品牌型号：微软 surface pro7

系统：Windows 10 64位专业版

软件版本：EViews 7.2

相关系数的计算与解读联合构成了实证研究的完整验证，让我们的实验结果更加严谨，并且具有可信度。在计算相关系数的过程中，可以帮助我们找到模型中的不合理的地方，推动理论的修正和扩展。下面就来为大家详细讲一讲EViews如何计算相关系数，EViews怎么看相关系数的详细步骤。

一、EViews如何计算相关系数

相关系数是EViews回归中的重要系数，是佐证我们模型可信度的重要因素，意义远不只是获取一个描述变量间线性关联强度的简单数值，更是能为我们揭示其中解释变量可能存在的多重共线性问题，为后续的模型设定进行预检验，基于此，我们才可以从相关性关系进一步向因果推断，下面就来为大家详细讲一讲EViews如何计算相关系数的详细步骤。

EViews支持两种操作方式：一种是点菜单栏，另一种是直接敲命令。这两种方法各有各的好。如果是刚接触这个软件，用菜单栏会顺手很多，通过鼠标就可以完成大部分操作。不过要是想重复做同样的分析，或者写个能反复用的脚本，那还是命令更靠谱一些。下面我就分别聊聊这两种办法具体怎么用。

1、双变量的相关系数计算：

方法一：使用命令窗口

举个例子，假设我们手头的数据里已经有了CPI和收入这两个变量，想看看它们之间到底有多大关联。这时候，只需要在软件里敲入下面这行命令：

cor cpi income

将命令输入之后，结果立马就出来了。我们将会看到一个相关系数矩阵，找到CPI和收入交叉的那个小格子，里面那个数字就是它们的相关系数。算出来是-0.942829。这个数已经非常接近负1了，这说明收入和CPI之间有着相当强的负向关系，基本上就是一个涨、另一个就跟着跌的走势。

方法二：使用菜单栏操作

本操作同样用实际例子来为大家讲解

（1）在工作文件窗口中用【ctrl】键同时选中两个变量（CPI和income）。

（2）鼠标右键点击【open】-【as Group】，将两个变量汇成一组，便于之后的分析。

（3）在弹出的组合面板菜单栏中，依次点击【View】-【Covariance Analysis】。

（4）选择分析模式是【Ordinary】，在下方勾选【Correlation】，然后点击【ok】，就可以得出相关性系数了。

2、多变量相关性系数分析

多变量和双变量的分析方法相似，语法格式和方法是一致的，只需要多写或是多选中额外变量就可以了。

不过由于多变量之间可能存在相互勾连关系，所以建议大家可以补充协方差检验，在此就不多做介绍。

二、EViews怎么看相关系数

学会了如何计算相关系数，那么对于最后结果的解读也同样重要，下面就来为大家详细讲讲，EViews怎么看相关系数的详细内容。

我们采用具有多个变量的相关系数矩阵结果来进行讲解。

这个矩阵里，每个格子对应的其实就是相关系数 cor(X, Y)。可以看到对角线上的值全是1，这很好理解，因为一个变量和它自己肯定是完全相关的。另外，我们也会发现整个矩阵沿着对角线是对称的，这也符合相关系数的性质——cor(X, Y) 和 cor(Y, X) 本来就是相等的。

我们再来详细看一看其中数据，对于相关系数的绝对值来说，严格可以划分为以下五种相关范围。

|r|在0.0-0.2之间，表示两种变量之间相关性极弱，或是无关。

|r|在0.2-0.4之间，表示两种变量之间弱相关。

|r|在0.4-0.6之间，表示两种变量之间中度相关。

|r|在0.6-0.8之间，表示两种变量之间强相关。

|r|在0.8-1.0之间，表示两种变量之间极强相关。

而数据的正负号代表着正相关与负相关。

可以看到我们的例子中，cpi和income之间的相关系数是-0.942829，表示两者有极强的负相关关系，而income和pii之间的相关性系数为0.137567，说明两者之间存在极弱的正相关或是无关。

通过以上内容，相信大家都理解了如何使用EViews计算和解读相关系数，帮助我们更好地完成实证研究和理论扩展，以上就是EViews如何计算相关系数，EViews怎么看相关系数的相关内容，希望可以帮到大家。​