EViews数据分析基础和简单线性回归分析.docx

计量经济学上机指导手册一目录1.1 实验介绍21.1.1 上机实验名称21.1.2 实验目的21.1.3 实验要求21.1.4 数据资料21.2 EViews基本操作31.2.1 建立工作文件和对象31.2.2 数据基本处理41.2.3 绘制图形51.3 简单线性回归分析61.3.1 建立Eviews文件61.3.2 进行相关性分析61.3.3 模型建立和参数估计71.3.4 模型预测81.1 实验介绍1.1.1 上机实验名称EViews数据分析基础1.1.2 实验目的通过实例操作了解（1） EViews窗口介绍（2） 工作文件基础（3） 工作对象基础（4） 数据处理（5） 绘制图形1.1.3 实验要求根据实验数据，完成实验报告。对于已经完成的工作，请自我测评。将完成要求的标题标成蓝色，未完成的标成红色。例如： 1.1.4 数据资料（1） 1995年至2005年我国某地区的GDP和固定资产投资额K，见14-15-1 EViews上机数据 1.xls中GDP and K。（2） 美国1959年第一季度到1996年第一季度的人均消费支出（CS）和人均可支配收入（INC）有关数据见14-15-1 EViews上机数据 1.xls中CS and INC。1.2 EViews基本操作1995年至2005年我国某地区的GDP和固定资产投资额K，见14-15-1 EViews上机数据 1.xls中GDP and K。根据数据资料完成下列任务。注解1：Unstructured/undated：非结构/非时间数据Dated-regular frequency：时间频率数据Balanced panel：面板数据1.2.1 建立工作文件和对象（1）创建一个新的工作文件注解2：Annual：年 yyyySemi-annual：半年 yyyy:1Quarterly：季度 yyyy:1Monthly：月 yyyy:mmWeekly：周 mm/dd/yyyyDaily-5day week：5日周每日 mm/dd/yyyyDaily-7day week：7日周每日 mm/dd/yyyyInteger：整数日期主菜单file/new/workfile，选择数据类型Dated-regular frequency。在Dated-regular frequency下选择时间频率为年，start:1995，end:2005。可以在Name（optional）中的WF格内命名工作文件及在Page格内命名页面。（2）建立工作对象打开工作文件，在工作文件窗口激活状态下，在Eviews主窗口的菜单中或者工作文件的工具栏中选择object/new object，选择series。同时，在name of object中给序列命名为GDP。同样的方法，创建并命名序列K。在工作文件界面双击序列名称可以打开序列窗口，是电子表格（spreadsheet）的形式。可以对View、Proc、object、print、name、freeze、edit+/-、smpl+/-、label+/-、wide+/-、title、genr等功能键进行认知，重点学习View/label及object下的功能。（3）存储工作对象在主菜单file/new/database建立数据库。在对象界面object/store to DB，存储序列GDP和K至新建数据库。（4）存储工作文件在工作文件窗口file/save，在对话框中选择double precision（双精度保存），命名，存储。注解3：输入方式一：键盘输入输入方式二：复制粘贴输入方式三：外部文件调入1.2.2 数据基本处理（1）数据输入试用外部文件调入方法将数据GDP和K读入工作对象。方法1：主菜单file/import/read text-lotus-excel方法2：工作文件工具栏proc/import/read text-lotus-excel请根据操作过程填写下表。（2）生成新序列Eviews主菜单选择quick/generate series，或文件窗口工具栏中的Genr按钮，在弹出对话框中定义新序列方程：p=log(GDP)，取自然对数差分之差生成新序列人r。同样的方法生成q=log(K)。（3）创建序列组方法一：工作文件窗口工具栏中objects/new object，在type of object中选择Group，并命名。单击OK形成新序列组。方法二：在命令窗口输入命令格式生成序列组：Group 序列组名称 序列1 序列2 1.2.3 绘制图形（1）根据绘制GDP和K的散点图。Eviews主菜单quick/graph/scatter。（2）冻结图形。使用Freeze功能键冻结所绘制的图形。（3）给图形添加文本。使用add text功能键给图形添加名称。（4）给图形添加阴影。使用line/shade功能键，任选连续两年设置阴影。（5）将完成的图形合并到本文档中。选择Eviews主菜单的edit/copy命令，选择对话框中的use color in metafile，单击OK，将对象图形复制到剪切板上，在转换到本文件，粘贴在word文档中。贴图处：1.3 简单线性回归分析美国1959年第一季度到1996年第一季度的人均消费支出（CS）和人均可支配收入（INC）有关数据见14-15-1 EViews上机数据 1.xls中CS and INC。宏观经济中的消费理论认为，人均消费支出CS和人均可支配收入之间有较强的线性关系。因此建立消费模型如下：CS=0+1*INC+请利用资料2完成下列任务。1.3.1 建立Eviews文件参见数据的EXCEL文件，建立工作文件和工作对象，并导入数据。1.3.2 进行相关性分析（1）计算相关系数在序列组窗口工具栏中，选取view/covariance analysis，选取covariance和correlation。将粘贴显示结果的窗口在下方，并解释covariance协方差和correlation相关性的结果。贴图处：协方差是用来度量两个变量之间 “协同变异”大小的总体参数，即二个变量相互影响大小的参数，协方差的绝对值越大，两个变量相互影响越大。CS和INC互相影响很大。CS与INC的相关系数为0.999732，说明两者为正相关，有很强的线性相关性。（2）绘制散点图贴图处：1.3.3 模型建立和参数估计（1）建立模型在组文件窗口，选择proc/make equation.在窗口输入：CS C INC请粘贴equation estimation窗口的截图（2）得出估计结果在（1）的操作后，点击OK，可以得到方程的估计结果。请粘贴你计算得到的估计结果截图。根据你的计算结果，写出方程式，并在方程下方标注上可绝系数和t检验值。CS = -30.2363297873 + 0.926280490872*INCCS=-30.23633+0.926281INC可决系数为0.926281在回归方程的窗口工具栏中，选择view/presentations，可以核对你所写出的回归方程。（3）actual, fitted, residual的命令操作在回归方程的窗口工具栏中，选择view/actual, fitted, residual/ actual, fitted, residual table，可以得到实际值、拟合值和残差的表格。Residual plot列显示残差序列图，其中虚线表示置信带。同一窗口中，选择view/actual, fitted, residual/ actual, fitted, residual graph，可以得到实际值、拟合值和残差的折线图。请将折线图粘贴在下方，并分析下这个图。1.3.4 模型预测（1）修改数据范围在工作文件窗口，选定CS和INC组成的组，在工具栏选取proc/restructure/resize current page