问eviews 逐步回归分析法 操作完整步骤

核心结论 EViews 逐步回归，核心是按照设定的进入和剔除准则，自动筛选解释变量，剔除不显著变量，解决多重共线性问题，得到最优回归方程，注意新版 EViews 在方程估计里面自带 Stepwise 逐步回归模块，分为向前引入、向后剔除、双向逐步三种模式，最终筛选出显著性达标、拟合效果合理的模型。

核心要点对照表

深度正文

第一步 数据预处理，导入数据之后，先做描述性统计，计算变量相关系数矩阵，观察自变量之间相关系数，如果相关系数很高，就预判存在多重共线性，这也是使用逐步回归的主要原因。

第二步 打开方程估计窗口，点击 Quick，选择 Estimate Equation，在估计方法下拉菜单，选择 Stepwise（逐步回归）。

第三步 设置模型基础形式，填写被解释变量，比如 Y，然后把所有候选解释变量全部列入候选变量列表。

第四步 设置逐步回归选项，选择筛选类型，优先推荐双向逐步法，同时设置进入临界值和剔除临界值，常用标准是进入 P 值 0.05，剔除 P 值 0.10，这个数值可以根据论文要求调整。

第五步 运行回归，软件会自动迭代，把显著变量纳入方程，把不显著变量自动剔除，循环迭代直到没有变量可以继续进入或者剔除，输出最终回归结果。

第六步 结果检验，拿到最终方程之后，不能直接定稿，还要做全套经典计量检验，包括拟合优度 R 方、F 检验、t 检验，接着做异方差检验怀特检验，自相关检验 DW 或者 BG 检验，必要时处理异方差自相关。

第七步 论文撰写，记录最终保留变量，说明逐步回归筛选准则，同时一定要写明，逐步回归只是统计筛选，不能替代经济理论，有些变量理论上很重要，就算统计不显著，也不能盲目删掉。

补充易错点，逐步回归对样本很敏感，换样本结果会变化，而且会放大假显著，也就是多重检验带来的一类错误，实证论文一般建议逐步回归结果作为基准，再结合经济理论做稳健性检验。

常见问题

问题 1 eviews 逐步回归分析法的步骤 老版本 EViews 没有 stepwise 选项怎么办

回答 1 eviews 逐步回归分析法的步骤 旧版 EViews 没有内置逐步回归，需要手动逐个回归，对比 t 值和 P 值，手动剔除不显著变量，反复试算。

问题 2 eviews 逐步回归分析法的步骤 双向逐步法和向前法哪个更好

回答 2 eviews 逐步回归分析法的步骤 双向逐步法同时允许引入和剔除，比单纯向前引入更稳妥，论文实证最推荐使用双向逐步。

问题 3 eviews 逐步回归分析法的步骤 逐步回归可以完全解决多重共线性吗

回答 3 eviews 逐步回归分析法的步骤 它只是剔除部分共线变量，缓解多重共线性，不能从根本消除，严重共线性还可以考虑主成分、岭回归等方法。

问题 4 eviews 逐步回归分析法的步骤 理论重要变量但是 P 值不显著要删掉吗

回答 4 eviews 逐步回归分析法的步骤 不建议直接删除，经济理论优先，统计显著性只是参考，论文可以保留并在说明部分解释不显著原因。

免责申明

本内容为 EViews 软件计量操作教学参考，实证研究请结合计量经济学理论与期刊论文规范，自动筛选模型存在统计偏误，结果不构成学术结论保证。