Eviews數(shù)據(jù)統(tǒng)計與分析教程4章 圖形和統(tǒng)計量分析

第4章圖形和統(tǒng)計量分析

重點內容：圖形對象的生成描述性統(tǒng)計量單位根檢驗

Granger因果檢驗整理課件一、圖形對象1.圖形對象的建立選擇對象窗口工具欄中的“View〞|“Graph〞選項?！癎raph〞的菜單中有6種圖形可供選擇?！癓ine〞表示生成的是折線圖“Area〞表示生成面積圖“Bar〞表示為條形圖“Spike〞表示尖峰圖“SeasonalStackedLine〞表示生成的是季節(jié)性堆疊圖“SeasonalSplitLine〞表示生成的是季節(jié)性分割線整理課件一、圖形對象1.圖形對象的建立如果選擇“View〞|“Graph〞|“Line〞選項，將生成如下所示的線性圖。整理課件一、圖形對象2.圖形的凍結通過“Quick〞|“Graph〞選項生成圖形對象，單擊圖對象窗口工具欄中的“Name〞選項，在彈出的對話框中輸入該對象的名稱后，單擊“OK〞按鈕后該對象即可被保存，并在工作文件窗口中顯示圖對象的圖標。如果要保存所建立的圖形，使之不隨樣本及觀測值的改變而發(fā)生變化，那么可以通過序列對象窗口中的“Freeze〞鍵來凍結圖形。整理課件一、圖形對象3.圖形的復制如果需要將圖形保存到其他文件中，例如放在Word文檔中，那么選擇圖對象窗口中的“Proc〞|“Copy〞選項，然后在彈出的對話框中單擊“OK〞按鈕?；蛘邔⑹髽艘苿拥綀D形上，點擊鼠標右鍵，在彈出的菜單中選擇“Copy〞。再翻開需要粘貼的文件，通過鼠標右鍵進行粘貼即可。整理課件二、描述性統(tǒng)計量1.序列窗口下的描述性統(tǒng)計量

在序列〔Series〕對象窗口下選擇工具欄中的“View〞|“DescriptiveStatistics〞〔描述性統(tǒng)計量〕選項，將出現(xiàn)4個選項。第一個選項是“HistogramandStats〞〔直方圖和統(tǒng)計量〕，能顯示序列對象的直方圖和一下描述性統(tǒng)計量的值。

整理課件二、描述性統(tǒng)計量1.序列窗口下的描述性統(tǒng)計量

以序列對象“fdi〞為例來進行說明:“Mean〞表示均值，即序列對象觀測值的平均值；“Median〞表示中位數(shù)，即從小到大排列的序列對象觀測值的中間值，是對序列分布中心的一個大致估計；“Maximum〞表示最大值，“Minimum〞表示最小值，是該序列觀測值中的最大值和最小值；整理課件二、描述性統(tǒng)計量1.序列窗口下的描述性統(tǒng)計量

“Std.Dev〞表示標準差，用來衡量序列觀測值的離散程度，其計算公式為其中，σ為標準差，N為樣本觀測值個數(shù)，xi是樣本觀測值，為樣本均值。整理課件二、描述性統(tǒng)計量1.序列窗口下的描述性統(tǒng)計量

“Skewness〞表示偏度，用來衡量觀測值分布偏離均值的狀況，其計算公式為其中是變量方差的有偏估計。當S=0時，序列的分布是對稱的，如正態(tài)分布；當S>0時，序列分布為右偏；當S<0時，序列分布為左偏。例如上圖fdi中的偏度為1.4225>0，所以我國的外商直接投資〔fdi〕的分布是不對稱的，為右偏分布形態(tài)。整理課件二、描述性統(tǒng)計量1.序列窗口下的描述性統(tǒng)計量

“Kurtosis〞表示峰度，用來衡量序列分布的凸起狀況，其計算公式為正態(tài)分布的K值為3，當K>3時，序列對象的分布凸起程度大于正態(tài)分布的凸起程度；當K<3時，序列對象的分布凸起程度要比正態(tài)分布小。例如上圖中的峰度為4.898917>3，外商直接投資〔fdi〕的分布呈尖峰狀態(tài)。整理課件二、描述性統(tǒng)計量1.序列窗口下的描述性統(tǒng)計量

圖最下方是JB〔Jarque-Bera〕統(tǒng)計量及其相應的概率〔Probability〕。JB統(tǒng)計量用來檢驗序列觀測值是否服從正態(tài)分布，該檢驗的零假設為樣本服從正態(tài)分布。在零假設下，JB統(tǒng)計量服從χ2(2)分布。整理課件二、描述性統(tǒng)計量1.序列窗口下的描述性統(tǒng)計量

第二個選項是“StatsTable〞〔統(tǒng)計表〕，它將描述性統(tǒng)計量值通過電子表格的形式顯示在對象窗口中。第三個選項是“StatsbyClassification〞〔分類統(tǒng)計量〕，它將樣本分為假設干組后再對各組觀測值分別進行描述統(tǒng)計。第四個選項是“BoxplotsbyClassification〞〔分類箱線圖/箱尾圖〕，將序列分布按照箱線圖/箱尾圖進行分類。箱線圖〔Boxplot〕也稱為箱尾圖，是利用數(shù)據(jù)統(tǒng)計量來描述數(shù)據(jù)的一種方法。整理課件二、描述性統(tǒng)計量2.序列組窗口下的描述性統(tǒng)計量

在序列組(Group)對象窗口下選擇工具欄中的“View〞|“DescriptiveStatistics〞〔描述性統(tǒng)計量〕選項，將彈出3個選項。整理課件二、描述性統(tǒng)計量2.序列組窗口下的描述性統(tǒng)計量

第一個選項是“CommonSample〞〔普通樣本〕，選擇該項將得到含有均值、中位數(shù)、最大/小值等統(tǒng)計量的一張電子表格?！癈ommonSample〞要求各序列對象的樣本范圍相同，不能含有NA符〔空值〕。整理課件二、描述性統(tǒng)計量2.序列組窗口下的描述性統(tǒng)計量

第二個選項是“IndividualSamples〞〔個體樣本〕，選擇該項后彈出的界面也是一張含有均值、中位數(shù)、最大/小值等統(tǒng)計量的一張電子表格。與“CommonSample〞不同的是該選項中序列對象所包含的觀測值個數(shù)可以不同。第三個選項是“Boxplots〞〔箱線圖/箱尾圖〕。整理課件三、描述性統(tǒng)計量檢驗1.簡單假設檢驗

均值〔Mean〕檢驗方差〔Variance〕檢驗中位數(shù)〔Median〕檢驗整理課件三、描述性統(tǒng)計量檢驗1.簡單假設檢驗

選擇“View〞|“TestsforDescriptiveStats〞|“SimpleHypothesisTests〞選項后彈出如以下圖所示的對話框，在左側文本框中輸入待檢驗的數(shù)值，然后單擊“OK〞按鈕即可得到輸出結果。對于均值檢驗，如果標準差，可在右側“Enters.d.if〞文本框中輸入標準差的值。整理課件三、描述性統(tǒng)計量檢驗2.分組齊性檢驗

均值〔Mean〕檢驗方差〔Variance〕檢驗中位數(shù)〔Median〕檢驗整理課件三、描述性統(tǒng)計量檢驗2.分組齊性檢驗

選擇“View〞|“TestsforDescriptiveStats〞|“EqualityTestsbyClassification〞選項后彈出如以下圖所示的對話框，在“Series/Groupforclassify〞文本框中輸入序列或序列組對象名稱，在“Testequalityof〞中選中檢驗方法，“NAhanding〞表示缺值項的處理方法，“Groupintobinsif〞可以限定分類后子工程的數(shù)目。然后單擊“OK〞按鈕即可。整理課件四、相關分析在EViews軟件中可以對序列和序列組對象進行相關分析，從而判定序列對象是否存在自相關問題。選擇“工具欄中的View〞|“Correlogram〞〔相關圖〕選項，彈出右圖所示的對話框。需說明的是序列組中的“View〞|“Correlogram〞選項分析的是第一個序列對象的相關性。如果要得到兩個序列對象的交叉相關圖需選擇“View〞|“CrossCorrelogram〞選項。整理課件四、相關分析在序列組對象窗口中，除了可以得到相關圖外還可以得到相關矩陣。選擇序列組對象窗口工具欄中的“View〞|“Correlation〞|“CommonSample〞/“PairwiseSamples〞后，得到相關矩陣表。表中的數(shù)值代表兩個變量的相關性，數(shù)值可正可負。整理課件五、單位根檢驗單位根檢驗〔UnitRootTest〕主要用來判定時間序列的平穩(wěn)性。如果一個時間序列的均值或者協(xié)方差函數(shù)隨時間變化而改變，那么這個序列就是不平穩(wěn)的時間序列。如果該時間序列經(jīng)過一階差分后變?yōu)槠椒€(wěn)序列，那么稱該序列為一階單整序列，記作I(1)；如果是經(jīng)過d次差分后才平穩(wěn)，那么稱為d階單整序列，記作I(d)。整理課件五、單位根檢驗單位根檢驗〔UnitRootTest〕主要用來判定時間序列的平穩(wěn)性。如果一個時間序列的均值或者協(xié)方差函數(shù)隨時間變化而改變，那么這個序列就是不平穩(wěn)的時間序列。如果該時間序列經(jīng)過一階差分后變?yōu)槠椒€(wěn)序列，那么稱該序列為一階單整序列，記作I(1)；如果是經(jīng)過d次差分后才平穩(wěn)，那么稱為d階單整序列，記作I(d)。整理課件五、單位根檢驗選擇工具欄中的“View〞|“UnitRootTest〞選項，會彈出如以下圖所示的對話框。整理課件五、單位根檢驗EViews5.1為用戶提供了6種單位根檢驗的方法，有“AugmentedDickey–Fuller〞(ADF)檢驗法，“Dickey–FullerGLS(ERS)〞〔DF〕檢驗法，“Phillips–Perron〞〔PP〕檢驗法，“Kwiatkowski–Phillips–Schmidt–Shin〞(KPSS)檢驗法，“Elliott–Rothenberg–StockPoint–Optimal〞(ERS)檢驗法,“Ng–Perron〞(NP)檢驗法。整理課件五、單位根檢驗在“Testforunitrootin〞中選擇序列形式?！癓evel〞表示對原序列進行單位根檢驗，“1stdifference〞表示對一階差分序列進行單位根檢驗，“2nddifference〞表示對二階差分序列進行單位根檢驗。整理課件五、單位根檢驗“Laglength〞表示消除序列相關所需的滯后階數(shù)，在該區(qū)域有兩個選項按鈕。在“Automaticselection〞〔自動選擇〕中有兩個文本框，第一個文本框的下拉列表中有6個準那么，常用的是“AIC〞和“SC〞最小準那么，系統(tǒng)在默認狀態(tài)下顯示的是SC準那么；第二個文本框中輸入最大滯后階數(shù)，一般系統(tǒng)會根據(jù)樣本容量而自動給出一個數(shù)值。如果選中“Userspecific〞，那么用戶可輸入具體的數(shù)值，系統(tǒng)會給出檢驗結果。整理課件五、單位根檢驗“Includeintestequation〞表示檢驗式中是否包含“Intercept〞〔截距項〕、“Trendandintercept〞〔趨勢項和截距項〕和“None〞〔不包含趨勢項和截距項〕?？筛鶕?jù)圖形來確定是否包含趨勢項和截距項。整理課件六、Granger因果檢驗Granger因果關系檢驗就是檢驗一個變量的滯后變量是否可以放入其他變量的方程中。如果該變量受到其他變量滯后期的影響，那么稱兩個變量間存Granger因果關系。整理課件六、Granger因果檢驗翻開序列組對象窗口，選擇工具欄中的“View〞|“GrangerCausality〞選項，在彈出的對話框中輸入滯后期，然后單擊“OK〞按鈕，就會得到以下圖所示的分析結果。一般情況下Granger因果檢驗的滯后期要根據(jù)AIC和SC準那么來確定?！癗ullHypothesis〞列是原假設，“CPIdoesnotGrangerCauseGDP〞為CPI不是GDP的Granger因，同樣，“GDPdoesnotGrangerCauseCPI〞為GDP不是CPI的Granger因?！癘bs〞列是樣本數(shù)，“F-Sta