eviews多元线性回归模型，异方差怎么修正，需要具体eviews操作 模型如果检验出存在异方差性，可用加权最小二乘法（Weighted Least Squares，WLS）进行估计。如下图，“权”可以有多种选择，通常可以用1/|ei|eviews 也有怀特一致协方差矩阵估计量(WhiteHeteroskedasticity-ConsistenceCovariance Matrix Estimator)，这种方法提供大样本情形下回归标准差和回归系数的一致估计量，参数估计结果与普通最小二乘估计结果相同，但是可以进行有效的t检验和F检验。
eviews 回归分析结果求大神给我分析下 模型中三个解释变量的估计值分别为0.236435，0.061913，0.97819，标准差分别是0.0152，0.0228，0.0，标准差是衡量回归系数值的稳定性和可靠性的，越小越稳定，三个解释变量的估计值的T值是用于检验系数是否为零的，若值大于临界值则可靠。估计值的显著性概率值（prob)都小于5%水平，说明系数是显著的。R方是表示回归的拟合程度，越接近1说明拟合得越完美。调整的R方是随着变量的增加，对增加的变量进行的“惩罚”。D-W值是衡量回归残差是否序列自相关，如果严重偏离2，则认为存在序列相关问题。F统计值是衡量回归方程整体显著性的假设检验，越大越显著
Eviews如何进行异方差分析 最低0.27元开通文库会员，查看完整内容>；原发布者：奶茶店的孩子第四章异方差性一、参数估计进入Eviews软件包，确定时间范围，编辑输入e799bee5baa6e79fa5e98193e78988e69d8331333433623738数据；选择估计方程菜单：(1)在Workfile对话框中，由路径：Quick/Estimate Equation，进入Equation Specification对话框，键入“log(y)c log(x1)log(x2)”，确认ok，得到样本回归估计结果；(2)直接在命令栏里输入“ls log(y)c log(x1)log(x2)”，按Enter，得到样本回归估计结果；(3)在Group的当前窗口，由路径：Procs/Make Equation，进入Equation Specification窗口，键入“log(y)c log(x1)log(x2)”，确认ok，得到样本回归估计结果。如表4.1：表4.1二、检验模型的异方差性（一）图形法（1）生成残差平方序列1.在workfile对话框中，由路径procs/generateseries，进入Generate Series by Equation对话框，键入“e2=resid^2”，生成残差平方项序列e2；② 直接在命令栏里输入“genr e2=resid^2”，按Enter，得到残差平方项序列e2。（2）绘制散点图①直接在命令框里输入“scat log(x2)e2”，按Enter，可得散点图4.2②选择变量名log(x2)与e2（注意选择变量的顺序，先选的变量将在图形中表示横轴。
