多元线性回归eviews操作.docx

模型设定本例中我们假设拟建立如下多元回归模型：2X2X1.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 File\New\Workfile ，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： Quick\Empty Group 等方法二： data Y X1 X2, 得到如下表 ;3. 估计参数方法一： Quick\Estimate Equation方法二: LS Y C X1 X2三、解释表里参数标准差S =0・075308，回归标准差=被解释变量标准差=回归模型标准差：、 e> =385.9169,残差平方和：ei2 =4170093被解释变量的标准差: V n-2 '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 0.555644,20.250085，说明在2006年可支配收入不变的情 况下，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 咼 0.250085 兀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H0： 0 1 20,给定显著性水平=0.05，在F分布表中查出自由 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H0： j=0（j=0，1,2），给定显著性水平=0.05，查t分布0 j J ，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， 从P 值中也可以看出。

也就是说，在其他解释变量不变的情况 解释变量分别对被解 下， 变量有显著性影响。