本站分享:大数据、数据分析师考试认证培训,包括:Python培训Excel培训Matlab培训SPSS培训SAS培训R语言培训Hadoop培训Amos培训Stata培训Eviews培训广告位

如何用EVIEWS实现相关系数显著性检验

eviews培训 cdadata 1169℃ 0评论

如何用EVIEWS实现相关系数显著性检验

eviews做相关性分析eviews相关性检验eviews做相关性检验

如题,将数据输入到eviews中,生成group2,然后在group2左上角选择correlation,就生成了如下图所示的相关系数表,现在本文遇到疑惑了,如何检验这些相关系数的显著性呢?求高人指点,急啊,最近在练车,论文、练车无法时时兼顾,自己钻研的时间有限,只好发帖求教了。谢谢各位好人。

如何用EVIEWS实现相关系数显著性检验

经典回答:

序列相关好像只有正相关、负相关、完全相关、完全不相关、强相关、弱相关等概念。相关系数为1是完全正相关,-1是完全负相关,0是完全不相关。

个人感觉0.5左右的相关关系(趋势)就比较弱了。eviews提供的相关计算是指序列之间的线性相关关系。如果序列之间不存在线性相关,也有可能存在其他类型的相关关系,如对数相关、指数相关等等。通常显著性是和建设检验关联的。统计假设检验也称为显著性检验,即指样本统计量和假设的总体参数之间的显著性差异。显著性是对差异的程度而言的,程度不同说明引起变动的原因也有不同:一类是条件差异,一类是随机差异。显著性差异就是实际样本统计量的取值和假设的总体参数的差异超过了通常的偶然因素的作用范围,说明还有系统性的因素发生作用,因而就可以否定某种条件不起作用的假设。假设检验时提出的假设称为原假设或无效假设,就是假定样本统计量与总体参数的差异都是由随机因素引起,不存在条件变动因素。

假设检验运用了小概率原理,事先确定的作为判断的界限,即允许的小概率的标准,称为显著性水平。如果根据命题的原假设所计算出来的概率小于这个标准,就拒绝原假设;大于这个标准则接受原假设。这样显著性水平把概率分布分为两个区间:拒绝区间,接受区间。

显著性水平不是一个固定不变的数字,其越大,则原假设被拒绝的可能性愈大,原假设为真而被否定的风险也愈大。显著性水平应根据所研究的的性质和我们对结论准确性所持的要求而定

转载请注明:数据分析 » 如何用EVIEWS实现相关系数显著性检验

喜欢 (5)or分享 (0)
发表我的评论
取消评论
表情

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址