① 計量經濟學中,經常說一個回歸模型里的參數在統計上是顯著的或不顯著的,其中」顯著的「是什麼意思
參數顯著的,就是說該參數估計量的統計性質可以拒絕 原假設：該參數=0,即該版參數顯著不權等於0,也就是該參數前面的變數對y確實有影響,出現在回歸方程裡面是有道理的.
參數的顯著性,是實證模型有意義的關鍵所在.
② 計量經濟學中，為什麼大樣本要使用小的顯著性水平
這是因為，顯著性水平代表的意義是在一次試驗中小概率事物發生的可能性大小。
統計假設檢驗也稱為顯著性檢驗，即指樣本統計量和假設的總體參數之間的顯著性差異。顯著性是對差異的程度而言的，程度不同說明引起變動的原因也有不同：一類是條件差異，一類是隨機差異。顯著性差異就是實際樣本統計量的取值和假設的總體參數的差異超過了通常的偶然因素的作用范圍，說明還有系統性的因素發生作用，因而就可以否定某種條件不起作用的假設。假設檢驗時提出的假設稱為原假設或無效假設，就是假定樣本統計量與總體參數的差異都是由隨機因素引起，不存在條件變動因素。
假設檢驗運用了小概率原理，事先確定的作為判斷的界限，即允許的小概率的標准，稱為顯著性水平。如果根據命題的原假設所計算出來的概率小於這個標准，就拒絕原假設；大於這個標准則不拒絕原假設。這樣顯著性水平把概率分布分為兩個區間：拒絕區間，不拒絕區間。
顯著性水平不是一個固定不變的數字，其越大，則原假設被拒絕的可能性愈大，原假設為真而被否定的風險也愈大。顯著性水平應根據所研究的的性質和我們對結論准確性所持的要求而定。
所以，對顯著水平的理解必須把握以下二點：
1、顯著性水平不是一個固定不變的數值，依據拒絕區間所可能承擔的風險來決定。
2、統計上所講的顯著性與實際生活工作中的顯著性是不一樣的。
供參考。
③ 計量經濟學，這一回歸結果在0.05顯著水平下，0.1258是統計顯著的，為什麼，怎麼判斷一個變數是
看第四行的p值，小於0.05就顯著，否則就不顯著
④ 計量經濟學 t值 t值顯著與不顯著代表什麼
t檢驗是檢驗單個變數對數據成不成立,F檢驗是檢驗整個方程模型對數據成不成立.假如t檢驗通過,說明這個變數是正確的,是成立的.
⑤ 計量經濟學顯著性問題
絕對值越大，它比臨界值大的可能性越大，在二元裡面B和C的臨界值是一樣的內，只要t值>臨界容值，回歸系數就顯著。|TB|》|TC|，當然B顯著，c不一定顯著，但c顯著B就一定顯著 .
PS.下面的回答有問題，樣本容量是20的時候，臨界值是t（n-k-1），所以應該是t（17），而不是t（20）
⑥ 計量經濟學怎麼看顯著不顯著
如果想知道兩列數據，它有沒有顯著的差異，那麼最好的辦法就是在Excel裡面把數據輸入進去，再進行數據分析
⑦ 計量經濟學中，經常說一個回歸模型里的參數在統計上是顯著的或不顯著的，其中」顯著的「是什麼意思
參數顯來著的，就是說該參數估計量自的統計性質可以拒絕 原假設：該參數=0，即該參數顯著不等於0，也就是該參數前面的變數對y確實有影響，出現在回歸方程裡面是有道理的。
參數的顯著性，是實證模型有意義的關鍵所在。
⑧ 計量經濟學的顯著性檢驗
抽樣實驗會產生抽樣誤差，對實驗資料進行比較分析時，不能僅憑兩個結果（平均數或率）的不同就作出結論，而是要進行統計學分析，鑒別出兩者差異是抽樣誤差引起的，還是由特定的實驗處理引起的。1．顯著性檢驗的含義和原理 顯著性檢驗即用於實驗處理組與對照組或兩種不同處理的效應之間是否有差異，以及這種差異是否顯著的方法。2．無效假設 顯著性檢驗的基本原理是提出「無效假設」和檢驗「無效假設」成立的機率（P）水平的選擇。所謂「無效假設」，就是當比較實驗處理組與對照組的結果時，假設兩組結果間差異不顯著，即實驗處理對結果沒有影響或無效。經統計學分析後，如發現兩組間差異系抽樣引起的，則「無效假設」成立，可認為這種差異為不顯著（即實驗處理無效）。若兩組間差異不是由抽樣引起的，則「無效假設」不成立，可認為這種差異是顯著的（即實驗處理有效）。3．「無效假設」成立的機率水平 檢驗「無效假設」成立的機率水平一般定為5%（常寫為p≤0.05），其含義是將同一實驗重復100次，兩者結果間的差異有5次以上是由抽樣誤差造成的，則「無效假設」成立，可認為兩組間的差異為不顯著，常記為p>0.05。若兩者結果間的差異5次以下是由抽樣誤差造成的，則「無效假設」不成立，可認為兩組間的差異為顯著，常記為p≤0.05。如果p≤0.01，則認為兩組間的差異為非常顯著。
⑨ 計量經濟學，顯著一般趨向於多少
p值小於0.05就行，顯著趨向小於0.01