线型回归系数和t检验值看到一个文章通过软件求出了下面这个方程P=7.8394-3.4387L+37.7938R还有下面表Coefficients 标准误差 t Stat P-value7.839394 2.913646 2.690578 0.03106-3.43865 1.02156 -3.3
来源:学生作业帮助网 编辑:作业帮 时间:2024/12/02 23:10:35
线型回归系数和t检验值看到一个文章通过软件求出了下面这个方程P=7.8394-3.4387L+37.7938R还有下面表Coefficients 标准误差 t Stat P-value7.839394 2.913646 2.690578 0.03106-3.43865 1.02156 -3.3
线型回归系数和t检验值
看到一个文章
通过软件求出了下面这个方程
P=7.8394-3.4387L+37.7938R
还有下面表
Coefficients 标准误差 t Stat P-value
7.839394 2.913646 2.690578 0.03106
-3.43865 1.02156 -3.36607 0.011984
37.7938 17.46532 2.163934 0.067216
然后说:
P=7.8394-3.4387L+37.7938R
(-3.366) (2.164)
拟合优度E=0.6326
从上述计算结果中可以看出,该模型对样本数据的拟合优度较好,即流通股本及每股收益这两个因素能够解释股票价格的63%左右,其余的部分可由业绩的成长性、投资者的偏好、公司在股票市场中的声誉及价格的随机波动等其它因素来解释.流通股本L的回归参数为-3.4387,很显然股票价格与流通股本呈负相关,即在其它条件相同的情况下,流通股本越小,股票价格越高.如果分别考察流通股本和每股收益对股票价格的影响程度,由上可以看出,流通股本L的回归参数的t检验值(3.366)明显大于每股收益R的回归参数的t检验值(2.164).
进一步,若选取显著性检验水平α=0.1,则t =1.89,此时L及R均较显著;若选取显著性检验水平α=0.05,则t =2.30,此时L较显著而R不显著,应从模型中舍去.
不明白的地方:
拟合优度多少才算好?
t值在表中一个为-3.36607,一个为2.163934可是说明为“流通股本L的回归参数的t检验值(3.366)明显大于每股收益R的回归参数的t检验值(2.164)”那个负号为什么没掉了用来比较?
“若选取显著性检验水平α=0.1,则t =1.89,此时L及R均较显著;若选取显著性检验水平α=0.05,则t =2.30,此时L较显著而R不显著,应从模型中舍去.”这句话怎么理解?
望高人回答下,谢谢
线型回归系数和t检验值看到一个文章通过软件求出了下面这个方程P=7.8394-3.4387L+37.7938R还有下面表Coefficients 标准误差 t Stat P-value7.839394 2.913646 2.690578 0.03106-3.43865 1.02156 -3.3
显著性水平:1-第一类错误的概率,即原假设为真但被拒绝的概率,相应就有对应的拒绝域和接受域,显著性水平越高,即阿尔法越小,如果根据样本算出的统计量(该文为t统计量)落在接受域内,则该结论越可信!因为随着α越来越小,接受域越来越小(该文为关于原点对称的区间,长度与α成正比),要求越来越苛刻!至于负号有没有,与结论无关,只要落在接受域即可!当然另一种方法是先根据算出统计量的值,算出P值.再与α比较,如果P小于α,此时做出接受原假设的结论.QQ:30848694