数据用最小二乘法估计的时候，解释变量跟被解释变量单独分析的时候那个prob很小，要是几个解释变量放在一起分析的时候prob就特别大，通不过t检验，这是什么原因？单个解释变量跟被解释变量的相关性都挺强的，只要合起来一起分析的时候就跪了，求解释。。

prob是概率，合在一起分析，prob值变化很正常的，主要看你建立的模型。
假设你建立的是多元回归模型，那这个prob值是t检验的概率值，一般会将这个值和0.01、0.05、0.1比较（显著性水平分别为1%、5%、10%）。
1、如果得到的prob值大于0.1，那么说明接受原假设，即此变量的变化对因变量的影响不大。2、如果得到的prob值小于0.01，那就说明在1%的显著性水平下，拒绝原假设，此变量的变化对因变量有明显的影响。如果你讨论的是两者的溢出效应，那么此刻说明他们之前有某种程度的溢出效应。
如需数据处理帮助，可以联系qq：1274974330。