Eviews简易使用方法.doc

Eviews5.0基本操作一、启动软件包 （ 双击“Eviews”，进入Eviews主页）二、建立工作文件点击filenewworkfile,在弹出的对话框中有三个选项区：（1）workfile structure type(工作文件结构类型)（2）data specification(日期设定)（3）name (名)如果选择unstructured/undataed，则右上角会变成data range选择区，其中输入样本容量。如果选择balanced panel，右上角变成panel specification选择框，其中有4个选择框，分别要求输入频率、开始期、终止期、个体个数（面板数据中所包含的个体个数）。相应设定完成之后点击OK键。出现“Workfile对话框（子窗口）”中已有两个变量： c-常数项resid-模型将产生的残差项三、输入（编辑）数据：法1：在命令框键入：“data y x”（ 一元）或“data y ”（多元）/回车；出现数据编辑框，按顺序键入数据/存盘（或最小化）。建议使用这种方法法2：用鼠标单击“Quick”，在出现的下拉菜单中单击“EMPTY GROUP， 输入数据，默认的变量名是SER01、SER02等等。输入完毕，关闭GROUP窗口，回到Workfile窗口，对变量点击右键选rename可以对变量名重命名如y、x；双击变量名可以浏览相应数据四、作图单击“Quick/Graph/line graph”输入y x(解释变量)五、计算描述统计量 1、点击“Quick/Group statistics/Descriptive statistics/Common Sample；2、键入y x（或y ）/ok。第一章 简单线性回归模型；第二章 多元线性回归模型一、回归分析（用OLS估计未知参数） 法1：点击“Quick/Estimate Equation”；2、在出现的估计对话框中，键入y c x/ok 法2、在命令框键入ls y c x或ls y c /回车。 注：在Equation框中，点击Resids,可以出现Residual、Actual、Fitted的图形。二、预测：1、在Equation框中，点击“Forecast”，得对话框。对话框主要有Forecast name(预测值序列名) YF SE（预测值标准差） se ok得样本期内被解释变量的拟合值YF（拟合值与实际值的对比图、表）。 注：如果要浏览预测值YF、实际值Y，预测值的标准差se和残差resid，在命令行键入：“Show Y YF se Resid”. 2、外推预测（如原资料为1978-1998，外推到1978-2000年） 键入：expand 1978 2000/回车 （range扩大） 键入：smpl 1978 2000/回车 (sample扩大） 键入：data x /回车, 输入x的1999、2000年资料/最小化在Equation框中，点击“Forecast”如1所示输入预测序列名YF和预测值标准差seok,返回workfile窗口，双击变量yf可以看到1999年和2000年的预测值。附：如何建立一个新序列： 例：，键入 genr （或Z=）/回车; y c x2/回车例: ，键入 genr lny=log(Y)/ 回车；键入 Ls lny c x/回车如何生成残差序列e1:键入genr e1=resid 多重共线性计算相关系数矩阵 点击“quick/group statistics/correlation/ /ok（如P90表4.5.3） 异方差性一、图形分析法的计算机实现 1、估计回归方程 键入 y c x /回车 2、生成残差平方序列，键入genr e2=resid*resid（或先键入 genr e1=resid；再键入 genr e2=e12；）；在Equation框中，点击 resid；3、作散点图：键入 scat e2 x/回车；(或点击Quick/Graph/Scatter键入e2 x ，ok)二、解析分析法注：Eviews5.0只能对unstructured workfile的变量进行排序，对其他类型的数据不能排序。所以对时间序列数据不能进行Goldfeld-Quandt(戈德菲尔德-匡特)检验。1、残差回归检验（Glejser检验）的计算机实现： 1）、拟合回归模型：键入 Ls y c x(或Ls y c ；在Equation框中点击resid（保存残差） 2）、计算resid的绝对值： 键入 genr e=abs(resid) 3）生成变量：键入 genr XH=Xh(h可以取1、1/2、1、)。 如 genr X1= X1 genr X2= X1/2 genr X3= 1/X 做resid的绝对值与的回归模型，检验回归系数和拟合优度。如P108例： 键入 Ls e x1/回车；得、F值 键入 Ls e x2/回车；得、F值 根据、F值作出判断。2、Breusch-Pagan检验 1）、Ls y c (=) 2）、保存resid：点击 resid genr e2=resid*reid genr P=e2/ 3）、取全部或部分X（如构造辅助回归函数 genr z1=x2 genr z2=x2 genr z3=x6 4）、Ls P c /回车 5）、计算ESS(=) 输入 （必须键入相应的数据）3、White检验 设 1)、Ls y c /回车；2）、点击 View/residual test/ white heteroskedasticity( cross terms)Test直接给出了相关的统计量（F-statistic和Obs*R-squared），原假设是序列无异方差，如果统计量的值很小，相应的p值大于5%，则接受原假设。4、ARCH检验 法1：(软件本有的功能)1）、Ls y c /回车 2）、点击 View/residual test/ ARCH LM TEST /回车 3）、在对话框中输入滞后期P，Lags P (P=1,2,3,或更长)/ 回车4)、与White检验相同，ARCH Test直接给出了相关的统计量，原假设是序列无异方差，如果统计量的值很小，相应的p值大于5%，则接受原假设。F-statistic 0.044130 Probability 0.836108Obs*R-squared 0.049195 Probability 0.824471 法2：（自己计算）1)、Ls y c (点击 resid（保存）);2)、genr e2=resid23)、Ls e2 c e2(-1) e2(-2) /回车；4)、计算三、异方差性的修正 1、加权最小二乘法例如：设权数LS Y C X (点击 resid（保存）);genr e2=resid2 genr W=1/e2键入 ls(w=w) Y C X，回车2、对原模型变换的方法(和（一）类似)3、模型的对数变换genr LnY=Ln(Y) genr LnX=Ln(X) LS LnY C LnX自相关性一、 绘制和的相关图法1：在Equation框中点击 resid（保存残差）； 键入：scat resid resid(-1) /回车；（或graph e e(-1)/ok）。法2：在Equation框中点击 resid（保存残差）；genr e=resid；点击“Quick/Graph/scatter”，在出现的对话框上，键入 e e(-1)/ok。二、DW检验1）、在Equation输出框中，记下 ；2）、查DW表确定临界值；3）、作出判断。 *三、Q检验 点击 View/Residual Tests/Correlogram