1。Descriptive Statistics 描述性统计
2。Test For Descriptive Stats 描述性统计量的检验
3。Distribution Graphs 分布图
4。One-way Tabulation 单维统计表
5.Correlogram 相关图
6。Unit Root Test 单位根检验7。 8. 9。
7。 Histogram and Statistics 直方图和统计量
8。Stats by Classification 分类统计量
9。Stats Table 统计量表格
10. Mean 均值
11。 Median 中位数
12. Std.Dev。(Standard Deviation) 标准差
13。 standard error of mean 均值标准误差
14. Skewness 偏度
15. Kurtosis 峰度
16。 Jarque-Bera JB 统计量(贝拉统计量）
17。 obs （observations）观测值个数
18。 Simple Hypothesis test 简单假设检验
19。 Equality test of Classification 组间相等检验
20. Variance 方差
21。 anova 方差分析
22。 source of Variation 变异来源
23. CDF(Cumulative Distribution Function)累积分布函数
24。 Survivor 残存
25. Quantile 分位数
26. Kernel Density 核心密度
27。 Normal Distribution 正态分布
28。 Uniform Distribution 均匀分布
29。 Exponential Distribution 指数分布
30。 Logistic Distribution 逻辑分布
31。 Extreme value 极值
32. ＃ of values 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
33。 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
34。 Max # of bins 表示序列的最大分组数
35。 AC（autocorrection）自相关
36。 PAC(partial correction）偏相关
37。 intercept 截距项
38。 trend and intercept 趋势项和截距项
39. N-way Tabulation N 维统计表
40。 Equation specification 方程说明
41. estimation setting 估计方法选择
42. LS(least squares）最小二乘法
43。 TSLS(two—stage least squares）两阶段最小二乘法
44。 ARCH（autoregressive conditional heteroskedasticity ）自回归条件异方差
45。 GMM（generalized method of moments）广义矩阵法
46. BINARY（binary choice）二项选择模型
47。 ORDERED（ordered choice)有序选择模型
48。 CENSORED（censored data）删截模型
variable什么意思中文
49。 COUNT (integer count data)计数模型
50. Representation 方程显示的三种形式(1 Estimation Command 估计命令 2 Estimation Equation 估计方程 3 Substituted Coefficients 带有系数估计值的方程式）
51。 Estimation Output 估计显示
52. Actual， Fitted， Residual 真实的,拟合的,剩余的（残差的)
53. Standardized Residual Graph 标准的残差折线图
54. Covariance Matrix 回归系数估计值的方差-协方差折线图
55。 Coefficient Text 模型参数的 7 种检验
56。 Residual Test 模型残差的 5 种检验
57。 Stability test 模型稳定性检验
58。 Gradient and Derivatives 梯度与导数
59。 ARMA Structure
60。 Make Residual Series 生成估计方程的残差序列
61. Make Regressor Group 显示方程中所有解释变量和被解释变量的序列组
62。 Make Model 生成方程的估计式
63. Update Coefs from Equation 更新方程的系数向量 标准回归输出结果
64. coefficient 回归系数
65. std。error 标准误差(衡量回归系数的统计可靠性)
66。 t—stastistic (检验某个系数是否为 0)
67. prob 伴随概率（p 值越大，越接受原假设）
68。 R—squared 可决系数（被解释变量由解释变量解释的部分）
69。 Adjusted R—squared 调整可决系数
70. S.E。 of regression 回归的标准误差（即σ ）
71. Sum squared resid 残差平方和
72. Log likelihood 对数似然估计值(用于进行似然比检验等）
73。 Durbin—Watson stat (序列相关性进行检验的统计量)
74。 Mean Dependent Var（variable) 被解释变量的均值
75. S.D。 Dependent Var 被解释变量的标准差
76. Akaike info criterion（AIC）赤池信息准则
77。 Schwarz criterion(SC)施瓦茨准则（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）
78。 F—Statistic （检验回归方程的显著性，其原假设是所有系数都为 0）
79。 Prob（F—Statistic） F 统计量的伴随概率

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。