计量经济学中ols一阶拟合完以后残差不为正态分布 残差正态2113性是一个非常强的假定，往往现实5261中难以满足。它存4102在主要是为了保证回1653归系数进行统计推断能顺利利用t、f等分布进行检验而已。回归系数的无偏性或者一致性不会收到分布的影响。所以这并不是什么大问题，在大样本下，残差一般都能满足渐进正态性。而在实际操作中，通常给被解释变量用log（）进行处理，也都基本可以逼近正态。OLS估计中，最重要的还是要处理内生性和异方差。只要保证解释变量与残差不相关（无内生性），以及解释变量与残差的方差不相关（无异方差），系数的一致性能保证，同时假设推断的合理性也能得到满足，结论才是可靠。结论是：不用特意处理，用log（y）代替被解释变量。
spss中如何利用直方图看出残差的正态性 直方图是粗略检验正态性的一个好方法，通过对数据的大概形态的了解我们可以粗略的看出数据是正太还是偏态，好吧，下面是具体的方法： 工具/原料 spss20.0 。
eviews进行残差正态性检验两种方式正态分布怎么不一样？ 你回归后要保存为新的残差序列，然后在做正态检验，不能直接用原始的”resid\"序列直接正态检验，这样当然和在回归页面上做不一样
