eviews里如何更改样本范围
var滞后阶数检验标准和适用条件？
var滞后阶数检验标准和适用条件？
VAR模型的滞后阶数越大，自由度就越小。一般根据AIC和SC取值最小准则来确定阶数。如果AIC和SC并不是同时取值最小，采用LR检验进行取舍。
时序数据样本容量小，AIC和SC准则可能需要谨慎，需要根据经验验证。
从经验看，这时一般比较滞后123阶基本可以得到较好结果。
还可以通过eviews6.0软件确定最大滞后阶数，在var估计结果窗口中点击view/lag/structure/lag/length/criteria输入最大滞后阶数，以*号最多的阶数确定滞后阶数。
似然比检验LR是反映真实性的一种指标，属于同时反映灵敏度和特异度的复合指标。似然比定义为有约束条件下的似然函数最大值与无约束条件下似然函数最大值之比。
似然比检验的思想是：如果参数约束是有效的，那么加上这样的约束不应该引起似然函数最大值的大幅度降低。
也就是说似然比检验的实质是在比较有约束条件下的似然函数最大值与无约束条件下似然函数最大值。
当样本含量n较大时，-2lnλ (本书中用符号G表示)近似x2分布;当自由度大于1，甚至n较小时，这种近似的程度也是相当满意的。基于上述原理，统计中广泛应用对数似然比检验，通过计算统计量G，可按x2分布处理，不但计算方便，而且只要自由度大于1，就不必考虑理论频数大小的问题。
用EVIEWS做多元回归后，F检验和T检验怎么做？
当你的模型中要引入虚拟变量的时候，F检验的重要性远大于t检验。现在有一个模型，如果我们想研究引入一个因素的影响，设它为dummy variable，然后可以得到unrestricted 和restricted model两种情况(对应dummy取1和0)。再用eviews出的数据做F检验就能得出我们想研究的这个因素对整个模型的重要性。也就是说，t检验仅仅只能反映现有的样本回归方程中单个自变量的偏系数显著性，不能像F检验一样分析引入新变量或剔除现有变量对模型的整体影响。
EViews回归结果。看出来解释变量被解释变量，很基础的东西。可是看表看不懂啊，先来个简单点的？
Dependent Variable 被解释变量，也叫因变量。
Method 最小二乘 sample 样本量 Variable coefficient Std. Error t-statistic Prob. 解释变量 系数 标准误 t统计量 p值 问题答案： Variable下面那个是解释变量log（TIME）,太模糊看不清。Dependent Variable后面那个是被解释变量log(DISTANCE)。回归方程: log（TIME）log(DISTANCE) u 拟合优度就是R-squared后面的值，0.999999 希望有所帮助！