本教程详细介绍了如何在EViews软件中进行向前、向后逐步回归模型的操作。内容包括向前逐步回归模型的步骤，如通过简单回归选择解释变量，并根据R2、F检验及t检验确定变量的显著性。此外，还讨论了向后逐步回归模型作为推荐方法的原因。视频操作演示进一步辅助理解这些回归模型的选择和应用。
关注财经节析，“每天9分钟，节约一小时。”
【EViews微课堂015】
《手把手教你EViews软件操作与案例分析》系列
向前、向后逐步回归模型
内容提要
介绍向前、向后逐步回归模型在EViews中的操作。
一
向前逐步回归模型介绍
(1)用被解释变量对每一个所考虑的解释变量做简单回归。
(2)以对被解释变量贡献最大的解释变量所对应的回归方程为基础，按对被解释变量贡献大小的顺序逐个引入其余的解释变量。
①若新变量的引入改进了 R2 和 F 检验，且回归参数的 t 检验在统计上也是显著的，则在模型中保留该变量。
②若新变量的引入未能改进 R2 和 F 检验，且对其他回归参数估计值的t 检验也未带来什么影响，则认为该变量是多余变量。
③若新变量的引入未能改进 R2 和 F 检验，且显著地影响了其他回归参数估计值的数值或符号，同时本身的回归参数也通不过t 检验，说明出现了严重的多重共线性。
关于逐步回归模型的选择：
向前逐步回归
向后逐步回归(推荐使用)
二
软件操作
三
视频操作演示
更多EViews、Stata视频操作内容，请点击 “
3325
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
