1、上面左侧的表是用来计算下面数据的，分析过程中基本不用提到右侧从上往下1.Number of obs 是样本容量2.F是模型的F检验值，用来计算下面的P>F3.P>F是模型F检验落在小概率事件区间的概率。

2、你的模型置信水平是0.05，也就是说P>F值如果大于0.05，那么模型就有足够高的概率落在F函数的小概率区间。

(相关资料图)

3、简单的说，如果这个值大于0.05你这个模型设定有就问题，要重新设定模型4.R-squard也就是模型的R²值。

4、拟合优度，这个数越大你的模型和实际值的拟合度就越高，模型越好5.Adj .R-squard 这个是调整过的R²。

5、跟上面R²差不多，关注一个就行了6.Root mse 是残差标准差，值越大残差波动越大。

6、模型越不稳定（这个值我分析的时候一般不太关注）下侧表格coef.是估计得到的系数值std.err是标准差，这个数有重要意义，一般论文里都要求把标准差表示出来。

7、这个数越大模型越不精确，越小越好t是t检验值，t检验是用来检验某个系数是否显著区别于0的。

8、在分析中这个值一般没什么意义，主要用来计算P>tP>t,这个值是观察某个解释变量是否有效的主要参数，还是对于你设置的0.05的置信水平。

9、如果这个值大于0.05说明对应的解释变量不能通过t检验，在模型中是不合格的，就需要作调整后面两个就是置信区间了。

10、95%的置信区间，一般在论文中意义也不大然后分析就选取你有用的参数做了，我学经济的。

11、一般最有用的参数就是P>F,coef，P>t，se等等。

12、还有BIC,VIF这些，在简单回归里这些是不会计算的，需要其他命令。

本文分享完毕，希望对大家有所帮助。

关键词： 置信区间 置信水平 主要参数 是否有效