t值、f值与r方的区别(共2页).doc

会员专享推荐 · 你可能也用得上更多

开通会员，畅读全站文档

本篇文档已为你保留

本篇文档价值 ~~¥35.00~~会员免费解锁

全文不限次阅读，剩余内容即刻解锁
高速下载通道，免排队、无等待
专属客服 1 对 1 答疑，优先响应
每日赠送下载券，本篇文档免费送

有 86 篇商业计划书正在上传

下载原文档

(1)t值、F值与R方的区别t值是对单个变量显著性的检验，t值的绝对值大于临界值说明该变量是显著的，要注意的是t检验是对总体当中变量是否是真正影响因变量的一个变量的检验，即检验总体中该变量的参数是否为零，只不过总体中变量的参数永远未知，只能用其无偏估量（参数的样本估计量)来代替进行检验.F值是对所有解释变量整体显著性的检验，其原假设是所有的解释变量的参数都为零，而只要其中至少有一个解释变量的参数不为零就说明解释变量在整体上对因变量有显著性的影响，但仅依靠F检验是无法判断究竟哪个自变量对因变量有显著性的影响，必须进一步对每一个变量进行t检验。R平方值表明了模型对样本数据的拟合程度，其值越高说明模型对样本数据拟合得更好，要注意R平方值是样本依赖的，就是说R平方值判别模型的一个潜在的假设是你所抽取的样本是真正来自于你所研究的总体，而现实当中这一点往往难以做到。我们进行计量经济分析的最终目的是要依据样本数据来研究总体的规律性，那么相应的检验也是要对总体进行，而R平房值的高低仅代表模型对样本数据的拟合程度，并不能说明总体当中变量的显著性，虽然F统计量和R平方值有换算关系，但是二者的构造机理是完全不同的，包括t检验都是针对总体的检验所以在现实中我们一般不对R平方值的大小给与太大的关注，而更看重t检验的结果，试想如果你抽取的一组样本不是来自于你真正要研究的对象的总体，即使R平方值再高、那也说明不了问题。