1、Coefficient 系數

回歸分析的系數代表了每個自變量對因變量的貢獻度，系數的絕對值越大，表示該變量在模型里面貢獻越大，也表示了該自變量與因變量的關系越緊密。

另外這些系數的值表明了自變量與因變量的關系，比如S（總出口）的系數為0.58，則表示當總出口每增加一個單位，在其他自變量的值不發(fā)生改變的時候，因變量財政收入會增加0.58個單位。

而且這個系數也表示了自變量與因變量之間的關系類型，即它分為正向和負向，系數為正，表示正相關，系數為負，表示負相關。如下圖所示：

不管是正向大還是負向大，越大，表示與因變量的關系強度越大，只不過是正相關還是負相關的問題。

該參數是整個回歸模型里面最重要的參數，沒有之一。

2、StdError：回歸系數的標準差

回歸的標準誤是模型中隨機擾動項（誤差項）的標準差的估計值。它的平方誤差項的方差的無偏估計量，實際上又叫做誤差均方，等于殘差的平方和/（樣本容量-待估參數的個數）。

這個值越小，表示模型的預測越準。

3、t-Statistic T統(tǒng)計量

在統(tǒng)計學里面，T統(tǒng)計量是假設檢驗的重要樞軸量，多用于兩樣本均值檢驗，回歸模型系數顯著性檢驗。

T-Statistic=平均值 / 標準誤

一般來來說，這個值表示，與P-value意義差不多，都是在驗證零假設的情況下，模型的顯著性，但是有些時候P-value會有一些問題，比如丟失一些信息。計算機里面進行統(tǒng)計驗證的時候，T統(tǒng)計量越大，表示越顯著。

一般abs（）》=1.96 就可以

4、Probability 概率：

這個就是P值，關于它的解釋，翻以前的文章，這里不多說。一般需要小于0.05

5、6、7：Robust_SE Robust_t Robust_Pr [b]這三個字段，分別表示了標準差的健壯度、T統(tǒng)計量的健壯度和概率的健壯度。

在統(tǒng)計學里面，Robust Test通常被翻譯穩(wěn)健性檢驗，一般來說，就是通過修改（增添或者刪除）變量值，看所關注解釋變量的回歸系數和結果是否穩(wěn)健。

8、VIF （方差膨脹因子（Variance Inflation Factor，VIF）），這個值主要驗證解釋變量里面是否有冗余變量（即是否存在多重共線性）。一般來說，只要VIF超過7.5，就表示該變量有可能是冗余變量。