Eviews中OLS回归操作与残差分析

EViews中OLS回归操作与残差分析：从建模到诊断的全流程实践

在实证研究中，线性回归模型是计量经济学最基础也是最重要的工具之一。EViews作为一款经典的计量分析软件，以其直观的操作界面和强大的统计功能，深受高校师生与研究人员喜爱。对于初学者而言，掌握如何在EViews中完成一次完整的OLS（普通最小二乘法）回归流程——包括数据录入、模型估计、残差提取与多重诊断——是开展严谨实证工作的第一步。

本文不走“先讲理论再演示”的套路，而是直接带你进入实战场景：假设你刚拿到一组截面数据，包含10个观测值，想探究变量 $ x $ 对 $ y $ 的影响是否显著。我们将一步步用EViews完成建模全过程，并重点剖析那些容易被忽视但至关重要的诊断环节。

打开EViews后，首先要建立一个工作文件（Workfile），它是所有后续操作的容器。点击File → New → Workfile，弹出设置窗口。如果你处理的是时间序列数据，比如年度GDP或月度CPI，可以选择Dated - regular frequency；而本例为非时间性的截面数据，应选择Unstructured/Undated，并在“Number of observations”中输入10。

确认后，系统自动生成一个空白工作区，里面默认包含两个对象：C（用于存放回归中的常数项系数）和RESID（自动记录最新回归的残差）。接下来需要创建变量序列来存储原始数据。

有两种方式可以新建序列。一种是通过菜单：Objects → New Object → Series，依次命名为x和y。更高效的方式是在顶部命令行直接输入：

data x y

执行这条命令会同时创建两个空序列并立即打开数据编辑表格，方便你快速输入数值。双击任一序列可进入视图模式，点击工具栏上的Edit+/-按钮启用编辑权限，然后逐个填入10组对应的 $ x $ 与 $ y $ 数据。注意顺序必须对齐，否则会导致模型失真。

⚠️ 常见误区：很多新手发现无法修改单元格内容，其实是因为没开启编辑模式！务必记得点击Edit+/-。

数据录完之后，别急着跑回归。有经验的研究者都会先“看一眼”数据。毕竟，盲目建模就像闭着眼开车——方向错了，跑得越快错得越多。

首先绘制散点图观察趋势。按住Ctrl 键，先选x再选y（顺序很重要！这决定了哪个变量做横轴），右键选择Open as Group打开数据组窗口，再点击View → Graph… → Scatter。生成的图形能直观反映两者是否存在大致线性关系。如果点分布呈明显的U型或完全无序，那强行拟合直线就没什么意义了。

接着查看描述性统计量。仍在数据组界面，选择View → Descriptive Statistics & Tests → Histogram and Stats，你会看到均值、标准差、偏度、峰度以及Jarque-Bera正态性检验结果。这些信息不仅帮助判断数据质量，还能提示潜在问题——例如严重的右偏可能意味着需要对变量取对数。

进一步地，可通过View → Correlation → Common Sample得到相关系数矩阵。若 $ r_{xy} $ 接近 ±1，说明线性关联较强，支持使用OLS建模。也可以用以下命令查看协方差矩阵，便于后续手工计算：

freeze(corrmatrix) group01.cov show corrmatrix

现在正式开始回归分析。最简洁的方法是在命令窗口输入：

ls y c x

其中ls表示最小二乘法，y是因变量，c代表常数项（即截距），x是自变量。回车后弹出回归结果窗口，核心输出包括：
- 回归系数（Coefficient）
- 标准误（Std. Error）
- t统计量及其p值
- 判定系数 $ R^2 $ 与调整后的 $ \bar{R}^2 $
- F检验整体显著性
- 回归标准误（S.E. of regression）

这些指标共同构成模型解释力的基本画像。例如，若 $ x $ 的p值小于0.05，则在5%水平上拒绝“其系数为零”的原假设，认为该变量具有统计显著性。

当然，你也可以通过菜单操作实现相同效果：选中x和y，右键Open as Equation，在方程设定框中输入y c x，方法选择LS - Least Squares，点击OK即可。

如果初步结果显示线性关系不佳，不妨尝试变换模型形式。比如怀疑弹性效应存在，可以用genr命令构造对数变量：

genr lnx = log(x) genr lny = log(y) ls lny c lnx

这样拟合的就是双对数模型 $\ln y = \beta_0 + \beta_1 \ln x + u$，此时斜率 $\beta_1$ 直接表示弹性。类似地，加入二次项可捕捉非单调关系：

genr x2 = x^2 ls y c x x2

适用于收入与幸福感这类可能存在拐点的关系。

回归完成后，真正的挑战才刚刚开始：我们不仅要关心“模型好不好”，更要问“这个模型靠不靠谱”。而这就要靠残差诊断来说话了。

虽然每次回归后EViews都会自动计算残差，但它并不会永久保存。要想进行深入分析，必须手动提取。在回归结果窗口中，点击Proc → Make Residual Series…，选择Ordinary residual（普通残差），命名如resid01。此后该序列将出现在工作文件中，代表每个观测点的实际值与预测值之差：$\hat{u}_i = y_i - \hat{y}_i$。

为了直观评估拟合效果，建议绘制三线对比图。先生成拟合值序列：

fit y_fit

然后同时选中y,y_fit,resid01，右键Open as Group，再选择View → Graph → Multiple Series → Line。你可以分别绘制：
- 实际值与拟合值的折线对比图，看两者贴合程度；
- 残差随样本序号变化的趋势图，检查是否有系统性波动。

理想情况下，残差应在零附近随机散布。一旦出现明显上升、下降或周期性模式，就暗示着模型设定可能存在遗漏变量或函数形式错误。

进入残差诊断阶段，首要任务是检验其分布特性。打开resid01序列，点击View → Descriptive Statistics → Histogram and Stats，重点关注：
- 均值是否接近0（OLS保证期望为0，但小样本下可能略有偏离）
- 偏度是否趋近于0（对称分布）
- 峰度是否接近3（正态分布的标准峰度）
- Jarque-Bera检验的p值是否大于0.05

若JB检验显著（p < 0.05），说明残差不服从正态分布，会影响t检验和F检验的有效性。此时虽然OLS估计仍具无偏性和一致性，但推断结论需谨慎对待。

另一个常见问题是异方差性——即误差项的方差随解释变量变化。它不会导致系数有偏，但会使标准误低估，从而夸大显著性。诊断方法之一是绘制“残差 vs 拟合值”图：

group res_plot y_fit resid01

打开该组，选择Scatter图形，设y_fit为X轴，resid01为Y轴。若散点呈现“喇叭形”或“漏斗形”，则高度怀疑存在异方差。

更正式的检验是怀特检验（White Test）。在回归方程窗口中，点击View → Residual Diagnostics → Heteroskedasticity Tests… → White。若输出的p值小于0.05，应拒绝同方差假设。此时推荐使用稳健标准误重新估计模型：

equation eq_robust.ls(h) y c x

这里的(h)表示采用Huber-White异方差一致协方差矩阵，所得t检验更为可靠。

如果是时间序列数据，还需警惕自相关问题。尽管本例为截面数据无需考虑，但仍值得了解相关检验方法。

回归结果表中的Durbin-Watson 统计量提供初步线索：当DW值明显偏离2时（如低于1.5或高于2.5），可能存在一阶自相关。但DW检验有一定局限，例如不能用于含滞后因变量的模型。

更通用的是Breusch-Godfrey（BG）检验。在方程窗口中选择View → Residual Diagnostics → Serial Correlation LM Test…，指定滞后阶数（如2）。若LM检验的p值小于0.05，则表明残差存在序列相关，需考虑引入AR项或改用广义最小二乘法（GLS）。

此外，QQ图是判断残差正态性的有力工具。打开resid01，点击View → Graph → Quantile-Quantile…，参考分布选Normal。若所有点基本落在45度对角线上，则可认为残差近似服从正态分布。

异常值检测也不容忽视。可通过标准化残差识别离群点：

genr std_resid = resid01 / @stdev(resid01)

一般规则是：当 $|\text{std_resid}| > 2$ 时视为可疑点；超过3则极可能是强影响点，应检查数据录入是否有误，或考虑使用稳健回归方法。

模型建好了，诊断也通过了，下一步自然就是预测。假设我们现在获得了第11和第12个样本的 $ x $ 值，想要预测对应的 $ y $。

首先扩展样本范围。双击工作文件中的Range字段，将“Observations”从10改为12。此时原有变量序列会出现NA值。在x中填入新的两个自变量值，而y保持为空。

回到已保存的回归方程（如eq01），点击工具栏上的Forecast按钮。设置预测序列名称（如y_forecast），勾选Graph and stats以显示预测图和误差统计。EViews将根据模型：
$$
\hat{y}{T+h} = \hat{\beta}_0 + \hat{\beta}_1 x{T+h}
$$
生成点预测值，并附带95%置信区间带。

预测图通常包含三部分：历史实际值、未来预测值、上下置信边界。RMSE（均方根误差）、MAE（平均绝对误差）等指标可用于量化预测精度。值得注意的是，随着预测步长增加，不确定性迅速扩大，置信区间也会越来越宽。

在整个分析过程中，genr（Generate Series）命令是你最得力的助手之一。它允许你基于现有变量构造各种衍生序列，极大提升了建模灵活性。

常见应用场景包括：

构造非线性项：

genr x_square = x^2 genr inv_x = 1/x genr log_x = log(x)

构建虚拟变量（Dummy Variable）：

genr d = @recode(x > 5, 1, 0) ' 若x>5则取1，否则0

计算增长率：

genr dy = d(y) ' 一阶差分 genr gy = dy / y(-1) ' 环比增长率

条件赋值与逻辑判断：

genr flag = @if(@obsnum <= 5, 1, 0) ' 前5个样本标记为1

所有通过genr创建的序列都会永久保存在工作文件中，可供后续多次调用，避免重复输入。

回顾整个流程，我们完成了从数据准备到模型预测的闭环操作。但有一点必须强调：再完美的统计结果，也不能替代经济逻辑的思考。p值小于0.05不代表因果关系成立，高 $ R^2 $ 也不意味着模型就一定合理。

真正有价值的实证研究，从来都不是“跑个回归看结果”，而是围绕核心问题，反复调试模型、验证假设、排查问题。而残差诊断正是这一过程的关键环节——它帮你识别模型的弱点，提醒你何时该怀疑、何时该修正。

熟练掌握EViews中的OLS全流程操作，不仅是技术能力的体现，更是科学精神的养成。下次当你面对一组新数据时，不妨多问一句：“我的残差干净吗？” 只有经得起诊断考验的模型，才配被称为“可信的结果”。

📌附录：常用命令速查表