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。