EViews軟件操作方法課件

數(shù)量經(jīng)濟(jì)軟件

其他參考文獻(xiàn)：《EViews計(jì)量經(jīng)濟(jì)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》張曉峒

機(jī)械工業(yè)出版社2007年，235元*數(shù)量經(jīng)濟(jì)軟件其他參考文獻(xiàn)：*1一.EViews軟件使用初步EViews簡(jiǎn)介EViews基礎(chǔ)序列操作

范例：EViews的基本操作*一.EViews軟件使用初步EViews簡(jiǎn)介*21.EViews簡(jiǎn)介計(jì)量經(jīng)濟(jì)學(xué)研究的核心是設(shè)計(jì)模型、收集資料、估計(jì)模型、檢驗(yàn)?zāi)Ｐ?、運(yùn)用模型進(jìn)行預(yù)測(cè)、求解模型和運(yùn)用模型。EViews是美國(guó)GMS(QuantitativeMicroSoftware)公司1981年發(fā)行第1版的MicroTSP(TimeSeriesProcessor)的Windows版本，通常稱為計(jì)量經(jīng)濟(jì)學(xué)軟件包。正是由于EViews等計(jì)量經(jīng)濟(jì)學(xué)軟件包的出現(xiàn)，使計(jì)量經(jīng)濟(jì)學(xué)取得了長(zhǎng)足的進(jìn)步，發(fā)展成為實(shí)用與嚴(yán)謹(jǐn)?shù)慕?jīng)濟(jì)學(xué)科。*1.EViews簡(jiǎn)介計(jì)量經(jīng)濟(jì)學(xué)研究的核心是設(shè)計(jì)模型、收集資3EViews的功能EViews的基本功能EViews是EconometricsViews的縮寫，它的本意是對(duì)社會(huì)經(jīng)濟(jì)關(guān)系與經(jīng)濟(jì)活動(dòng)的數(shù)量規(guī)律，采用計(jì)量經(jīng)濟(jì)學(xué)方法與技術(shù)進(jìn)行“觀察”。使用EViews軟件包可以對(duì)時(shí)間序列和非時(shí)間序列（截面數(shù)據(jù)、面版數(shù)據(jù)）的數(shù)據(jù)進(jìn)行分析，建立序列（變量）間的統(tǒng)計(jì)關(guān)系式-方程。利用方程進(jìn)行結(jié)構(gòu)分析、預(yù)測(cè)、模擬等等。EViews的操作模式：交互處理與批處理（程序控制）*EViews的功能EViews的基本功能*4EViews的安裝與啟動(dòng)安裝：程序文件（英文）幫助文件（英文）啟動(dòng)：?jiǎn)螕羧蝿?wù)欄中的開始按鈕，選擇程序

中的EViews進(jìn)入EViews程序組，選擇EViews程序；雙擊桌面上的Eviews快捷方式圖標(biāo)；雙擊已建立的Eviews文件（workfile文件）名稱。*EViews的安裝與啟動(dòng)安裝：*5EViews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(gè)對(duì)象窗口*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6EViews

的菜單主菜單欄上共有9個(gè)選項(xiàng)：File，Edit，Objects，View，Procs，Quick，Options，Window，Help。用鼠標(biāo)點(diǎn)擊可打開下拉式菜單（或再下一級(jí)菜單），點(diǎn)擊某個(gè)選項(xiàng)響應(yīng)對(duì)應(yīng)的操作。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的菜單主菜單欄上共有9個(gè)選項(xiàng)：File，Ed7EViews的菜單Objects：對(duì)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(duì)象都放置在對(duì)象容器中，其中工作文件（workfile）是最重要的對(duì)象容器。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(xiàng)目隨著當(dāng)前的窗口不同而改變，上下文相關(guān)，主要涉及變量的多種查看方式和運(yùn)算過程。Quick：提供快速分析過程，包括常用的統(tǒng)計(jì)分析方法，回歸模型，時(shí)間序列模型以及各種重要檢驗(yàn)。*EViews的菜單Objects：對(duì)象是指有一定關(guān)系的信息或8EViews

的工作方式交互式操作批處理方式（1）圖形界面導(dǎo)向方式；（2）簡(jiǎn)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(yùn)行方式

（采用EViews命令編制程序）。*EViews的工作方式交互式操作交互式批處理（4）程序運(yùn)行92.

EViews基礎(chǔ)EViews的基本操作建立工作文件：File/New/Workfile在Workfile中顯示對(duì)象：選中對(duì)象View/Show或者，直接雙擊對(duì)象。顯示序列圖形：打開序列View/Graph…可改變圖形設(shè)置。建立方程：Objects/NewObject/Equation

常用組group建立方程分析估計(jì)結(jié)果：了解各參數(shù)的含義*2.EViews基礎(chǔ)EViews的基本操作*10

EViews的基本操作工作文件用戶與Eviews對(duì)話期間保存在內(nèi)存中的信息，包含進(jìn)程中調(diào)入與建立的全部命名對(duì)象。進(jìn)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。Workfile的文件擴(kuò)展名：.wfl結(jié)束工作時(shí)，應(yīng)將工作文件保存到磁盤。*EViews的基本操作工作文件*11Eviews中的對(duì)象工作文件（對(duì)象容器）Eviews

的對(duì)象視圖、數(shù)據(jù)成員過程、估計(jì)方法*Eviews中的對(duì)象工作文件（對(duì)象容器）Eviews的對(duì)象12建立工作文件的方法交互操作：點(diǎn)擊File/New/Workfile命令格式：wfcreate<工作文件名>缺省文件名是Untitled.wfl確定工作文件結(jié)構(gòu)類型對(duì)話框：選擇數(shù)據(jù)類型和起止日期，并在出現(xiàn)的對(duì)話框中提供必要的信息：適當(dāng)?shù)臅r(shí)間頻率（年、半年、季度、月度、周、日等）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(shí)間序列提供觀測(cè)值個(gè)數(shù)。以后還可以對(duì)這些設(shè)置進(jìn)行更改。*建立工作文件的方法交互操作：點(diǎn)擊File/New/Work13建立工作文件點(diǎn)擊File/New/Workfile

彈出會(huì)話框：*建立工作文件點(diǎn)擊File/New/Workfile彈出14建立工作文件時(shí)間序列數(shù)據(jù)、Dated數(shù)據(jù)頻率表達(dá)方式：Annual 年度：如96（1969），2005Semi-annual半年：如1990:1,2005:2Quarterly季度：如2003:1，2005:4Monthly月度：如1999:1，2000:6,2005:12Weekly周：起始和終止日期都是日期Daily[5]每周5天的第一天Daily[7]每周7天的第一天日期：（美國(guó)格式）月:日:年如，3:10:2005UnstrucuredorUndated非時(shí)間序列數(shù)據(jù)：給出樣本個(gè)數(shù)，如，1,50演示wfcreate*建立工作文件時(shí)間序列數(shù)據(jù)、Dated數(shù)據(jù)頻率表達(dá)方式：*15工作文件窗口打開的工作文件是EViews的子窗口。目錄顯示該工作文件的所有對(duì)象的圖標(biāo)：雙擊對(duì)象可以打開對(duì)象窗口；右擊對(duì)象可以彈出快捷菜單，選擇某種操作；要同時(shí)選擇多個(gè)對(duì)象，按住Ctrl鍵同時(shí)單擊要選擇的對(duì)象。*工作文件窗口打開的工作文件是EViews的子窗口。*16工作文件窗口信息欄標(biāo)題欄工具條控制按鈕對(duì)象小圖標(biāo)*工作文件窗口信息欄標(biāo)題欄工具條控制按鈕對(duì)象小圖標(biāo)*17EViews中的對(duì)象Eviews中的信息集成在對(duì)象中。每個(gè)對(duì)象都包含與一個(gè)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。與每類對(duì)象相關(guān)聯(lián)的是一系列視圖（Views）和過程（Procedure），它們和對(duì)象中的信息一起使用。這種視圖、過程與對(duì)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(jì)。*EViews中的對(duì)象Eviews中的信息集成在對(duì)象中。*18Eviews中的對(duì)象Eviews5.0

提供了17個(gè)以上Object：?*Eviews中的對(duì)象Eviews5.0提供了17個(gè)以上19Eviews中的對(duì)象選擇Object/NewObject…*Eviews中的對(duì)象選擇Object/NewObjec20Eviews中的對(duì)象工作文件一開始其中就包含了兩個(gè)對(duì)象：系數(shù)向量c（保存估計(jì)系數(shù)用）殘差序列resid（實(shí)際值與擬合值之差）。小圖標(biāo)上標(biāo)識(shí)出對(duì)象的類型，?是系數(shù)向量，曲線圖是序列。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(xiàng)，可以對(duì)工作文件和其中的對(duì)象進(jìn)行處理。*Eviews中的對(duì)象工作文件一開始其中就包含了兩個(gè)對(duì)象：*21工作文件窗口工具條上的按鈕Views視圖按鈕、Procs過程按鈕（最常用）Object對(duì)象操作Save保存工作文件、Print打印Detail+/-細(xì)節(jié)開關(guān)Show顯示所選中的對(duì)象Fetch、Store讀取、存儲(chǔ)到數(shù)據(jù)庫(kù)文件Delete刪除選擇的對(duì)象Gener利用已有的序列生成新的序列Sample設(shè)置觀察值的樣本區(qū)間從工作文件目錄中選取并雙擊對(duì)象，便可展示和分析工作文件內(nèi)的任何數(shù)據(jù)。*工作文件窗口工具條上的按鈕Views視圖按鈕、Procs22在Eviews中創(chuàng)建對(duì)象交互方式創(chuàng)建對(duì)象：Objects/NewObjects選擇序列：Series選擇多個(gè)序列，建立組（群）：Group(是一個(gè)框架)對(duì)象的命名：16個(gè)西文字符以內(nèi)。對(duì)象命名不可與系統(tǒng)保留的對(duì)象名重名。命令方式：Series序列名Genr新序列名=已有序列，或公式Group組名序列名1序列名2…演示Genre=@abs(resid)

在Estimate之后立即保存!復(fù)制對(duì)象：Objects/CopySelected*在Eviews中創(chuàng)建對(duì)象交互方式創(chuàng)建對(duì)象：Objects/23Eviews中對(duì)象的過程大多Eviews

對(duì)象還包括過程（Procedure）。與視圖一樣之處：過程通常以對(duì)話框的形式顯示在對(duì)象窗口中；與視圖不同之處：過程改變數(shù)據(jù)，可能是對(duì)象本身中的也可能是其他對(duì)象中的數(shù)據(jù)。很多過程還創(chuàng)建新的對(duì)象。如序列含有進(jìn)行平滑與季節(jié)調(diào)整的過程，可以創(chuàng)建一個(gè)新的含有平滑以及調(diào)整后的數(shù)據(jù)的序列.方程對(duì)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(cè)?？梢杂弥鞑藛紊系腜rocs或?qū)ο蟠翱诠ぞ邫谏系腜rocs來選擇過程。演示*Eviews中對(duì)象的過程大多Eviews對(duì)象還包括過程（P24Eviews中對(duì)象的過程Eviews對(duì)象的視圖(views)不是獨(dú)立的Objects，它們是相應(yīng)對(duì)象屬性的可視化表現(xiàn)，因此隨原變量序列的改變而改變。Views=>Objects如果想將某個(gè)View轉(zhuǎn)換成一個(gè)獨(dú)立的Objects，可使用freeze按鈕將該view“凍結(jié)”，從而形成一個(gè)獨(dú)立的Object，然后可對(duì)其進(jìn)行編輯或存儲(chǔ)（快照）。*Eviews中對(duì)象的過程Eviews對(duì)象的視圖(views)25輸入和編輯數(shù)據(jù)向序列輸入數(shù)據(jù)有三種基本方法：data命令方式鼠標(biāo)圖形界面方式數(shù)據(jù)導(dǎo)入（import）1、命令方式：data<序列名1><序列名2><序列名n>序列名之間用空格隔開多個(gè)序列名組成“組”。建立空序列，在空序列中手工輸入數(shù)據(jù)。可根據(jù)習(xí)慣點(diǎn)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)向序列輸入數(shù)據(jù)有三種基本方法：*26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)輸入命令，回車數(shù)據(jù)編輯窗口工具條序列名稱輸入的27輸入和編輯數(shù)據(jù)2、交互式方式多種打開序列的方法：直接雙擊序列圖標(biāo)；在工作文件窗口，選中序列：View/OpenSelected/OneWindowShow在主窗口：Quick/Show進(jìn)入數(shù)據(jù)編輯窗口，點(diǎn)擊開關(guān)按鈕Edit+/-改變數(shù)據(jù)編輯狀態(tài)，輸入數(shù)據(jù)。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。*輸入和編輯數(shù)據(jù)2、交互式方式*28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）點(diǎn)擊Procs/Import/ReadText-Lotus-Excel選擇Excel.xls文件（可能不能識(shí)別中文，包括目錄）Excel.xls文件必須先關(guān)閉。常給出Excel文件中連續(xù)的序列的個(gè)數(shù)?；蛘撸蛄忻Q（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)3、從Excel.xls中導(dǎo)入29從Excel工作簿中導(dǎo)入數(shù)據(jù)分析能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)關(guān)系數(shù)據(jù)：1978-2008年實(shí)際GDP（單位：億元）、能源消費(fèi)（單位：萬噸標(biāo)準(zhǔn)煤）。有兩個(gè)時(shí)間序列數(shù)據(jù)存放在Energy的Excel工作簿中：realGDPEcsu試做方程：realGDP=+*Ecsu點(diǎn)擊Procs/Import/ReadText-Lotus-Excel導(dǎo)入后生成兩個(gè)序列：realGDP改名為rgdpEcsu導(dǎo)入后需查看數(shù)據(jù)是否正確，然后save為energy.wf1*從Excel工作簿中導(dǎo)入數(shù)據(jù)分析能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)關(guān)系*303.

序列操作序列窗口常用操作：ViewProcsObjectsNameFreezeEdit+/-InsDel下拉框-顯示百分比變化、對(duì)數(shù)等形式Label+/-Wide+/-Smpl+/-TitleSort排序顯示*3.序列操作序列窗口常用操作：下拉框-顯示百分比變化、對(duì)數(shù)313.

序列操作通過命令打開視圖：Object名稱.View名稱例如，rgdp.sheet

ecsu.line通過命令執(zhí)行過程：Object名稱.Procs名稱(選項(xiàng))參數(shù)例如，gdp.seas(m)adjgdp按乘方法對(duì)序列g(shù)dp進(jìn)行季節(jié)調(diào)整并將結(jié)果保存到新序列adjgdp中。*3.序列操作通過命令打開視圖：*323.

序列操作（1）指定樣本區(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(jì)分析View（4）

擴(kuò)展工作文件Procs/ResizeCurrentpage…*3.序列操作（1）指定樣本區(qū)間Smpl、Sample*33設(shè)定樣本范圍工作文件窗口、序列窗口、序列組窗口工具欄：Sample按鈕或工作文件窗口setsample-不生成樣本范圍對(duì)象，臨時(shí)指定工作文件當(dāng)前樣本范圍序列窗口Procs/resample生成一個(gè)新序列(子序列)Smpl命令-彈出會(huì)話框臨時(shí)指定工作文件樣本范圍簡(jiǎn)化輸入的函數(shù)：@all整個(gè)工作文件@first工作文件第一個(gè)觀測(cè)值表達(dá)式：@firs+5@last工作文件最后一個(gè)觀測(cè)值表達(dá)式：@last-5Smpl@first@lastSmpl@first+1@last-1smpl131ifx>3andx<>NA*設(shè)定樣本范圍工作文件窗口、序列窗口、序列組窗口工具欄：Smp34樣本對(duì)象創(chuàng)建樣本對(duì)象：生成樣本對(duì)象，供隨時(shí)調(diào)用。Sample

命令彈出會(huì)話窗口Sample起點(diǎn)終點(diǎn)if條件Object/NewObject…選擇Sample例1上部分912008(20世紀(jì)可用2位數(shù)字表示)下部分GDP>30000例2上部分812010下部分CONSUME>1.1*CONSUME(-1)*樣本對(duì)象創(chuàng)建樣本對(duì)象：Sample起點(diǎn)終點(diǎn)35樣本對(duì)象創(chuàng)建樣本對(duì)象目的是在不同樣本區(qū)間進(jìn)行研究。調(diào)用樣本對(duì)象：雙擊樣本對(duì)象名，打開樣本范圍對(duì)象，選中“Setworkfilesampleequaltothis.”或命令Smpl樣本名或Smpl+/-開關(guān)擴(kuò)展工作文件

在追加數(shù)據(jù)或進(jìn)行預(yù)測(cè)時(shí)，用來擴(kuò)展工作文件的樣板區(qū)間。Workfile：Procs/Resizecurrentpage…命令：Expand

*樣本對(duì)象創(chuàng)建樣本對(duì)象目的是在不同樣本區(qū)間進(jìn)行研究。*36（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

Genree=@abs(resid)

Genr

GDP_sd=@pch(GDP)

根據(jù)表達(dá)式生成新序列one-periodpercentagechange(indecimal)*（2）根據(jù)表達(dá)式（可包含已有序列）生成新序列根據(jù)表達(dá)式生成37例：

genrlngdp=log(rgdp)*實(shí)際是自然對(duì)數(shù)lnsmpl782008

genry=@trend+1978

genrD1=y>=1998

–可用作虛擬變量

genrt=1smpl792008

genrt=t(-1)+1根據(jù)表達(dá)式生成新序列否則回全部生成NA*例：genrlngdp=log(rgdp)*38根據(jù)表達(dá)式生成新序列公式中的運(yùn)算符和函數(shù)缺值NA（Notavailablecode）特殊函數(shù)回歸統(tǒng)計(jì)@函數(shù)其他@函數(shù)通過多次使用Genr命令可以拼接生成一個(gè)新序列*根據(jù)表達(dá)式生成新序列公式中的運(yùn)算符和函數(shù)*39使用表達(dá)式Eviews不僅提供了標(biāo)準(zhǔn)的數(shù)學(xué)運(yùn)算和統(tǒng)計(jì)運(yùn)算,也提供了很多能夠自動(dòng)處理時(shí)間序列中的先行、滯后、差分等操作的特殊函數(shù)。運(yùn)算符基本算術(shù)運(yùn)算符+、-、*、/、^(冪),+、-還可以作為符號(hào)運(yùn)算符來使用。比較運(yùn)算符<、>、<=、>=、=、<>序列函數(shù)Eviews提供的函數(shù)能夠?qū)Ξ?dāng)前樣本的序列元素進(jìn)行運(yùn)算，Eviews中大多數(shù)函數(shù)前都有一個(gè)@符號(hào)。*使用表達(dá)式Eviews不僅提供了標(biāo)準(zhǔn)的數(shù)學(xué)運(yùn)算和統(tǒng)計(jì)運(yùn)算,40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(duì)小括號(hào);滯后的數(shù)字用負(fù)號(hào)，先行的用正數(shù)表示。例如：gdp(-1)concume(-1)income(+1)Lscomsumecincomecondume(-1)Lscomsumecincomeconcume^2使用表達(dá)式表示消費(fèi)遞減*先行指標(biāo)、滯后指標(biāo)使用表達(dá)式表示消費(fèi)遞減*41使用表達(dá)式邏輯表達(dá)式邏輯表達(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。注意：Eviews用1表示真，用0表示假。復(fù)合邏輯表達(dá)式用ANDOR例如：genrD1=y>=1998

–1998年之前為0，之后為1

差分D函數(shù)和DLOG函數(shù)可以處理差分或先取對(duì)數(shù)后作差分。例如：genrdgdp=d(rgdp)

genrdlgdp=dlog(rgdp)*使用表達(dá)式邏輯表達(dá)式*42標(biāo)量操作標(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：scalarW=8scalarY=@MEAN(X)均值scalarZ=@VAR(X)總體方差2=(X-)2/n標(biāo)量對(duì)象的圖標(biāo)為#號(hào)。用show命令，系統(tǒng)會(huì)在Eviews窗口底下狀態(tài)行顯示標(biāo)量對(duì)象的值。*標(biāo)量操作標(biāo)量與序列或組不同，它沒有顯示窗口，只能通過命令方式433.

序列操作（3）序列的描述統(tǒng)計(jì)分析View描述統(tǒng)計(jì)分析DescriptiveStatistics描述統(tǒng)計(jì)檢驗(yàn)TestsforDescriptiveStatistics分布圖DistributionGraphs*3.序列操作（3）序列的描述統(tǒng)計(jì)分析View*44描述統(tǒng)計(jì)量序列窗口View下拉有DescriptiveStatistics（描述統(tǒng)計(jì)量），選擇HistogramandStats（直方圖及統(tǒng)計(jì)量）直方圖顯示序列數(shù)據(jù)的頻數(shù)分布，給出標(biāo)準(zhǔn)的描述統(tǒng)計(jì)量：中位數(shù)(median)即從小到大排列的序列的中間值。標(biāo)準(zhǔn)差（StandardDeviation）序列的離散程度。偏度S（Skewness）分布圍繞其均值的非對(duì)稱性。

S=0序列的分布對(duì)；S>0序列分布有長(zhǎng)右拖尾，

S<0序列分布有長(zhǎng)左拖尾。*描述統(tǒng)計(jì)量序列窗口View下拉有DescriptiveSt45描述統(tǒng)計(jì)量峰度K（Kurtosis）反映平均數(shù)附近數(shù)據(jù)點(diǎn)的集中程度，分布的凸起或平坦程度：正態(tài)分布的K值為3。如果K>3，分布的凸起程度大于正態(tài)分布；如果K<3，序列分布相對(duì)于正態(tài)分布平坦。Jarque-Bera檢驗(yàn)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(jì)量是自由度為2的分布。概率值p是Jarque-Bera統(tǒng)計(jì)量拒絕原假設(shè)下犯第一類錯(cuò)誤的概率，稱為檢驗(yàn)的相伴概率。若p≈0，則拒絕原假設(shè)，即不服從正態(tài)分布。*描述統(tǒng)計(jì)量峰度K（Kurtosis）反映平均數(shù)附近數(shù)據(jù)點(diǎn)的集46描述統(tǒng)計(jì)量可以通過函數(shù)返回公式輸出的標(biāo)量數(shù)值：序列Y的觀測(cè)值數(shù)目@obs(Y)@mean(Y)@median(Y)@min(Y)@max(Y)@sum(Y)@sumsq(Y)@var(Y)@stdev(Y)計(jì)算樣本方差的無偏估計(jì)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(n-1)*描述統(tǒng)計(jì)量可以通過函數(shù)返回公式輸出的標(biāo)量數(shù)值：方差的自由度就47相關(guān)圖及單位根檢驗(yàn)Correlogram（相關(guān)圖）：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(duì)話框中選擇最大滯后階數(shù)，以及是否對(duì)序列進(jìn)行差分。unitroottest（單位根檢驗(yàn)）在進(jìn)行時(shí)間序列之前應(yīng)對(duì)每一個(gè)序列進(jìn)行單位根檢驗(yàn)來確定它的平穩(wěn)性。Eviews提供了兩中單位根檢驗(yàn)。（ADFandPP）可以在單位根檢驗(yàn)的對(duì)話框中選擇。*相關(guān)圖及單位根檢驗(yàn)Correlogram（相關(guān)圖）：*48描述統(tǒng)計(jì)量檢驗(yàn)序列窗口View下拉有TestsforDescriptiveStats（描述統(tǒng)計(jì)量檢驗(yàn)）：SimpleHypothesisTests（簡(jiǎn)單假設(shè)檢驗(yàn)）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。EqualityTestsbyClassification（分組齊性檢驗(yàn)）主要利用方差分析方法計(jì)算各組數(shù)據(jù)的組內(nèi)和組間的差異。與分組描述統(tǒng)計(jì)過程類似。*描述統(tǒng)計(jì)量檢驗(yàn)序列窗口View下拉有TestsforDe49二.線性回歸分析1、序列組的建立與檢驗(yàn)2、回歸模型的建立與分析*二.線性回歸分析1、序列組的建立與檢驗(yàn)*501、序列組的建立命令方式：groupgroup_nameser1ser2ser3Show交互方式：×主菜單中選Object/NewGroups后輸入序列名稱或表達(dá)式√先選中一個(gè)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OpenGroupSave*1、序列組的建立命令方式：*51組對(duì)象的視圖組窗口內(nèi)的View下拉菜單分為四個(gè)部分：第一部分包括組中數(shù)據(jù)的各種顯示形式。第二部分包括各種基本統(tǒng)計(jì)量。第三部分為時(shí)間序列的特殊的統(tǒng)計(jì)量。第四部分為標(biāo)簽項(xiàng)，提供組對(duì)象的相關(guān)信息。*組對(duì)象的視圖組窗口內(nèi)的View下拉菜單分為四個(gè)部分：*52組中數(shù)據(jù)的各種顯示形式GroupMembers可用于增加、修改組中的序列SpreadSheet以電子數(shù)據(jù)表的形式顯示數(shù)據(jù)DatedDataTable將使時(shí)序數(shù)據(jù)以表的形式顯示組中的每一個(gè)序列單擊Transpose按鈕，可以使表格的行列互換。Graph以各種圖形的形式顯示數(shù)據(jù)MultiGraph

以多圖的形式顯示組中數(shù)據(jù)*組中數(shù)據(jù)的各種顯示形式GroupMembers可用于增加53組中數(shù)據(jù)常用統(tǒng)計(jì)量DescriptiveStatistics（描述統(tǒng)計(jì)量）：CommonSample

…用于在組中序列無缺失值的情形下計(jì)算統(tǒng)計(jì)量（去掉包含缺失項(xiàng)所在時(shí)期的樣本）。如均值、方差、偏度、峰度、J-B統(tǒng)計(jì)量（用于正態(tài)性檢驗(yàn)）等。IndividualSamples…用每一個(gè)序列有值的觀測(cè)值進(jìn)行統(tǒng)計(jì)量計(jì)算（去掉缺失項(xiàng)）TestsofEquality（齊次檢驗(yàn)）：檢驗(yàn)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(yàn)結(jié)果。*組中數(shù)據(jù)常用統(tǒng)計(jì)量DescriptiveStatistic542、線性回歸模型的建立線性回歸分析——普通最小二乘法LS系數(shù)是線性的方程稱為線性方程：Y=b0+b1X1+b2X2++bkXk+eY=b0+b1X+b2X2++bkXk+e變量是非線性的，但它仍然是線性方程。因?yàn)椋頧1=X1,X2=X2,,Xk=Xk，就化成線性方程。二次函數(shù)和雙曲函數(shù)仍然是線性方程二次方程：Y=a+bX+cX2雙曲函數(shù)：Y=a+b/X*2、線性回歸模型的建立線性回歸分析——普通最小二乘法LS*552、線性回歸模型的建立雙對(duì)數(shù)方程：lnY=lna+blnX可以表述為冪函數(shù)雙對(duì)數(shù)模型的彈性=b彈性是指一個(gè)變量對(duì)另一個(gè)變量微小的百分比變動(dòng)所作出的反應(yīng)。*2、線性回歸模型的建立雙對(duì)數(shù)方程：lnY=lna+blnX562、線性回歸模型的建立線性回歸分析——普通最小二乘法OLS交互方式建立方程：√常用在Group窗口中單擊Procs/MakeEquation或

WFL菜單Object/New/Equation或

主菜單Quick\EstimateEquations彈出定義方程對(duì)話框。命令格式：LS<因變量名><C><自變量序列1>……<自變量序列n>如LSYCX即Y=+x+u也可寫成：LS

Y=C(1)+C(2)*X*2、線性回歸模型的建立線性回歸分析——普通最小二乘法OLS*57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(xiàng)）。即nk+1滿足基本要求的樣本容量：經(jīng)驗(yàn)表明，當(dāng)n-

k8時(shí)t分布較為穩(wěn)定，檢驗(yàn)才較為有效。一般經(jīng)驗(yàn)認(rèn)為，當(dāng)n30

或者至少n3(k+1)時(shí)，才能滿足模型估計(jì)的基本要求。樣本容量問題*最小樣本容量：樣本容量問題*58一元線性回歸--估計(jì)消費(fèi)函數(shù)依據(jù)凱恩斯理論：設(shè)定理論模型：

consume=+*urban_inc2006年國(guó)內(nèi)31個(gè)省市城鎮(zhèn)居民數(shù)據(jù)相關(guān)系數(shù)：Group中的View/Correlations

0.985606

通常情況下，相關(guān)系數(shù)：|r|>0.95存在顯著性相關(guān)；|r|0.8高度相關(guān)；0.5|r|<0.8中度相關(guān)；0.3|r|<0.5低度相關(guān)；|r|<0.3關(guān)系極弱，認(rèn)為不相關(guān)*一元線性回歸--估計(jì)消費(fèi)函數(shù)依據(jù)凱恩斯理論：設(shè)定理論模型：*59一元線性回歸--估計(jì)消費(fèi)函數(shù)觀察消費(fèi)性支出與可支配收入的散點(diǎn)圖：交互：Group中的View/Graph/Scatter命令：Scaturban_incconsume回車*一元線性回歸--估計(jì)消費(fèi)函數(shù)觀察消費(fèi)性支出與可支配收入的散60帶有擬合線的散點(diǎn)圖交互：Group中的View/Graph/Scatter包括四種散點(diǎn)圖：1、SimpleScatter（簡(jiǎn)單散點(diǎn)圖）其第一個(gè)序列在水平軸上，其余的在縱軸上。2、ScatterwithRegression（回歸散點(diǎn)圖）在組中對(duì)第一個(gè)序列及第二個(gè)序列進(jìn)行總體變換進(jìn)行二元回歸。選擇Robustnesslterations（穩(wěn)健迭代）最小二乘法對(duì)一些無關(guān)觀測(cè)值的存在非常敏感，穩(wěn)健疊代操作產(chǎn)生一種對(duì)殘差平方的加權(quán)形式，使無關(guān)的觀測(cè)值在估計(jì)參數(shù)時(shí)被加最小的權(quán)數(shù)。*帶有擬合線的散點(diǎn)圖交互：Group中的View/Graph/61帶有擬合線的散點(diǎn)圖3、ScatterwithNearestNeighberFit（最鄰近擬合散點(diǎn)圖）一種帶寬基于最鄰近點(diǎn)的局部回歸。對(duì)樣本中的每一個(gè)數(shù)據(jù)點(diǎn)，擬合出一條局部的經(jīng)過加權(quán)的回歸線。4、ScatterwithKernelFit（核擬合分布）核擬合固定帶寬且局部的觀測(cè)值通過核函數(shù)加權(quán)。局部核擬合通過選取參數(shù)β使總體二乘殘差最小。Method分為精確和線性單元兩種方式。*帶有擬合線的散點(diǎn)圖3、ScatterwithNeares62定義方程對(duì)話框序列名，用空格隔開，第一個(gè)變量為被解釋變量，后面跟解釋變量列表。也可寫成：consume=incC(1)+C(2)*urban估計(jì)的樣本區(qū)間。使用的估計(jì)方法。因?yàn)?006年國(guó)內(nèi)31個(gè)省市城鎮(zhèn)居民消費(fèi)模型是截面數(shù)據(jù)，無須因果關(guān)系檢驗(yàn)在Group窗口中單擊Procs/MakeEquation*定義方程對(duì)話框序列名，用空格隔開，第一個(gè)變量估計(jì)的使用的估因63查看方程在Equation窗口中單擊View/Representations：EstimationCommand:=====================LS(W=1/E1^0.5)CONSUMECURBAN_INCEstimationEquation:=====================CONSUME=C(1)+C(2)*URBAN_INCSubstitutedCoefficients:=====================CONSUME=292.0023476+0.714518775*URBAN_INC*查看方程在Equation窗口中單擊View/Represe64模型參數(shù)估計(jì)量的表示：

Equation窗口中的Views/Representations

得表達(dá)式：

consume=292.00+0.71*urban_inc

收入增加1元時(shí)，消費(fèi)增加0.71元。一元線性回歸--估計(jì)消費(fèi)函數(shù)邊際消費(fèi)傾向MPC查看統(tǒng)計(jì)學(xué)檢驗(yàn)：

Equation窗口中的Views/EquationOutput*模型參數(shù)估計(jì)量的表示：一元線性回歸--估計(jì)消費(fèi)函數(shù)邊際消費(fèi)傾65模型的可靠性檢驗(yàn)假設(shè)檢驗(yàn)統(tǒng)計(jì)學(xué)檢驗(yàn)--回歸假設(shè)檢驗(yàn)估計(jì)得到的參數(shù)是一個(gè)隨機(jī)變量（隨抽樣不同而不同），因此有必要討論參數(shù)估計(jì)量的性質(zhì)。計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)--檢驗(yàn)是否違背基本假定是對(duì)隨機(jī)擾動(dòng)項(xiàng)是否滿足基本假定的假設(shè)檢驗(yàn)*模型的可靠性檢驗(yàn)假設(shè)檢驗(yàn)*66回歸模型的統(tǒng)計(jì)檢驗(yàn)統(tǒng)計(jì)檢驗(yàn)包括三方面內(nèi)容：變量顯著性檢驗(yàn)t-Statistic

擬合優(yōu)度檢驗(yàn)R-squared，AdjustedR-squared方程顯著性檢驗(yàn)F-statistic查看的次序不限*回歸模型的統(tǒng)計(jì)檢驗(yàn)統(tǒng)計(jì)檢驗(yàn)包括三方面內(nèi)容：*67Eviews

輸出的估計(jì)結(jié)果Equation窗口中的Views/EquationOutput共分3個(gè)部分，頂部總體處理信息：DependentVariable:CONSUME Method:LeastSquares Date:09/16/03Time:12:29 Sample:131 Includedobservations:31因變量（被解釋變量）觀察值個(gè)數(shù)樣本范圍方法*Eviews輸出的估計(jì)結(jié)果Equation窗口中的View68參數(shù)估計(jì)值參數(shù)為0的t檢驗(yàn)Eviews輸出的估計(jì)結(jié)果中部關(guān)于系數(shù)的估計(jì)及其檢驗(yàn)：VariableCoefficient Std.Error t-StatisticProb.C281.4993268.94971.0466620.3039Urban_INC0.7145540.022760 31.595290.0000

估計(jì)值的標(biāo)準(zhǔn)差Prob>|T|的p值拒絕原假設(shè)的最低顯著性水平*參數(shù)估計(jì)值參數(shù)為0的t檢驗(yàn)Eviews輸出的估計(jì)結(jié)果中部關(guān)于69R-squared 0.971419 Meandependentvar8401.467AdjustedR-squared0.970433 S.D.dependentvar2388.455S.E.ofregression410.6928 Akaikeinfocriterion 14.9359Sumsquaredresid4891388 Schwarzcriterion 15.02842Loglikelihood -229.5066 F-statistic 985.6616Durbin-Watsonstat1.461502Prob(F-statistic) 0.000000Eviews輸出的估計(jì)結(jié)果下部統(tǒng)計(jì)匯總：擬合優(yōu)度殘差平方和F值Prob>F的P值*R-squared 0.97141970統(tǒng)計(jì)檢驗(yàn)t檢驗(yàn)的假設(shè)為常數(shù)項(xiàng)（截距）的檢驗(yàn)：H0:=0H1:0多元線性回歸：H0:i=0H1:i0F檢驗(yàn)（方差分析）的假設(shè)為多元線性回歸：H0:1=2=…=m=0H1:1，2，…，m中至少有一個(gè)不等于零因此方差分析的結(jié)論是線性回歸方程是否顯著，是否有意義。*統(tǒng)計(jì)檢驗(yàn)t檢驗(yàn)的假設(shè)為*71統(tǒng)計(jì)檢驗(yàn)實(shí)用經(jīng)驗(yàn)實(shí)用經(jīng)驗(yàn)樣本個(gè)數(shù)n如果大到一定程度(n≥30)，t值只要大于2.0，就可以將回歸系數(shù)判定為顯著。因?yàn)?，通常在利?%的顯著水平(雙側(cè)檢驗(yàn))，如果自由度在28以上(即一元回歸的n≥30)，則將小數(shù)第二位四舍五入，t全部等于2.0。即使自由度=∞時(shí)，1.96≈2.0。當(dāng)待驗(yàn)回歸系數(shù)非常多時(shí)，利用這種方法比較方便，不用特意去查t分布表。*統(tǒng)計(jì)檢驗(yàn)實(shí)用經(jīng)驗(yàn)實(shí)用經(jīng)驗(yàn)*72回歸模型的統(tǒng)計(jì)檢驗(yàn)（1）對(duì)各個(gè)回歸系數(shù)進(jìn)行t檢驗(yàn)，Prob：實(shí)際顯著性水平（雙側(cè)檢驗(yàn)）的p值，當(dāng)p值小于給定的顯著性水平時(shí)，拒絕零假設(shè)，說明該自變量對(duì)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(jì)方法或重新設(shè)計(jì)。（2）查看擬合優(yōu)度：判定系數(shù)R2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。（3）F檢驗(yàn)：對(duì)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，Ｆ值越大。對(duì)整個(gè)方程進(jìn)行整體檢驗(yàn)，

Prob(F-stastic)：F檢驗(yàn)的實(shí)際顯著性水平,即p值，判斷回歸方程是否成立。*回歸模型的統(tǒng)計(jì)檢驗(yàn)（1）對(duì)各個(gè)回歸系數(shù)進(jìn)行t檢驗(yàn)，Prob73Eviews輸出的估計(jì)結(jié)果R-squared

MeandependentvarS.D.dependentvarSumsquaredresidS.E.ofregressionF-statistic*Eviews輸出的估計(jì)結(jié)果R-squared*74模型的代表性分析擬合優(yōu)度或稱判定系數(shù)、可決系數(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0R21SST=SSR+SSE

(TSS)(ESS)(RSS)R20.8為好,但在用截面數(shù)據(jù)時(shí)，即使模型令人滿意，R2值仍可能很低，原因是各觀測(cè)值之間存在較大的變差。*模型的代表性分析擬合優(yōu)度或稱判定系數(shù)、可決系數(shù)R2*75模型的代表性分析調(diào)整(修正)的可決系數(shù)AdjustedR-squared

R2用于多元回歸，由增加解釋變量個(gè)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：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(gè)數(shù)對(duì)擬合優(yōu)度的影響。其中：n-k-1為殘差平方和的自由度，n-1為總體平方和的自由度。可能為負(fù)。*模型的代表性分析調(diào)整(修正)的可決系數(shù)AdjustedR-76赤池信息準(zhǔn)則和施瓦茨準(zhǔn)則為了比較所含解釋變量個(gè)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：赤池信息準(zhǔn)則（Akaikeinformationcriterion,AIC）

AIC=(-2L/n)+(2k/n)L—對(duì)數(shù)似然值施瓦茨準(zhǔn)則（Schwarzcriterion，SC）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(shí)才在原模型中增加該解釋變量。*赤池信息準(zhǔn)則和施瓦茨準(zhǔn)則為了比較所含解釋變量個(gè)數(shù)不同的多元回77模型的代表性分析估計(jì)結(jié)果的分析：Equation窗口中的Views利用Equation視圖中工具條View，可以顯示估計(jì)方程、估計(jì)方程的統(tǒng)計(jì)結(jié)果、以圖或表的形式顯示數(shù)據(jù)的實(shí)際值、預(yù)測(cè)值和殘差。查看殘差圖

Equation視圖的Views/Actual,Fitted,Residual方程的殘差存儲(chǔ)于resid序列對(duì)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(jì)其他方程時(shí)被覆蓋。觀察圖形，對(duì)異方差性和序列相關(guān)性有大致判斷。*模型的代表性分析估計(jì)結(jié)果的分析：Equation窗口中的Vi78計(jì)算Eviews

的估計(jì)結(jié)果可以通過函數(shù)返回公式輸出的標(biāo)量數(shù)值判定系數(shù)@r2如Scalarr2=eq1.@r2回歸標(biāo)準(zhǔn)差@se殘差平方和@ssrF統(tǒng)計(jì)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(jì)系數(shù)的個(gè)數(shù)@ncoef第i個(gè)系數(shù)的估計(jì)值@coefs(i)第i個(gè)系數(shù)的估計(jì)標(biāo)準(zhǔn)差@stderrs(i)第i個(gè)系數(shù)的t統(tǒng)計(jì)量的值@tstats(i)第i個(gè)與第j個(gè)系數(shù)的協(xié)方差@cov(i,j)協(xié)方差矩陣@cov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(jì)量的值@tstats*計(jì)算Eviews的估計(jì)結(jié)果可以通過函數(shù)返回公式輸出的標(biāo)量數(shù)79參數(shù)估計(jì)量的置信區(qū)間創(chuàng)建一個(gè)向量保存計(jì)算結(jié)果命令vector(10)result計(jì)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。計(jì)算95%置信度下斜率的置信區(qū)間：result(2)=@coefs(2)-result(1)*@stderrs(2)result(3)=@coefs(2)+result(1)*@stderrs(2)CONSUME=238.47+0.75*Urban_INC邊際消費(fèi)傾向在95%置信度下置信區(qū)間：(0.68,0.81)從向量中取值估計(jì)系數(shù)的個(gè)數(shù)樣本容量*參數(shù)估計(jì)量的置信區(qū)間創(chuàng)建一個(gè)向量保存計(jì)算結(jié)果命令ve80計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)穩(wěn)定性檢驗(yàn)異方差多重共線序列相關(guān)*計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)*81擬合回歸“直線”的性質(zhì)方程的殘差存儲(chǔ)于Resid的序列對(duì)象中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(shí)際均值；2、殘差和等于零，即殘差的均值為0；3、殘差與擬合值不相關(guān)；4、殘差與每一個(gè)自變量都不相關(guān)；5、回歸直線過X、Y的均值點(diǎn)；*擬合回歸“直線”的性質(zhì)方程的殘差存儲(chǔ)于Resid的序列對(duì)象中82擬合回歸“直線”的性質(zhì)....y4y1y2y3x1x2x3x4}}{{?1?2?3?4xyfittedvalueactualvalue.*擬合回歸“直線”的性質(zhì)y4y1y2y3x1x2x3x83擬合回歸“直線”的性質(zhì)②殘差和為零④自變量與殘差不相關(guān)①平均數(shù)相等③擬合值與殘差不相關(guān)⑤回歸直線過點(diǎn)*擬合回歸“直線”的性質(zhì)②殘差和為零④自變量與殘差不相關(guān)①平均84擬合回歸“直線”的性質(zhì)演示Showconsumeconsumefurban_incresid

View/DescriptiveStats/CommonSample殘差和為零、①擬合值的均值等于因變量的實(shí)際均值②殘差和為零*擬合回歸“直線”的性質(zhì)演示殘差和為零、①擬合值的均值等于因85演示View/Correlations擬合回歸“直線”的性質(zhì)⑤回歸直線過均值點(diǎn)：ScalarYM=@mean(Y)ScalarYM1=C(1)+C(2)*@mean(X)Scalara=ym-ym1a應(yīng)當(dāng)?shù)扔?從系數(shù)向量中取值③擬合值與殘差不相關(guān)④自變量與殘差不相關(guān)*演示擬合回歸“直線”的性質(zhì)⑤回歸直線過均值點(diǎn)：從系數(shù)向量86

consume=281.50+0.714554*Urban_INCeq1t=(1.05 31.40)p=(0.3946 0.0000)R2=0.949146修正擬合方程t檢驗(yàn)沒有通過由于數(shù)據(jù)來自截面資料，存在異方差性（后討論）選擇加權(quán)最小二乘法權(quán)重序列取殘差絕對(duì)值平方根的倒數(shù)，得：eq2

consume

=292.00+0.714519*Urban_INCp=(0.000.00)R2=0.999138回歸標(biāo)準(zhǔn)差也有很大改善。*consume=281.50+0.71487利用擬合方程預(yù)測(cè)預(yù)測(cè)步驟把原來的工作文件頻率范圍擴(kuò)展為1到33選擇Procs/StructureResizeCurrentpage…或用命令Expand133添加解釋變量的值（Urban_INC)

Edit+/-NA=>22000NA=>24000

預(yù)測(cè)：Procs/Forecast或工具欄Forecast按鈕生成預(yù)測(cè)序列：當(dāng)收入達(dá)22000時(shí)，平均消費(fèi)16011；當(dāng)收入達(dá)24000時(shí)，平均消費(fèi)17440。預(yù)測(cè)的平均絕對(duì)百分比誤差達(dá)4.01%。

演示*利用擬合方程預(yù)測(cè)預(yù)測(cè)步驟*88利用擬合方程預(yù)測(cè)預(yù)測(cè)：Procs/Forecast的選項(xiàng)Dynamic選項(xiàng)利用滯后左變量以前的預(yù)測(cè)值來計(jì)算當(dāng)前樣本區(qū)間的預(yù)測(cè)值Static選項(xiàng)是利用滯后左變量的實(shí)際值來計(jì)算預(yù)測(cè)值（選項(xiàng)只有在實(shí)際數(shù)值可以得到時(shí)可用），當(dāng)方程中不含有滯后被解釋變量或ARMA項(xiàng)時(shí)，兩種方法出結(jié)果相同，所以在Eviews中不提供選擇。用Output可選擇用圖形或數(shù)值來看預(yù)測(cè)值，或兩者都用以及預(yù)測(cè)評(píng)價(jià)指標(biāo)（平均絕對(duì)誤差等）。S.E.(Optional)將預(yù)測(cè)標(biāo)準(zhǔn)差項(xiàng)保存為序列。*利用擬合方程預(yù)測(cè)預(yù)測(cè)：Procs/Forecast的選項(xiàng)*89利用擬合方程預(yù)測(cè)因變量平均值的點(diǎn)預(yù)測(cè)因變量平均值的區(qū)間預(yù)測(cè)置信水平為1-的預(yù)測(cè)區(qū)間為：通常在利用5%的顯著水平(雙側(cè)檢驗(yàn))，如果自由度在28以上(即一元回歸的n≥30)，則將小數(shù)第二位四舍五入，t全部等于2.0。df=時(shí)，t=1.96。模型研制者的任務(wù)是盡可能地縮小置信區(qū)間。*利用擬合方程預(yù)測(cè)因變量平均值的點(diǎn)預(yù)測(cè)因變量平均值的區(qū)間預(yù)測(cè)通90利用擬合方程預(yù)測(cè)XtXT+1Yt點(diǎn)預(yù)測(cè)預(yù)測(cè)區(qū)間點(diǎn)預(yù)測(cè)與預(yù)測(cè)區(qū)間*利用擬合方程預(yù)測(cè)XtXT+1Yt點(diǎn)預(yù)測(cè)預(yù)測(cè)區(qū)間點(diǎn)預(yù)測(cè)與預(yù)測(cè)區(qū)91利用擬合方程預(yù)測(cè)給出近似95%的置信區(qū)間*利用擬合方程預(yù)測(cè)給出近似95%的置信區(qū)間*92對(duì)預(yù)測(cè)的評(píng)價(jià)指標(biāo)事后模擬是將預(yù)測(cè)數(shù)列與實(shí)際數(shù)列直接進(jìn)行比較，根據(jù)兩者的接近程度進(jìn)行預(yù)測(cè)評(píng)價(jià)。預(yù)測(cè)時(shí)選中保存標(biāo)準(zhǔn)差到序列SEGenrHigh=csf+2*SEGenrLow=csf-2*SE

預(yù)測(cè)值保存的序列名ShowconsumecsfHighLow下面給出事后模擬預(yù)測(cè)評(píng)價(jià)的若干指標(biāo)。*對(duì)預(yù)測(cè)的評(píng)價(jià)指標(biāo)事后模擬是將預(yù)測(cè)數(shù)列與實(shí)際數(shù)列直接進(jìn)行比較，93對(duì)預(yù)測(cè)的評(píng)價(jià)指標(biāo)2、平均絕對(duì)誤差百分比(MAPEMeanAbs.PercentError)：一般認(rèn)為，MAPE<10時(shí)預(yù)測(cè)精度較高。1、均方根誤差(RMSERootmeanSquaredError)：其中為Yt的模擬(simulate)預(yù)測(cè)值，即回歸擬合值。為Yt的實(shí)際值(actual)，T為時(shí)點(diǎn)數(shù)(或樣本區(qū)間)。*對(duì)預(yù)測(cè)的評(píng)價(jià)指標(biāo)2、平均絕對(duì)誤差百分比一般認(rèn)為，MAPE<94對(duì)預(yù)測(cè)的評(píng)價(jià)指標(biāo)3、Theil不相等系數(shù)(記為ICInequalityCoefficient)：其的分子就是RMSE，分母是因變量模擬值與實(shí)際值的樣本二階原點(diǎn)矩的算術(shù)平方根。

如果Theil不相等系數(shù)IC=0，說明完全擬合。如果IC=1，則模型的預(yù)測(cè)能力最差。*對(duì)預(yù)測(cè)的評(píng)價(jià)指標(biāo)3、Theil不相等系數(shù)(記為ICIneq95其中樣本的均值、方差和相關(guān)系數(shù)采用常規(guī)符號(hào)。定義以下不相等比例指標(biāo)：

4、偏差率（BiasProportion）均值偏差率BP表明模擬數(shù)列與實(shí)際數(shù)列的系統(tǒng)誤差。如果BP的值過大（超過0.1或0.2）意味著存在系統(tǒng)誤差，需要對(duì)模型進(jìn)行修正。對(duì)預(yù)測(cè)的評(píng)價(jià)指標(biāo)可以把模擬值與實(shí)際值的平均離差平方分解為：

*其中樣本的均值、方差和相關(guān)系數(shù)采用常規(guī)符號(hào)。對(duì)預(yù)測(cè)的評(píng)價(jià)指標(biāo)96對(duì)預(yù)測(cè)的評(píng)價(jià)指標(biāo)5、方差率（VarianceProportion）

方差率VP表明模擬值擬合實(shí)際變化程度的能力。如果VP的值過大意味著兩者的波動(dòng)程度存在較大差異（一大一?。?，需要對(duì)模型進(jìn)行修正。6、協(xié)變率（CovarianceProportion）CP=1-BP-VP

CP度量非系統(tǒng)誤差，反映了兩者的相關(guān)性，越接近1越理想。*對(duì)預(yù)測(cè)的評(píng)價(jià)指標(biāo)5、方差率（VarianceProport97對(duì)預(yù)測(cè)的評(píng)價(jià)指標(biāo)

財(cái)政收入模型比較：最好的eq8最差的eq2遠(yuǎn)超過0.2，應(yīng)修正模型*對(duì)預(yù)測(cè)的評(píng)價(jià)指標(biāo)財(cái)政收入模型比較：遠(yuǎn)超過0.2，*98利用擬合方程預(yù)測(cè)預(yù)測(cè)時(shí)可以選中保存標(biāo)準(zhǔn)差到序列SE事前預(yù)測(cè)：對(duì)樣本以外或尚未發(fā)生的數(shù)據(jù)或事件所作的估計(jì)。是對(duì)被解釋變量的預(yù)測(cè)值的估計(jì)值。事后預(yù)測(cè)：如果X0包含在樣本內(nèi)，則預(yù)測(cè)值實(shí)際上就是擬合值。均值預(yù)測(cè)（meanprediction）：給定自變量的值，預(yù)測(cè)因變量的均值，

個(gè)值預(yù)測(cè)（individualprediction）：給定自變量的值，預(yù)測(cè)與之對(duì)應(yīng)的因變量的個(gè)別值，*利用擬合方程預(yù)測(cè)預(yù)測(cè)時(shí)可以選中保存標(biāo)準(zhǔn)差到序列SE99預(yù)測(cè)的置信區(qū)間平均值和個(gè)別值的點(diǎn)預(yù)測(cè)相同，但區(qū)間預(yù)測(cè)不同。均值預(yù)測(cè)的方差：個(gè)值預(yù)測(cè)的方差：因此，均值預(yù)測(cè)的區(qū)間估計(jì)：個(gè)值預(yù)測(cè)的區(qū)間估計(jì)：*預(yù)測(cè)的置信區(qū)間平均值和個(gè)別值的點(diǎn)預(yù)測(cè)相同，但區(qū)間預(yù)測(cè)不同。個(gè)100預(yù)測(cè)的置信區(qū)間的計(jì)算：

Scalarsx2=n*@var(x)或Scalarsx2=(n-1)*(@stdev(x))^2的計(jì)算：多變量時(shí)從方程輸出中讀取Sumsquaredresid的值除（n-2）@sumsq(resid)/(n-2) 或@se的計(jì)算：

Scalarxx2=(x(32)-@mean(x))^2*預(yù)測(cè)的置信區(qū)間的計(jì)算：101預(yù)測(cè)的置信區(qū)間綜合計(jì)算：Genru2=resid*residScalarn=@obs(u2)Scalarse1=@sqrt(@sum(u2)/(n-2)*(1/n+(X(32)-@mean(x))^2/(n*@var(x))))或Scalarse1=@sqrt(@se*(1/n+(X(32)-@mean(x))^2/(n*@var(x))))Scalarse0=@sqrt(@sum(u2)/(n-2)*(1+1/n+(X(32)-@mean(x))^2/(n*@var(x))))Scalarf0=@elem(yf,"32")或Scalarf0=Yf(32)*預(yù)測(cè)的置信區(qū)間綜合計(jì)算：Genru2=resid*re102預(yù)測(cè)的置信區(qū)間在eq2為默認(rèn)公式時(shí)計(jì)算Scalar：YF_H=Yf(32)+se1*@qtdist(.975,(@regobs-@ncoef))YF_L=Yf(32)-se1*@qtdist(.975,(@regobs-@ncoef))當(dāng)收入達(dá)22000時(shí)，平均消費(fèi)的平均值16011.42，均值預(yù)測(cè)的95%置信區(qū)間(15528.20,16495.91)YF_H0=Yf(32)+se0*@qtdist(.975,(@regobs-@ncoef))YF_L0=Yf(32)-se0*@qtdist(.975,(@regobs-@ncoef))個(gè)值預(yù)測(cè)的置信區(qū)間(14983.35，17040.75)計(jì)算t值的函數(shù)*預(yù)測(cè)的置信區(qū)間在eq2為默認(rèn)公式時(shí)計(jì)算Scalar：計(jì)算t103需要掌握的內(nèi)容多做練習(xí)需要掌握的內(nèi)容：1．掌握線性最小二乘法估計(jì)的流程2．認(rèn)識(shí)最小二乘法估計(jì)結(jié)果中的各種統(tǒng)計(jì)量的含義與定義3．計(jì)算估計(jì)參數(shù)與預(yù)測(cè)的置信區(qū)間4.所得結(jié)論的經(jīng)濟(jì)學(xué)解釋*需要掌握的內(nèi)容多做練習(xí)*104數(shù)量經(jīng)濟(jì)軟件

其他參考文獻(xiàn)：《EViews計(jì)量經(jīng)濟(jì)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》張曉峒

機(jī)械工業(yè)出版社2007年，235元*數(shù)量經(jīng)濟(jì)軟件其他參考文獻(xiàn)：*105一.EViews軟件使用初步EViews簡(jiǎn)介EViews基礎(chǔ)序列操作

范例：EViews的基本操作*一.EViews軟件使用初步EViews簡(jiǎn)介*1061.EViews簡(jiǎn)介計(jì)量經(jīng)濟(jì)學(xué)研究的核心是設(shè)計(jì)模型、收集資料、估計(jì)模型、檢驗(yàn)?zāi)Ｐ汀⑦\(yùn)用模型進(jìn)行預(yù)測(cè)、求解模型和運(yùn)用模型。EViews是美國(guó)GMS(QuantitativeMicroSoftware)公司1981年發(fā)行第1版的MicroTSP(TimeSeriesProcessor)的Windows版本，通常稱為計(jì)量經(jīng)濟(jì)學(xué)軟件包。正是由于EViews等計(jì)量經(jīng)濟(jì)學(xué)軟件包的出現(xiàn)，使計(jì)量經(jīng)濟(jì)學(xué)取得了長(zhǎng)足的進(jìn)步，發(fā)展成為實(shí)用與嚴(yán)謹(jǐn)?shù)慕?jīng)濟(jì)學(xué)科。*1.EViews簡(jiǎn)介計(jì)量經(jīng)濟(jì)學(xué)研究的核心是設(shè)計(jì)模型、收集資107EViews的功能EViews的基本功能EViews是EconometricsViews的縮寫，它的本意是對(duì)社會(huì)經(jīng)濟(jì)關(guān)系與經(jīng)濟(jì)活動(dòng)的數(shù)量規(guī)律，采用計(jì)量經(jīng)濟(jì)學(xué)方法與技術(shù)進(jìn)行“觀察”。使用EViews軟件包可以對(duì)時(shí)間序列和非時(shí)間序列（截面數(shù)據(jù)、面版數(shù)據(jù)）的數(shù)據(jù)進(jìn)行分析，建立序列（變量）間的統(tǒng)計(jì)關(guān)系式-方程。利用方程進(jìn)行結(jié)構(gòu)分析、預(yù)測(cè)、模擬等等。EViews的操作模式：交互處理與批處理（程序控制）*EViews的功能EViews的基本功能*108EViews的安裝與啟動(dòng)安裝：程序文件（英文）幫助文件（英文）啟動(dòng)：?jiǎn)螕羧蝿?wù)欄中的開始按鈕，選擇程序

中的EViews進(jìn)入EViews程序組，選擇EViews程序；雙擊桌面上的Eviews快捷方式圖標(biāo)；雙擊已建立的Eviews文件（workfile文件）名稱。*EViews的安裝與啟動(dòng)安裝：*109EViews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(gè)對(duì)象窗口*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110EViews

的菜單主菜單欄上共有9個(gè)選項(xiàng)：File，Edit，Objects，View，Procs，Quick，Options，Window，Help。用鼠標(biāo)點(diǎn)擊可打開下拉式菜單（或再下一級(jí)菜單），點(diǎn)擊某個(gè)選項(xiàng)響應(yīng)對(duì)應(yīng)的操作。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的菜單主菜單欄上共有9個(gè)選項(xiàng)：File，Ed111EViews的菜單Objects：對(duì)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(duì)象都放置在對(duì)象容器中，其中工作文件（workfile）是最重要的對(duì)象容器。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(xiàng)目隨著當(dāng)前的窗口不同而改變，上下文相關(guān)，主要涉及變量的多種查看方式和運(yùn)算過程。Quick：提供快速分析過程，包括常用的統(tǒng)計(jì)分析方法，回歸模型，時(shí)間序列模型以及各種重要檢驗(yàn)。*EViews的菜單Objects：對(duì)象是指有一定關(guān)系的信息或112EViews

的工作方式交互式操作批處理方式（1）圖形界面導(dǎo)向方式；（2）簡(jiǎn)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(yùn)行方式

（采用EViews命令編制程序）。*EViews的工作方式交互式操作交互式批處理（4）程序運(yùn)行1132.

EViews基礎(chǔ)EViews的基本操作建立工作文件：File/New/Workfile在Workfile中顯示對(duì)象：選中對(duì)象View/Show或者，直接雙擊對(duì)象。顯示序列圖形：打開序列View/Graph…可改變圖形設(shè)置。建立方程：Objects/NewObject/Equation

常用組group建立方程分析估計(jì)結(jié)果：了解各參數(shù)的含義*2.EViews基礎(chǔ)EViews的基本操作*114

EViews的基本操作工作文件用戶與Eviews對(duì)話期間保存在內(nèi)存中的信息，包含進(jìn)程中調(diào)入與建立的全部命名對(duì)象。進(jìn)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。Workfile的文件擴(kuò)展名：.wfl結(jié)束工作時(shí)，應(yīng)將工作文件保存到磁盤。*EViews的基本操作工作文件*115Eviews中的對(duì)象工作文件（對(duì)象容器）Eviews

的對(duì)象視圖、數(shù)據(jù)成員過程、估計(jì)方法*Eviews中的對(duì)象工作文件（對(duì)象容器）Eviews的對(duì)象116建立工作文件的方法交互操作：點(diǎn)擊File/New/Workfile命令格式：wfcreate<工作文件名>缺省文件名是Untitled.wfl確定工作文件結(jié)構(gòu)類型對(duì)話框：選擇數(shù)據(jù)類型和起止日期，并在出現(xiàn)的對(duì)話框中提供必要的信息：適當(dāng)?shù)臅r(shí)間頻率（年、半年、季度、月度、周、日等）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(shí)間序列提供觀測(cè)值個(gè)數(shù)。以后還可以對(duì)這些設(shè)置進(jìn)行更改。*建立工作文件的方法交互操作：點(diǎn)擊File/New/Work117建立工作文件點(diǎn)擊File/New/Workfile

彈出會(huì)話框：*建立工作文件點(diǎn)擊File/New/Workfile彈出118建立工作文件時(shí)間序列數(shù)據(jù)、Dated數(shù)據(jù)頻率表達(dá)方式：Annual 年度：如96（1969），2005Semi-annual半年：如1990:1,2005:2Quarterly季度：如2003:1，2005:4Monthly月度：如1999:1，2000:6,2005:12Weekly周：起始和終止日期都是日期Daily[5]每周5天的第一天Daily[7]每周7天的第一天日期：（美國(guó)格式）月:日:年如，3:10:2005UnstrucuredorUndated非時(shí)間序列數(shù)據(jù)：給出樣本個(gè)數(shù)，如，1,50演示wfcreate*建立工作文件時(shí)間序列數(shù)據(jù)、Dated數(shù)據(jù)頻率表達(dá)方式：*119工作文件窗口打開的工作文件是EViews的子窗口。目錄顯示該工作文件的所有對(duì)象的圖標(biāo)：雙擊對(duì)象可以打開對(duì)象窗口；右擊對(duì)象可以彈出快捷菜單，選擇某種操作；要同時(shí)選擇多個(gè)對(duì)象，按住Ctrl鍵同時(shí)單擊要選擇的對(duì)象。*工作文件窗口打開的工作文件是EViews的子窗口。*120工作文件窗口信息欄標(biāo)題欄工具條控制按鈕對(duì)象小圖標(biāo)*工作文件窗口信息欄標(biāo)題欄工具條控制按鈕對(duì)象小圖標(biāo)*121EViews中的對(duì)象Eviews中的信息集成在對(duì)象中。每個(gè)對(duì)象都包含與一個(gè)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。與每類對(duì)象相關(guān)聯(lián)的是一系列視圖（Views）和過程（Procedure），它們和對(duì)象中的信息一起使用。這種視圖、過程與對(duì)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(jì)。*EViews中的對(duì)象Eviews中的信息集成在對(duì)象中。*122Eviews中的對(duì)象Eviews5.0

提供了17個(gè)以上Object：?*Eviews中的對(duì)象Eviews5.0提供了17個(gè)以上123Eviews中的對(duì)象選擇Object/NewObject…*Eviews中的對(duì)象選擇Object/NewObjec124Eviews中的對(duì)象工作文件一開始其中就包含了兩個(gè)對(duì)象：系數(shù)向量c（保存估計(jì)系數(shù)用）殘差序列resid（實(shí)際值與擬合值之差）。小圖標(biāo)上標(biāo)識(shí)出對(duì)象的類型，?是系數(shù)向量，曲線圖是序列。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(xiàng)，可以對(duì)工作文件和其中的對(duì)象進(jìn)行處理。*Eviews中的對(duì)象工作文件一開始其中就包含了兩個(gè)對(duì)象：*125工作文件窗口工具條上的按鈕Views視圖按鈕、Procs過程按鈕（最常用）Object對(duì)象操作Save保存工作文件、Print打印Detail+/-細(xì)節(jié)開關(guān)Show顯示所選中的對(duì)象Fetch、Store讀取、存儲(chǔ)到數(shù)據(jù)庫(kù)文件Delete刪除選擇的對(duì)象Gener利用已有的序列生成新的序列Sample設(shè)置觀察值的樣本區(qū)間從工作文件目錄中選取并雙擊對(duì)象，便可展示和分析工作文件內(nèi)的任何數(shù)據(jù)。*工作文件窗口工具條上的按鈕Views