论文中回归分析的数据怎么看

A. 毕业论文中，回归分析中15个统计量解释

在毕业论文的回归分析中，关键的统计量有以下几点：

• 回归系数：其正负需符合理论与实际，截距项的回归系数无经济意义。标准差或标准误差越大，回归系数的精度越低。


• T检验：用于检验回归系数是否显著，T值与回归系数、标准误差有关，绝对值越大表示估计越可靠。P值则反映了理论值超过样本值的概率。


• DW值：评估序列的自相关性，不同区间代表不同的自相关程度，但需注意DW检验的假设条件。DW-h检验适用于特殊情况。


• 被解释变量的均值和标准误差：反映变量的集中趋势和离散程度，对模型建立至关重要。


• AIC和SC：用于确定时间序列的滞后阶数，AIC和SC虽然形式不同，但目标是找到最佳的模型复杂度与拟合度平衡点。


• F统计量和P值：F统计量衡量整体解释变量的显著性，P值则衡量其概率，但F检验与T检验在一元线性回归中等价。