很多以前學(xué)習(xí)過的知識在不經(jīng)常被應(yīng)用的情況下，統(tǒng)統(tǒng)被遺忘掉了，在寫到論文的時(shí)候往往會被忘掉的知識困住，其實(shí)并不是不會，而是當(dāng)初學(xué)的時(shí)候不認(rèn)真，或者是忘記了。這篇文章，其實(shí)是筆記整理。

1、excel表格的數(shù)據(jù)與導(dǎo)入Eviews的數(shù)據(jù)單位是否需要統(tǒng)一?

如果excel表格的單位為%，直接導(dǎo)入到Eviews軟件，那么回歸分析結(jié)果所得到的數(shù)據(jù)總和就會很大。為化解這一尷尬情況，可以把導(dǎo)入到Eviews的數(shù)據(jù)化成小數(shù)形式。所以，是否要統(tǒng)一要看具體情況。

這一點(diǎn)僅為個(gè)人見解，怕被誤導(dǎo)可以忽略。

2、縮小置信區(qū)間的方法

增大樣本容量n。

樣本容量變大，樣本參數(shù)估計(jì)量的標(biāo)準(zhǔn)差減少;同時(shí)，在同樣的顯著性水平下，n越大，t分布表中的臨界值越小。

提高模型的擬合優(yōu)化。

因?yàn)闃颖緟?shù)估計(jì)量的標(biāo)準(zhǔn)差與殘差平方和成正比，模型的擬合優(yōu)化度越高，殘差平方和越小。

提高樣本觀測值的分散性

3、擬合優(yōu)度檢驗(yàn)

增加解釋變量會提高擬合優(yōu)度?

R²越接近于1，模型的擬合優(yōu)度越高。

在應(yīng)用過程中發(fā)現(xiàn)，如果在模型中增加一個(gè)解釋變量，R²往往增大。這是因?yàn)闅埐钇椒胶屯S著解釋變量個(gè)數(shù)的增加而減少，至少不會增加。

這就給人一個(gè)錯(cuò)覺：要使模型擬合得好，只要增加解釋變量即可。但是，現(xiàn)實(shí)情況往往是，由增加解釋變量個(gè)數(shù)引起的R2的增大與擬合好壞無關(guān)，因此在多元回歸模型之間比較擬合優(yōu)度，R²就不是一個(gè)合適的指標(biāo)，必須加以調(diào)整。即調(diào)整的可決系數(shù)。

4、F檢驗(yàn)

5、T檢驗(yàn)

6、對模型的擬合優(yōu)度檢驗(yàn)和回歸方程線性的顯著性檢驗(yàn)的糾結(jié)，兩者都要達(dá)到最優(yōu)區(qū)間嗎?

擬合優(yōu)度檢驗(yàn)和方程總體線性的顯著性檢驗(yàn)是從不同原理出發(fā)的兩類檢驗(yàn)，前者是從已經(jīng)得到估計(jì)的模型出發(fā)，檢驗(yàn)它對樣本觀測值的擬合程度，后者是從樣本觀測值出發(fā)檢驗(yàn)?zāi)Ｐ涂傮w線性關(guān)系的顯著性。但是二者又是關(guān)聯(lián)的，模型對樣本觀測值的擬合程度高，模型總體線性關(guān)系的顯著性就強(qiáng)。

我的疑問：

在已知線性回歸結(jié)果的情況下，可決系數(shù)R2和調(diào)整的可決系數(shù)的值達(dá)到多大才算是一個(gè)合格的模型，如果不達(dá)到該區(qū)間，那這個(gè)模型是否可用?

擬合優(yōu)化檢驗(yàn)到底哪一個(gè)更重要，誰可以決定模型的可行性?

答案：

調(diào)整的可決系數(shù)達(dá)到多大才算模型通過檢驗(yàn)?沒有絕對的標(biāo)準(zhǔn)，要看具體情況而定。模型的擬合優(yōu)度并不是判斷模型質(zhì)量的唯一標(biāo)準(zhǔn)，有時(shí)甚至為了追求模型的經(jīng)濟(jì)意義，可以犧牲一點(diǎn)擬合優(yōu)度。

F和R2是同向變化的，當(dāng)R2=0時(shí)，F(xiàn)=1;R2越大，F(xiàn)值也越大;當(dāng)R2=1時(shí)，F(xiàn)為無窮大。因此，F(xiàn)檢驗(yàn)是所估計(jì)回歸的總顯著性的一個(gè)度量，也是R2的一個(gè)顯著性檢驗(yàn)。

7、模型通過F檢驗(yàn)，但是只有1個(gè)自變量通過了T檢驗(yàn)，該模型可用嗎?

判斷結(jié)果，該回歸為為回歸。模型建立的不合適。

8、在網(wǎng)上看到很多大佬回答別人的實(shí)證問題，比如，調(diào)整后的可決系數(shù)應(yīng)該是多大才合適。有些人會說至少30%，太小，自變量不能很好的解釋因變量，實(shí)際意義不大。也有人說，這種要求其實(shí)是國內(nèi)學(xué)術(shù)界刻意追求合理化的擬合優(yōu)度的結(jié)果，很多國外的學(xué)術(shù)研究中，調(diào)整后的可決系數(shù)都非常低，但是模型還是照樣成立，并且研究結(jié)果還能得到認(rèn)可。

我一度糾結(jié)于模型的擬合優(yōu)度和模型的F檢驗(yàn)、T檢驗(yàn)三者之間如何才能同時(shí)實(shí)現(xiàn)區(qū)間符合，使得模型的可信度更高。

一個(gè)事實(shí)。

這些所謂的合不合適，取決于最后閱卷的老師們。論文通過與否，其實(shí)與老師是分不開的。自己能夠做到的，是把基礎(chǔ)性的問題解決，有自己的看法，但又不脫離理論;困于理論，但是又可以利用理論。

寫畢業(yè)論文的過程可能會很痛苦，但是唯有解決，才能解脫。

不是每個(gè)人都是學(xué)霸，所以我寫下的這篇文章，都是基礎(chǔ)性的問題與解答，學(xué)霸學(xué)神君如果路過，請勿噴。

推薦閱讀：《如何分階段撰寫研究生論文》

800萬大學(xué)生都在用的免費(fèi)論文查重平臺