1、非线性的回归：首先绘制散点图，观看Y和X的关系（线性的，非线性的（二次曲线，logistics曲线，指数等））。例如书P212也虽然使用ls log（y） c 1/x 得出了指数的估计，但是由于指数的回归不能够使用OLS法，所以要重新进行估计。在equation specification中输入y=c(1)*exp(C(2)*(1/X))点击ok结果会更好。
2、预则：先改变样本的范围，然后输入x的值，在回归结果输出窗口点击forecast，然后在yf中就可以看见对于给定的x，y的预测值。
                      注意：ls d(Y)  X C即可以预测y 也可以预测d（y），比较灵活。
                                 先令dy=d（y），然后ls  dy x c只能够预测dy
3、步骤:做散点图—做回归—看拟合与残差图resid或者view—actual、 fitted 、residual—table/graph
4、工具变量法：case3
      先做回归ls cons c  gdp
[img]file:///C:/Documents%20and%20Settings/user/Application%20Data/Tencent/Users/1050736250/QQ/WinTemp/RichOle/Z@ANV(BINY~H6U5[O7F2KPD.jpg[/img]
—看是否存在自相关DW=0.805或者做高阶view  residual test——serial correlation LM test
[img]file:///C:/Documents%20and%20Settings/user/Application%20Data/Tencent/Users/1050736250/QQ/WinTemp/RichOle/0@2J[UB[K))G~(PBFDGP4YA.jpg[/img]
DW=0.805，且P<0.5认为存在正的自相关—观察resid、gdp、cons、capi的相关系数可以看出capi和gdp是高度相关的，且capi与resid不相关。所以选择capi作为工具变量。
eviews—quick—estimate equation—选择TSLS法：输入cons  c  gdp在工具变量下填写c capi—

最后的结果是CONS = 630.29611863 + 0.5726185776*GDP（而不是capi）