	(0.25849)
				[ 0.15001]	[ 3.85882]	[ 4.81957]
R-squared				0.078918	0.720482	0.330304
Adj. R-squared				0.051286	0.712097	0.310214
Sum sq. resids				0.670075	12.07779	41.17482
S.E. equation				0.040929	0.173766	0.320838
F-statistic				2.855989	85.91971	16.44053
Log likelihood				740.4958	143.3528	-109.9109
Akaike AIC				-3.522982	-0.631248	0.595210
Schwarz SC				-3.396336	-0.504602	0.721856
Mean dependent				0.002066	3.805976	3.767006
S.D. dependent				0.042021	0.323847	0.386303

能不能说的详细点，想问下R2和Adj-R2那个什么意义？还有一个是系数显著那里怎么看？求帮助啊

之言 发表于 2013-8-25 19:52
能不能再具体一点呢，也就是说这个结果怎么看，显著与否等等

显著性看adj-R平方，t值，f值这三个，adj-R平方越大说明模型对于样本的拟合程度越好，就是越贴近样本。t值大说明单个变量对于模型的解释程度，如果大就留下，小就去除，F值表示变量整体对于样本的解释程度，大的话说明模型选择很好，小的话就要进行调整，包括删除个别变量等。从上述的方面来讲，HDZQ的R方还行，其他两个偏低，特别是HS300，HDZQ解释模型的效果也最好，t值可以看出，F值整体情况还可以。

主要是在什么条件下显著，看论文的和找人帮忙讲的不一样，懵了

哪位大神帮忙啊

不用特别详细，大体上就好。。。

我咋记得VAR是变量单位根检验，协整检验、因果检验，然后查看VAR模型单位根判断模型稳定性呢，稳定后方差分解或脉冲，没有怎么注意这个结果啊，坐等大神~

因急需用币，楼主大方给500，以下观点这是我的理解：表格中主要反映的是HS300滞后一阶，滞后二阶（以括号里面的数字为准）等的标准误差和t值，其中标准误差越小越好，t值越大越好，C表示常数，R-squared表示拟合优度，即模型对样本的拟合程度，adj-squared表示调整后的拟合优度，由于误差等方面，所以看这个数比单纯看R好，sum sq resid为残差平方和，SE equation 为标准差，F表示f统计量，log likelihood表示极大似然函数，AKaike AIC表示AIC的值，即越小越好，Schwarz SC表示施瓦茨准则参数，越小越好。以上诸多参数主要看adi-R,t值，f值，SC值和AIC值。

臻小言 发表于 2013-8-25 08:43
因急需用币，楼主大方给500，以下观点这是我的理解：表格中主要反映的是HS300滞后一阶，滞后二阶（以括号里 ...

能不能再具体一点呢，也就是说这个结果怎么看，显著与否等等

臻小言 发表于 2013-8-25 20:04
显著性看adj-R平方，t值，f值这三个，adj-R平方越大说明模型对于样本的拟合程度越好，就是越贴近样本。t值 ...

那么T值是跟谁比较呢，我问过一些人说主要看中间的P值就行，因为T值还要查表，效果跟直接看P值相同，是吗？

臻小言 发表于 2013-8-25 20:04
显著性看adj-R平方，t值，f值这三个，adj-R平方越大说明模型对于样本的拟合程度越好，就是越贴近样本。t值 ...

那么T值是跟谁比较呢，我问过一些人说主要看中间的P值就行，因为T值还要查表，效果跟直接看P值相同，是吗？