经典线性回归模型 经典回归模型在涉及到时间序列时，通常存在以下三个问题： 1 ）非平稳性→ ADF 单位根检验→ n 阶单整 → 取原数据序列的n 阶差分（化为平稳序列） 2 ）序列相关性→D.W.检验/相关图/Q 检验/LM 检验→n 阶自相关→自回归ar(p)模型修正 3 ）多重共线性→相关系数矩阵→逐步回归修正 注：以上三个问题中，前两个比较重要。 整体回归模型的思路： 1）确定解释变量和被解释变量，找到相关数据。数据选择的时候样本量最好多一点，做出来的模型结果也精确一些。 2）把EXCEL 里的数据组导入到Eview s 里。 3）对每个数据序列做ADF 单位根检验。 4）对回归的数据组做序列相关性检验。 5）对所有解释变量做多重共线性检验。 6）根据上述结果，修正原先的回归模型。 7）进行模型回归，得到结论。 Eview s 具体步骤和操作如下。 一、数据导入 1）在EXCEL 中输入数据，如下： 除去第一行，一共2 3 9 4 个样本。 2 ）Eview s 中创建数据库： File\new\workfile, 接下来就是这个界面（2394 就是根据EXCEL 里的样本数据来），OK 3 ）建立子数据序列 程序：Data x1 再enter 键就出来一个序列，空的，把EXCEL 里对应的序列复制过来，一个子集就建立好了。X1 是回归方程中的一个解释变量，也可以取原来的名字，比如lnFDI，把方程中所有的解释变量、被解释变量都建立起子序列。 二、ADF单位根检验 1）趋势。打开一个子数据序列，先判断趋势：view \graph，出现一个界面，OK。 得到类似的图，下图就是有趋势的时间序列。 -.8-.6-.4-.2.0.2.410002000300040005000X1 2）ADF检验。直接在图形的界面上进行操作，view \unit root test，出现如下界面。 在第二个方框内根据时序的趋势选择，Intercept 指截距，Trend 为趋势，有趋势的时序选择第二个，OK，得到结果。 上述结果中，ADF 值为-3.657113，t 统计值小于5%，即拒绝原假设，故不存在单位根。若大于5%，则存在单位根。按照这个做法将所有的序列都操作一遍。 3 ）修正。倘若原序列存在单位根，就对原序列进行一阶差分。 程序：genr dx1=D(x1) Enter 键后，Eviews 里会自动生成子序列dx1，x1 只是解释变量，可以自己命名。再对该一阶差分序列进行ADF 检验，若所得均显著，即为一阶单整序列，此序列不存在单位根。按照一阶单整序列建立模型，模型的数据序列是平稳的。 三、模型回归 程序：data y x1 x2 Y 是...
