DF自由度（即变量个数）
Estimate(估计值)
Error（方差）
t Value（t值）
Pr > |t|（一般一次性是大于或者小于0.05,0.1等来判断显著性）

Intercept（下面是常数项的各项信息）

DW值：
DW是0<D<4,统计学意义如下：
①当残差与自变量互为独立时，D=2 或 DW 越接近2，判断无自相关性把握越大。
②当相邻两点的残差为正相关时，D<2，DW 越接近于0，正自相关性越强。
③当相邻两点的残差为负相关时，D>2，DW 越接近于4，负自相关性越强。
判断。根据样本容量n 和解释变量的数目p 查DW 分布表，得下临界值L D 和上临界值U D ，
并依下列准则判断扰动项的自相关情形。
(1)如果0<DW< L D ，则拒绝零假设，扰动项存在一阶正自相关。DW 越接近于0，正自相关
性越强。
(2)如果L D <DW< U D ，则无法判断是否有自相关。
(3)如果U D <DW<4- U D ，则接受零假设，扰动项不存在一阶正自相关。DW 越接近2，判断
无自相关性把握越大。
(4)如果4- U D <DW<4- L D ，则无法判断是否有自相关。
(5) 如果4- L D <DW<4，则拒绝零假设，扰动项存在一阶负自相关。DW 越接近于4，负自
相关性越强。
本文来自: 人大经济论坛 详细出处参考：http://www.pinggu.org/bbs/viewth ... amp;from^^uid=1104373