多元线性回归eviews操作

1、实用标准文案一 . 模型设定本例中我们假设拟建立如下多元回归模型：Y01 X12 X 2u二 . 估计参数1. 建立工作文件首先，进入 Eviews 主页，在菜单中依次点击FileNewWorkfile，出现对话框 Work Create 。截面数据Unstructured/undated只需输入样本数就可以。时间序列数据Dated-regular frequency在 Date specification中选择数据频率：Annual （年度）Weekly（周数据）Quarterly (季度 )Daily （5 day week ）每周 5 天日数据 Daily （7 day week ）每周

2、 7 天日数据 Monthly （月度） integer date （未注明日期或者不规则的） Semi Annual （半年度）其次，点击 OK，出现未命名文件的 Workfile UNTITLED 工作框。其中 c 为截距项， resid 为残差项。若要将文件存盘，点击 save，在 save as 对话框中选择存盘路径，并输入文件名。如多元线性回归案例2. 输入数据方法一： QuickEmpty Group 等方法二： data Y X1 X2,得到如下表 ;3. 估计参数方法一： QuickEstimate Equation方法二:LSYCX1X2精彩文档实用标准文案三、解释表里参数标

3、准差 S =0.075308，回归标准差 =被解释变量标准差 =回归模型标准差：1=2 =ei2=385.9169, 残差平方和：ei2 =4170093 被解释变量的标准差：n-21（ YiY ) 2 =2388.459n-1AIC 和 SC准则：这两个准则要求仅当所增加的解释变量能减少AIC 值或 SC值时才在原模型中增加该解释变量。 与调整的可决系数相似。 多元小于一元， 可以将前期人均居民消费作为解释变量包括在模型中。四、模型检验1. 经济意义检验估计的参数值都为正数，经济意义合理。所估计的参数 1 0.555644,2 0.250085 ，说明在 2006 年可支配收入不变的情况下，

4、 2005 年消费支出每增加1 元，平均来说，可导致 2006 年消费支出提高0.250085 元。2. 拟合优度和统计检验本例中拟合优度等于 0.975634 ，即解释变量对被解释变量 2006 年消费支出的绝大部分差异做出了解释，说明模型对样本的拟合很好。F 检验： 针对：012，给定显著性水平=0.05，在F分布表中查出H 00自由度 k-1=2（其中 k 为估计参数个数） n-k=28的临界值 F(2，28)=19.5 ，由表中得 F=560.5650。应拒绝原假设， 说明回归方程显著， 即 2006 年可支配收入、 2005 年消费支出联合起来对 2006 年消费支出有显著影响。t检验： 分别针对 H 0：j =0（ j=0，1,2），给定显著性水平=0.05 ，查 t 分布表得自由度 n-k=28 的临界值 t （n-k）=2.048 ，由表中看出都拒绝原假设，