(1)t 值、 F 值与 R 方的区别
t 值是对单个变量显著性的检验，t 值的绝对值大于临界值说明该变量是显著的，要注意的是t 检验是对总体当中变
量是否是真正影响因变量的一个变量的检验，即检验总体中
该变量的参数是否为零，只不过总体中变量的参数永远未
知，只能用其无偏估量（参数的样本估计量)来代替进行检
验.F 值是对所有解释变量整体显著性的检验，其原假设是所
有的解释变量的参数都为零，而只要其中至少有一个解释变
量的参数不为零就说明解释变量在整体上对因变量有显著
性的影响，但仅依靠 F 检验是无法判断究竟哪个自变量对因
变量有显著性的影响，必须进一步对每一个变量进行t 检验。

R平方值表明了模型对样本数据的拟合程度，其值越高说明
模型对样本数据拟合得更好，要注意 R 平方值是样本依赖的，
就是说 R 平方值判别模型的一个潜在的假设是你所抽取的样
本是真正来自于你所研究的总体，而现实当中这一点往往难
以做到。

我们进行计量经济分析的最终目的是要依据样本数
据来研究总体的规律性，那么相应的检验也是要对总体进行，
而 R 平房值的高低仅代表模型对样本数据的拟合程度，
并不能说明总体当中变量的显著性，虽然 F 统计量和R 平方值有换算关系，但是二者的构造机理是完全不同的，包括t
检验都是针对总体的检验所以在现实中我们一般不对R 平方
值的大小给与太大的关注，而更看重t 检验的结果，试想如果你抽取的一组样本不是来自于你真正要研究的对象的总
体，即使 R 平方值再高、那也说明不了问题。