计量模型回归结果中的t值约为9，正常吗

xddlovejiao1314 发表于 2017-6-16 22:18
系数过大。可能是量纲的问题～祝好运～

其实我指的是这个意思：一般的1.64<=|t|<1.96，表示在0.10显著性水平显著；1.96<=|t|<2.58，表示在0.05显著性水平显著；|t|>=2.58，表示在0.01显著性水平显著。
我的回归跑出来的结果中t约为9，不知道我的表述跟您理解的是否一致。。。盼回复，谢谢！

冬雪33 发表于 2017-6-17 17:04
其实我指的是这个意思：一般的1.64

这里是不是就可以判断在1%的水平上显著呢？还有您指的量纲是什么意思，我不太懂。。。

冬雪33 发表于 2017-6-17 17:04
其实我指的是这个意思：一般的1.64

我也只是猜测其中的原因。t值过大，可能的原因在于回归系数过大，标准误过小。我以为会和变量的量纲相关，即不同的测度标准。我看回复中黄河泉老师说和量纲没关系。可能需要找找其它原因，祝好运~

黃河泉 发表于 2017-6-17 15:16
不好意思，我是指"楼主的问题"不应该受衡量单位之影响！

话说你们学校统一升级stata了吗？我们好像暂时先不动。

夏目贵志 发表于 2017-6-17 21:41
话说你们学校统一升级stata了吗？我们好像暂时先不动。

我已经请厂商报价（upgrade），未来这星期再写个"陈情书"给校长，然后由校长决定下一步！

xddlovejiao1314 发表于 2017-6-17 21:36
我也只是猜测其中的原因。t值过大，可能的原因在于回归系数过大，标准误过小。我以为会和变量的量纲相关， ...

这应该是可以证明的，但一个简单例子应可看出

1. . sysuse auto, clear
   
2. (1978 Automobile Data)
   
3. 
   
4. .
   
5. . reg price mpg weight
   
6. 
   
7.       Source |       SS           df       MS      Number of obs   =        74
   
8. -------------+----------------------------------   F(2, 71)        =     14.74
   
9.        Model |   186321280         2  93160639.9   Prob > F        =    0.0000
   
10.     Residual |   448744116        71  6320339.67   R-squared       =    0.2934
    
11. -------------+----------------------------------   Adj R-squared   =    0.2735
    
12.        Total |   635065396        73  8699525.97   Root MSE        =      2514
    
13. 
    
14. ------------------------------------------------------------------------------
    
15.        price |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
    
16. -------------+----------------------------------------------------------------
    
17.          mpg |  -49.51222   86.15604    -0.57   0.567    -221.3025     122.278
    
18.       weight |   1.746559   .6413538     2.72   0.008      .467736    3.025382
    
19.        _cons |   1946.069    3597.05     0.54   0.590    -5226.245    9118.382
    
20. ------------------------------------------------------------------------------
    
21. 
    
22. .
    
23. . gen mpg1 = 10*mpg
    
24. 
    
25. . gen weight1 = weight/100
    
26. 
    
27. .
    
28. . reg price mpg1 weight1
    
29. 
    
30.       Source |       SS           df       MS      Number of obs   =        74
    
31. -------------+----------------------------------   F(2, 71)        =     14.74
    
32.        Model |   186321287         2  93160643.7   Prob > F        =    0.0000
    
33.     Residual |   448744109        71  6320339.56   R-squared       =    0.2934
    
34. -------------+----------------------------------   Adj R-squared   =    0.2735
    
35.        Total |   635065396        73  8699525.97   Root MSE        =      2514
    
36. 
    
37. ------------------------------------------------------------------------------
    
38.        price |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
    
39. -------------+----------------------------------------------------------------
    
40.         mpg1 |   -4.95122   8.615604    -0.57   0.567    -22.13025    12.22781
    
41.      weight1 |   174.6559   64.13538     2.72   0.008     46.77362    302.5382
    
42.        _cons |   1946.068    3597.05     0.54   0.590    -5226.245    9118.381
    
43. ------------------------------------------------------------------------------

复制代码

黃河泉 发表于 2017-6-17 07:10
这也是常见的事，没什么特殊的！

谢谢黄老师的指教~[em44]