1. 在生活当中dw检查是常见的一种身体的检查方式,dw检查的结果要通过专业的判断来进行结论的,在通常情况下检查的t对应的prob是需要根据参数来进行判断,如果衡量出现偏差就很容易出现错误数据,从而容易影响到准确性。
2. 参数显著性检验。如果t检验对应的probb小于0.05，则该参数的显著性检验通过。然后看看R平方。越接近1，拟合优度越高;当F的p值小于0.05时，模型是显著的。DW用于检验残差序列的相关性。如果在2附近，则证明残差序列是无关的。
3.标准差是回归系数稳定性和可靠性的衡量标准。数值越小，表示越稳定。用解释变量的估计值t来检验系数是否为零。如果该值大于临界值，则更可靠。
4. 若估计值显著性的概率值小于5%，说明系数显著。R方为回归的拟合程度。越接近1，表示越完美。随着变量的增加，调整后的r平方将惩罚增加的变量。
5. D-W值是对回归残差是否为序列自相关的衡量。如果出现2的严重偏差，则认为序列相关存在问题。F的统计值是衡量回归方程整体显著性的假设检验。值越大，其意义越大。