解读
Method Value Adj. Value Probability
Lilliefors (D) 0.095660 NA 0.0000
Cramer-von Mises (W2) 1.005532 1.007191 0.0000
Watson (U2) 1.005521 1.007180 0.0000
Anderson-Darling (A2) 6.095780 6.111018 0.0000
对于你这里的结果，D、W2、U2和A2都是用于考察样本数据的经验分布与某理论分布之间是否存在显著差异的四种非参数统计量，表达式分别如下：
其中，Fn(x)表示样本x的经验分布，F(x)是选取的某理论分布，从你的结果来看，这里的F(x)是正态分布
你的结果中，各统计量后续的数据Value和Adj. Value分别是统计量的估计值以及修正的估计值，最后的Probability是该统计量的p-值，应用时，注意关注p-值是否低于你选取的显著性水平。若是，则说明样本数据的经验分布Fn(x)和理论分布F(x)存在显著差异。你的结果说明，你的样本数据显著异于正态分布。
解读：
Parameter Value Std. Error z-Statistic Prob.
MU 1.69E+08 2.99E+08 0.565934 0.5714
SIGMA 5.21E+09 2.12E+08 24.57641 0.0000
Log likelihood -7208.522 Mean dependent var. 1.69E+08
No. of Coefficients 2 S.D. dependent var. 5.21E+09
由于你选取的理论分布是正态分布，且在使用Empirical Distribution Test命令时没有设定分布函数的相关参数，如均值MU和标准差SIGMA，所以Eviews需要先根据你的样本估计这两个参数，估计的方法是极大似然法（MLE），于是，数据结果中MU和SIGMA所在行对应的数据分别是这两个参数的估计值（Value）、标准误（Std. Error）、z-统计量（z-Statistic）和p-值（Prob.）。
后续的结果中，Log likelihood给出的是极大似然法估计的对数似然值，No. of Coefficients 给出的是估计的参数个数。你的结果说明，正态分布拟合样本数据后，均值MU的估计值为1.69E+08 ，但并非显著异于0，标准误为5.21E+09。
结合两部分的结果来看，你的样本数据显然不服从正态分布。
扫码加好友，拉您进群
全部版块
我的主页
收藏
