自相关修正后t值不显著怎么办
来源:学生作业帮助网 编辑:作业帮 时间:2024/05/21 07:10:59
楼主为什么一定要AR(2)呢?...AR(1)用广义差分就可以了...经济意义一般AR(1)...楼主改AR(1)试试...如果还不行...看看是不是有别的问题...改模型设定看看...或者改成大样本
t检验是检验单个变量对数据成不成立,F检验是检验整个方程模型对数据成不成立.假如t检验通过,说明这个变量是正确的,是成立的.
你怎么会写错那么多字啊?会不会是把该写的写在了不该写的地方啊,自己想办法吧,下次写的时候要认真些哦!
看你的分析是否有必要控制无关变量后进行相关,如果没有必要,就采用直接相关来解释就可以了不过如果严谨的来说,应该是采用偏相关的结果,这个毕竟是两者的净相关再问:数据的pearson相关不显著而spear
自相关系数在大约6期左右出现一个峰值偏自相关也是如此你用的是月度数据,从图上看偏自相关的季节性似乎有点显著,自相关的半年度周期也比较显著可以考虑ARMA((1,6),(1,6))试试,再估计一下ARM
因为F检验的sig值>0.05所以齐方差性满足,只看第一排的T值,因为T检验的sig值=0.004再问:我知道结果表示什么意思。我会分析结果。现在我意思是说,这个结果如何在论文中描述,要是作图怎么表示
怎么会无法确定呢?检验自相关的方法有很多的,随便找本书翻翻好了,比如,DW、GB什么的.关键问题是,你直觉上要首先确定是否存在自相关.比如说,你选取了股票价格变量,那直觉上就会有自相关的问题.像你说的
相关性系数1≤|r|≥0,一般认为|r|≥0.6时认为相关性是显著的,具体的怎么去计算要查统计学上的r(n-2)分布表,它与回归方程Y=a+bx中的b有相同的正负符号!
你尝试这在后面加AR或者MA来减小 自相关没有.先检查原来数据的 ACF PCF来确定ARMA的个数. 或者做unit root test来
不通过应该就是不是2阶自相关,应该就是一阶的.
看你的目的是什么啦,如果仅仅估计参数,无论是异方差还是自相关,你的参数都是无偏的;但方差较大,预测准确度较低.你要克服异方差同时还有自相关,建议拟采用FGLS(可行广义二乘),可同时达到目的.广义差分
在5%的显著性水平下不显著,那就看在10%下是否显著,仍旧无法通过显著性检验则可剔除或者引入变量,或者变换函数形式
那就提个问题,那大家来答.
你此处的0.05,或0.1,在统计学上是指检验水准α(亦称显著性水准,在假设检验中为I类错误),是用于判断差异存在还是不存在的界值点.判断准则:若P>α,可认为各处理间无差异,若P
可以做的广义差分可以我经常帮别人做这类的数据分析再问:您好!我知道广义差分可以修正自相关,但这种方法不是也是针对时间序列的吗?涉及到Y(t)和Y(t-1)的哇。有没有专门修正截面数据自相关的??还是说
t检验是看有无差异,相关是看变化趋势是否有关联.但从你描述来看,你这个问卷本身不太有说服力啊.顾客本身对酒店,既评期望分,又评实际分,其中混淆因素太多,你无法解释清楚.而且22个题最好合并一下维度,否
异方差用WLS进行修正自相关用prais进行修正
P值大于0.05说明该系数不显著.说明该变量对回归方程没有重大的意义,应该替换该变量.
当然是研究差分方程的可决系数,研究原方程的可决系数没有意义
看下是否存在异方差或者自相关等违背经典假定的错误.协整回归模型要是显著的话其误差修正模型一般是显著的.