1、如何利用eviews做lr檢驗
view裡面有選項的
2、LR檢驗和LM檢驗在eviews裡面怎麼做
設模型為：Yt=b1+b2Xt+b3X2t+ut 用抄Eviews軟體，將20年的數據輸入，然後用OLS（最小二乘法），就能弄出來~ 如果要單獨為gnp或是出口額、進口額做分析，就在進行OLS分析時的那個輸入框內，分別輸入Y C X1 或是Y C X2
希望對你有用！ 如果有需要，我可以把Eviews軟體的電子使用指導書發給你！
3、請教Wald檢驗，LM檢驗，LR檢驗的異同
LR（同時估計非約束模型和約束模型）檢驗只能檢驗線性，WALD（估計非約束模型）和LM（估計約束模型）可以檢驗非線性
4、什麼是LR檢驗？
likelihood ratio test 中文應該是 似然比檢驗回
suppose you have two model one restricted model and the other is a unrestricted model
under assumption: H0:theta=theta0 and H1: theta=theta1;
then by constructing two likelihood function L1(theta0|答x)(unrestricted) and L2(theta1|x)(restricted) compute the likelihood ratio as LR(x)=L1(theta0|x)/L2(theta1|x)
reject H0 if {x<=c};
normally, we use -2ln(LR(x))~chi-squared(dim(Theta1)-dim(Theta0))
5、如何對sfa 進行lr似然比檢驗
你是來說列聯表獨立性的似然比源卡方還是條件獨立性檢驗的似然比卡方？
無論何種，都是基於似然比檢驗，似然比檢驗的基本思想是將約束條件下的最大似然值Lr與無約束條件下的最大似然值Lu作比值而得到的，即似然比為：Lr/Lu（當然也可以反過來除），對這一比值取對數，然後再乘以（-2），就得到似然比檢驗統計量，記為-2LL，其漸進分布為卡方分布。
SPSS中的似然比卡方統計量都是按此計算，具體計算公式可以參閱SPSS的幫助文件，或者針對提供似然比卡方統計量的模型查閱相關的統計理論書籍。
6、求大神看stata做出的logistic回歸結果
LR chi2是likelihood 統計量，它小於P值的概率是0，因此拒絕原假設：所有變數前的參數為內零。（它其實相當於是容參數聯合顯著性檢驗的F檢驗）因此，所有系數的聯合中至少有一個顯著不為零，模型是顯著的。log likelihood是對數似然函數值，它是最大似然估量，跟你這里沒有關系。異方差性在logit模型當中是無法避免的問題，可以證明方差為1/NP(1-P)，所以你如果要符合標準的做必須用WLS，加權最小二乘法，一般很少有人在文獻里會去用罷了因為繁瑣。直接用懷特穩健估計就行。x1等變數都比較顯著。
7、因子分析，最下面的一行LR檢驗怎麼解讀
可以，一個量表的效度檢驗通常包含以下幾個部分：內容效度，效標關聯效度和結回構效度。實際的測量學分答析中往往檢驗後兩者即可，結構效度的分析一般就是做探索性因子分析和驗證性因子分析。
主成分分析是探索性因子分析最常用的方法。通常來說，如果是自編量表，往往需要進行探索性因子分析以確定因子結構；而若是修訂已有的量表，最好是做驗證性因子分析。此外，如果對自編問卷的結構有充分的理論支持和把握，也可以直接做驗證性因子分析。
所以主成分分析並不是在任何量表的效度檢驗時都必須做，但為了效度檢驗的完整性，探索性因子分析和驗證性因子分析至少應該要做一個。
8、Stata怎麼做LM，LR和Wald檢驗
：在logit分析的結果中 跟wald在一起的那個表格 就是對wald的檢驗 後面的sig就是wald檢驗是否顯著的判斷標准，它是對整體回歸系數是否顯著的檢驗 正如上面說的 它只是個參考值
9、請教怎樣在eviews中操作LR檢驗
做回歸分析即可