全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件
2014 4
2009-03-28

我做了一个回归,解释变量的JB检验后发现是正态的(统计意义下),然后回归的残差也是正态的。

回归的系数都是显著的,就是R平方不高,检验效果怎么样,(无异方差,无自相关)

因为我做了一个实验,y是均值0.5,方差6的正态;x是标准正态,然后线性回归,系数很显著,但R平方很低。

我感觉这个实验和我上面的回归有类似之处,所以不知道怎么想我上面回归的效果?

请高手解释一下,谢谢

二维码

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
2009-3-28 20:57:00
有没有人想过这个问题?
二维码

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

2009-3-29 01:10:00
以下是引用wbfire在2009-3-28 19:35:00的发言:

我做了一个回归,解释变量的JB检验后发现是正态的(统计意义下),然后回归的残差也是正态的。

回归的系数都是显著的,就是R平方不高,检验效果怎么样,(无异方差,无自相关)

因为我做了一个实验,y是均值0.5,方差6的正态;x是标准正态,然后线性回归,系数很显著,但R平方很低。

我感觉这个实验和我上面的回归有类似之处,所以不知道怎么想我上面回归的效果?

请高手解释一下,谢谢

你的t或z 的绝对值很大,但R平方大概只有0.1x吧!

跟正态分配无关,只是增加比较基础;
至於为何线性回归之系数很显著,但R平方很低?
这与R平方的定义有关。

简单又白话的说,
因为x在y的变动范围内,所以用之推估x的回归系数之讯息很多,这使得回归之估计系数,统计上很显著;
但x的变异占y的变异之比例不大,所以R平方很低。


二维码

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

2009-3-29 08:34:00
也即单用X解释Y是不充分的,还有必要引入其他解释变量。
二维码

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

2009-3-29 11:57:00
但是你怎么解释一个正态标准分布呢?我的意思是这种数据本身能被解释的成分就不多,就像强有效市场的收益率是随机游走的,这应该是几乎不能用其他的因素来解释。
二维码

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

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群