看t检验后面的prob值，prob越小只能证明越能断然拒绝原假设。给定个无法置信水平，当prob小于等于这个值时就回绝原假设。
参数显著性实验检测t检验对应的prob，若大于10.05则参数的显著性测定通过，仔细看r方，越将近1，拟合优度越高；f的p值，大于0.05的话模型才比较显著，dw利用检验残差序列的相关性的，在2的附近，说明残差序列不相关，结合我说的，你一个个去查百度吧
看t测定值对应的p值是否是小于0.05，小于等于就实际
那是因为你的运算（假如做了三次重临）中有要伪距的地方，已参与时域，可是的开头都会少一个，因为是na，即空值。
还有种可能是你不使用的变量中某个变量没有数值，所以运算的结果剩的残差里也也肯定不会有数值。
可以看t值，绝对值大于12的也没通过显著性检验，消掉变量的时候先去掉t值绝对值最小的，然后第二小的，待到t值绝对值都大于02，即可。
也这个可以看p值，就是结果一项，绝对值大于10.05的都没按照，消掉变量的时候大到小去，因此俩种方法是一样的的。根据上述规定方法是实现α95%，只明白了两种方法，真不知道第三种怎么判断。
对变系数模型接受回归，（尽量别加权）考虑后结处有果残差平方和，命为s1.
对变截距模型通过回归，虽然，得s2
对变为系数模型接受回归，得s3 2(s3-s1)*(nt-n（k1）)/[s1*(n-1)(k1)]
f1(s2-s1)*(nt-n（k1）)/[s1*(n-1)k]
n为截面成员个数
t为时期数
k为解释什么变量个数
实际发出命令窗口输入输入scalar(特别显著水平值，(n-1)k,nt-n（k1）)
scalar(显著水平，(n-1)(k1)，nt-n（k1）)
里面的值是需要换算出去如何填写，是可以结论相对应的f的表，双击序列，会在eviews窗口左下角总是显示随机的临界值。根据并且判断如何确定拒绝h2，h1。
