【零基础Eviews实例】00了解多元线性回归模型常见检验

刚接触计量经济学和Eviews软件不久，并且本着能用就行的原则，只对软件的操作和模型的结果分析进行说明，并不太在意具体的方法和具体的数学原理。

以下内容大多为在网上学习相关操作，按照自己的理解进行操作和分析，仅仅代现阶段个人看法，并不保证一定正确，如有错误欢迎指正！

以某次多元线性回归为例介绍多元线性回归模型常见的检验方法，其中Farming为被解释变量，其他的所有变量为解释变量。此处要求进行：多重共线性检验、随机误差项正态分布检验、异方差检验、模型结构稳定性检验。

创建工作文件：【File】 -> 【New】 -> 【WorkFile】或Ctrl + N

确定起止日期：

以上操作可通过在Command输入：wfcreate a 1985 2014实现

创建数据集：【Quick】 -> 【Empty Group】

导入数据（也可从Excel直接导入）：先将Group上滑再粘贴进入数据集

此时我们完成了所有的数据导入，可以开始进行回归模型分析。

定义影响因素组：为便于后续的操作，我们将可能影响的因素都定义为一个Group并命名为Factor

对创建的数据组命名

是否成功的检验

创建方程进行估计：【Quick】 -> 【Esttimate Equation】

上述操作也可以通过Command中输入ls farming c factor实现

通过观察模型的F和t统计量以及其实际概率（P值，与显著性水平对比）可以看出模型和系数是否显著。

在此模型中，由于Prob(F-statistic) 【Variance Inflation Factors】

观察VIF值判断结果：通常以10为界，大于10则认为存在较为严重的多重共线性

此处可以认为模型存在极其严重的多重共线性，需要对模型进行修正（通常需要删除某些变量）

采用逐步回归删除变量进行修正：和OLS操作相同，只是模型选择STEPLS

确定逐步回归模型的相关参数，再次进行回归分析

上述的步骤可以通过在Command中输入stepls(ftol=0.1, btol=0.1) farming c @ factor实现

误差项是否服从正态分布通常可以通过做图像或通过J-B检验判断

图像判断：在方程界面点击Resids选择图像

图像结果观察：观察残差图像是否有明显的趋势性，若没有，大体上可认为其服从正态分布

J-B检验：先选中resid，选则 View -> Descriptive Statistics -> Histogram and Stats进行检验

J-B检验结果：观察结果，发现P=0.2005 > 0.05可认为保留原假设，即满足正态分布

异方差的检验方法也有很多，此处通过White检验进行判断

White检验方法：View -> Residual Diagnostic -> Heteroskedasticity Test -> Wihte

White检验结果解读：观察t统计量及其实际概率，发现不能通过检验，认为存在异方差性

注：这里应该是不存在异方差，因为原假设为同方差，此处不拒绝原假设，故可认为不存在异方差。若存在异方差则按照下列步骤进行修正！

通过Chow检验判断模型是否存在截断点（拐点）

绘制被解释变量草图：操作同3.1-3.2，可得到原数据，拟合数据，误差项图像，认为06年为可能的拐点

进行Chow检验：View -> Stability Diagnostic -> Chow Breakpoint Test

设置断点：设置断点为2006年

观察统计结果：主要看模型的F和对应的P值，发现模型结构不稳定存在断点

模型的修正：对于这类情况，需要设置虚拟变量构造分段函数进行修正