Eviews上機指導及演示示例

1、第一部分 Eviews簡介Eviews是Econometrics Views的縮寫，直譯為計量經(jīng)濟學觀察，通常稱為計量經(jīng)濟學軟件包。它的本意是對社會經(jīng)濟關系與經(jīng)濟活動的數(shù)量規(guī)律，采用計量經(jīng)濟學方法與技術進行“觀察”。計量經(jīng)濟學研究的核心是設計模型、收集資料、估計模型、檢驗模型、應用模型（結構分析、經(jīng)濟預測、政策評價）。Eviews是完成上述任務比較得力的必不可少的工具。正是由于Eviews等計量經(jīng)濟學軟件包的出現(xiàn)，使計量經(jīng)濟學取得了長足的進步，發(fā)展成為一門較為實用與嚴謹?shù)慕?jīng)濟學科。1、Eviews是什么Eviews是美國QMS公司研制的在Windows下專門從事數(shù)據(jù)分析、回歸分析和預測的工具。

2、使用Eviews可以迅速地從數(shù)據(jù)中尋找出統(tǒng)計關系，并用得到的關系去預測數(shù)據(jù)的未來值。Eviews的應用范圍包括：科學實驗數(shù)據(jù)分析與評估、金融分析、宏觀經(jīng)濟預測、仿真、銷售預測和成本分析等。Eviews是專門為大型機開發(fā)的、用以處理時間序列數(shù)據(jù)的時間序列軟件包的新版本。Eviews的前身是1981年第1版的Micro TSP。目前最新的版本是Eviews4.0。我們以Eviews3.1版本為例，介紹經(jīng)濟計量學軟件包使用的基本方法和技巧。雖然Eviews是經(jīng)濟學家開發(fā)的，而且主要用于經(jīng)濟學領域，但是從軟件包的設計來看，Eviews的運用領域并不局限于處理經(jīng)濟時間序列。即使是跨部門的大型項目，也可以

3、采用Eviews進行處理。Eviews處理的基本數(shù)據(jù)對象是時間序列，每個序列有一個名稱，只要提及序列的名稱就可以對序列中所有的觀察值進行操作，Eviews允許用戶以簡便的可視化的方式從鍵盤或磁盤文件中輸入數(shù)據(jù)，根據(jù)已有的序列生成新的序列，在屏幕上顯示序列或打印機上打印輸出序列，對序列之間存在的關系進行統(tǒng)計分析。Eviews具有操作簡便且可視化的操作風格，體現(xiàn)在從鍵盤或從鍵盤輸入數(shù)據(jù)序列、依據(jù)已有序列生成新序列、顯示和打印序列以及對序列之間存在的關系進行統(tǒng)計分析等方面。Eviews具有現(xiàn)代Windows軟件可視化操作的優(yōu)良性?？梢允褂檬髽藢藴实腤indows菜單和對話框進行操作。操作結果出現(xiàn)在

4、窗口中并能采用標準的Windows技術對操作結果進行處理。此外，Eviews還擁有強大的命令功能和批處理語言功能。在Eviews的命令行中輸入、編輯和執(zhí)行命令。在程序文件中建立和存儲命令，以便在后續(xù)的研究項目中使用這些程序。2、運行Eviews在Windows 2000中運行Eviews的方法有：（1）單擊任務欄上的“開始”“程序”“Eviews”程序組“Eviews”圖標。（2）使用Windows瀏覽器或從桌面上“我的電腦”定位Eviews目錄，雙擊“Eviews”程序圖標。（3）雙擊Eviews的工作文件和數(shù)據(jù)文件。3、Eviews的窗口Eviews的窗口分為幾個部分：標題欄、主菜單欄、命

5、令窗口、狀態(tài)行和工作區(qū)（如圖1-1所示）。圖1-1 Eviews窗口（1）標題欄標題欄位于主窗口的頂部，標記有Eviews字樣。當Eviews窗口處于激活時，標題欄顏色加深，否則變暗。單擊Eviews窗口的任意區(qū)域將使它處于激活狀態(tài)。標題欄的右端有三個按鈕：最小化、最大化（或復原）和關閉。標題欄左邊是控制框，控制框也有上述三個按鈕的功能且雙擊它關閉該窗口。（2）主菜單主菜單位于標題欄之下。將指針移至主菜單上的某個項目并用鼠標左鍵單擊，打開一個下拉式菜單，通過單擊下拉菜單中的項目，就可以對它們進行訪問。菜單中黑色的是可執(zhí)行的，灰色的是不可執(zhí)行的無效項目。主菜單欄上共有7個選項：“File”, “

6、Edit”, “Objects”, “View”,“Procs”,“Quick”,“Options”,“Windows”,“Help”。（3）命令窗口主菜單下的區(qū)域稱作命令窗口。在命令窗口輸入命令，按“ENTER”后命令立即執(zhí)行。命令窗口中的豎條稱為插入點（或提示符），它指示鍵盤輸入字符的位置。允許用戶在提示符后通過鍵盤輸入Eviews（TSP風格）命令。如果熟悉Micro TSP(DOS)版的命令，可以直接在此輸入，如同DOS版一樣使用Eviews。按F1鍵（或移動箭頭），輸入的歷史命令將重新顯示出來，供用戶選用。將插入點移至從前已經(jīng)執(zhí)行過的命令行，編輯已經(jīng)存在的命令，按ENTER，立即執(zhí)行

7、原命令的編輯版本。命令窗口支持cut-and-paste功能，命令窗口、其他Eviews文本窗口和其他Windows程序窗口間可方便地進行文本的移動。命令窗口的內容可以直接保存到文本文件中備用，為此必須保持命令窗口處于激活狀態(tài)，并從主菜單上選擇“File”“Save as”。若輸入的命令超過了命令窗口顯示的大小，窗口中就自動出現(xiàn)滾動條，通過上下或左右調節(jié)，可瀏覽已執(zhí)行命令的各個部分。將指針移至命令窗口下部，按著鼠標左鍵向下向上拖動，來調整默認命令窗口的大小。（4）狀態(tài)欄窗口最底部是狀態(tài)行。狀態(tài)行分為4欄。左欄有時給出Eviews送出的狀態(tài)信息，單擊狀態(tài)行左端的邊框可以清楚這些信息。第二欄是Ev

8、iews默認的讀取數(shù)據(jù)和程序的路徑。最后兩欄分別顯示默認的數(shù)據(jù)庫和默認的工作文件。（5）工作區(qū)（或主顯示窗口）命令窗口下是Eviews的工作區(qū)或主顯示窗口，以后操作產(chǎn)生的窗口（稱為子窗口）均在此范圍之內，不能移出主窗口之外。Eviews在此顯示它建立的各種對象的窗口。工作區(qū)中的這些窗口類似于用戶在辦公桌上使用的各種紙張。出現(xiàn)在最上面的窗口正處于焦點，即處于激活狀態(tài)。狀態(tài)欄顏色加深的窗口是激活窗口。單擊部分處于下面窗口的標題欄或任何可見部分，都可以使該窗口移至頂部。也可以按壓F6或CTRL-TAB，循環(huán)地激活各個窗口。此外，單擊窗口中菜單項目，選擇關注的文件名，可直接選擇某個窗口。還可以移動窗口

9、、改變窗口的大小等。4、Eviews的主要功能（1）輸入、擴大和修改時間序列數(shù)據(jù)。（2）依據(jù)已有序列按照任意復雜的公式生成新的序列。（3）在屏幕上和用打字機輸出序列的趨勢圖、散點圖、柱形圖和餅圖。（4）執(zhí)行普通最小二乘法（多元回歸），帶有自回歸校正的最小二乘法，兩階段最小二乘法和三階段最小二乘法。（5）執(zhí)行非線性最小二乘法。（6）對二擇一決策模型進行Probit和Logit估計。（7）對聯(lián)立方程進行線性和非線性的估計。（8）估計和分析向量自回歸系統(tǒng)。（9）計算描述統(tǒng)計量：相關系數(shù)、斜方差、自相關系數(shù)、互相關函數(shù)和直方圖（10）殘差自回歸和移動平均過程。（11）多項式分布滯后。（12）基于回歸方

10、程的預測。（13）求解（模擬）模型。（14）管理時間序列數(shù)據(jù)庫。（15）與外部軟件（如Excel和Lotus軟件）進行數(shù)據(jù)交換。5、關閉Eviews關閉Eviews的方法很多：選擇主菜單上的“File”“Close”;按ALT-F4鍵；單擊Eviews窗口右上角的關閉按鈕；雙擊Eviews窗口左上角等。Eviews關閉總是警告和給予機會將那些還沒有保存的工作保存到磁盤文件中。 第二部分 單方程計量經(jīng)濟模型Eviews操作案例：建立我國最終消費支出與國內生產(chǎn)總值（單位：億元）之間的回歸模型，并進行變量和方程整體的顯著性檢驗。當顯著性水平為0.05， 2004年國內生產(chǎn)總值為38000億元時，對2

11、004年我國最終消費支出和平均最終消費支出進行點預測和區(qū)間預測。年份GDP最終消費年份GDP最終消費19781991197919921980199319811994198219951983199619841997198519981986199919872000198820011989200219902003一、創(chuàng)建工作文件建立工作文件的方法有以下幾種。1菜單方式 在主菜單上依次單擊FileNewWorkfile（見圖2-1）， 選擇數(shù)據(jù)類型和起止日期。時間序列提供起止日期（年、季度、月度、周、日），非時間序列提供最大觀察個數(shù)。本例中在Start Data里輸入1978，在End data 里輸

12、入2003，見圖2-3。單擊OK后屏幕出現(xiàn)Workfile工作框，如圖2-4所示。2命令方式在命令窗口直接輸入建立工作文件的命令CREATE，命令格式：CREATE 數(shù)據(jù)頻率 起始期 終止期其中，數(shù)據(jù)頻率類型分別為A（年）、Q（季）、M（月）、U（非時間序列數(shù)據(jù)）。輸入Eviews命令時，命令字與命令參數(shù)之間只能用空格分隔。如本例可輸入命令：CREATE A 1978 2003工作文件創(chuàng)立后，需將工作文件保存到磁盤，單擊工具條中Save輸入文件名、路徑保存，或單擊菜單蘭中FileSave或Save as輸入文件名、路徑保存。圖2-1這時屏幕上出現(xiàn)Workfile Range對話框，如圖2-2所

13、示。圖2-2圖2-3圖2-4二、輸入和編輯數(shù)據(jù)建立或調入工作文件以后，可以輸入和編輯數(shù)據(jù)。輸入數(shù)據(jù)有兩種基本方法：命令方式和菜單方式。1命令方式命令格式：data 序列名1 序列名2 序列名n功能：輸入新變量的數(shù)據(jù)，或編輯工作文件中現(xiàn)有變量的數(shù)據(jù)。在本例中，在命令窗口直接輸入：Data Y X2菜單方式在主菜單上單擊ObjectsNew object，在New object對話框里，選Group并在Name for Object上定義變量名（如變量X、Y），單擊OK，屏幕出現(xiàn)數(shù)據(jù)編輯框。另一種菜單方式是在主菜單上依次單擊QuickGroup（見圖2-5）， 圖2-5建立一個空組（見圖2-6），

14、 再用方向鍵將光標移到每一列的頂部之后，輸入各個變量名，回車后輸入數(shù)據(jù)（見圖2-7）。另外數(shù)據(jù)還可以從Excel中直接復制到空組。然后為每個時間序列取序列名。單擊數(shù)據(jù)表中的SER01（見圖2-8），在數(shù)據(jù)組對話框中的命令窗口輸入該序列名稱，如本例中輸入X（見圖2-9），回車后Yes。采用同樣的步驟修改序列名Y（見圖2-10）。數(shù)據(jù)輸入操作完成。圖2-6圖2-7 修改序列名圖2-8 修改序列名圖2-9 修改序列名圖2-10 數(shù)據(jù)輸入數(shù)據(jù)輸入完畢，單擊工作文件窗口工具條的Save或單擊菜單蘭的FileSave將數(shù)據(jù)存入磁盤。三、圖形分析在估計計量經(jīng)濟模型之前，借助圖形分析可以直觀地觀察經(jīng)濟變量的變

15、動規(guī)律和相關關系，以便合理的確定模型的數(shù)學形式。圖形分析中最常用的是趨勢圖和相關圖。1菜單方式在數(shù)組窗口工具條上Views的下拉菜單中選擇Graph。（見圖2-11）2命令方式趨勢圖：Plot Y X功能：（1）分析經(jīng)濟變量的發(fā)展變化趨勢；（2）觀察經(jīng)濟變量是否存在異常值。圖給出了最終消費支出與國內生產(chǎn)總值的趨勢圖。相關圖：Scat Y X （見圖2-13）功能：（1）觀察經(jīng)濟變量之間的相關程度；（2）觀察經(jīng)濟變量之間的相關類型，判斷是線性相關，還是曲線相關；曲線相關時，大致是哪種類型的曲線。圖2-11 數(shù)組窗口趨勢圖圖2-12 最終消費支出與國內生產(chǎn)總值的趨勢圖圖2-13 數(shù)組窗口相關圖圖2

16、-14 最終消費支出與國內生產(chǎn)總值的相關圖四、OLS估計參數(shù)1命令方式在主菜單命令行鍵入LS Y C X （如圖2-15）圖2-152菜單方式在主菜單上選Quick菜單，單擊Estimate Equation項，屏幕出現(xiàn)Equation Specification估計對話框，在Estimation Settings中選OLS估計，即Least Squares，輸入：Y C X（其中C為Eviews固定的截距項系數(shù)）。然后OK，出現(xiàn)方程窗口（見圖2-16），輸出結果如表2-1所示。圖2-16 方程窗口表2-1 回歸結果Dependent Variable: YMethod: Least Squa

17、resSample: 1978 2003Included observations: 26VariableCoefficientStd. Errort-StatisticProb. CXR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid4383569. Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statist

18、ic)方程窗口的上半部分為參數(shù)估計結果如表2-2所示，其中第1列分別為解釋變量名（包括常數(shù)項），第2列為相應的參數(shù)估計值，第3列為參數(shù)的標準誤差，第4列為t統(tǒng)計值，第5列為t檢驗的雙側概率值p，即P（| t | ti）= p。表2-2 參數(shù)估計結果常數(shù)和解釋變量參數(shù)估計值參數(shù)標準誤差t統(tǒng)計量雙側概率CX方程窗口的下半部分主要是一些統(tǒng)計檢驗值，其中各統(tǒng)計量的含義如表2-3所示。表2-3 統(tǒng)計檢驗值可決系數(shù)被解釋變量均值調整的可決系數(shù)被解釋變量標準差回歸方程標準差赤池信息準則殘差平方和4383569.施瓦茲信息準則似然函數(shù)的對數(shù)F統(tǒng)計量DW統(tǒng)計量F統(tǒng)計量的概率單擊Equation 窗口中的Resi

19、d按鈕，將顯示模型的擬合圖和殘差圖。圖2-17 擬合圖和殘差圖單擊Equation 窗口中的View Actual, Fitted, Resid Table按鈕，可以得到擬合直線和殘差的有關結果。圖2-18五、預測 在Equation框中選Forecast項后，彈出Forecast對話框，Eviews自動計算出樣本估計期內的被解釋變量的擬合值，擬合變量記為YF，其擬合值與實際值的對比圖如圖2-19所示。圖2-19下面預測2004年我國最終消費支出。1首先將樣本期范圍從1978-2003年擴展為1978-2004年。即單擊工作文件框中Pros中的Change workfile range，如圖2

20、-20所示，并將1978-2003改為1978-2004，如圖2-21所示。圖2-20圖2-212然后編輯解釋變量X。在Group數(shù)據(jù)框中輸入變量X的2004年數(shù)據(jù)38000.00。（見圖2-22）圖2-223點預測。在前面Equation對話框中選Forecast，將時間Sample定義在1978-2004，如圖2-23所示，這時Eviews自動計算出=21202.8727955，如圖2-24所示。圖2-23圖2-244區(qū)間預測。在Group數(shù)據(jù)框中單擊View，選Descriptive Stats里的Common Sample Eviews，計算出有關X和Y的描述統(tǒng)計結果，如圖2-25所示

21、。圖2-25圖2-26 X和Y的描述統(tǒng)計結果根據(jù)圖2-26可計算出如下結果：2188950850給定顯著性水平0.05，查表得，由可得的預測區(qū)間為：即的95%預測區(qū)間為（20201.56915，22204.17643）。六、非線性回歸模型的估計1倒數(shù)模型：在命令窗口直接依次鍵入GENR X1=1/XLS Y C X12多項式模型：在命令窗口直接依次鍵入GENR X1=XGENR X2=X2LS Y C X1 X23準對數(shù)模型：在命令窗口直接依次鍵入GENR lnX=LOG(X)LS Y C lnX4雙對數(shù)模型：在命令窗口直接依次鍵入GENR lnX=LOG(X)GENR lnY=LOG(Y)L

22、S lnY C lnX七、異方差檢驗與解決辦法1相關圖檢驗法LS Y C X 對模型進行參數(shù)估計GENR E=RESID 求出殘差序列GENR E2=E2 求出殘差的平方序列SORT X 對解釋變量X排序SCAT X E2 畫出殘差平方與解釋變量X的相關圖2戈德菲爾德匡特檢驗已知樣本容量n=26，去掉中間6個樣本點（即約n/4），形成兩個樣本容量均為10的子樣本。 SORT X 將樣本數(shù)據(jù)關于X排序 SMPL 1 10 確定子樣本1 LS Y C X 求出子樣本1的回歸平方和RSS1 SMPL 17 26 確定子樣本2 LS Y C X 求出子樣本2的回歸平方和RSS2 計算F統(tǒng)計量并做出判斷

23、。3加權最小二乘法 LS Y C X 最小二乘法估計，得到殘差序列 GRNR E1=ABS(RESID) 生成殘差絕對值序列 LS(W=1/E1) Y C X 以E1為權數(shù)進行加權最小二成估計八、自相關檢驗與解決辦法 1圖示法檢驗LS Y C X 最小二乘法估計，得到殘差序列GENR E=RESID 生成殘差序列SCAT E(-1) E etet-1的散點圖PLOT E 還可繪制et的趨勢圖2廣義差分法 LS Y C X AR(1) AR(2) 第三部分 聯(lián)立方程計量經(jīng)濟模型Eviews操作案例：19782003年全國居民消費CSt、國民生產(chǎn)總值Yt、投資It、政府消費Gt數(shù)據(jù)，如下表所示。年

24、 份CStYtItGt19781979198019811982198319841985198619871988198919901991199219931994199519961997199819992000200120022003建立如下宏觀經(jīng)濟模型：消費函數(shù)：投資函數(shù)：收入方程：容易判斷該聯(lián)立方程模型中投資方程是過渡識別，消費方程是恰好識別，模型是可識別的。下面用四種方法進行二階段最小二乘法估計參數(shù)。這四種方法的輸出結果是一樣的。方法一：第一階段：LS CS C G CS(-1) 估計消費的簡化式方程 GENR ECS=CS-RESID 計算消費的估計值LS Y C G CS(-1) 估計收

25、入的簡化式方程 GENR EY=Y-RESID 計算收入的估計值第二階段：LS CS C EY CS(-1) 估計替代后的消費結構式方程 LS I C EY 估計替代后的投資結構式方程Dependent Variable: CSMethod: Least SquaresSample(adjusted): 1979 2003Included observations: 25 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. CEYCS(-1)R-squared Mean dependent varAdju

26、sted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)Dependent Variable: IMethod: Least SquaresSample(adjusted): 1979 2003Included observations: 25 after adjusting endpointsVariableCo

27、efficientStd. Errort-StatisticProb. CEYR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid8201047. Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)方法二：實際上在Eviews軟件中，可以利用命令直接進行二階段最小二乘估計，命令格式為：TSLS Yi

28、 C 解釋變量名 C 先決變量名其中符號前面是該結構式方程的所有解釋變量名，包括內生變量和先決變量；符號后面是聯(lián)立方程模型中的所有前定變量。因此本例可用TSLS命令直接寫成：TSLS CS C Y CS(-1) C G CS(-1)TSLS I C Y C G CS(-1)Dependent Variable: CSMethod: Two-Stage Least SquaresSample(adjusted): 1979 2003Included observations: 25 after adjusting endpointsInstrument list: C G CS(-1)Varia

29、bleCoefficientStd. Errort-StatisticProb. CYCS(-1)R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Sum squared residF-statistic Durbin-Watson statProb(F-statistic)Dependent Variable: IMethod: Two-Stage Least SquaresSample(adjusted): 1979 2003Included observations: 2

30、5 after adjusting endpointsInstrument list: C G CS(-1)VariableCoefficientStd. Errort-StatisticProb. CYR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Sum squared resid2941461.F-statistic Durbin-Watson statProb(F-statistic)方法三：還可以在方程說明窗口中，選擇估計方法為TLSL，并在工具變量蘭（Instru

31、ment List）輸入模型中的所有先決變量。方法四：借助于Eviews中的System命令，可以直接進行TSLS估計。（1）創(chuàng)建系統(tǒng)：在主菜單上單擊Objects New Object，并在彈出的對象列表框中選擇System；然后在打開的系統(tǒng)窗口輸入結構式模型的隨機方程CS=C(1)+C(2)*Y+C(3)*CS(-1)I=C(4)+C(5)*YINST G CS(-1)（2）估計模型：在系統(tǒng)窗口單擊Estimate，在彈出估計方法選擇窗口中選擇TSLS方法后，單擊OK。System: UNTITLEDEstimation Method: Two-Stage Least SquaresSam

32、ple: 1979 2003Included observations: 25Total system (balanced) observations 50Instruments: G CS(-1) CCoefficientStd. Errort-StatisticProb. C(1)C(2)C(3)C(4)C(5)Determinant residual covariance1.35E+09Equation: CS=C(1)+C(2)*Y+C(3)*CS(-1)Observations: 25R-squared Mean dependent varAdjusted R-squared S.D

33、. dependent varS.E. of regression Sum squared residDurbin-Watson statEquation: I=C(4)+C(5)*YObservations: 25R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Sum squared resid2941461.Durbin-Watson stat第四部分 演示示例EVIEWS在計量經(jīng)濟學教學過程中的演示示例（一）練習一（習題集P17第8題）按題意在EVIEWS中輸入數(shù)據(jù)；在

34、主窗口QUICK菜單下選擇estimate equation，在彈出對話框中輸入Y C X，進行最小二乘估計參數(shù)。在equantion窗口viiew菜單下選擇representations選項，可得回歸方程。Y = 49.82200092 + 0.7944335972*X四、選擇equantion窗口viiew菜單下estimation output或stats按鈕，可得回歸結果輸出：Dependent Variable: YMethod: Least SquaresDate: 10/13/05 Time: 19:47Sample: 1 30Included observations: 30V

35、ariableCoefficientStd. Errort-StatisticProb. CXR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid1124106. Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)五、標準報告形式Y = 49.82200092 + 0.7944335972*X （）

36、 （） R-squared S.E. of regression F-statistic六、點預測Y0 = 49.82200092 + 0.7944335972*1000=844.222(元)七、區(qū)間預測 ，其中代入相應數(shù)據(jù)計算即可得區(qū)間估計值。XY Mean Median Maximum Minimum Std. Dev. EVIEWS在計量經(jīng)濟學教學過程中的演示示例（二）練習二（習題集P18第10題）按題意在EVIEWS中輸入數(shù)據(jù)；在group窗口viewgraphscattersimple scatter，繪制散點圖。選擇viewgraphscatterscatter with regr

37、ession，繪制回歸直線 在主窗口QUICK菜單下選擇estimate equation，在彈出對話框中輸入Y C X，進行最小二乘估計參數(shù)。在equantion窗口viiew菜單下選擇representations選項，可得回歸方程。Y = 0.009777361481 + 0.4851934577*X五、選擇equantion窗口viiew菜單下estimation output或stats按鈕，可得回歸結果輸出：Dependent Variable: YMethod: Least SquaresDate: 10/13/05 Time: 21:18Sample: 1985 1996Inc

38、luded observations: 12VariableCoefficientStd. Errort-StatisticProb. CXR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)六、點預測Y = 0.009777361481 + 0.

39、4851934577*X0.009777361481 + 0.4851934577*EVIEWS在計量經(jīng)濟學教學過程中的演示示例（三）目的：1、正確使用EVIEWS 2、會使用OLS和WLS，Goldfeld-Quandt檢驗 3、能根據(jù)計算結果進行異方差分析和出現(xiàn)異方差性后的補救。 3、數(shù)據(jù)為demo data1實例：某市人均儲蓄與人均收入的關系分析（異方差性檢驗及補救）根據(jù)某市19781998年人均儲蓄與人均收入的數(shù)據(jù)資料（見下表），其中X為人均收入（元），Y為人均儲蓄（元），經(jīng)分析人均儲蓄受人均收入的線性影響，可建立一元線性回歸模型進行分析。obsXY197819791980198119

40、8219831984198519861987198819891990199119921993199419951996199719981、用OLS估計法估計參數(shù)設模型為：運行EVIEWS軟件，并輸入數(shù)據(jù)，得計算結果如下：Dependent Variable: YMethod: Least SquaresDate: 10/11/05 Time: 23:10Sample: 1978 1998Included observations: 21VariableCoefficientStd. Errort-StatisticProb. CXR-squared Mean dependent varAdjus

41、ted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid21553736 Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)2、異方差檢驗 （1）Goldfeld-Quandt檢驗在Procs菜單項選Sort series項，出現(xiàn)排序對話框，輸入X，OK。在Sample菜單里，將時間定義為19781985，用OLS方法計算得如下結果：Y = -145.441495 +

42、 0.3971185479*X（） （）R-squared Sum squared resid1Dependent Variable: YMethod: Least SquaresDate: 10/11/05 Time: 23:25Sample: 1978 1985Included observations: 8VariableCoefficientStd. Errort-StatisticProb. CXR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info

43、 criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)在Sample菜單里，將時間定義為19911998，用OLS方法計算得如下結果：Y = -4602.367144 + 1.952519317*X（） （）R-squared Sum squared resid25811189.Dependent Variable: YMethod: Least SquaresDate: 10/11/05 Time: 23:29Sample: 1991

44、 1998Included observations: 8VariableCoefficientStd. Errort-StatisticProb. CXR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid5811189. Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)求F統(tǒng)計量：，查F分布表，

45、給定顯著性水平，得臨界值，比較，拒絕原假設，表明隨機誤差項顯著的存在異方差。3、異方差的修正（1）WLS估計法。首先生成權函數(shù),然后用OLS估計參數(shù)，Y = -2262.639946 + 1.566910934*XDependent Variable: YMethod: Least SquaresDate: 10/12/05 Time: 08:07Sample: 1978 1998Included observations: 21Weighting series: WVariableCoefficientStd. Errort-StatisticProb. CXWeighted Statist

46、icsR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid3409224. Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)Unweighted StatisticsR-squared Mean dependent varAdjusted R-squared S.D. dependent varS

47、.E. of regression Sum squared resid31813191Durbin-Watson stat（2）對數(shù)變換法。用GENR生成LY和LX序列，用OLS方法求LY 對LX的回歸，結果如下：LY = -6.839135503 + 1.787148637*LXDependent Variable: LYMethod: Least SquaresDate: 10/12/05 Time: 00:05Sample: 1978 1998Included observations: 21VariableCoefficientStd. Errort-StatisticProb. CL

48、XR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)比較方法（1）和（2），可以看出X與Y在對數(shù)線性回歸下擬合效果較好。原因是Y的曲線呈對數(shù)型圖形有關。EVIEWS在計量經(jīng)濟學教學過程中的演示示例（四）目的：1、正確使用EVIEWS 2、能根據(jù)計

49、算結果進行多重共線性檢驗和出現(xiàn)多重共線性時的補救。 3、數(shù)據(jù)為demo data2實例：我國鋼材供應量分析（多重共線性檢驗及補救） 通過分析我國改革開放以來（19781997）鋼材供應量的歷史資料，可以建立一個單一方程模型。根據(jù)理論及對現(xiàn)實情況的認識，影響我國鋼材供應量Y（萬噸）的主要因素有：原油產(chǎn)量X1（萬噸），生鐵產(chǎn)量X2（萬噸），原煤產(chǎn)量X3（萬噸），電力產(chǎn)量X4（億千瓦小時），固定資產(chǎn)投資X5(億元)，國內生產(chǎn)總值X6(億元)，鐵路運輸量X7（萬噸）。obsX1X2X3X4X5X6X7Y19781040525661101192208197910615367328201118932497

50、198010595380230061112792716198110122341730931076732670198210212355132771134952920198310607373835141187843072198411461400137707171124074337219851249048344107130709369319861306950644495135635405819871341455034973140653438619881370557045452144948468919891376458205848151489485919901383162386212253415068

51、15153199114099676567751528935638199214210758975391576276697199314524895683951626637716199414608974192811630938428199516585589791996168803933819971697349978設模型的函數(shù)形式為：一、運用OLS估計法對上式中參數(shù)進行估計，EVIEWS操作步驟為：在FILE菜單中選擇NEWWORKFILE，輸入起止時間。在主窗口菜單選QUICKEMPTY GROUP，在編輯數(shù)據(jù)區(qū)輸入Y X1 X2 X3 X4 X5 X6 X7所對應的數(shù)據(jù)。在主窗口菜單選在QUIC

52、KESTIMATE EQUATION，對參數(shù)做OSL估計，輸出結果見下表：VariableCoefficientStd. Errort-StatisticProb. CX1X2X3X4X5X6X7R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)

53、Y = 139.2361608 - 0.05195439459*X1 + 0.1275320853*X2 - 24.294272*X3 + 0.8632825292*X4 + 0.330913843*X5 - 0.07001518918*X6 + 0.002305379405*X7二、分析由F=2201.081F(7,12)=2.91（顯著性水平a=0.05），表明模型從整體上看鋼材供應量與解釋變量之間線性關系顯著。三、檢驗計算解釋變量之間的簡單相關系數(shù)。EVIEWS過程如下：主菜單QUICKGROUP STATISTICSCORRRELATION，在對話框中輸入X1 X2 X3 X4 X5

54、X6 X7，結果如下：X1X2X3X4X5X6X7X1X2X3X4X5X6X72、由上表可以看出，解釋變量之間存在高度線性相關性。盡管方程整體線性回歸擬合較好，但X1 X2 X3 X7變量的參數(shù)t值并不顯著， X3 X6 系數(shù)的符號與經(jīng)濟意義相悖。表明模型確實存在嚴重的多重共線性。四、修正1、運用OLS方法逐一求Y對各個解釋變量的回歸。結合經(jīng)濟意義和統(tǒng)計檢驗選出擬合效果最好的一元線性回歸方程。VariableCoefficientStd. Errort-StatisticProb. CX1R-squared Mean dependent varAdjusted R-squared S.D. d

55、ependent varS.E. of regression Akaike info criterionSum squared resid17962663 Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)VariableCoefficientStd. Errort-StatisticProb. CX2R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike inf

56、o criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)VariableCoefficientStd. Errort-StatisticProb. CX3R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid7994483. Schwarz crit

57、erionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)VariableCoefficientStd. Errort-StatisticProb. CX4R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat

58、 Prob(F-statistic)VariableCoefficientStd. Errort-StatisticProb. CX5R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid8377359. Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)VariableCoefficientStd.

59、 Errort-StatisticProb. CX6R-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid7396725. Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)VariableCoefficientStd. Errort-StatisticProb. CX7R-squared Mean

60、dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid14461517 Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)經(jīng)分析在7個一元回歸模型中鋼材供應量Y對電力產(chǎn)量X4的線性關系強，擬合度好，即：Y = -34.32474492 + 0.8840472792*X4 （） （）R2= S.E.=，F(xiàn)=截距項不顯著，去掉，重新估