VAR(Vector Autoregression)模型中的均值溢出效应可以通过检验显著性得到小星号(p-value)。具体地,通过对模型的系数进行显著性检验,如果某个系数的p-value小于预定的显著性水平(通常是0.05或0.01),则该系数可以被认为是显著的。在报告结果时,通常用小星号(例如 * 或 **)来表示该系数是否具有显著性。如果该系数具有显著性,则一般给该系数加上一个星号;如果p-value非常小,则可以加上两个星号,以此类推。
右上角的小星号是一个统计检验的结果,它表明你的VAR模型是否有效。你可以在Eviews中运行一个统计检验,检验你的模型是否有效。具体的步骤如下:
在Eviews中打开你的VAR模型,然后点击“模型”->“检验”。
在弹出的窗口中,选择“拟合检验”,点击“确定”。
在弹出的窗口中,选择“拟合检验”,点击“确定”。
结果将显示在Eviews的输出窗口中,如果你的模型有效,将会出现一个右上角的小星号。
一般来说,右上角的小星号(星号)用于指示统计显著性。当某个统计检验结果具有显著性时,通常会在该结果的相应位置上显示一个星号,表示该结果具有统计学意义。具体的星号的标准由统计学者定义,一般而言星号的标准为p-value小于某一特定阈值,例如0.05、0.01等。
需要注意的是,星号仅仅是表示统计显著性的一种工具,并不能证明该结果一定有实际意义,也不能证明该结果一定是正确的。因此,在使用星号的同时,应该根据研究的目的和相关的统计分析结果进行综合分析,并进一步进行其他的实证分析和验证,以确定其结果的正确性和有效性。