After completing cross-sectional regression for each phase, the regres的简体中文翻译

After completing cross-sectional re

After completing cross-sectional regression for each phase, the regression statistics of each phase will be obtained, and the time series of intercept terms and coefficients will also be obtained.4.2.1.2 Calculate the mean value of time series of cross-section regression resultsThe second step of Fama-Macbeth regression is to calculate the time series averages of the cross-sectional regression coefficients and other regression statistics for each period. The standard error of the coefficient estimate and the corresponding T-statistic are then calculated to test whether the mean value of the regression coefficient is significantly non-zero.4.2.2 Interpretation of regression resultsFama-macbeth's interpretation of regression results is intuitive. If there is a significant cross-sectional relationship between the explanatory variable X and the explained variable Y, the mean value of the regression coefficient is significant. If the regression equation contains multiple explanatory variables and the mean value of the regression coefficient of X is significant, it indicates that after controlling the other explanatory variables in the equation, there is a significant cross-sectional relationship between X and Y. However, if the regression coefficient of X is significant and not significant after the addition of other control variables, it means that the cross-sectional relationship between X and Y has been explained by the new linear combination of control variables. Similarly, if the regression coefficient of X is not significant, but becomes significant when other control variables are added, it means that the influence of newly added control variables needs to be controlled when studying the cross-sectional relationship between X and Y.How much of the total change in the variable is explained by the explanatory variables in the model can be represented by the mean of the time series of R^2 and the adjusted R^2.Fama-macbeth regression is applicable to study the cross-sectional relationship between one or more explanatory variables and explained variables. Its advantage is that it can control several control variables with potential influence on explanatory variables at the same time, while its main disadvantage is that it needs to assume a linear relationship between explanatory variables and explained variables.
0/5000
源语言: -
目标语言: -
结果 (简体中文) 1: [复制]
复制成功!
在完成每个阶段的横截面回归之后,将获得每个阶段的回归统计量,并且还将获得截距项和系数的时间序列。<br>4.2.1.2计算横截面回归结果<br>的时间序列的平均值Fama-Macbeth回归的第二步是计算每个时期的横截面回归系数和其他回归统计量的时间序列平均值。然后计算系数估计的标准误差和相应的T统计量,以测试回归系数的平均值是否明显非零。<br>4.2.2回归结果的解释<br>Fama-Macbeth对回归结果的解释很直观。如果在说明变量X和说明变量Y之间存在显着的截面关系,则回归系数的平均值是重要的。如果回归方程包含多个解释变量,并且X的回归系数的平均值显着,则表明在控制方程中的其他解释变量之后,X和Y之间存在显着的横截关系。 X的回归系数在添加其他控制变量后是显着的,而没有显着性,这意味着X和Y之间的横截面关系已通过控制变量的新线性组合得以解释。同样,<br>模型中的解释变量解释了变量中总变化的多少,可以通过R ^ 2和调整后的R ^ 2的时间序列的平均值来表示。<br>Fama-Macbeth回归适用于研究一个或多个解释变量与解释变量之间的截面关系。它的优点是可以同时控制几个对解释变量有潜在影响的控制变量,而它的主要缺点是需要在解释变量和解释变量之间采用线性关系。
正在翻译中..
结果 (简体中文) 2:[复制]
复制成功!
完成每个阶段的横截面回归后,将获取每个相的回归统计,并获取截距项和系数的时间序列。<br>4.2.1.2 计算横截面回归结果的时间序列的均值<br>Fama-Macbeth 回归的第二步是计算每个周期的横截面回归系数和其他回归统计的时间序列平均值。然后计算系数估计和相应的T统计的标准误差,以测试回归系数的均值是否明显为非零。<br>4.2.2 回归结果的解释<br>法玛-麦克白对回归结果的解释是直观的。如果解释变量 X 与解释变量 Y 之间有显著的横截面关系,则回归系数的均值显著。如果回归方程包含多个解释变量,并且 X 回归系数的均值显著,则表示在控制方程中的其他解释变量后,X 和 Y 之间存在显著的横截面关系。但是,如果 X 的回归系数显著,并且在添加其他控制变量后不显著,则意味着 X 和 Y 之间的横截面关系已通过新的控制变量线性组合进行解释。同样,如果 X 的回归系数不显著,但在添加其他控制变量时变得显著,则意味着在研究 X 和 Y 之间的横截面关系时,需要控制新添加的控制变量的影响。<br>变量中的总变化有多少由模型中的解释变量解释,可以用 R+2 和调整后的 R+2 的时间序列的均值来表示。<br>Fama-macbeth 回归适用于研究一个或多个解释变量与解释变量之间的横截面关系。其优点是,它可以同时控制几个对解释变量有潜在影响的控制变量,而其主要缺点是它需要假设解释变量和解释变量之间的线性关系。
正在翻译中..
结果 (简体中文) 3:[复制]
复制成功!
在完成各阶段的横断面回归后,得到各阶段的回归统计量,并得到截距项和系数的时间序列。<br>4.2.1.2计算横断面回归结果时间序列的平均值<br>Fama-Macbeth回归的第二步是计算各时期横截面回归系数和其他回归统计量的时间序列平均值。然后计算系数估计的标准误差和相应的T统计量,以检验回归系数的平均值是否显著非零。<br>4.2.2回归结果的解释<br>Fama macbeth对回归结果的解释是直观的。如果解释变量X和解释变量Y之间存在显著的横截面关系,则回归系数的平均值是显著的。如果回归方程包含多个解释变量,且X的回归系数均值显著,则说明在控制了方程中其他解释变量后,X与Y之间存在显著的横截面关系,但如果X的回归系数显著加上其他控制变量后不显著,这意味着X和Y之间的横截面关系已被新的控制变量线性组合所解释。同理,如果X的回归系数不显著,但在加入其他控制变量时变得显著,则意味着在研究X和Y之间的横截面关系时,需要控制新增控制变量的影响。<br>模型中的解释变量解释了变量总变化的多少,可以用R^2和调整后的R^2时间序列的平均值来表示。<br>Fama-macbeth回归适用于研究一个或多个解释变量与被解释变量之间的横截面关系。其优点是可以同时控制多个对解释变量有潜在影响的控制变量,但其主要缺点是需要假设解释变量与被解释变量之间存在线性关系。<br>
正在翻译中..
 
其它语言
本翻译工具支持: 世界语, 丹麦语, 乌克兰语, 乌兹别克语, 乌尔都语, 亚美尼亚语, 伊博语, 俄语, 保加利亚语, 信德语, 修纳语, 僧伽罗语, 克林贡语, 克罗地亚语, 冰岛语, 加利西亚语, 加泰罗尼亚语, 匈牙利语, 南非祖鲁语, 南非科萨语, 卡纳达语, 卢旺达语, 卢森堡语, 印地语, 印尼巽他语, 印尼爪哇语, 印尼语, 古吉拉特语, 吉尔吉斯语, 哈萨克语, 土库曼语, 土耳其语, 塔吉克语, 塞尔维亚语, 塞索托语, 夏威夷语, 奥利亚语, 威尔士语, 孟加拉语, 宿务语, 尼泊尔语, 巴斯克语, 布尔语(南非荷兰语), 希伯来语, 希腊语, 库尔德语, 弗里西语, 德语, 意大利语, 意第绪语, 拉丁语, 拉脱维亚语, 挪威语, 捷克语, 斯洛伐克语, 斯洛文尼亚语, 斯瓦希里语, 旁遮普语, 日语, 普什图语, 格鲁吉亚语, 毛利语, 法语, 波兰语, 波斯尼亚语, 波斯语, 泰卢固语, 泰米尔语, 泰语, 海地克里奥尔语, 爱尔兰语, 爱沙尼亚语, 瑞典语, 白俄罗斯语, 科西嘉语, 立陶宛语, 简体中文, 索马里语, 繁体中文, 约鲁巴语, 维吾尔语, 缅甸语, 罗马尼亚语, 老挝语, 自动识别, 芬兰语, 苏格兰盖尔语, 苗语, 英语, 荷兰语, 菲律宾语, 萨摩亚语, 葡萄牙语, 蒙古语, 西班牙语, 豪萨语, 越南语, 阿塞拜疆语, 阿姆哈拉语, 阿尔巴尼亚语, 阿拉伯语, 鞑靼语, 韩语, 马其顿语, 马尔加什语, 马拉地语, 马拉雅拉姆语, 马来语, 马耳他语, 高棉语, 齐切瓦语, 等语言的翻译.

Copyright ©2024 I Love Translation. All reserved.

E-mail: