最新EViews数据分析基础和简单线性回归分析资料

1、精品文档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 5 1.3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 9精品文档 1.1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（

2、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:1.2.1建立工作文件和对象（1）创建一个新的工作文件121建立工作文件和对象*（1）创建一个新的工作文件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。

3、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 艮见14-15-1 EViews上机数据1.xls中GDP and根据数据资料完成下列任务。1.2.1建立工作文件和对象（1）创建一个新的工作文件主菜单file/new/workfile ，选择数 据类型 Dated-regular freque ncy。在Dated-regular freque ncy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。注解1：Unstructured/undated :非

4、结构/非时间数据 Dated-regular frequency :时间频率数据 Bala need pan el:面板数据注解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/yyyy Daily-7day week : 7 日周每日 mm/dd/yyyy In teger :整数日期（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

5、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

6、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。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：外部文件调入请根据操作过程填写下表。方法 2：工作文件工具栏 proc/import/read text-lotus-excel(2) 生成新序列Eviews主菜单选择quick/generate s

7、eries,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)o(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21.2.3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

8、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：2500 2260 -2,000 -o1,2501 h000 -750m-scatter1 0400 BOO 1200 1,660 2,000 2,4001.3简单线性回归分析美国佃59年第一季度到佃96年第一季度的人均消费支出（CS和人均可支

9、 配收入（INC）有关数据见14-15-1 EViews上机数据1.xls中CS and IN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：=+ INC + e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EXCELS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/covarianee analysis，选取 covarianee 和 correlation。将粘贴显示结果的窗口在下方， 并解释covarianee协方差和correlation

10、相关性的结果。贴图处：Covariance Analysis: OrdinaryDate: 09/30/16 Time: 11:41Sampli 1069Q1 1S96Q1Included observations: 149CovarianceCorrelationCSINC21512481.000000INC|23212160.9997322605954.1 000000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

11、相关性。（2）绘制散点图贴图处：Sscatters1.3.3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0K,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t检验值Dependentvariable: CS Method: Least Squares Daria: 09/30/16 Time: 11.48 Sample: 1959Q1 1996Q1 Included observations: 149VariableCoe

12、fficientStd ErrorVStatisticProb.C-30236334.542261-6.6565700.0000INC0.9262SO0 001768523.947100000R-squared0.9994&5Mean dependentvar1044.290Adjusted R-squared0.S99461S.D. dependentvar1471.660S.E. of regression34.16132Akaike info criterion9.913397Sum squared resid171548.4Schwarz criterion9.953719Log li

13、kelihood-736.5461Harinan-Quinn criter.9.929779F-statistio274520.6Durbin-Wats on stat0.351 B72Prob(F-statistic)0.000000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

14、 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。cc.idLul A:tu-l ittcd1.3.4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，在弹出窗口修改 end date至 1997Q1。请截图：(2)补充INC数据在序列 INC中，补充 1996Q2, 1996Q3, 1996Q4, 1997Q1 数据分别为 5500,5550, 5600, 5680。(3) 开始预测回到估计方程窗口，选择forecast,补充S.E名称为esse,点击确定 将消费函数模型预测结果和图粘贴在下方。Fo rec a si: CSFActual; CSForecast sample 1 959Q1 1 9