Eviews上机操作指南

Eviews上机操作指南〔I〕1.数据预备篇建立工作文件：workfileu133 建立一个截面工作文件，33表示样本容量workfilea19782023 建立一个年度时间序列工作文件，1978、2023分别表示年份的起点和终点导入数据Datayx1x2 建立数据表格，将excel数据复制到数据表格excel表中的数据挨次全都，一般状况下第一列为被解释变量，其余各列为假设干解释变量2.绘图篇在eviews中一般可以绘制两种类型的图，序列图与散点图序列图：ploty可以绘制变量y随时间变化的图固然也可以同时绘制多个变量的序列图，例如plotyx1散点图：scatxy表示两个变量之间的关系3．回归篇在eviews中执行回归的命令为lsycx1x2Y表示被解释变量，c为常数，x1、x2为解释变量列表，在实际操作、x1、x2可以换成你指定的名称。此外，log(x1)、x1^2、x1*x2分别表示非线性形式的解释变量。回归后可以使用命令genre=resid提取回归的残差。练习：多元线性回归模型的参数估量〔对应教材P72-P73〕1〕建立工作文件导入数据〕观看y~xy~x2〕构OLS回归，模型为Y0察残差的统计特征。

X1

X2

〔〕提取残差序列，观双对数模型的参数估量〔对应教材P83-P85〕1〕建立工作文件，导入数据〔2〕分别绘制xqpp1的序列3〕绘制log(q对log(x〔4〕构造OLSlog(Q)0

log(X)1

log(P)0

log(P。1半对数模型的参数估量〔对应教学关心材料7例子2材料的结果写出相关命令。log(salary)log(sales)log(mktval)profmargceotencomten截距R2调整R2

模型1 模型2 模型3残差平方和异方差检验与修正excel表格中“异方差-1”的数据，估量模型Y0

X1

X2

结果为：图示检验主要通过解释变量与残差平方的散点图进展推断，相应的命令为：Scatx1e^2 划线局部可以替代成任意的解释变量。White检验在Eviews中可以直接进展White检验。点击view后，依次选取ResidualDiagnostics->HeteroskedasticityTest点击White检验后可以得到检验结果。请对双对数模型log(Y0异方差的修正

logX1

logX2

进展异方差检验。在上面的例子中使用加权最小二乘法修正异方差的eviews命令为：genrye=y/@abs(e) genrce=1/@abs(e)genrx1e=x1/@abs(e) genrx2e=x2/@abs(e)lsyecex1ex2e序列相关的检验与修正利用excel

unemt 0 1 t t结果为：图示检验主要通过残差序列的一阶滞后项对残差序列的散点图推断是否存在一阶序列相关，相应的eview命令为：scate(-1)eDW检验可以通过回归结果直接得到DW统计量。LM检验viewResidualDiagnostics->SerialcorrelationLM〔12〕后就可以得到结果。序列相关的修正在本例中使用广义差分法修正序列相关的命令为：Lsinfcunemar(1)ar(2)1：依据excel文件中“异方差-2”的数据建立回归模型：Y0

X1

X2

，并检验得到的模型是否存在异方差性。2：excel文件“异方差-3”给出了财宝500447个高管薪水数据，salary1999年薪水和奖金；tenureCEO的年数，age表示CEO年龄，sale1998年公司销售收入；profit1998年公司利润；assets1998年公司总资产。建立回归模salary0

tenure1

ae3

sae4

proit5

aset，检验得到的模型是否存在异方差性。关数据，其中y=1表示参与就业，y=0表示不参与就业；educ表示受教育年限，exper表示工作阅历，age表示年龄。建立回归模型：y0

educ1

exper3

age。该模型也称为线性概率模型，请检验得到的模型是否存在异方差性。4：excel-2”给出了美国1947年