结论：Eviews 做 OLS 多元线性回归，核心流程是新建工作文件 录入数据 建立回归方程 输出结果 解读检验指标，OLS 普通最小二乘是 Eviews 最基础回归功能，多用于计量经济学论文，重点要看 R 方 F 检验 t 检验 P 值，同时要识别异方差 自相关 多重共线性这三大经典问题，本教程以最常用多元线性回归为主，操作直白，适合本科计量论文，步骤按软件实操顺序编排。

一 前期准备

回归模型形式

Y = C + β1X1 + β2X2 + μ

Y 被解释变量，X1 X2 解释变量，C 常数项，μ 随机扰动项

二 新建工作文件

1 打开 Eviews，点击 File New Workfile

2 Workfile structure type 选择

• 时间序列数据：Dated regular frequency，设置频率 年 季度 月度，填写起始年份和结束年份
• 截面数据：Unstructured/Undated，直接填写观测样本数量

3 点击 OK，生成 Workfile 窗口

三 录入数据

方法 1 手动输入

在工作文件窗口点击 Object New Object 选择 Series，依次命名 Y X1 X2，双击序列打开表格，逐行录入数据

方法 2 导入 Excel

File Import Import from file，选择 excel 文件，匹配变量名称，导入完成后变量自动生成

注意：变量名不要用中文，尽量英文命名，避免软件报错

四 执行 OLS 回归

两种常用方式

方式 1 命令窗口输入

ls y c x1 x2

回车，直接弹出回归结果表

方式 2 菜单操作

Object New Object 选择 Equation，在 Specification 框输入 y c x1 x2，估计方法选择 LS Least Squares，点击确定

语法要点：c 代表常数项，必须写，ls 是 least squares 最小二乘命令

五 回归结果表格核心指标解读

六 回归后诊断检验

1 多重共线性

查看相关系数矩阵：Group 选中 Y X1 X2，View Correlation

如果解释变量相关系数很高，存在多重共线，处理办法剔除变量 差分 主成分回归

2 异方差检验

回归结果窗口 View Residual Tests

White 异方差检验，P 值小于 0.05 代表存在异方差

处理：加权最小二乘 WLS，或者稳健标准误

3 自相关检验

DW 检验，也可以 Breusch-Godfrey 检验

DW 明显偏离 2，存在自相关

处理：广义差分，AR 项修正

七 保存与导出结果

回归结果窗口，Name 命名方程对象，File Save 保存 workfile

结果表格可以复制到 word，或者 Print 打印，论文一般直接截图或者复制表格

八 实操常见问题

1 回归系数符号和理论预期相反，检查数据是否录入错误，是否遗漏变量，内生性问题

2 P 值全部不显著，样本量太小，或者变量之间相关性弱

3 R 方很低，说明解释变量对 Y 解释能力弱

学习练习步骤

1 准备一组截面或者时间序列样本数据

2 新建 workfile，导入数据

3 使用 ls 命令跑 OLS 回归

4 读懂 t 检验 F 检验 R 方

5 依次做异方差 自相关 多重共线性检验

6 根据检验结果修正模型

【常见问题】

问题 1 Eviews 回归分析教程里面 ls 命令是什么意思

回答 1 Eviews 回归分析教程里面 ls 是 Least Squares，Eviews 回归分析教程就是普通最小二乘回归命令，Eviews 回归分析教程格式 ls y c x1 x2。

问题 2 Eviews 回归分析教程里面 P 值大于 0.05 代表什么

回答 1 Eviews 回归分析教程里面 P 值大于 0.05，Eviews 回归分析教程代表这个解释变量不显著，Eviews 回归分析教程该变量对被解释变量没有显著影响。

问题 3 Eviews 回归分析教程里面调整 R 方和普通 R 方区别

回答 1 Eviews 回归分析教程里面普通 R 方会随着增加解释变量变大，Eviews 回归分析教程调整 R 方会惩罚新增变量，Eviews 回归分析教程多元回归论文优先报告调整 R 方。

问题 4 Eviews 回归分析教程里面 DW 值作用是什么

回答 1 Eviews 回归分析教程里面 DW 统计量是检验一阶自相关，Eviews 回归分析教程数值靠近 2 说明基本不存在自相关。

【免责申明】

本内容仅为 Eviews 回归分析教程计量软件学习参考，不同 Eviews 版本菜单界面略有差异，模型设定、计量检验判定标准以计量经济学教材为准，本文不对论文模型结论争议承担相关责任。