建模基本步骤、模型回归结果的解读逻辑

关注财经节析,“每天9分钟,节约一小时。”

导 读

1.某同学会使用EViews点点点、Stata复制粘贴命令等,但就是一见到回归结果就瞬间手足无措, 胡乱解释一通。

2.手机前的你,是不是有种想对号入座的感觉???

3.接下来,我们主要以多元线性回归模型为例进行分析,其他类型的模型可能会有差异,但基本逻辑大同小异。

精彩内容,马上开始

【微课堂13】

《手把手教你EViews软件操作与案例分析》系列

建模基本步骤

&

模型回归结果的解读逻辑

文 老张

往期 回顾

内容提要

一、模型建立的基本步骤

二、模型回归结果的解读逻辑

1. 初步分析(经济意义视角)

2. 模型对样本数据的拟合程度分析(修正的R2)

3. 计量经济学检验

4. 参数总体显著性检验(F检验)

5. 单个参数显著性检验(t)

6. 预测检验

一、

模型建立的基本步骤

接下来,我们主要以多元线性回归模型为例进行分析,其他类型的模型可能会有差异,但基本逻辑大同小异。

例如,针对时间序列数据或面板数据,首先要考虑的是数据的平稳性问题,平稳变量和非平稳变量的建模思路有较大差异,这些内容,我们在以前的课程中,是有介绍的,以后,我们会用专门一次课给大家系统介绍一下它们之间的关系。

当然,回归前需要对数据进行预处理,描述性分析等,了解数据结构等。

二、

模型回归结果的解读逻辑

1

初步分析

主要从参数估计值的正负号角度出发,考察其对应变量对被解释变量影响的经济意义。观察参数估计值的正负号与定性分析、对经济现象的观察等是否一致。当然,要注意不一致的情形,极有可能就是一个重大发现的开始。

2

模型对样本数据的拟合程度分析

例如,修正R2,即修正的拟合优度。

3

计量经济学检验

多重共线性、异方差、自相关检验等

4

参数总体显著性检验

若总体都不显著,就无需进行单个参数显著性的检验了。例如,多元线性回归模型,通常采用F检验。

5

单个参数显著性检

当参数总体是显著的,并非意味着所有解释变量对被解释变量的影响是显著的,因此,需要进一步考察哪些参数是显著的,哪些是不显著的?,例如,t检验。

6

预测检验

此“预测”,非彼“预测”。

【注意】建模过程是一个反复尝试的过程。需要足够耐心。

  • 发表于:
  • 原文链接:http://kuaibao.qq.com/s/20180130G0HV6O00?refer=cp_1026

相关快讯

扫码关注云+社区