================================== Model: VAR Method: OLS -------------------------------------------------------------------- No. of Equations: 2.00000 BIC: -9.63306 Nobs: 9.00000 HQIC: -10.3251 Log likelihood: 28.7940 FPE: 6.98686e-05 AIC: -9.85220 Det(Omega_mle): 2.88742e-05 --------------------------------------------------------------------解释一下每个数值的意思
时间: 2023-08-07 12:07:33 浏览: 100
这是一个向量自回归模型(VAR),包含两个方程。下面是每个数值的解释:
- No. of Equations: 2.00000:模型中包含的方程数目为2个。
- Nobs: 9.00000:用于估计模型的样本大小为9个观测值。
- Log likelihood: 28.7940:对数似然值为28.7940。
- AIC: -9.85220:赤池信息准则(AIC)为-9.85220。AIC是一种衡量模型拟合优良程度的统计指标,越小越好。
- BIC: -9.63306:贝叶斯信息准则(BIC)为-9.63306。BIC也是一种衡量模型拟合优良程度的统计指标,越小越好。
- HQIC: -10.3251:霍尔-威特尼准则(HQIC)为-10.3251。HQIC也是一种衡量模型拟合优良程度的统计指标,越小越好。
- FPE: 6.98686e-05:预测误差方差(FPE)为6.98686e-05。FPE越小,模型的拟合程度越好。
- Det(Omega_mle): 2.88742e-05:协方差矩阵的最大似然估计行列式为2.88742e-05。它是协方差矩阵的一个重要指标,反映了变量之间的相关程度。当行列式越接近0时,变量之间的相关性越强。