eviews回归分析结果怎么看

1、回归分析是论文中最常用的研究假设检验技术，想知道自变项X对依变项Y的解释力或预测力时，最常用的是线性回归SPSS: Analyze- Regression- Linear。

2、弹出对话框，输入想要验证的自变项和依变项，如图。

3、如图，Sig. P<.05,有显著性， 表示自变项X对依变项Y的解释力或预测力正相关。

4、R Square 自变数能够解释依变数的变异量，此处.763表示共同解释76.3%的变异量，论文报告中要报告调整后的R平方，即Adjusted R Square。

1、打开Eviews软件，依次点击上面菜单栏的【File】——【New】——【Workfile...】，快捷键是“Ctrl+N”，这时候就会出现建立数据的界面。

2、在上面的命令界面输入“data y x1 x2”的命令（有几个变量就输入几个），按“Enter”就可以打开输入数据的界面。

3、在输入状态下点击选中第一个单元格，右击“Ctrl+V”把复制的数据全部粘贴到这里面。

4、点击小界面的【Genr】输入离差的一系列命令“lc1=x1-@mean(x1)”。

5、在命令区里输入“matrix(2,2)m”，按“Enter”键就是以“m”为名建立2个解释变量的矩阵。

6、在命令区里输入“matrix(2,2)mni”，按“Enter”键就是以“mni”为名建立2个解释变量的矩阵；然后继续输入命令“mni=@inverse(m)”来求解“m的-1次方”，之后按“Enter”键来完成操作。

7、再在命令区里输入“data lmd”（即λ，这里用拼音是为了容易识别），按“Enter”键进入数据输入界面，输入“0.00~0.09”一共10个数据，即赋予“λ”十个数字。就可以了。

eviews回归分析结果看法如下：1.参数显著性检验t检验对应的Prob，若小于0.05则参数的显著性检验通过，再看R方，越接近1，拟合优度越高；2.F的P值，小于0.05模型才显著，DW用来检验残差序列的相关性的，在2的附近，说明残差序列不相关，结合所述，可以一个个对照分析。

参数显著性检验t检验对应的Prob，若小于0.05则参数的显著性检验通过，再看R方，越接近1，拟合优度越高；F的P值，小于0.05的话模型才显著，DW用来检验残差序列的相关性的，在2的附近，说明残差序列不相关，结合我说的，你一个个去对照吧