杜宾沃森不足处，杜宾johnson

样本容量为42的杜宾沃森临界值

和72。要获得样本容量为42的杜宾-沃森统计量（Durbin-Watsonstatistic）的临界值，需要确定自变量数和显著性水平，假定你的模型只有一个自变量，且显著性水平为0.05（或者5%），可以使用统计软件或查找相应的杜宾-沃森表格得出临界值为66和72。

德宾沃森检验求教德宾-沃森检验，简称D-W检验，是目前检验自相关性最常用的方法，但它只使用于检验一阶自相关性。Durbin-Watson是德宾德宾—瓦特逊检验。是自相关性的一项检验方法。优点：应用广泛，一般的计算机软件都可以计算出DW值。适用于小样本。

Durbin-Watson是统计学中的术语：Durbin-Watson检验，译为：杜宾 - 沃森检验。该检验是有Durbin和Watson共同提出来的。主要检验带滞后的统计模型或经济计量学模型中的自相关问题。

用于杜宾沃森检验。是检验序列相关性问题的。先通过公式计算出DW值，再根据样本容量n和解释变量数目k查分布表，得到临界值dl和du，然后判断模型的自相关状态。0DWdl存在正自相关，dlDWdu时，不确定，duDW4－du时，无自相关，4－duDW4－dl时，则不确定，4－dlDW4时，存在负自相关。

德宾沃森值怎么看

1、德宾沃森值这么看：值为0表示在样本中未检测到自相关。从0到小于2的值表示正自相关，从2到4的值表示负自相关。杜宾-沃森（DW）统计是对自相关在统计数据的残差中回归分析.Durbin-Watson统计值总是在0到4之间。显示正自相关的股票价格表明昨天的价格与今天的价格正相关，因此，如果股票昨天下跌，也可能是今天下跌。

2、德宾沃森检验求教德宾-沃森检验，简称D-W检验，是目前检验自相关性最常用的方法，但它只使用于检验一阶自相关性。Durbin-Watson是德宾德宾—瓦特逊检验。是自相关性的一项检验方法。优点：应用广泛，一般的计算机软件都可以计算出DW值。适用于小样本。

3、德宾沃森检验值：该值用于检验数据的独立性。在本例中，德宾沃森检验值为37，在04的范围内，表明数据独立性符合预期。ANOVA表：F值和p值：这两个指标用于检验模型的整体显著性。若p值小于0.05，则表明模型在总体上显著，即至少有一个自变量对因变量有显著影响。

哪位能帮我翻一下Eviews里这几个英文名词?

可以放入VAR模型中，格兰杰、脉冲响应分析、variance decompositions 是分析VAR的三种方式而已。A 是B 的granger causality，只是说A的过去值对B现在的值有影响。 希望能帮到其他人。

计量学到后面对programming有很大的需求 如果你想在计量或者数量方面长期发展的话 建议开始就从STATA或者R来入手， eviews简单易上手可以满足基础需求 但是可塑性比较差 早早的建立良好的程式设计习惯对你日后是有很大帮助的 也节省时间 SAS对金融方向的学生也是很powerful的，stata貌似经济方向的使用比较多 例如微观计量。

学计量经济分析需要哪些数学基础

学习基本的计量经济学，通常所需的数学基础是高中毕业水平的数学知识。这包括了解导数的概念以及熟悉正态分布。在学习过程中，课程通常会从“最小二乘法模型（OLS model）”开始，这是一种用于估计线性回归模型参数的方法。接着，学生会接触到T检验和F检验，用于检验模型参数的显著性。

特别是需要掌握导数的概念以及理解正态分布的基本原理。计量经济学课程通常从“最小二乘法模型（OLS model）”开始，这是最基本的回归分析方法。在掌握了OLS模型之后，将进一步学习T检验和F检验，用于检验变量的显著性及模型的整体拟合度。接下来会涉及同方差和异方差检验，以确保模型的稳健性。

扎实的数学功底 高等数学：包括微积分、线性代数、概率论与数理统计等，这些是计量经济学中模型推导、估计和检验等方法的数学基础。 统计学：对数据的描述、推断、假设检验等有深入理解，这对于理解和应用计量经济学中的统计方法至关重要。

DW统计量的含义

1、DW统计量是Durbin-Watson统计量的简称，用于检验线性回归模型中误差项是否具有自相关性。它的值在0-4之间，越接近0代表正自相关（误差项之间的相关系数为正），越接近4代表负自相关（误差项之间的相关系数为负），接近2代表无序列相关。

2、DW统计量是用于检验序列一阶自相关的一种统计量。在计量经济学和统计分析中，DW统计量常用于评估时间序列数据的随机项是否存在一阶自相关。以下是DW统计量的具体含义及适用条件：含义 一阶自相关检验：DW统计量通过计算时间序列数据中相邻观测值之间的相关性，来评估随机项是否存在一阶自相关。

3、DW统计量是用于检验序列一阶自相关的一种统计量。以下是DW统计量的具体含义及其适用条件：含义：DW统计量主要用于计量经济和统计分析中，以判断序列数据是否存在一阶自相关。它通过比较序列中相邻观测值之间的差异与整个序列中观测值差异的平均水平，来评估序列的自相关性。