求解释，VAR结果的

之言

5673

收藏 2013-08-22

悬赏 500 个论坛币已解决

Vector Autoregression Estimates
Date: 08/12/13 Time: 14:07
Sample (adjusted): 5 417
Included observations: 413 after adjustments
Standard errors in ( ) & t-statistics in [ ]


	HS300	HDZQ	HDDQ


HS300(-1)	0.012689	1.554876	3.225651
	(0.04941)	(0.20977)	(0.38732)
	[ 0.25680]	[ 7.41225]	[ 8.32817]

HS300(-2)	0.109425	0.154144	-0.163450
	(0.05423)	(0.23023)	(0.42509)
	[ 2.01786]	[ 0.66953]	[-0.38451]

HS300(-3)	0.084691	-0.445952	-1.185656
	(0.05380)	(0.22842)	(0.42176)
	[ 1.57410]	[-1.95231]	[-2.81123]

HS300(-4)	-0.038629	-0.023889	-0.665956
	(0.05421)	(0.23015)	(0.42494)
	[-0.71259]	[-0.10380]	[-1.56718]

HDZQ(-1)	0.029808	0.683430	-0.043845
	(0.01282)	(0.05442)	(0.10048)
	[ 2.32540]	[ 12.5581]	[-0.43635]

HDZQ(-2)	-0.031818	0.133034	0.073792
	(0.01558)	(0.06616)	(0.12216)
	[-2.04171]	[ 2.01070]	[ 0.60405]

HDZQ(-3)	0.013976	-0.117850	-0.255087
	(0.01555)	(0.06603)	(0.12192)
	[ 0.89858]	[-1.78475]	[-2.09226]

HDZQ(-4)	0.011554	0.086058	0.235676
	(0.01186)	(0.05034)	(0.09294)
	[ 0.97451]	[ 1.70967]	[ 2.53579]

HDDQ(-1)	-0.012460	0.053292	0.223038
	(0.00687)	(0.02918)	(0.05387)
	[-1.81304]	[ 1.82644]	[ 4.14002]

HDDQ(-2)	0.006925	0.086280	0.249094
	(0.00697)	(0.02958)	(0.05462)
	[ 0.99375]	[ 2.91639]	[ 4.56013]

HDDQ(-3)	0.002199	-0.039581	0.109534
	(0.00704)	(0.02990)	(0.05520)
	[ 0.31228]	[-1.32381]	[ 1.98413]

HDDQ(-4)	-0.021262	-0.026723	0.075884
	(0.00645)	(0.02737)	(0.05053)
	[-3.29845]	[-0.97645]	[ 1.50174]

C	0.004947	0.540226	1.245809
	(0.03298)	(0.14000)	(0.25849)
	[ 0.15001]	[ 3.85882]	[ 4.81957]


R-squared	0.078918	0.720482	0.330304
Adj. R-squared	0.051286	0.712097	0.310214
Sum sq. resids	0.670075	12.07779	41.17482
S.E. equation	0.040929	0.173766	0.320838
F-statistic	2.855989	85.91971	16.44053
Log likelihood	740.4958	143.3528	-109.9109
Akaike AIC	-3.522982	-0.631248	0.595210
Schwarz SC	-3.396336	-0.504602	0.721856
Mean dependent	0.002066	3.805976	3.767006
S.D. dependent	0.042021	0.323847	0.386303

能不能说的详细点，想问下R2和Adj-R2那个什么意义？还有一个是系数显著那里怎么看？求帮助啊

最佳答案

臻小言查看完整内容

显著性看adj-R平方，t值，f值这三个，adj-R平方越大说明模型对于样本的拟合程度越好，就是越贴近样本。t值大说明单个变量对于模型的解释程度，如果大就留下，小就去除，F值表示变量整体对于样本的解释程度，大的话说明模型选择很好，小的话就要进行调整，包括删除个别变量等。从上述的方面来讲，HDZQ的R方还行，其他两个偏低，特别是HS300，HDZQ解释模型的效果也最好，t值可以看出，F值整体情况还可以。

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

全部回复

臻小言

2013-8-22 22:37:19

之言发表于 2013-8-25 19:52
能不能再具体一点呢，也就是说这个结果怎么看，显著与否等等

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

之言

2013-8-22 22:42:33

主要是在什么条件下显著，看论文的和找人帮忙讲的不一样，懵了

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

之言

2013-8-22 22:47:53

哪位大神帮忙啊

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

之言

2013-8-23 15:38:30

不用特别详细，大体上就好。。。

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

nkalice

2013-8-23 17:00:38

我咋记得VAR是变量单位根检验，协整检验、因果检验，然后查看VAR模型单位根判断模型稳定性呢，稳定后方差分解或脉冲，没有怎么注意这个结果啊，坐等大神~

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

点击查看更多内容…

臻小言

2013-8-25 08:43:35

因急需用币，楼主大方给500，以下观点这是我的理解：表格中主要反映的是HS300滞后一阶，滞后二阶（以括号里面的数字为准）等的标准误差和t值，其中标准误差越小越好，t值越大越好，C表示常数，R-squared表示拟合优度，即模型对样本的拟合程度，adj-squared表示调整后的拟合优度，由于误差等方面，所以看这个数比单纯看R好，sum sq resid为残差平方和，SE equation 为标准差，F表示f统计量，log likelihood表示极大似然函数，AKaike AIC表示AIC的值，即越小越好，Schwarz SC表示施瓦茨准则参数，越小越好。以上诸多参数主要看adi-R,t值，f值，SC值和AIC值。

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

之言

2013-8-25 19:52:20

臻小言发表于 2013-8-25 08:43
因急需用币，楼主大方给500，以下观点这是我的理解：表格中主要反映的是HS300滞后一阶，滞后二阶（以括号里 ...

能不能再具体一点呢，也就是说这个结果怎么看，显著与否等等

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

之言

2013-8-26 16:42:21

臻小言发表于 2013-8-25 20:04
显著性看adj-R平方，t值，f值这三个，adj-R平方越大说明模型对于样本的拟合程度越好，就是越贴近样本。t值 ...

那么T值是跟谁比较呢，我问过一些人说主要看中间的P值就行，因为T值还要查表，效果跟直接看P值相同，是吗？

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

之言

2013-8-26 16:42:23

臻小言发表于 2013-8-25 20:04
显著性看adj-R平方，t值，f值这三个，adj-R平方越大说明模型对于样本的拟合程度越好，就是越贴近样本。t值 ...

那么T值是跟谁比较呢，我问过一些人说主要看中间的P值就行，因为T值还要查表，效果跟直接看P值相同，是吗？

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

人之龙凤

2013-8-26 19:08:13

之言发表于 2013-8-26 16:42
那么T值是跟谁比较呢，我问过一些人说主要看中间的P值就行，因为T值还要查表，效果跟直接看P值相同，是吗 ...

只看p值就可以的，用p值和你选择的显著性水平比较。例如，你选择的显著性水平是5%，那么只要p值小于0.05，就能拒绝系数为0的原假设，说明解释变量前面的系数显著不为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

臻小言

2013-8-26 20:18:48

之言发表于 2013-8-26 16:42
那么T值是跟谁比较呢，我问过一些人说主要看中间的P值就行，因为T值还要查表，效果跟直接看P值相同，是吗 ...

一般来说，t值得大小主要是经研判断，还有就是选取变量之间的比较，10以下都是算比较小的，就是说变量对模型的解释效果一般，数值为几十的会比较不错。p值比较起来比较方便，如果按默认的95%的置信区间，即给定p=0.05的话，只要是变量的p值小于0.05都是比较好的。

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

之言

2013-8-27 17:40:50

臻小言发表于 2013-8-26 20:18
一般来说，t值得大小主要是经研判断，还有就是选取变量之间的比较，10以下都是算比较小的，就是说变量对模 ...

还有个问题，我将其中的两个变量缩小了100倍是不是应该对P值影响不大，只是系数变化这样合理？

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

臻小言

2013-8-27 18:00:47

一般来说对P值影响因素有限，但是考虑到模型的具体应用，还是应该将新数据重新建模，看p值和t值比较好。

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

臻小言

2013-8-27 18:02:05

之言发表于 2013-8-27 17:40
还有个问题，我将其中的两个变量缩小了100倍是不是应该对P值影响不大，只是系数变化这样合理？

一般来说对P值影响因素有限，但是考虑到模型的具体应用，还是应该将新数据重新建模，看p值和t值比较好。

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

之言

2013-8-27 18:24:24

臻小言发表于 2013-8-27 18:02
一般来说对P值影响因素有限，但是考虑到模型的具体应用，还是应该将新数据重新建模，看p值和t值比较好。

               HS300 SEI    SES
HS300(-1) -0.051668 1.399607 -0.065682
         0.11427 0.84270 1.40109
         [-0.45217] [ 1.66085] [-0.04688]
SEI(-1) 0.022643 0.732796 -0.015616
         0.00907 0.06689 0.11121
      [ 2.49660] [ 10.9557] [-0.14042]
SES(-1) -0.005008 -0.099257 0.091148
         0.00895 0.06603 0.10977
         [-0.55935] [-1.50332] [ 0.83032]
R-squared 0.055529 0.595320 0.007392
Adj. R-squared 0.029770 0.584283 -0.019679
以此为例，SES(-1)、SEI(-1)对HS300的影响系数分别为-0.005008、0.022643，分别为负相关与正相关，且在1%的水平下显著，说明两个变量对其影响方向不同，是这样吧，然后再结合格兰杰因果检验，看是不是hs300的格兰杰原因