eviews 中没有逐步回归的程序，想要做逐步回归要么用spss，要么自己动手一个变量一个变量的加进去.请看下边关于用eviews的论述：
（文章出自《多重共线性的程序选优法》 作者：刘琼
＜meta content="text/html; charset=utf-8" http-equiv="Content-Type"＞＜/meta＞＜meta content="Word.Document" name="ProgId"＞＜/meta＞＜meta content="Microsoft Word 12" name="Generator"＞＜/meta＞＜meta content="Microsoft Word 12" name="Originator"＞＜/meta＞＜link href="file:///C:\DOCUME~1\HONGYI~1\LOCALS~1\Temp\msohtmlclip1\01\clip_filelist.xml" rel="File-List"＞＜/link＞＜link href="file:///C:\DOCUME~1\HONGYI~1\LOCALS~1\Temp\msohtmlclip1\01\clip_themedata.thmx" rel="themeData"＞＜/link＞＜link href="file:///C:\DOCUME~1\HONGYI~1\LOCALS~1\Temp\msohtmlclip1\01\clip_colorschememapping.xml" rel="colorSchemeMapping"＞＜/link＞＜style＞ <!-- /* Font Definitions */ @font-face {font-family:宋体; panose-1:2 1 6 0 3 1 1 1 1 1; mso-font-alt:SimSun; mso-font-charset:134; mso-generic-font-family:auto; mso-font-pitch:variable; mso-font-signature:3 135135232 16 0 262145 0;} @font-face {font-family:"Cambria Math"; panose-1:2 4 5 3 5 4 6 3 2 4; mso-font-charset:1; mso-generic-font-family:roman; mso-font-format:other; mso-font-pitch:variable; mso-font-signature:0 0 0 0 0 0;} @font-face {font-family:Calibri; panose-1:2 15 5 2 2 2 4 3 2 4; mso-font-charset:0; mso-generic-font-family:swiss; mso-font-pitch:variable; mso-font-signature:-1610611985 1073750139 0 0 159 0;} @font-face {font-family:"\@宋体"; panose-1:2 1 6 0 3 1 1 1 1 1; mso-font-charset:134; mso-generic-font-family:auto; mso-font-pitch:variable; mso-font-signature:3 135135232 16 0 262145 0;} /* Style Definitions */ p.MsoNormal, li.MsoNormal, div.MsoNormal {mso-style-unhide:no; mso-style-qformat:yes; mso-style-parent:""; margin:0cm; margin-bottom:.0001pt; text-align:justify; text-justify:inter-ideograph; mso-pagination:none; ; mso-bidi-; font-family:"Calibri","sans-serif"; mso-ascii-font-family:Calibri; mso-ascii-theme-font:minor-latin; mso-fareast-font-family:宋体; mso-fareast-theme-font:minor-fareast; mso-hansi-font-family:Calibri; mso-hansi-theme-font:minor-latin; mso-bidi-font-family:"Times New Roman"; mso-bidi-theme-font:minor-bidi; mso-font-kerning:1.0pt;} .MsoChpDefault {mso-style-type:export-only; mso-default-props:yes; mso-bidi-font-family:"Times New Roman"; mso-bidi-theme-font:minor-bidi;} /* Page Definitions */ @page {mso-page-border-surround-header:no; mso-page-border-surround-footer:no;} @page Section1 {size:612.0pt 792.0pt; margin:72.0pt 90.0pt 72.0pt 90.0pt; mso-header-margin:36.0pt; mso-footer-margin:36.0pt; mso-paper-source:0;} div.Section1 {page:Section1;} --> ＜/style＞虽然Eviews软件在计量经济学上的广泛应用，使参数的估计变的十分方便，但通过反复的比较，逐步回归的方法，步骤还是比较烦琐，人工操作也容易出 错。如对一个五元回归方程，第一大步，建立五元回归模型，进行检验多重共线性；第二大步，要进行五个一元回归方程的建立和比较；第三大步，在第二大步的基 础上，要进行四个二元回归方程的建立和比较；第四大步，在第三大步的基础上，要进行三个三元回归方程的建立和比较；第五大步，在第四大步的基础上，要进行 二个四元回归方程的建立和比较。通过以上十四次的建立和比较才能确定一个满意的回归方程。如果解释变量增加，则步骤更多。
　　2.结果有可能是局部最优
　 　逐步回归法的应用可能遗漏最优方程，选出的回归方程有可能只是某一个较优的回归方程。如在上述第三大步中，进行四个二元回归方程的比较时，可能四个二元 回归方程的t统计量都小于临界值，而在三元方程则会通过t检验，因此我们在二元回归方程的选择可能存在随意性，这样的选择最终可能遗漏最优方程。
　　三、程序选优法的设计思想
　　1.程序选优法符合“从一般到简单”的建模思想
　 　逐步回归法是以“由简单到复杂”的建模思想为指导的，而程序选优法是以“从一般到简单”的思想为指导，即开始时建立一个一般的模型，将对被解释变量有影 响的所有变量都作为解释变量，然后在建模的估计和检验中选择，最后得到一个比较简单的模型。这种建模方法在很大程度上消除了建模过程中的主观性。如开始时 建立一个五元模型，程序选优法通过运行事先编好的程序，会自动建立一个五元回归方程，五个四元回归方程，十个三元回归方程，十个二元回归方程，共二十六个 可能的方程，同时程序会自动选择出最优的方程。这种方法简单快速，保证了所选方程的最优。

谁能帮着回答下啊 急着用啊

EVIEWS6里面有逐步回归 但是适用于面板数据吗？

EVIEWS6里面有逐步回归 但是适用于面板数据吗？

如果适合，你选择时就出现，不适合，就不出现
我用POOL做面板数据时，就没出现
用PANEL做时，就出现了，不过剔除不了，不知为什么

现在做好了，可以的

12# qgmyysj
怎么做好的哇，我也不明白……

太好了，终于有人提到了PANEL工作文件了，我准备将楼主的方法和qgmyysj提供的方法（高铁梅的《计量经济分析方法与建模》也提到了PANEL建立后点ESTIMATION后就有面板数据的各种处理方法）都做一些试试，看看有没有什么差别，要是没有，就对面板数据的逐步回归学到了两种方法。感谢以上两位！

你好，你的问题解决了吗？
想问问，你的Eviews6.0是在哪下的？我一直在被骗，前几天下了个7.0版本的，结果运行不顺畅，老是卡死。

而且逐步回归会显示如下弹窗口，无法继续
Tolerance must be non negative.

请问是软件问题吗？谢谢查阅

同等。。。

我也在找这个问题的答案！求高手指教！

这个是怎么做的，是否可以指教一下？非常感谢

时间长了，不记得了。好像是最开始建设数据文件的时候，用哪个方式才可以。或者用stata吧。你再查一下吧