经济学系《EViews在经济计量分析中的应用》课程教学大纲

经济学系《EViews在经济计量分析中的应用》

课程教学大纲

一、课程基本信息

课程名称：EViews在经济计量分析中的应用课程代码：SY1002

课程类别：实验与实践课程学分：1

学时：18（理论学时：0；实验实践学时：18）

面向对象：经济学专业

先修课程：微观经济学、宏观经济学、计量经济学

二、课程教学目的与要求

本课程是面向经济学专'II，开设的实验与实践课程，书要内容是系统地介绍EViews软件

在数据管理、计量分析等方面的应用和操作方法。具体包括以下内容：EViews软件的基本

操作、一元回归分析、多元回归分析、违背经典假设下模型诊断与处理，包括多重共线性、

异方差以及序列相关。本课程是计量经济学的后续课程，在经济学专业的课程体系中具有重

要地位，重点培养学生运用量化分析工具进行实证分析的初步能力。

通过本课程的学习，要求学生能够具备以下知识与技能：

1.掌握计量经济学建模的基本思想、一般步蛛和基本原则；

2.掌握EViews软件的基本操作方法，如建立EViews工作文件的步骤、创建序列对象、

创建图形刈象和方程对象等；

3.掌握数据处理与统计分析的方法

4.能完成计量经济学模型的估计、检验、解释和预测等基本环节，并初步具备解决现实

经济问题的能力。

三、课程考核要求

1.考试目的与要求：考察学生对EVicws软件的掌握程度、对课程知识体系的了解情况;

重点考核学生运用计量经济学理论和EViews软件来估计与检验模型的综合能力：采取多元

化的考核形式，全面考察学生的学习过程与学习效果。

2.考核形式：包括两部分，一部分是过程考核，包括考勤、作业、课堂表现等；另一部

分是期末考试，采取上机考试形式。

3.成绩评定：采取百分制进行核算，其中过程考核占30%,期末考试占70%。

四、课程教学基本内容、学时分配和教学环节安排

《EViews在经济计量分析中的应用》学时分配

内容理论学时实验（实践）学时

第一章EViews简介4

第二章线性回归模型分析4

第三章多重共线性的检验与补救2

第四章异方差性的检验与修正4

第五章序列相关性的检验与修正2

复习2

合计18

第一章EViews简介

教学目的与要求：了解EViews软件的基本操作：熟悉数据处理与描述性统计分析的操

作步骤。

教学重点：建立EViews工作文件和输入数据的步骤、创建与生成数据序列、数据处理

与描述性统计分析

教学难点：利用己知序列生成新序列

第一节EViews基础

（一）EViews功能简介

（二）EViews的启动运行与关闭

（三）EViews窗口

（四）工作文件的建立、打开和保存

（五）面向对象的EVicws设计

第二节基本数据处理

（一）数据对象

I.序列

2.组

（二）样本

I.工作文件样本

2.改变当前样本区间

（三）输入数据

I.健盘输入

2.文件输入

（四）输出数据

I.复制粘贴

2.文件输出

（五）命令

I.根据己知序列生成新序列

2.生成一个新组

（六）使用表达式

1.运算符

2.序列函数

3.逻辑表达式

4.先行指标、滞后指标和差分

5.缺失数据

第三节序列和组

（-）序列

1.表单和图示

2.描述统计量

3.统计量的检验

4.相关图

（二）组

1.组窗口

2.数据表

3.图

4.描述统计量

第四节图、表和文本对象

（-）创建图

（二）修改图

（三）表

（四）文本对象

第二章线性回归模型分析

教学H的与要求：熟练使用计算机和EViews软件进行回归分析，理解线性回归模型及

最小二乘估计的基本原理，掌握线性回归模型的估计、检验、解释和预测。独立完成实验并

得到正确的结果。

教学重点：单参数的显著性检验、模型整体显著性检验

教学难点：线性回归模型的预测

第一节线性回归模型估计与简单操作

（一）模型的基本假设

1.对模型和变量的假定

2.对随机扰动项的假定

（二）参数估计

1.普通最小二乘法

2.参数的点估计

3.随机扰动项方差的估计

（三）Eviews实验操作

1.创建工作文件

2.输入和编辑数据

3.图形分析

4.OLS估计参数

第二节模型的统计检验、预测与实际操作

（-）相关检验量

I.拟合优度检验

2.AIC准则和SC准则

3.单参数的显著性检验

4.模型整体显著性检验

（-）方程的OLS估计

1.得到OLS估计的结果

2.各统计量的含义

（三）预测

1.扩展样本期范围

2.点预测

3.区间预测

第三节非线性模型的回归

（一）模型的类型

I.可以在Eviews上直接操作的模型类型

2.塞函数、指数函数模型

3.更杂函数采用级数展开法

（二）Eviews实验操作

1.模型的转化

2.非线性模型转化为线性模型的操作命令

第三章多重共线性的检验与补救

教学目的与要求：掌握简单相关系数检验法、方差扩大因子法等检验多重共线性的基本

方法，学会分折产生多重共线性的原因。掌握补救多重共线性的方法，包括逐步回归法和变

量变换法等。

教学重点：多重共线性的诊断方法与补救措施

教学难点：逐步回归法

第一节多重共线性概述

（一）多重共线性的概念

（-）多重共线性的后果

（三）多重共线性的检验方法

（四）克服多重共线性的方法

第二节多重共线性的检验

（一）综合统计检验法

I.对方程作OLS估十

2.根据OLS估计结果中重要统计量的大小判断是否存在多重共线性

（二）简单相关系数检验法

I.将所有解释变量作为一个组

2.计算各解释变量的简单相关系数并根据其大小判断是否存在多重共线性

（三）方差扩大因子法

I.对方程作OLS估L

2.得到方差扩大因子并根据其大小判断是否存在多重共线性

第三节多重共线性的补救

（一）修正多重共线性的经验方法

1.增加样本容量

2.剔除引起多重共线性的解释变量

3.时间序列数据与板面数据相结合

4.变量变换法

（二）逐步回归法

I.确定一个基准的解释变量建立基准模型

2.逐步将其他解释变量加入回归

3.得到拟合效果最好的回归方程

第四章异方差性的检验与修正

教学目的与要求：理解加权最小二乘估计的基本原理，掌握异方差的检验方法和加权最

小二乘估计法。

教学重点：White检验、加权最小二乘法

教学难点：加权最小二乘法

第一节异方差性概述

（-）异方差的类型

（二）异方差性的后果

（三）异方差性的检验与修正方法

第二节异方差性的检验

（一）图示法

I.Y与X的相关图形分析

2.残差图形分析

（二）GQ检验

1.将样本观测值按解释变量大小排序

2.从原样本中删除若干观测值并生成两个子样本

3.提出假设

4.构造F统计量

5.判断

（三）White检验

I.对模型作OLS估L

2.在方程估计结果界面选择White检验的菜单路径

3.根据White检验报告的结果判断是否存在异方差性

第三节异方差性的修正

（―）加权最小二乘法

1.生成权数序列

2.选择权数序列作加权最小二乘估计

3.作White检验判断是否已经消除异方差

（二）模型的对数变换

I.将原解释变量与被解释变量作对数变换

2.对数变换后的模型作OLS估计

第五章序列相关性的检验与修正

教学目的与要求：熟练应用图示检验法和DT.检验法对序列作自相关分析。掌握杜宾两

步法、科克伦-奥克特迭代法、广义最小二乘法等修正自相关的方法。

教学重点：DTV检验法、杜宾两步法

教学难点：广义最小二乘法

第一节序列相关性的检验

（-）图示检验法

1.残差自相关图

2.残差时序图

（二）DTV检验法

1.对方程作OLS估广

2.根据OLS估计所报告DW统计量的大小判断是否存在自相关

（三）LM检验

1.对方程作OLS估V

2.在方程估计结果界面选择LM检验的菜单路径

3.根据LM检验报告的结果判断是否存在序列相关

第二节序列相关性的修正

（一）杜宾两步法

I.一阶自相关的修正

2.二阶自相关的修正

（二）科克伦-奥克特迭代法

I.假设存在一阶自相关并输入迭代命令

2.根据回归报告的DW统计量的值判断是否消除了自相关

3.自相关未被消除时假设存在二阶自相关并输入迭代命令

第三节广义最小二乘法

（一）应用广义最小二乘法的条件

（二）广义最小二乘法的操作步骤

1.检验序列相关是否存在

2.建立Q矩阵

3.分解C矩阵使得C=DD'

4.求D逆矩阵

5.估计新模型

五、课程学习指导与修读建议

本课程是一门实验课程，在建设过程中注重教学内容、方法与手段上的改革与推广。在

教学中推广使用案例教学、研讨互动等教学方法；采用多媒体计算机教学方式；课程考核注

重过程考核与能力导向，形式更加多元化、全面化。

本课程的实践性较强，学生