① 用spss測獨立樣本t檢驗為什麼出不來結果
變數不顯著。
1、理論上該顯著的變數沒有顯著，這個問題的解決相對簡單，一個是改變數據表達方式，一個是改變模型，另一個是重新選擇樣本。
2、理論上本就不該顯著，這個就沒必要去調整模型和數據。
② 多元線性回歸 只有一個解釋變數系數不能通過t檢驗，為什麼如何處理
原因是兩者關系不顯著，有多重共線性的說法，操作的話，具體看你兩個變數之間的經濟關系。例如啊，在中國貨幣需求函數中，股票市值沒有通過t檢驗，但是我們可以用經濟理論解釋，說明了我國的證券市場有待進一步的發展, 雖然對人們投資理念轉變有一定的影響, 但是對於整個貨幣的需求還是微不足道的。得出這樣的政策建議。當然預測的結果的正確性相應會有所降低
③ 獨立樣本t檢驗沒通過怎麼調整數據
1、改變獨立樣本t檢驗的數據表達方式。
2、是改變獨立樣本模型。
3、重新選擇獨立樣本。
④ 虛擬變數t檢驗不通過
虛擬變數所代表的質的因素對被解釋變數產生了影響。
經查閱知網網路，虛擬變數t檢驗不通過即虛擬變數所代表的質的因素對被解釋變數產生了影響。
虛擬變數(DummyVariables)又稱虛設變數、名義變數或啞變數，用以反映質的屬性的一個人工變數，是量化了的自變數，通常取值為0或1。引入啞變數可使線性回歸模型變得更復雜，但對問題描述更簡明，一個方程能達到兩個方程的作用，而且接近現實。
⑤ 我在用EVIEWS做黃金價格的影響，可是最後出現序列相關性，我用差分法進行修正，可是結果總是t檢驗過不了！
如果僅僅只是自相關，可以嘗試用科奧迭代來處理一下。 指令是 ls 模型 ar（1） ar（2） 這次兩次迭代的指令 建議做三次以下的迭代測試。 另外 光這個結果沒法很具體的判斷模型怎麼修正。 建議用white 建議， 再做一下自相關測定， 確定下自相關的程度， 如果確實是十分嚴重，可以嘗試列出resial的序列，設置為white檢驗中的權重（weight），看能不能得到比較好的修正。 而此模型存在的多重共線性。可以通過進步法（forward）或者退步法（backforward）來排除變數。 可以排除掉影響他人T值的那個變數。 當然也可以通過 設置X1，X2 （X2， X3以此類推）的回歸來看，如果X1 能被X2 強烈解釋（R²值很大） 則也可以粗略的認為這兩個變數存在自相關。 考慮刪除其中一個變數（給出經濟學意義上的解釋即可）。
⑥ 參數的t檢驗不通過，但是總體的擬合效果很好，我想問，什麼情況下，可以忽略參數的t檢驗不通過，怎麼解析
t檢驗是最基礎的，不通過的話就代表這個變數無用了。。
⑦ 在計量經濟模型中，最後參數的t檢驗不通過,但其他變數系數的t檢驗卻通過,應該怎麼描述
因為參數檢驗的虛無假設是自變數的回歸系數=0，參數和0來比，採用的就是t檢驗的方法。