STATA中回归结果里的SS MS分别是什么？ SS是平方和，它所在列的三个数值分别为回归误差平方和（SSE）、残差平方和（SSR）及总体平方和（SST），即分别为Model、Residual和Total相对应的数值。df（degree of freedom）为自由度。MS为SS与df的比值，与SS对应，SS是平方和，MS是均方，是指单位自由度的平方和。coeft表明系数的，因为该因素t检验的P值是0.000，所以表明有很强的正效应，认为所检验的变量对模型是有显著影响的。F是F test F 检验，联合显著检验值，是表明相关性的系数。Stata具有如下统计分析能力：1、相关与回归分析：简单相关，偏相关，典型相关，以及多达数十种的回归分析方法，如多元线性回归，逐步回归，加权回归，稳键回归，二阶段回归，百分位数(中位数)回归，残差分析、强影响点分析，曲线拟合，随机效应的线性回归模型等。2、数值变量资料的一般分析：参数估计，t检验，单因素和多因素的方差分析，协方差分析，交互效应模型，平衡和非平衡设计，嵌套设计，随机效应，多个均数的两两比较，缺项数据的处理，方差齐性检验，正态性检验，变量变换等。
eviews进行残差正态性检验两种方式正态分布怎么不一样？ 你回归后要保存为新的残差序列，然后在做正态检验，不能直接用原始的”resid\"序列直接正态检验，这样当然和在回归页面上做不一样
怎么用eviews进行残差正态性检验 做完回归分析后2113，在方程对象5261（就是你能看到的输出结果窗口）4102中，左上角的1653view-residual tests-histogram normal test，得到残差的分布直方图，左侧是残差的描述统计量，还有jarque-bera统计量，即得到残差的正太性检验。
线性回归，如何检验残差的正态性和方差相同？ 在R中，直接使用nortest包里的函数就可以检验正态性。直观上，也可以使用qqnorm来直观绘图观察。
求高手指教。。如何用spss将问题合并？ 菜单：Analyze-Compare Means-One Way ANOVA进入单因素方差分析过程，在Option选项中将Homogeneity of variance test复选框打勾，可以完成方差齐性检验，如果不能通过，则可以认为存在异方差。因为方差分析过程一般要求方差齐，所以存在异方差最好能进行调整，SPSS中提供了更为简便的方法，在同一菜单中的Post Hoc中提供了方差齐（Equal Variances）假设和方差不齐（Equal Variances not）假设下各自适用的分析方法，方差不齐时就选用下面的几种来实现。如果是回归分析过程中关于残差的检验，因为回归分析要求残差服从均值为0，方差相同的正态分布，因此必须对残差进行异方差性检验。这个检验SPSS13.0的线性回归过程中提供了残差的PP正态检验图（菜单在Linear过程的Plots中，将Nomal Probability Plot选上），可以大致判断出残差是否异方差性。或许还可以用SPSS的回归过程生成残差序列值，然后再对残差序列进行方差齐性检验。至于如果补救措施，可以对原始变量进行转换，或者使用加权最小二乘法WLS。如果Eviews会用，可以考虑用Eviews来做，它的异方差检验更完备，除了残差图之外，它还提供G-Q检验、White检验、帕克检验和Gleiser检验，具体参考Eviews的回归分析部分。上述仅。
