臻小言 发表于 2013-8-27 18:02 
一般来说对P值影响因素有限,但是考虑到模型的具体应用,还是应该将新数据重新建模,看p值和t值比较好。
HS300 SEI SES
HS300(-1) -0.051668 1.399607 -0.065682
0.11427 0.84270 1.40109
[-0.45217] [ 1.66085] [-0.04688]
SEI(-1) 0.022643 0.732796 -0.015616
0.00907 0.06689 0.11121
[ 2.49660] [ 10.9557] [-0.14042]
SES(-1) -0.005008 -0.099257 0.091148
0.00895 0.06603 0.10977
[-0.55935] [-1.50332] [ 0.83032]
R-squared 0.055529 0.595320 0.007392
Adj. R-squared 0.029770 0.584283 -0.019679
以此为例,SES(-1)、SEI(-1)对HS300的影响系数分别为-0.005008、0.022643,分别为负相关与正相关,且在1%的水平下显著,说明两个变量对其影响方向不同,是这样吧,然后再结合格兰杰因果检验 ,看是不是hs300的格兰杰原因