Eviews模块中英文翻译DescriptiveStatistics描述性统计TestForDescriptiveStatsf苗述性统计量的检验DistributionGraphs分布图One-wayTabulation单维统计表Correlogram相关图UnitRootTest单位根检验HistogramandStatistics^方图和统计量StatsbyClassification^类统计量StatsTable统计量表格Mean均值Median中位数Std.Dev.(StandardDeviation
标准
excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载
差standarderrorofmean匀值标准误差Skewnes端度Kurtosis峰度Jarque-BeraJB统计量(贝拉统计量)obs(observations观测值个数SimpleHypothesistes简单假设检验EqualitytestofClassifications间相等检验Variance方差anova方差分析sourceofVariation变异来源CDF(CumulativeDistributionFunction累积分布函数Survivor残存Quantile分位数KernelDensity核心密度NormalDistribution正态分布UniformDistribution均匀分布ExponentialDistribution指数分布LogisticDistribution逻辑分布Extremevalue极值#ofvalues表示分组序列内的观测值的个数大于指定数目时，进行分组统计3.Avg.count表示各分组序列内的观测值的个数小于指定数目时，原分组合并Max#ofbins表示序列的最大分组数AC(autocorrection总相关PAC(partialcorrection偏相关intercept截品巨项trendandintercep趋势项和截品巨项N-wayTabulationN维统计表Equationspecification方程说明estimationsetting古计方法选择LS(leastsquares最小二乘法TSLS(two-stageleastsquares两阶段最小二乘法ARCH(autoregressiveconditionalheteroskedasticity自回归条件异方差GMM(generalizedmethodofmoments广义矩阵法BINARY(binarychoice二项选择模型ORDERED(orderedchoice有序选择模型CENSORED(censoreddata删截模型COUNT(integercountdat期数模型Representation方程显示的三种形式EstimationComman的计命令EstimationEquation估计方程SubstitutedCoefficient常有系数估计值的方程式)EstimationOutput估计显示Actual,Fitted,Residua真实的，拟合的，剩余的(残差的)StandardizedResidualGra嘛准的残差折线图CovarianceMatrix回归系数估计值的方差-协方差折线图CoefficientText模型参数的7种检验ResidualTes膜型残差的5种检验Stabilitytest模型稳定性检验GradientandDerivative踊度与导数ARMAStructureMakeResidualSerie生成估计方程的残差序列MakeRegressorGroup显示方程中所有解释变量和被解释变量的序列组MakeModel生成方程的估计式UpdateCoefsfromEquation更新方程的系数向量标准回归输出结果coefficient回归系数std.error标准误差（衡量回归系数的统计可靠性）t-stastistic检验某个系数是否为0）prob伴随概率（p值越大，越接受原假设）R-squaredf决系数（被解释变量由解释变量解释的部分）AdjustedR-square调整可决系数S.E.ofregressiori回归的标准误差（即.）Sumsquaredresid差平方和Loglikelihood对数似然估计值（用于进行似然比检验等）Durbin-Watsonstat序列相关性进行检验的统计量）MeanDependentVar（variable）被解释变量的均值S.D.DependentVa被解释变量的标准差Akaikeinfocriterion（AIC）赤池信息准则Schwarzcriterion（SC）瓦茨准则（两个准则均要求增加的解释变量能够减少AIC和SC才在原模型中增加该解释变量）F-Statistic检验回归方程的显著性，其原假设是所有系数都为0）Prob(F-Statistic)喙计量的伴随概率
浙公网安备 33021202002483