请问截距项和趋势项有什么区别？财富值用光了。。

截距项就是ADF的检验形式的方程有常数项，一般看图是序列均值显著不为0

趋势项是时间趋势，随时间明显的上升或下降，就是待检验的方程里加了一项c*T

选择检验形式简便的方法可以直接观察序列图，序列很复杂时则要探究其数据形成过程（DGP)，这个就深了，俺也不懂

因为是线性回归模型，有了截距项的话，才能完成模型方程以及作图。

例如：y=1+2x

那么截距项就是1

当x=0时，y=1

其中的含义再结合情况分析

1.个体固定效应模型就是对于不同的个体有不同截距的模型。如果对于不同的时间序列（个体）截距是不同的，但是对于不同的横截面，模型的截距没有显著性变化，那么就应该建立个体固定效应模型。

2.实际上还是要结合你研究的经济问题来看这个截距。最常用的例子是消费与收入之间的关系。很多书里都用这个例子。如果收入为0，则截距项就是自发消费。这样，不同地区的自发消费就不同，截距项就不一样。就可以对自发消费进行排序。但是，对于实际使用的很多面板模型，通常是不解释这个截距项的。因为数据处理不一样，结论的经济意义就不同。如果你数据都使用自然对数，你把数学模型表达出来之后，还原就知道这个截距项到底是什么了。说到底，还是你的经济模型最为重要。

拓展资料：

1.什么叫固定效应模型？

固定效应模型是一种面板数据分析方法。固定效应模型，即固定效应回归模型，简称FEM，是一种面板数据分析方法。它是指实验结果只想比较每一自变项之特定类目或类别间的差异及其与其他自变项之特定类目或类别间交互作用效果。而不想依此推论到同一自变项未包含在内的其他类目或类别的实验设计。固定效应回归是一种空间面板数据中随个体变化但不随时间变化的一类变量方法。

2.固定效应模型的分类：

(1)个体固定效应模型：个体固定效应模型是对于不同的时间序列只有截距项不同的模型，从时间和个体上看，面板数据回归模型的解释变量对被解释变量的边际影响均是相同的，而目除模型的解释变量之外，影响被解释变量的其他所有确定性变量的效应只是随个体变化而不随时间变化。

(2)时点固定效应模型：时点固定效应模型就是对于不同的截面有不同截距的模型。如果确知对于不同的截面，模型的截距显著不同，但是对于不同的时间序列截距是相同的，那么应该建立时点固定效应摸型：

(3)时点个体固定效应模型：时点个体固定效应模型就是对于不同的截面、不同的时间序列都有不同截距的模型。如果确知对于不同的截面、不同的时间序列模型的截距都显著不相同，那么应该建立时点个体固定效应模型。

---