发帖
3 个论坛币
雷达卡
上期介绍了数据的输入/导入和简单的描述统计操作，按照一般打怪升级的桥段，第二回也不会出现什么大BOSS级的，所以废话不多，咱先直奔主题。本次和下次的主题都是回归，但楼主打算分两期来做，这一期主要为回归的操作，重点在于能够快速得到回归分析的结果，而下期则侧重于分析和解决回归分析时常会遇到的一些问题，比如异方差，自相关，多重共线性等问题的检验和修正。为了方便，楼主直接用了个一元回归，是的，就是因为一元回归操作简单，跑一次就能大致了解过程，我才不会告诉你是因为我很懒。
在动手之前，我觉得还是有必要再简单介绍一下回归。
私以为：其实大多数的分析都可以以回归分析作为最基础的铺垫分析，虽然它不那么深奥，甚至于有点百搭，但的确能够用最简单的方式了解变量间的相互关系。当你对你手头的数据不知如何下手的时候，不如先来个回归分析吧。当然也并非所有的数据都能做，前期的一些预检验比如面板数据要做协整，截面的可以略过直接看看有没有线性相关之类的还是必要的。
更多的理论知识可以用力戳：【从零开始学统计】9.回归：统计方法的大结合！
好了，前期铺垫唠叨完毕，正式开始本次的操作实践！！
1、回归分析操作步骤——前期检验
首先，咱们将数据导入，楼主的习惯还是将excel之类格式的数据导入，免除输入的麻烦:
那么对于此次数据， 我们也先做个散点图——
接下来我们做一个线性相关分析，在eviews里我们可以通过quick-group statistics-correlatins来实现——
2、回归分析操作步骤——方程估计
通过quick-estimate equation可以到达方程估计的界面——
对于系数，我们还可以做一个理解，那就是每当X变动1个单位时，Y变动0.404280个单位。
在系数检验下方，我们还看到有个指标R-squared和Adjusted R-squarde，这反应的是模型的拟合程度，一般认为0.7以上可以接受，0.8或0.9以上就很好了。
对了还有个指标不能忘了，那就是F-statistic，这是F检验值，可以直接看下方的Prob(F-statistic)即可，在我们的案例中可以看到P值为0，也就意味着模型整体通过了检验（一元的情况下，其实和T检验等价；多元的情况下，意味着多个自变量的系数都显著不为0，是整体，而不是每一个单独的，没看懂的请原谅楼主有限的表达能力）
在我们得到这些结果后，如果我们想要保存结果，可以通过右键来选择保存（save as）
2、回归分析操作步骤——样本预测
做样本外预测，首先要扩充样本：工作表中PROC/STUCTURE下面将DATA range进行了扩充（此处可见将样本扩充到了17）
然后在X中点击edit，输入X第17的样本值20
当啷啷，到目前为止，我们整个回归过程算是圆满完成了！快给楼主撒花奖励啊！
欢迎大家积极回帖，提问也好，提意见也好，楼主一切都欢迎！回帖有奖励哦！
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
