你这个回归的结果可以看出,方程应该是:
x=0.476061*y+1.054622
但是根据你的模型,你的回归次序是错误的,而且Ui是什么你没提。
你在命令栏输入:ls y c x
可以回归出y=a*x+c的模型。
6.11739是一栏时t统计值,一般来说大于2.5就算显著。
Durbin-Watson stat 0.858742 为dw统计值,这个数0.858742 说明存在明显的自相关性
补充回答:
1.你回归反了,一般函数都是Y=f(x)啊。
2.ui为残差项,方程中可以不必列出。也就是你做完回归之后的那个resid(好像是这么拼写)。
3.从你的表述大致可以看出,你想做的事其他国家的通胀率受美国影响的程度,那么你将x设置为美国的通胀率,其他国家的设置为Y1,Y2,Y3……按照我说的在命令栏中输入,即可以得出其他国家通胀率和美国之间通胀率的方程了。
Ui肯定就是随机误差项了,1楼的回答我觉得挺不错的,再说明1点,t检验是否通过要看最后的p值,即0.0000和0.2140,代表的意思是拒绝原假设犯错的概率,第一个是0.0000,意思是拒绝原假设b1=0犯错误的概率是0.0000,所以很显然通过了t检验,这样比看t统计量值更先进一些。
你这模型问题很大,我就不多说了,你要问的应该就是具体解释问题,你就解释1楼给你给出的x=0.476061*y+1.054622 就行了,高中生就会,说明t检验结果,系数通过了显著水平为1%的t检验,而截距项没有通过t检验。另外要说明R方是0.663251,这是拟和优度,就是模型对于样本数据的拟和程度为66.3251%;DW值为0.858742明显自相关,这个数值越接近2越好。其他的数字不用下心解释。
我也补充:han_men绝对是会计量的人,说话够专业,resid我也记得是这么拼写的,但是这个变量在你做下一次回归计算的时候是会改变的。如果想记录,请在pro那里按扭里面选择makeresid.....后面的记不清了,总之就是记录当前残差项成为一个序列,给了名字后就可以在你的工作文件里找到了。你的XY位置反了日本的通货膨胀率应该是根据美国的变化的(理论上),模型调整,我个人觉得你可以加个1,2阶滞后试一试~