发布时间 : 星期日 文章多元线性回归eviews操作更新完毕开始阅读
一.模型设定
本例中我们假设拟建立如下多元回归模型：
Y??0??1X1??2X2?u 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：
?1?=?=??2?e2in-2=385.9169,残差平方和：?ei2=4170093被解释变量的标准差：
?1（Yi?Y)2=2388.459 ?n-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，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H0：?0??1??2?0，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=01，,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?（=2.048，由表中看出都拒绝原假设，从P值中n-k）2??也可以看出。也就是说，在其他解释变量不变的情况下，解释变量分别对被解释变量有显著性影响。