EViews軟件操作方法

1、數(shù)量經(jīng)濟軟件w 其他參考文獻(xiàn)：其他參考文獻(xiàn)：EViews計量經(jīng)濟軟件包用戶指南計量經(jīng)濟軟件包用戶指南 幫助系統(tǒng)（英文） 用戶指南（英文）pdf格式 Eviews使用指南與案例使用指南與案例 張曉峒 機械工業(yè)出版社 2007年，年，2 35元一. EViews軟件使用初步w EViews簡介w EViews基礎(chǔ)w 序列操作w 范例： EViews的基本操作1. EViews簡介w計量經(jīng)濟學(xué)研究的核心是設(shè)計模型、收集資料、估計模型、檢驗?zāi)Ｐ?、運用模型進行預(yù)測、求解模型和運用模型。wEViews是美國GMS(Quantitative Micro Software)公司1981年發(fā)行第1版的Micro

2、 TSP(Time Series Processor)的Windows版本，通常稱為計量經(jīng)濟學(xué)軟件包。w正是由于EViews等計量經(jīng)濟學(xué)軟件包的出現(xiàn)，使計量經(jīng)濟學(xué)取得了長足的進步，發(fā)展成為實用與嚴(yán)謹(jǐn)?shù)慕?jīng)濟學(xué)科。EViews的功能vEViews的基本功能v EViews是Econometrics Views的縮寫，它的本意是對社會經(jīng)濟關(guān)系與經(jīng)濟活動的數(shù)量規(guī)律，采用計量經(jīng)濟學(xué)方法與技術(shù)進行“觀察”。v 使用 EViews軟件包可以對時間序列和非時間序列（截面數(shù)據(jù)、面版數(shù)據(jù)）的數(shù)據(jù)進行分析，建立序列（變量）間的統(tǒng)計關(guān)系式-方程。v 利用方程進行結(jié)構(gòu)分析、預(yù)測、模擬等等。v EViews的操作模式：交

3、互處理與批處理（程序控制）EViews的安裝與啟動w 安裝：n程序文件（英文）n幫助文件（英文）w 啟動：n單擊任務(wù)欄中的開始開始按鈕，選擇 程序 中的EViews進入EViews程序組，選擇EViews程序；n雙擊桌面上的Eviews快捷方式圖標(biāo)；n雙擊已建立的Eviews文件（workfile 文件）名稱。EViews窗口介紹菜單欄標(biāo)題欄命令窗口控制按鈕信息欄路徑狀態(tài)欄主工作區(qū)在這里顯示各個對象窗口EViews 的菜單w 主菜單欄上共有9個選項： File，Edit，Objects，View，Procs，Quick，Options，Window，Help。w 用鼠標(biāo)點擊可打開下拉式菜單（或

4、再下一級菜單），點擊某個選項響應(yīng)對應(yīng)的操作。w File、Edit、 Options、 Window、Help的功能與Word, Excel等其他應(yīng)用軟件的相應(yīng)功能相似。EViews的菜單w Objects：對象對象是指有一定關(guān)系的信息或算子捆綁在一起供使用的單元。如序列(series) 、方程（equations)、模型(Modeles)、系數(shù)(coefficients)等。對象都放置在對象容器中，其中工作文件（workfile）是最重要的對象容器。w View與Procs：Objects可以不同形式瀏覽和處理。視圖與過程的下拉菜單的項目隨著當(dāng)前的窗口不同而改變，上下文相關(guān)，主要涉及變量的多

5、種查看方式和運算過程。w Quick：提供快速分析過程，包括常用的統(tǒng)計分析方法，回歸模型，時間序列模型以及各種重要檢驗。 EViews 的工作方式w 交互式操作w 批處理方式（1）圖形界面導(dǎo)向方式；（2）簡單命令方式；（3）命令參數(shù)方式 (1)與（2）相結(jié)合) ；交互式批處理（4）程序運行方式（采用EViews命令編制程序）。2. 2. EViews 基礎(chǔ)w EViews的基本操作n建立工作文件：File/New/Workfilen在Workfile中顯示對象：選中對象View/Show或者，直接雙擊對象。n顯示序列圖形：打開序列View/Graph 可改變圖形設(shè)置。n建立方程：Objects

6、/New Object/Equation 常用組常用組group建立方程建立方程n分析估計結(jié)果：了解各參數(shù)的含義 EViews的基本操作w 工作文件n用戶與 Eviews 對話期間保存在內(nèi)存中的信息，包含進程中調(diào)入與建立的全部命名對象。w 進入EViews后的第一件工作應(yīng)從創(chuàng)建新的或打開原有的工作文件開始。nWorkfile的文件擴展名：.wflw 結(jié)束工作時，應(yīng)將工作文件保存到磁盤。結(jié)束工作時，應(yīng)將工作文件保存到磁盤。Eviews中的對象工作文件（對象容器）Eviews 的對象視圖、數(shù)據(jù)成員過程、估計方法建立工作文件的方法w 交互操作：點擊 File/New/Workfilew 命令格式：w

7、fcreate 缺省文件名是Untitled.wflw 確定工作文件結(jié)構(gòu)類型對話框：n選擇數(shù)據(jù)類型和起止日期，并在出現(xiàn)的對話框中提供必要的信息：適當(dāng)?shù)臅r間頻率（年、半年、季度、月度、周、日等）n開始日期是序列數(shù)據(jù)中最早的日期；結(jié)束日期是最晚日期，非時間序列提供觀測值個數(shù)。n以后還可以對這些設(shè)置進行更改。建立工作文件w 點擊 File/New/Workfile 彈出會話框：建立工作文件w 時間序列數(shù)據(jù)、Dated 數(shù)據(jù)頻率表達(dá)方式：nAnnual 年度：如96（1969），2005nSemi-annual 半年：如1990:1, 2005:2nQuarterly 季度：如2003:1，2005:

8、4nMonthly月度：如1999:1，2000:6, 2005:12nWeekly 周：起始和終止日期都是日期nDaily5 每周5天的第一天nDaily7 每周7天的第一天n日期：（美國格式）月:日:年 如，3:10:2005w Unstrucured or Undated 非時間序列數(shù)據(jù)： 給出樣本個數(shù)， 如，1, 50演示 wfcreate工作文件窗口4打開的工作文件是EViews的子窗口。4目錄顯示該工作文件的所有對象的圖標(biāo)：h雙擊對象可以打開對象窗口；h右擊對象可以彈出快捷菜單，選擇某種操作；h要同時選擇多個對象，按住Ctrl鍵同時單擊要選擇的對象。工作文件窗口信息欄標(biāo)題欄工具條控

9、制按鈕對象小圖標(biāo)EViews中的對象w Eviews中的信息集成在對象中。w 每個對象都包含與一個特定分析領(lǐng)域有關(guān)的信息。Objects可以不同形式瀏覽和處理。w 與每類對象相關(guān)聯(lián)的是一系列視圖（Views）和過程（Procedure），它們和對象中的信息一起使用。w 這種視圖、過程與對象中的數(shù)據(jù)的相關(guān)聯(lián)被稱為面向?qū)ο蟮腅views 設(shè)計。Eviews 中的對象wEviews 5.0 提供了提供了17個以上個以上Object：Eviews 中的對象w 選擇選擇 Object/New ObjectEviews 中的對象w 工作文件一開始其中就包含了兩個對象：n系數(shù)向量c（保存估計系數(shù)用）n殘差序

10、列 resid（實際值與擬合值之差）。w 小圖標(biāo)上標(biāo)識出對象的類型， 是系數(shù)向量，曲線圖 是序列。w 選擇Views后雙擊鼠標(biāo)左鍵，或直接使用Eviews 主窗口頂部的菜單選項，可以對工作文件和其中的對象進行處理。工作文件窗口工具條上的按鈕w Views 視圖按鈕、Procs 過程按鈕（最常用最常用）w Object 對象操作w Save 保存工作文件、Print 打印w Detail+/- 細(xì)節(jié)開關(guān)w Show 顯示所選中的對象 w Fetch、Store 讀取、存儲到數(shù)據(jù)庫文件w Delete 刪除選擇的對象w Gener 利用已有的序列生成新的序列w Sample 設(shè)置觀察值的樣本區(qū)間w

11、 從工作文件目錄中選取并雙擊對象，便可展示和分析工作文件內(nèi)的任何數(shù)據(jù)。在Eviews中創(chuàng)建對象w 交互方式創(chuàng)建對象：Objects / New Objectsn選擇序列：Seriesn選擇多個序列，建立組（群）：Group (是一個框架)對象的命名：16個西文字符以內(nèi)。n 對象命名不可與系統(tǒng)保留的對象名重名對象命名不可與系統(tǒng)保留的對象名重名。w 命令方式：nSeries 序列名nGenr 新序列名=已有序列，或公式nGroup 組名 序列名 1序列名2 n演示 Genr e=abs(resid) 在Estimate之后立即立即保存!w 復(fù)制對象： Objects / Copy Selected

12、Eviews中對象的過程w 大多Eviews 對象還包括過程（Procedure）。w 與視圖一樣之處：n過程通常以對話框的形式顯示在對象窗口中；n與視圖不同之處：n過程改變數(shù)據(jù)，可能是對象本身中的也可能是其他對象中的數(shù)據(jù)。很多過程還創(chuàng)建新的對象。l如序列含有進行平滑與季節(jié)調(diào)整的過程，可以創(chuàng)建一個新的含有平滑以及調(diào)整后的數(shù)據(jù)的序列.l方程對象的過程可以建立新的序列來包含殘差、擬合值、以及預(yù)測。w 可以用主菜單上的Procs或?qū)ο蟠翱诠ぞ邫谏系腜rocs來選擇過程。演示Eviews中對象的過程w Eviews對象的視圖(views)不是獨立的Objects，它們是相應(yīng)對象屬性的可視化表現(xiàn)，因此隨

13、原變量序列的改變而改變。w Views = Objectsn如果想將某個View 轉(zhuǎn)換成一個獨立的Objects，可使用freeze按鈕將該view “凍結(jié)”，從而形成一個獨立的Object，然后可對其進行編輯或存儲（快照）。輸入和編輯數(shù)據(jù)w 向序列輸入數(shù)據(jù)有三種基本方法：ndata 命令方式n鼠標(biāo)圖形界面方式n數(shù)據(jù)導(dǎo)入（import）w 1、命令方式：data . 序列名之間用空格隔開n多個序列名組成“組”。 建立空序列，在空序列中手工輸入數(shù)據(jù)。n可根據(jù)習(xí)慣點擊Transpose改變數(shù)據(jù)按列或行的顯示形式。輸入和編輯數(shù)據(jù)輸入命令，回車數(shù)據(jù)編輯窗口工具條序列名稱輸入的數(shù)據(jù)輸入和編輯數(shù)據(jù)2、交互

14、式方式多種打開序列的方法：n直接雙擊序列圖標(biāo)；n在工作文件窗口，選中序列：View/Open Selected/One WindowShown在主窗口：Quick/Show進入數(shù)據(jù)編輯窗口，點擊開關(guān)按鈕Edit+/-改變數(shù)據(jù)編輯狀態(tài)，輸入數(shù)據(jù)。n適合添加或修改少量數(shù)據(jù)，大量數(shù)據(jù)用導(dǎo)入/導(dǎo)出。從Excel工作簿中導(dǎo)入數(shù)據(jù)3、從Excel .xls中導(dǎo)入數(shù)據(jù)（ import）n點擊Procs/Import/Read Text-Lotus-Exceln選擇Excel .xls文件（可能不能識別中文，包括目錄）nExcel .xls文件必須先關(guān)閉。常給出Excel文件中連續(xù)的序列的個數(shù)?；蛘撸蛄忻Q

15、（如果事先沒有創(chuàng)建序列，則按Excel中B1行名稱導(dǎo)入）。 左上角單元格按列還是按行讀取數(shù)據(jù)。導(dǎo)入范圍從Excel工作簿中導(dǎo)入數(shù)據(jù)w 分析能源消費與經(jīng)濟增長關(guān)系 w 數(shù)據(jù)：1978-2008年實際GDP（單位：億元）、能源消費（單位：萬噸標(biāo)準(zhǔn)煤）。w 有兩個時間序列數(shù)據(jù)存放在Energy的Excel工作簿中：realGDP Ecsu w 試做方程：realGDP= + *Ecsuw 點擊Procs/Import/Read Text-Lotus-Excel導(dǎo)入后生成兩個序列：nrealGDP 改名為 rgdpnEcsuw 導(dǎo)入后需查看數(shù)據(jù)是否正確，然后 save 為energy.wf13.3.

16、序列操作w 序列窗口常用操作：nViewnProcsnObjectsnNamenFreezenEdit+/-nInsDeln下拉框-顯示百分比變化、對數(shù)等形式nLabel+/-nWide+/-nSmpl+/-nTitlenSort 排序顯示3.3. 序列操作w 通過命令打開視圖：nObject名稱名稱.View名稱名稱n例如， rgdp.sheet ecsu.linew 通過命令執(zhí)行過程：nObject名稱名稱.Procs名稱名稱(選項選項) 參數(shù)參數(shù)n例如，gdp .seas(m) adjgdpn按乘方法對序列g(shù)dp進行季節(jié)調(diào)整并將結(jié)果保存到新序列adjgdp中。3.3. 序列操作（1）指定

17、樣本區(qū)間Smpl、Sample（2） 根據(jù)已有序列生成新序列Genr（3） 序列的描述統(tǒng)計分析View（4） 擴展工作文件Procs/Resize Current page設(shè)定樣本范圍w 工作文件窗口、序列窗口、序列組窗口工具欄：Sample按鈕或工作文件窗口set sample-不生成樣本范圍對象，臨時指定工作文件當(dāng)前樣本樣本范圍序列窗口 Procs/ resample 生成一個新序列(子序列)w Smpl 命令-彈出會話框臨時指定工作文件樣本范圍簡化輸入的函數(shù)： all 整個工作文件 first 工作文件第一個觀測值 表達(dá)式：firs+5 last 工作文件最后一個觀測值 表達(dá)式：last

18、-5 Smpl first lastSmpl first+1 last-1smpl 1 31 if x3 and xNA樣本對象創(chuàng)建樣本對象：生成樣本對象，供隨時調(diào)用。w Sample 命令命令 彈出會話窗口w Sample 起點 終點 if 條件w Object/New Object 選擇 Sample 例1 上部分 91 2008 (20世紀(jì)可用2位數(shù)字表示) 下部分 GDP30000 例2 上部分 81 2010 下部分 CONSUME 1.1*CONSUME(-1)樣本對象w 創(chuàng)建樣本對象目的是在不同樣本區(qū)間進行研究。w 調(diào)用樣本對象調(diào)用樣本對象：n雙擊樣本對象名，打開樣本范圍對象，

19、選中“Set workfile sample equal to this.”n或命令 Smpl 樣本名 或 Smpl+/- 開關(guān) w 擴展工作文件擴展工作文件 在追加數(shù)據(jù)或進行預(yù)測時，用來擴展工作文件的樣板區(qū)間。Work file：Procs/Resize current page 命令：Expand （2） 根據(jù)表達(dá)式（可包含已有序列）生成新序列 Genr 按鈕-通過等式生成樣本命令： Genr 序列名=表達(dá)式 series 序列名=表達(dá)式例：Genr E1=resid Genr ee=abs(resid) Genr GDP_sd=pch(GDP) 根據(jù)表達(dá)式生成新序列one-period

20、percentage change (in decimal)例： genr lngdp=log(rgdp) *實際是自然對數(shù)ln smpl 78 2008 genr y=trend+1978 genr D1=y=1998 可用作虛擬變量 genr t=1 smpl 79 2008 genr t=t(-1)+1根據(jù)表達(dá)式生成新序列否則回全部生成NA根據(jù)表達(dá)式生成新序列w 公式中的運算符和函數(shù)w 缺值NA（Not available code）w 特殊函數(shù)w 回歸統(tǒng)計函數(shù)w 其他函數(shù)w 通過多次使用Genr命令可以拼接生成一個新序列使用表達(dá)式w Eviews不僅提供了標(biāo)準(zhǔn)的數(shù)學(xué)運算和統(tǒng)計運算, 也

21、提供了很多能夠自動處理時間序列中的先行、滯后、差分等操作的特殊函數(shù)。w 運算符n基本算術(shù)運算符 + +、- -、* *、/ /、 (冪), n+、-還可以作為符號運算符來使用。w 比較運算符 、=、 =、 w 序列函數(shù)序列函數(shù)nEviews提供的函數(shù)能夠?qū)Ξ?dāng)前樣本的序列元素進行運算，Eviews中大多數(shù)函數(shù)前都有一個符號。w 先行指標(biāo)、滯后指標(biāo)先行指標(biāo)、滯后指標(biāo)處理序列中的先行、滯后指標(biāo)只要在序列名后加一對小括號;滯后的數(shù)字用負(fù)號，先行的用正數(shù)表示。例如：gdp(-1) concume(-1) income(+1) Ls comsume c income condume(-1) Ls coms

22、ume c income concume2 使用表達(dá)式表示消費遞減使用表達(dá)式w 邏輯表達(dá)式邏輯表達(dá)式n邏輯表達(dá)式能作為數(shù)學(xué)表達(dá)式的一部分、樣本描述的一部分或在程序中作為 if 判斷的一部分。n注意：Eviews用1表示真，用0表示假。n復(fù)合邏輯表達(dá)式用 AND OR例如：genr D1=y=1998 1998年之前為0，之后為1 w 差分差分nD函數(shù)和DLOG函數(shù)可以處理差分或先取對數(shù)后作差分。例如：genr dgdp=d(rgdp) genr dlgdp=dlog(rgdp) 標(biāo)量操作w 標(biāo)量與序列或組不同，它沒有顯示窗口，只能通過命令方式來建立。例如： nscalar W=8nscalar

23、 Y=MEAN(X) 均值nscalar Z=VAR(X)總體方差 2= (X-)2/nw 標(biāo)量對象的圖標(biāo)為#號。w 用show 命令，系統(tǒng)會在Eviews窗口底下狀態(tài)狀態(tài)行行顯示標(biāo)量對象的值。3.3. 序列操作（3）序列的描述統(tǒng)計分析Viewn描述統(tǒng)計分析Descriptive Statisticsn描述統(tǒng)計檢驗Tests for Descriptive Statisticsn分布圖Distribution Graphs描述統(tǒng)計量w 序列窗口View下拉有Descriptive Statistics （描述統(tǒng)計量），選擇Histogram and Stats（直方圖及統(tǒng)計量）w 直方圖直方圖

24、顯示序列數(shù)據(jù)的頻數(shù)分布，給出標(biāo)準(zhǔn)的描述統(tǒng)計量：n中位數(shù) (median) 即從小到大排列的序列的中間值。n標(biāo)準(zhǔn)差（Standard Deviation）序列的離散程度。n偏度S（Skewness） 分布圍繞其均值的非對稱性。 S=0序列的分布對；S0序列分布有長右拖尾， S3，分布的凸起程度大于正態(tài)分布；如果K3，序列分布相對于正態(tài)分布平坦。nJarque-Bera 檢驗序列是否服從正態(tài)分布。在正態(tài)分布的原假設(shè)下，Jarque-Bera統(tǒng)計量是自由度為2的 分布。概率值p是Jarque-Bera統(tǒng)計量拒絕原假設(shè)下犯第一類錯誤的概率，稱為檢驗的相伴概率相伴概率。 若p0，則拒絕原假設(shè)，即不服從正

25、態(tài)分布。411yyNKiNi223416KSkNJB2描述統(tǒng)計量w 可以通過函數(shù)返回公式輸出的標(biāo)量數(shù)值：序列Y的觀測值數(shù)目 obs(Y)mean(Y) median(Y) min(Y) max(Y) sum(Y) sumsq(Y) var(Y) stdev(Y) w 計算樣本方差的無偏估計值：var(Y)*(obs(Y)/(obs(Y)-1) 或 stdev(Y)2 樣本標(biāo)準(zhǔn)差的平方方差的自由度就是方差的自由度就是(n-1)相關(guān)圖及單位根檢驗w Correlogram（相關(guān)圖）：n 給出了自相關(guān)函數(shù)與偏相關(guān)函數(shù)的數(shù)值與圖表，可以在它的對話框中選擇最大滯后階數(shù)，以及是否對序列進行差分。w uni

26、t root test（單位根檢驗）n在進行時間序列之前應(yīng)對每一個序列進行單位根檢驗來確定它的平穩(wěn)性。Eviews 提供了兩中單位根檢驗。（ADF and PP）可以在單位根檢驗的對話框中選擇。描述統(tǒng)計量檢驗w 序列窗口View下拉有Tests for Descriptive Stats （描述統(tǒng)計量檢驗）：nSimple Hypothesis Tests（簡單假設(shè)檢驗）原假設(shè)分別為給定均值Mean、方差Variance、中位數(shù)Median。如果已知序列標(biāo)準(zhǔn)差，也可給出。nEquality Tests by Classification（分組齊性檢驗）主要利用方差分析方法計算各組數(shù)據(jù)的組內(nèi)和組

27、間的差異。與分組描述統(tǒng)計過程類似。二.線性回歸分析1、序列組的建立與檢驗2、回歸模型的建立與分析1、序列組的建立w 命令方式：ngroup group_name ser1 ser2 ser3nShow w 交互方式：n主菜單中選Object/New Groups后輸入序列名稱或表達(dá)式n先選中一個序列，然后按住Ctrl鍵選擇其他序列；雙擊選中區(qū)，從彈出的快捷菜單中選擇Open GroupnSave組對象的視圖w 組窗口內(nèi)的View下拉菜單分為四個部分：n第一部分包括組中數(shù)據(jù)的各種顯示形式。n第二部分包括各種基本統(tǒng)計量。n第三部分為時間序列的特殊的統(tǒng)計量。n第四部分為標(biāo)簽項，提供組對象的相關(guān)信息。

28、組中數(shù)據(jù)的各種顯示形式w Group Members 可用于增加、修改組中的序列w SpreadSheet以電子數(shù)據(jù)表的形式顯示數(shù)據(jù)w Dated Data Table 將使時序數(shù)據(jù)以表的形式顯示組中的每一個序列n單擊Transpose按鈕，可以使表格的行列互換。w Graph以各種圖形的形式顯示數(shù)據(jù)w Multi Graph 以多圖的形式顯示組中數(shù)據(jù)組中數(shù)據(jù)常用統(tǒng)計量w Descriptive Statistics （描述統(tǒng)計量）：nCommon Sample 用于在組中序列無缺失值的情形下計算統(tǒng)計量（去掉包含缺失項所在時期的樣本）。l如均值、方差、偏度、峰度、J-B統(tǒng)計量（用于正態(tài)性檢驗）

29、等。nIndividual Samples 用每一個序列有值的觀測值進行統(tǒng)計量計算（去掉缺失項）w Tests of Equality（齊次檢驗）：n檢驗組中序列是否具有同方差、同均值或相同中位數(shù)的假設(shè)檢驗結(jié)果。2、線性回歸模型的建立w線性回歸分析普通最小二乘法LSw系數(shù)是線性系數(shù)是線性的方程稱為線性方程：nY=b0 + b1X1+ b2X2 + bkXk+ enY=b0 + b1X + b2X2 + bkXk + e變量是非線性的，但它仍然是線性方程。變量是非線性的，但它仍然是線性方程。因為，令因為，令X1=X1,X2=X2, ,Xk=Xk，就化成線性方程。，就化成線性方程。n二次函數(shù)和雙曲

30、函數(shù)仍然是線性方程二次方程：Y=a+bX+cX2雙曲函數(shù)：Y=a+b/X2、線性回歸模型的建立n雙對數(shù)方程： lnY=lna+blnX 可以表述為冪函數(shù)雙對數(shù)模型的彈性=b彈性是指一個變量對另一個變量微小的百分比變動所作出的反應(yīng)。baababaxdxdYYxaYxxxxxbbbbb1dxdXbYdY2、線性回歸模型的建立w線性回歸分析普通最小二乘法OLSw交互方式建立方程交互方式建立方程：n常用在Group窗口中單擊Procs/Make Equationn或 WFL菜單Object/New/Equationn或 主菜單Quick Estimate Equations彈出定義方程對話框。w命令格

31、式命令格式：LS 如 LS Y C X 即 Y = + x + u也可寫成：LS Y=C(1)+C(2)*Xw最小樣本容量： 樣本最小容量必須不少于模型中解釋變量的數(shù)目（包括常數(shù)項）。即 n k+1w滿足基本要求的樣本容量：經(jīng)驗表明，當(dāng) n - k 8 時t分布較為穩(wěn)定，檢驗才較為有效。一般經(jīng)驗認(rèn)為，當(dāng)n 30 或者至少n 3(k+1) 時，才能滿足模型估計的基本要求。樣本容量問題一元線性回歸-估計消費函數(shù)依據(jù)凱恩斯理論：設(shè)定理論模型： consume = + *urban_incw2006年國內(nèi)31個省市城鎮(zhèn)居民數(shù)據(jù)w相關(guān)系數(shù)：Group中的View/Correlations 0.98560

32、6w通常情況下，相關(guān)系數(shù)：n|r|0.95 存在顯著性相關(guān)；n|r|0.8 高度相關(guān)；n0.5 |r|0.8 中度相關(guān)；n0.3 |r|0.5 低度相關(guān)；n|r|T|的p值拒絕原假設(shè)的最低顯著性水平R-squared 0.971419 Mean dependent var 8401.467Adjusted R-squared 0.970433 S.D. dependent var 2388.455S.E. of regression 410.6928 Akaike info criterion 14.9359Sum squared resid 4891388 Schwarz criterion

33、15.02842Log likelihood -229.5066 F-statistic985.6616Durbin-Watson stat 1.461502 Prob(F-statistic)0.000000Eviews輸出的估計結(jié)果n下部統(tǒng)計匯總：擬合優(yōu)度殘差平方和F值ProbF的P值統(tǒng)計檢驗wt 檢驗的假設(shè)為n常數(shù)項（截距）的檢驗：H0: =0 H1: 0n多元線性回歸：H0: i=0 H1: i 0wF 檢驗（方差分析）的假設(shè)為n多元線性回歸：H0: 1= 2= m=0nH1: 1， 2， m中至少有一個不等于零n因此方差分析的結(jié)論是線性回歸方程是否顯著，是否有意義。統(tǒng)計檢驗實用經(jīng)驗w

34、實用經(jīng)驗n樣本個數(shù) n 如果大到一定程度 (n30)，nt 值只要大于2.0，就可以將回歸系數(shù)判定為顯著。n因為，通常在利用5%的顯著水平(雙側(cè)檢驗)，如果自由度在28以上(即一元回歸的n30)，則將小數(shù)第二位四舍五入，t 全部等于2.0。n即使自由度=時，1.962.0。n當(dāng)待驗回歸系數(shù)非常多時，利用這種方法比較方便，不用特意去查t分布表。回歸模型的統(tǒng)計檢驗（1）對各個回歸系數(shù)進行t檢驗， Prob：實際顯著性水平（雙側(cè)檢驗）的p值，當(dāng)p值小于給定的顯著性水平時，拒絕零假設(shè)，說明該自變量對因變量作用顯著；否則該系數(shù)與0無顯著差異，應(yīng)重新選擇估計方法或重新設(shè)計。（2）查看擬合優(yōu)度：判定系數(shù)R2

35、和調(diào)整后的判定系數(shù)。 調(diào)整的判定系數(shù)系數(shù)R2避免片面增加解釋變量的傾向。 不要片面追求擬合優(yōu)度。不要片面追求擬合優(yōu)度。（3） F檢驗：對模型中被解釋變量與解釋變量之間的線性關(guān)系在總體上是否顯著成立作推斷。R2越大，值越大。 對整個方程進行整體檢驗， Prob(F-stastic)：F檢驗的實際顯著性水平, 即p值，判斷回歸方程是否成立。Eviews輸出的估計結(jié)果R-squared Mean dependent varS.D. dependent varSum squared resid S.E. of regressionF-statisticnyyi模型的代表性分析w擬合優(yōu)度或稱判定系數(shù)、可

36、決系數(shù)R2在總離差平方和中,由解釋變量X做出解釋部分所占的比例 0 R2 1 SST=SSR+SSE (TSS) (ESS) (RSS)wR2 0.8為好,但在用截面數(shù)據(jù)時，即使模型令人滿意，R2值仍可能很低，原因是各觀測值之間存在較大的變差。模型的代表性分析w調(diào)整(修正)的可決系數(shù)Adjusted R-squared R2n用于多元回歸，由增加解釋變量個數(shù)引起的R2的增大與擬合好壞無關(guān)。在樣本容量一定的情況下，增加解釋變量必定使得自由度減少，所以調(diào)整的思路是調(diào)整的思路是：將殘差平方和與總離差平方和分別除以各自的自由度，以剔除變量個數(shù)對擬合優(yōu)度的影響。n其中：n-k-1為殘差平方和的自由度，n

37、-1為總體平方和的自由度。 可能為負(fù)可能為負(fù)。)1 () 1(1122RknnR2R赤池信息準(zhǔn)則和施瓦茨準(zhǔn)則w為了比較所含解釋變量個數(shù)不同的多元回歸模型的擬合優(yōu)度，常用的標(biāo)準(zhǔn)還有：n赤池信息準(zhǔn)則 （Akaike information criterion, AIC） AIC=(-2L/n) +(2k/n) L對數(shù)似然值n施瓦茨準(zhǔn)則 （Schwarz criterion，SC）w這兩準(zhǔn)則均要求 僅當(dāng)所增加的解釋變量能夠減少AIC值或SC值時才在原模型中增加該解釋變量。模型的代表性分析估計結(jié)果的分析：Equation窗口中的Viewsw利用Equation視圖中工具條View，可以顯示估計方程、估

38、計方程的統(tǒng)計結(jié)果、以圖或表的形式顯示數(shù)據(jù)的實際值、預(yù)測值和殘差。w查看殘差圖 Equation視圖的Views / Actual, Fitted, Residual方程的殘差存儲于resid 序列對象中，可象普通序列一樣直接使用。最好保存下來，避免被估計其他方程時被覆蓋。 觀察圖形，對異方差性和序列相關(guān)性有大致判斷。計算Eviews 的估計結(jié)果w可以通過函數(shù)返回公式輸出的標(biāo)量數(shù)值判定系數(shù)r2 如 Scalar r2=eq1.r2 回歸標(biāo)準(zhǔn)差se 殘差平方和ssrF統(tǒng)計量的值f 樣本容量regobs因變量均值meandep 因變量標(biāo)準(zhǔn)差sddep估計系數(shù)的個數(shù)ncoef 第i個系數(shù)的估計值coe

39、fs(i) 第i個系數(shù)的估計標(biāo)準(zhǔn)差stderrs(i)第i個系數(shù)的t統(tǒng)計量的值tstats(i)第i個與第j個系數(shù)的協(xié)方差cov(i,j) 協(xié)方差矩陣covw返回向量：系數(shù)標(biāo)準(zhǔn)差stderrs 系數(shù)值coefs 系數(shù)t統(tǒng)計量的值tstats參數(shù)估計量的置信區(qū)間w創(chuàng)建一個向量保存計算結(jié)果 命令vector(10) resultw計算雙尾5%顯著水平下的t值： 函數(shù)qtdist(p,v)result(1)=qtdist(.975,(eq01.regobs - eq01.ncoef)如果當(dāng)前的默認(rèn)公式是eq01,則可省略。w計算95%置信度下斜率的置信區(qū)間： result(2)= coefs(2)

40、- result(1)*stderrs(2) result(3)= coefs(2) + result(1)*stderrs(2) CONSUME = 238.47 + 0.75* Urban_INC邊際消費傾向在95%置信度下置信區(qū)間：(0.68 , 0.81)1(kntstiii從向量中取值估計系數(shù)的個數(shù)樣本容量計量經(jīng)濟學(xué)檢驗w計量經(jīng)濟學(xué)檢驗計量經(jīng)濟學(xué)檢驗n穩(wěn)定性檢驗n異方差n多重共線n序列相關(guān)擬合回歸“直線”的性質(zhì)w方程的殘差存儲于Resid的序列對象中w可象普通序列一樣直接用于檢查擬合回歸“直線”的性質(zhì)：演示1、擬合值的均值等于因變量的實際均值；2、殘差和等于零，即殘差的均值為0；3、

41、殘差與擬合值不相關(guān)；4、殘差與每一個自變量都不相關(guān)；5、回歸直線過X、Y的均值點；擬合回歸“直線”的性質(zhì)iiiuyy .y4y1y2y3x1x2x3x41234xyxy10fitted valueactual value.),(yx擬合回歸“直線”的性質(zhì)殘差和為零殘差和為零自變量與殘差不相關(guān)自變量與殘差不相關(guān)平均數(shù)相等平均數(shù)相等擬合值與殘差不相關(guān)擬合值與殘差不相關(guān)iiiiieXeYY21 回歸直線過回歸直線過 點點),(YXiYY00eei或0),(iieYCOV0),(iieXCOV擬合回歸“直線”的性質(zhì)演示w Show consume consumef urban_inc resid Vi

42、ew/Descriptive Stats/Common Sample殘差和為零、 擬合值的均值等于因變量的實際均值 殘差和為零 演示 View/Correlations擬合回歸“直線”的性質(zhì)w 回歸直線過均值點： Scalar YM=mean(Y) Scalar YM1=C(1) + C(2)* mean(X) Scalar a=ym-ym1 a 應(yīng)當(dāng)?shù)扔?從系數(shù)向量中取值 擬合值與殘差不相關(guān) 自變量與殘差不相關(guān) consume = 281.50 + 0.714554* Urban_INCeq1 t=( 1.05 31.40 ) p=( 0.3946 0.0000 ) R2=0.949146修

43、正擬合方程t檢驗沒有通過w由于數(shù)據(jù)來自截面資料，存在 異方差性異方差性（后討論）n選擇加權(quán)最小二乘法加權(quán)最小二乘法n權(quán)重序列取殘差絕對值平方根的倒數(shù)，得：eq2 consume = 292.00 + 0.714519* Urban_INC p=( 0.00 0.00 ) R2=0.999138w回歸標(biāo)準(zhǔn)差也有很大改善。利用擬合方程預(yù)測 預(yù)測步驟w把原來的工作文件頻率范圍擴展為1到33n選擇Procs/Structure Resize Current page n或 用命令 Expand 1 33w添加解釋變量的值（Urban_INC) Edit+/- NA = 22000 NA = 24000

44、 預(yù)測：Procs/Forecast 或工具欄 Forecast 按鈕生成預(yù)測序列：當(dāng)收入達(dá)22000時，平均消費16011；當(dāng)收入達(dá)24000時，平均消費17440。預(yù)測的平均絕對百分比誤差達(dá)4.01%。 演示利用擬合方程預(yù)測w預(yù)測：Procs/Forecast的選項nDynamic 選項利用滯后左變量以前的預(yù)測值來計算當(dāng)前樣本區(qū)間的預(yù)測值nStatic 選項是利用滯后左變量的實際值來計算預(yù)測值（選項只有在實際數(shù)值可以得到時可用），當(dāng)方程中不含有滯后被解釋變量 或 ARMA項時，兩種方法出結(jié)果相同，所以在Eviews中不提供選擇。n用Output可選擇用圖形或數(shù)值來看預(yù)測值，或兩者都用以及預(yù)

45、測評價指標(biāo)（平均絕對誤差等）。nS.E.(Optional) 將預(yù)測標(biāo)準(zhǔn)差項保存為序列。利用擬合方程預(yù)測w因變量平均值的點預(yù)測FFXY21)( )2(2FFYesntYw因變量平均值的區(qū)間預(yù)測 置信水平為 1- 的預(yù)測區(qū)間為：w通常在利用5%的顯著水平(雙側(cè)檢驗)，如果自由度在28以上(即一元回歸的n30)，則將小數(shù)第二位四舍五入，t全部等于2.0。 df= 時，t=1.96。w模型研制者的任務(wù)是盡可能地縮小置信區(qū)間。縮小置信區(qū)間。利用擬合方程預(yù)測XtXT+11TYYt點預(yù)測預(yù)測區(qū)間iiXY點預(yù)測與預(yù)測區(qū)間96. 1iiYY96. 1iiYY60008000100001200014000160

46、0051015202530CONSUMEF利用擬合方程預(yù)測給出近似95%的置信區(qū)間對預(yù)測的評價指標(biāo)w事后模擬是將預(yù)測數(shù)列與實際數(shù)列直接進行比較，根據(jù)兩者的接近程度進行預(yù)測評價。w預(yù)測時選中保存標(biāo)準(zhǔn)差到序列 SE Genr High=csf+2*SE Genr Low =csf-2*SE 預(yù)測值保存的序列名 Show consume csf High Loww下面給出事后模擬預(yù)測事后模擬預(yù)測評價的若干指標(biāo)。對預(yù)測的評價指標(biāo)2、平均絕對誤差百分比 (MAPE Mean Abs. Percent Error)：一般認(rèn)為， MAPE10 時預(yù)測精度較高。1、均方根誤差(RMSE Root mean Squared Error)：其中 為Yt 的模擬(simulate)預(yù)測值，即回歸擬合值。 為Yt的實際值(actual)，T為時點數(shù)(或樣本區(qū)間)。stYatYT1t2atst)YY(T1RMSE對預(yù)測的評價指標(biāo)3、Theil不相等系數(shù)(記為IC Inequality Coefficient)：其的分子就是RMSE，分母是因變量模擬值與實際值的樣本二階原點矩的算術(shù)平方根。 如果Th