《eviews的组》PPT课件.ppt

1、1,第十章 组,这一章描述了组对象的视图与过程。对一个组我们可以计算各种统计量，描述不同序列之间的关系，并以各种方式显示出来，例如表格、数据表、图等。,2,10.1 组窗口,组窗口内的view下拉菜单分为四个部分： 第一部分包括组中数据的各种显示形式。 第二部分包括各种基本统计量。 第三部分为时间序列的特殊的统计量。 第四部分为标签项，提供组对象的相关信息。,3,10.2 组成员,这部分显示组中的序列，并且可以改变组。在组窗口内进行编辑就可以改变组。可以加入工作文件中的其它序列，包括含序列的表达式，也可在组中删除序列。 注意编辑并不改变组成员。在进行改动后，按Update Group键保存改动

2、。,4,10.3 表 格,以表格形式显示组中的每一序列。通过单击Transpose键，可以使表格的行列互换。在Transpose状态下，每一行包含一个序列，每一列包含一个观察值，按Transpose键后，变为每一行代表一个观察值，每一列代表一个序列。 可以改变表格的显示方式以显示转换后的数据形式。缺省时，EViews显示序列的原始数据。单击Transform键，选择下拉菜单中一项，可以用序列的不同形式（如水平或百分比）显示表格。 如果选择了Level之外的形式，Eviews将为表格加一个标题，显示数据的转换方式。 可以用水平或转换方式编辑序列中的数据。Edit+/-键转换组的编辑状态。在编辑状

3、态下，组窗口上部出现编辑窗口，正在编辑的单元格的边框用双线表示。 图中，正在编辑的组中数据以每期变化百分率表示（编辑窗口的右方“%Change”的标签）。如果将1952：4的GDP变化百分率由3.626改为5，GDP原值从1952：4至工作文件尾都会改变，以反映GDP某一期的增长。,5,10.4 数据表,一、数据表（Dated Data Table）,数据表用来建立表以显示数据、预测值和模拟结果。可以不同的形式显示组中的数据。可以用其作一般的变换及频率转换，可以在同一表中以不同频率显示数据。 数据表可以自动进行所需的计算并建立该表。数据表可以建立更为复杂的表，做各种其他类型的计算。但注意数据表

4、只对年度、半年、季度、月度的工作文件才有效。,二、建立一个数据表 要建立一个数据表，首先建立一个包含序列的组，选View/ Dated Data Table，组窗口最初显示的是缺省形式。缺省形式为：每一行中显示一年的数据以及一个总体度量（每年的平均）。可以设定选项来控制数据的显示，这些选项在Table and Row Option对话框内。注意在组窗口的工具条内有两个新的按钮TabOption 和RowOption。Taboption设定数据表的通用选项，这些选项对组中所有序列有效。Rowoption允许作用于特定序列，该选项优先于Taboption。一旦对组指定了table和row选项，EV

5、iews下次进入数据表时会记住这些选项。,6,10.5 图,以图形的形式显示组中的序列。可以通过freeze创造图形对象。第10章解释如何编辑及修改图形对象。,一、Graph 将所有序列显示在一个图内。 1 曲线图和直方图(Line and Bar) 2 钉状图(Spike) 3 散点图(Scatter) 序列的散点图有五个选项： simple scatter scatter with regression scatter with nearest neighbor fit scatter with kernel fit XY Pairs 4 XY线（XY Line） 5 差距条状图（Erro

6、r Bar）此项以竖线显示组中前三个序列的差距。第一个序列作为“高”值，第二个作为“低”值。高、低值之间用竖线连接。第三个序列用小圆圈表示。,7,6 高低点图（High-low（Open-Close） 此项将组中前三个或前四个序列表示为高低点图（开盘-收盘图）。正如名称所示，这个图一般被金融分析家用来显示股价每日高、低值和开盘、收盘值。 第一个序列是高值，第二个序列是低值，高值低值之间由一条竖线连接。Eviews不会检查高、低值的一致性，如果高点值低于低点值，就以线段上的空白来表示。 可自由选择使用三个还是四个序列。如果使用三个序列，第三个序列作为高-低-收盘图的close值，以竖线右边的横线

7、表示。 如果使用四个序列，第三个序列代表开盘价，以左边的横线表示。第四个序列代表收盘价，以右边的横线表示。 7 圆饼图(Pie) 圆饼图以饼中的扇形表示每一序列在组中所占的百分比。 如果序列有负值或缺失项，序列的那个观测值会从圆饼图中被去掉。可以为每个圆饼图加上观测值数目的标签。在圆饼图的背景上双击，在对话框内选择Label Pie选项。,8,二、Multiple graphs 为每个序列显示一张图。,1 曲线图和直方图（Line and Bar) 此项将每一个序列表示为一张线形图或直方图。 2 钉状图（Spike）和散点图 (Scatter) 在横轴上显示组中的第一个序列，在纵轴上显示其余的

8、序列，每一个序列为一个单独的图。如果组中有G个序列，就会显示G-1个散点图。 3 配对组合矩阵（SCATMAT） 显示序列所有可能的配对组合的散点图矩阵，并以矩阵的形式显示。矩阵式散点图最重要的特征就是：散点以如下方式排列：每一列的点有相同的水平标度，每一行上的点有相同的数值标度。 4 XY线（XY Line） 分别显示XY线图，每一张图的X轴代表第一个序列， Y轴代表一个余下的序列。详见Graph中的XY线介绍。如果组中有G个序列，就会显示G-1个XY线图。 5 分布图（Distribution Graphs） 下一章详细描述了分布图的计算和选项。,9,10.6 描述统计量,显示组内序列的简

9、单统计量。详见第九章。 1Common Sample 使用于在组中序列无缺失值的情形下计算统计量（去掉包含缺失项所在时期的样本）。 2Individual Samples用每一个序列有值的观测值进行统计量计算。 这两项当没有缺失项或某一期样本全部缺失时的观察值时是一样的。,10.7 相等检验,这一部分的原假设是组内所有的序列具有相同的均值、中位数或方差（详见第九章）。只有在组中数据都不存在缺失项时才能选common sample项。,10,10.8 相关、协方差及相关图,相关和协方差 显示了组中序列的相关及协方差矩阵。Common Sample使任何缺数据的序列都被排除在相关及协方差计算之外。

10、 Pairwise Samples用相关序列的所有无丢失观察值计算。此方法使用样本的最大数,但可能导致不确定矩阵。 相关图（Correlogram）显示组中第一个序列的自相关及偏相关，有关相关图详见第九章。,11,10.9 交叉相关,交叉相关（Cross correlation and Correligrams） 显示组中头两个序列的交叉相关。序列X与Y的交叉相关的计算公式如下：,注意与自相关不同，交叉相关不必围绕滞后期对称。交叉相关图中的虚线是二倍的标准差，近似计算。,12,10.10 Granger因果检验,相关并不一定表示存在实际意义，在经济计量学领域存在一些显著的相关，但它们都是无意义

11、的。一个有趣的例子是教师工资与酒精消费之间存在正相关，英国的死亡率与英格兰在教堂举行婚礼的比率有强的正相关。对那些看起来并不是十分明显的无意义的相关，经济学家还存在争论。 Granger 在1969年解决了是否是x引起y的问题，主要看现在的y能够在多大程度上被过去的y解释，然后再加入x的滞后值是否使解释程度提高。如果x在y的预测中有帮助，那就是说y是由x 的Granger-caused。或者同样的，当与x相关的系数在统计上显著时也可以这么说。注意我们经常遇到的是相互的因果关系，x引起y，y又引起x（在Granger意义下）。 注意到“x Granger引起y”这种表达方式并不意味着y是x的效果

12、或结果。Granger Casuality是指x前期的信息对y的最优预测的贡献。,13,当选择Granger Casuality，首先看到一个对话框，询问在检验回归中使用的滞后阶数。一般的要使用大一些的滞后阶数，因为该理论包含了所有过去信息的关系，应该指定滞后期长度，这个对应于可以想到的对预测有帮助的最远一期的变量。 EViews采用二元回归形式,对所有组内可能的 x , y），F统计量为具有联合假设的Wald统计量，联合假设为 。原假设为在第一个回归中在Granger-cause 意义下不存在x 对y的因果关系， 第二个回归中在Granger-cause 意义下不存在y 对 x的因果关系。检

13、测结果如下：,14,Painwise Granger Causality Tests Date：10/20/1997 Time：15：31 Sample：1946：1 1995：1 Laqs：4 Null Hypothesis： Obs F-Ststistic Ptobability GDP does not Granger Cause CS 189 1.39156 0.23866 CS dose not Granger Cause GDP 7.11192 2.4E-05 对于这个例子，我们不能拒绝原假设，GDP does not Granger cause CS，但我们可以拒绝假设CS do

14、es not Granger cause GDP。因此这显示了CS对GDP是Granger causalilty，反过来不是。 如果想对其它外生变量（如季节dummy变量或线性趋势）进行Granger causalilty检验，直接用方程进行检验回归。,15,10.11 标 签,显示对组的描述。可以编辑标签中的任何项，除了Last Update，这一项显示了组最后一次修改的时间。 Name是组在工作文件中显示的名字。可以通过编辑这一项给组重命名。如果在Display Name区中填入字符，EViews将用这个名字在组中显示某些图和表。与Name不同，Display Names可以包括空格，保留大小写。有关标签区的讨论以及在数据库搜索中的使用见第九章。,16,10.12 组过程,组中可以得到两个过程： make equation：打开一个确定方程的对话框，组中的第一个序列作为因变量，其余的序列作为自变量，包含常数项C。可以随意改变方程的表达式。 Make vector autoregression 打开一个无限制的vector autoregression对话框。组中所有的序列在VAR中都为内生变量，。指定VAR表达式及估