杜宾模型SDM统计结果谁能帮看一下含义

初学者，多次试验把结果做出来了。谁能帮看一下各统计量的含义，帮我简单说明一下，看不懂。还有我应该用哪个作为论文的统计结果。多谢~

Pooled model with spatially lagged dependent variableand spatial fixed effects
Dependent Variable =           logcit
R-squared          =    0.9904  
corr-squared       =    0.9219  
sigma^2            =    0.0069
Nobs,Nvar,#FE      =     81,    4,    12  
log-likelihood     =        80.821654
# of iterations    =      1  
min and max rho    =   -1.0000,  1.0000
total time in secs =    0.4928
time for optimiz   =    0.0738
time for lndet     =    0.3571
time for t-stats   =    0.0056
No lndet approximation used
***************************************************************
Variable        Coefficient  Asymptot t-stat    z-probability
logp               0.216076         6.173567         0.000000
logpn              0.431195         3.161466         0.001570
logy              -0.298660        -2.897322         0.003764
W*dep.var.         0.654994        10.084818         0.000000

LR-test joint significance spatial fixed effects, degrees of freedom andprobability =  120.7029,     9,  0.0000

Pooled model with spatially lagged dependent variable and spatial randomeffects
Dependent Variable =        logcit   
R-squared          =    0.9857  
corr-squared       =    0.9496  
sigma^2            =    0.0102
Nobs,Nvar          =     81,    5
log-likelihood     =        54.817886
# of iterations    =    100  
min and max rho    =   -1.0000,  1.0000
total time in secs =    1.9137
time for optimiz   =    1.8953
time for lndet     =    0.0076
time for t-stats   =    0.0049
No lndet approximation used
***************************************************************
Variable        Coefficient  Asymptot t-stat    z-probability
intercept          1.657386         2.462706         0.013789
logp               0.298854         7.204023         0.000000
logpn              0.874925         8.309015         0.000000
logy              -0.011173        -0.119174         0.905138
W*dep.var.         0.417972         6.115499         0.000000
teta               0.210736         3.051324         0.002278

LR-test significance spatial random effects, degrees of freedom and probability=   68.6954,     1,  0.0000
Hausman test-statistic, degrees of freedom and probability =  -21.5315,    4,   0.0002

Pooled model with spatial error autocorrelation and spatial fixed effects
Dependent Variable =           logcit
R-squared       =    0.9583  
corr-squared    =    0.8764  
sigma^2         =    0.0061  
log-likelihood  =        79.820202  
Nobs,Nvar,#FE   =     81,    3,    12  
# iterations    =    19     
min and max rho =   -0.9900,   0.9900
total time in secs =    0.1221
time for optimiz   =    0.0858
time for lndet     =    0.0071
time for t-stats   =    0.0017
No lndet approximation used
***************************************************************
Variable       Coefficient  Asymptot t-stat    z-probability
logp              0.415208         9.094300         0.000000
logpn             0.048940         0.369316         0.711892
logy             -0.218914        -2.547435         0.010852
spat.aut.         0.829972        20.668432         0.000000

LR-test joint significance spatial fixed effects, degrees of freedom andprobability =  118.7000,     9,  0.0000

Pooled model with spatial error autocorrelation and spatial random effects
Dependent Variable =        logcit   
R-squared          =    0.9872  
corr-squared       =    0.9458  
sigma^2            =    0.0091
Nobs,Nvar          =     81,    4
log-likelihood     =        54.849949
# of iterations    =      8  
min and max rho    =   -1.5476,  1.0000
total time in secs =    0.2332
time for optimiz   =    0.2152
time for eigs      =    0.0025
time for t-stats   =    0.0036
***************************************************************
Variable       Coefficient  Asymptot t-stat    z-probability
intercept         5.954154        11.110996         0.000000
logp              0.506666        13.107039         0.000000
logpn             0.540135         5.383915         0.000000
logy             -0.039437        -0.491294         0.623219
spat.aut.         0.683586         9.342486         0.000000
teta              2.589108         2.085582         0.037016

LR-test significance spatial random effects, degrees of freedom and probability=   68.7595,     1,  0.0000
Hausman test-statistic, degrees of freedom and probability =  -16.4363,    4,   0.0025

tobesuc 发表于 2014-7-8 18:14
楼主真不可以啊，能简单写一下思路吗。另外我想学一下对统计结果进行分析，应该看什么材料，能推荐一下啊吗 ...

说好的论坛币呢

感觉第一个回归系数除了常数项都显著啊，坐等大牛……

感觉第一个回归系数除了常数项都显著啊，坐等大牛……

看Asymptot t-stat    z-probability哪个？是看z说的显著吧

第一个模块，是滞后模型固定效应的结果。R-squared log-likelihood等是模型拟合的一些指标，数值上看是很好的，重要的来啦。。。 z-probability 下面的表明在1%水平下显著，表明结果显著 W*dep.var的系数表明溢出效果明显，或者说是本地区对其他区域的溢出明显（模型决定的哈哈）
第二个模块，是滞后模型随机效应的结果。大部分解释同上吧，具体的系数这块就没上边好啦，当然个别指标还是有分析价值的，
第三个模块 空间误差模型的固定效应下的结果，可以看到pn是不显著的，但溢出效应还是很显著地，就是其他地区对本地区的溢出啦
第四个模块 误差的随机效应 不计固定效应好 飘过
总体来讲应该选用固定效应下的SLM SEM 模型 剩下的就是对比这两个模型啦 楼主自己应该可以的吧  解答完毕 希望对楼主用用哈

楼主真不可以啊，能简单写一下思路吗。另外我想学一下对统计结果进行分析，应该看什么材料，能推荐一下啊吗？
我看有的论文，做成了这样，他怎么做的啊，好像不是用现成的程序。这样做的目的是什么？初学者，见笑了。

地理距离权重不同模型估计结果
Tab． 1 Results of geographic distance weight estimated
with different spatial panel models
变量
Variables
SLMpanel SEMpanel SDMpanel
系数
Coefficient
P 值
P value
系数
Coefficient
P 值
P value
系数
Coefficient
P 值
P value
C 1. 154＊＊＊ 0. 000 1. 867＊＊＊ 0. 000 1. 557＊＊＊ 0. 000
K 0. 134＊＊＊ 0. 000 0. 152＊＊＊ 0. 000 0. 121＊＊＊ 0. 000
L 0. 447＊＊＊ 0. 000 0. 420＊＊＊ 0. 000 0. 459＊＊＊ 0. 000
S 0. 628＊＊＊ 0. 000 0. 613＊＊＊ 0. 000 0. 615＊＊＊ 0. 000
W － K 0. 311＊＊＊ 0. 000
W － L 0. 311＊＊＊ 0. 000
W － S 0. 159 0. 178
ρ /δ 0. 289＊＊＊ 0. 001 0. 139＊＊＊ 0. 000 － 0. 083 0. 379
R2 0. 945 0. 947 0. 955
Adj-R2 0. 945 0. 946 0. 955
LogL 80. 887 88. 863 114. 628
注: 上标＊＊＊、＊＊和* 分别表示在1%、5% 和10% 的水平上显著，
Adj-R2 为调整后的R2 ，LogL 为对数似然值。

奖励已支付，再给详细讲讲吧

tobesuc 发表于 2014-7-8 22:39
奖励已支付，再给详细讲讲吧

我这么贪财 不会被坛友鄙视吧{:3_54:}，随机的咱就不讲啦哈 因为你可能用不上，对啦，说的太详细你整理下不就可以直接用啦{:3_42:}，咱们就在说说固定效应的，老实说只凭数据能说的不多，还要结合你的内容的，因为数据是你内容的一种数字上的体现，如果你的文章所依据的理论基础你没弄明白 仅靠数据是不行的 或者说你有好的实证结果你也解释不到位 SO 问一下自己理论这块弄懂没，其次你肯定参考了其他人的文献啊 人家是怎样分析这块的内容的 你好歹知道个大概吧（有时需要模仿的{:3_53:}）这两部做完我们再来看你的数据结果，这里面是有检验的,比如LR 之类的检验啊 你的也没问题，实在不会看别人的 这个没大事  接着说，一些模型你拟合的指标之前跟你说了哈 文章中一笔带过即可，总之就是理想嘛呵呵，（此时我觉得我玷污了学术{:3_60:}忏悔中）接着就是参数啦，都显著，结合你自己的实证比葫芦画瓢吧 不会有方向性错误的 写到这觉得值我们公平交易了哈 不懂再问吧 我也想不起来啦 睡觉啦先哈哈

民大学子说的不错，赞一个