<p>Linear estimation after one-step weighting matrix&nbsp;&nbsp;&nbsp;&nbsp;<br/>&nbsp;&nbsp;&nbsp;&nbsp;<br/>Variable&nbsp;&nbsp;&nbsp; Coefficient&nbsp;&nbsp;&nbsp; Std. Error&nbsp;&nbsp;&nbsp; t-Statistic&nbsp;&nbsp;&nbsp; Prob.&nbsp; <br/>&nbsp;&nbsp;&nbsp;&nbsp;<br/>C&nbsp;-&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 24.23887&nbsp;&nbsp;&nbsp;&nbsp; 5.567682&nbsp;&nbsp;&nbsp;&nbsp; -4.353494&nbsp; 0.0000<br/>TIN?&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 19.52745&nbsp;&nbsp;&nbsp;&nbsp; 1.598299&nbsp;&nbsp;&nbsp;&nbsp; 12.21765&nbsp;&nbsp;&nbsp; 0.0000<br/>UCS?&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; -4.066827&nbsp;&nbsp;&nbsp;&nbsp; &nbsp;0.532031&nbsp; &nbsp;-7.643972&nbsp;&nbsp; &nbsp;0.0000<br/>TIE?&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; &nbsp;-0.195503&nbsp;&nbsp;&nbsp;&nbsp; 0.086346&nbsp;&nbsp; &nbsp;-2.264181&nbsp;&nbsp;&nbsp; 0.0260<br/>Fixed Effects (Cross)&nbsp;&nbsp;&nbsp;&nbsp;<br/>Cross-section fixed (dummy variables)&nbsp;&nbsp;&nbsp;&nbsp;<br/>&nbsp;&nbsp;&nbsp;&nbsp;<br/>&nbsp;<font color="#ff0033">Weighted Statistics</font>&nbsp;&nbsp;&nbsp;<br/>&nbsp;&nbsp;&nbsp;&nbsp;<br/>R-squared&nbsp;0.887312&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; &nbsp;Mean dependent var&nbsp;&nbsp;2.047565<br/>Adjusted R-squared&nbsp;0.876950&nbsp;&nbsp;&nbsp;&nbsp; S.D. dependent var&nbsp;&nbsp;7.660961<br/>S.E. of regression&nbsp;0.961269&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Sum squared resid&nbsp;&nbsp;80.39134<br/>F-statistic&nbsp;85.63072&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; &nbsp;Durbin-Watson stat&nbsp;&nbsp;0.800690<br/>Prob(F-statistic)&nbsp;0.000000&nbsp;&nbsp;&nbsp;<br/>&nbsp;&nbsp;&nbsp;&nbsp;<br/>&nbsp;<font color="#ff0066">Unweighted Statistics</font>&nbsp;&nbsp;&nbsp;<br/>&nbsp;&nbsp;&nbsp;&nbsp;<br/>R-squared&nbsp;-2.444602&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Mean dependent var&nbsp;&nbsp;42.34444<br/>Sum squared resid&nbsp;2457.379&nbsp;&nbsp;&nbsp;&nbsp; Durbin-Watson stat&nbsp;&nbsp;0.155023</p><p>偶初学面板数据，虽然统计学得还不错，以前用spss,但需要分析面板数据才学eviews，很多东西不明白，向各位求教：</p><p>（1）这个模型因为DW值很小，已经选用了GLS估计，但结果还是在0.8，依旧很小，还有其他解决办法吗</p><p>（2）首先，给出的<font color="#ff0033">Weighted Statistics</font>&nbsp;&nbsp;/&nbsp;<font color="#ff0066">Unweighted Statistics</font>&nbsp;&nbsp;&nbsp;结果有什么区别</p><p>（3）这个模型，除了看P ,t,&nbsp;F,R之外，还需要看哪些值，才算好，根据上面这个模型可以算是成立吗？</p><p>（4）我做这个模型的目的只是想比较各自变量对因变量的影响程度，如果这个模型不能反映他们之间的关系，还有其他方法可以解决吗</p><p>先行谢过<br/>&nbsp;&nbsp;&nbsp;&nbsp;<br/><br/>&nbsp;&nbsp;</p>
[此贴子已经被作者于2008-5-30 13:17:51编辑过]
发帖
雷达卡
加好友,备注jltj
京公网安备 11010802022788号
论坛法律顾问：王进律师
知识产权保护声明
免责及隐私声明
