我用eviews8.0 做出来的Tobit回归结果，哪位大神能解释一下，Prob是P值吗？很大说明啥

是 否 +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~ !

立即领取

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

Dependent Variable: Y                               
Method: ML - Censored Normal (TOBIT) (Quadratic hill climbing)                               
Date: 12/30/16   Time: 16:43                               
Sample: 1 23                               
Included observations: 23                               
Left censoring (value) at zero                               
Convergence achieved after 4 iterations                               
Covariance matrix computed using second derivatives                               
                               
Variable        Coefficient        Std. Error        z-Statistic        Prob.  
                               
C        0.243784        0.372162        0.655048        0.5124
IS        -0.219517        1.151836        -0.190580        0.8489
ES        -0.293992        0.500882        -0.586949        0.5572
G        2.318605        2.912184        0.796174        0.4259
                               
        Error Distribution                       
                               
SCALE:C(5)        0.298970        0.044080        6.782507        0.0000
                               
Mean dependent var        0.318587            S.D. dependent var                0.310690
S.E. of regression        0.338950            Akaike info criterion                0.857834
Sum squared resid        2.067970            Schwarz criterion                1.104680
Log likelihood        -4.865087            Hannan-Quinn criter.                0.919915
Avg. log likelihood        -0.211526                       
                               
Left censored obs        0             Right censored obs                0

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

分享0 收藏0 回帖

关键词：Eviews8 Tobit回归 EVIEWS Views Tobit achieved matrix second Error

P值，均不显著

大神们，请问我做tobit分析选好后点击OK后 老提示找不到我的变量 是怎么回事呢？急求！烦请告知 非常感谢