EViews軟件操作及練習(xí)題指令.doc

Views軟件操作及練習(xí)題指令一、建立工作文件打開Views主窗口；從Views主菜單中點擊File鍵，選擇ewWorkfile，則打開一個Workfile Range選擇框，其中需做三項選擇：Workfilefrequency；Start date；End date 。根據(jù)數(shù)據(jù)的性質(zhì)做Workfilefrequency；Start date；End date各項選擇。點擊OK鍵。這時會建立一個尚未命名的工作文件（Workfile：UNTITLED）。點擊name鍵（起名，保存）。二、關(guān)閉工作文件從Views主窗口右上方，點擊。三、打開工作文件雙擊Views標(biāo)識，從主窗口，點擊FileopenWorkfile工作文件名（文件名字符不超過個）。四、輸入數(shù)據(jù)從主窗口，點擊QuickEmpty Group用手工輸入數(shù)據(jù)。輸入好數(shù)據(jù)后，對時間序列數(shù)據(jù)name（起名）save（保存）。也可從Ecxel中把數(shù)據(jù)粘貼到Empty Group，namesave。注意：如果輸入數(shù)據(jù)錯誤，修改從views主菜單中點擊Edit鍵。五、用公式生成新序列從主窗口，點擊QuickGenerate Series輸入計算公式。最常用運算符號：加（+），減（-），乘（*），除（/），乘方（）；X的一階差分（D（X），即X-X（-1）；對X取自然對數(shù)（log（X），對X取自然對數(shù)后做一階差分（Dlog（X）；下面是函數(shù)及其含義：SUM（X）序列X的和MEAN（X）序列X的均值 VAR（X）序列X的方差 SUMSQ（X）序列X的平方和 COV（X，Y）序列X和序列Y協(xié)方差 COR（X，Y）序列X和序列Y R2R2統(tǒng)計量RBA R2調(diào)整的R2統(tǒng)計量 SE回歸函數(shù)的標(biāo)準(zhǔn)誤差 FF統(tǒng)計量 MOVAV（X，n）序列X的n期移動平均，其中n為整數(shù)六、改變工作文件區(qū)間從主窗口，點擊procstructure/Resize Current Page改變區(qū)間。七、把各序列放到一起方法一：從主窗口，點擊ObjectNew ObjectGroup輸入序列名OK namesave。方法二：從工作文件窗口，左鍵單擊某一序列按住電腦左下方Ctrl鍵不松再依次左鍵單擊另外序列按鼠標(biāo)右鍵as Group namesave。八、單序列（X）的直方圖和描述統(tǒng)計量左鍵雙擊打開序列（X）ViewDescriptive statisticHistogram and stats九、多序列描述統(tǒng)計量左鍵雙擊打開序列組（Group）ViewDescriptive statisticCommon stats十、序列的折線圖 左鍵雙擊打開序列（X）GraphlineOK十一、序列和的散點圖從Views主窗口，點擊Quick鍵，選擇Graph功能，這時將彈出一個對話框，要求輸入圖畫所用的變量名。對于畫散點圖來說，應(yīng)該輸入兩個變量。這里因為要畫x，y的散點圖，所以輸入x，y。點擊OK鍵，會得到對話框，從GraphType選項中選Scatter Diagram，然后按OK鍵，得到散點圖。如要改變x，y橫縱軸的位置，改變x，y順序即可。十二、進行OLS回歸（以雙變量回歸模型為例）從Views主窗口，點擊Quick點擊Estimate Equation功能。彈出一個對話框。在EquationSpecification選擇框中輸入y c x或者y=c（1）c（2）*x。在EstimateSetting選擇框中自動給出缺省選擇LS估計法和樣本區(qū)間。點擊OK鍵，即可得到回歸結(jié)果。然后namesave。十三、預(yù)測操作：（1）打開工作文件（WorkFile），從主窗口Procsstructure/Resize Current Page改變區(qū)間。在打開的擴展范圍選擇框中分別輸入預(yù)測區(qū)間。 （2）編輯變量X的數(shù)據(jù)（用鼠標(biāo)右鍵激活），輸入X的實際值。 （3）在回歸模型估計結(jié)果顯示窗口的命令行中，單擊Forecast，打開預(yù)測窗口，預(yù)測結(jié)果變量的缺省選擇為YF，選擇靜態(tài)預(yù)測，點擊OK。在工作文件窗口，就會顯示YF。 （4）主窗口QuickGraph，打開作圖對話框輸入Y FY，選擇Line Graph，Singe Scale。 十四、顯示殘差圖在回歸模型估計結(jié)果顯示窗口的命令行中，單擊resids即可。十五、自相關(guān)檢驗與消除的操作指令（以雙變量回歸模型為例）操作：（1）用OLS方法估計模型的參數(shù)。從Views主窗口，點擊Quick點擊Estimate Equation功能。彈出一個對話框。在EquationSpecification選擇框中輸入y c x或者y=c（1）c（2）*x。在EstimateSetting選擇框中自動給出缺省選擇LS估計法和樣本區(qū)間。點擊OK鍵，即可得到回歸結(jié)果。然后namesave。（2）檢驗自相關(guān)圖示法。由OLS估計結(jié)果，得到殘差resid，并把殘差resid轉(zhuǎn)換成E，即從主窗口QuickGenerate Series生成序列（E=resid）。再從從主窗口QuickGraph，在圖形對話框中鍵入E E（-1），再單擊Scatter Diogram，得到散點圖。DW檢驗。由OLS估計結(jié)果，得到DW，給定顯著性水平，查DW統(tǒng)計表，n表示樣本觀測值的個數(shù)，k是解釋變量的個數(shù)，得到DW統(tǒng)計量的下限臨界值dl和du，再根據(jù)DW檢驗的判斷法則，進行判斷。（3）自相關(guān)的修正根據(jù)DW統(tǒng)計量，利用公式=1-DW/2，計算。對Y序列作廣義差分。點擊QuickGenerate Series輸入計算公式（DY=Y-Y（-1）。對X序列作廣義差分。點擊QuickGenerate Series輸入計算公式（DX=X-X（-1）。（4）再用OLS方法估計模型的參數(shù)。從Views主窗口，點擊Quick點擊Estimate Equation功能。彈出一個對話框。在EquationSpecification選擇框中輸入dy c dx或者dy=c（1）c（2）*dx。在EstimateSetting選擇框中自動給出缺省選擇LS估計法和樣本區(qū)間。點擊OK，即可得到回歸結(jié)果。然后namesave。（5）再進行DW檢驗。（6）消除了自相關(guān)的模型即為所求模型。十六、異方差檢驗與消除的操作指令（以雙變量回歸模型為例）（1）用OLS方法估計模型的參數(shù)。（2）異方差檢驗圖示法。從Equationresid，得到殘差圖。還可把resid變換為e，再作e與序列x的散點圖。G-Q檢驗。從主窗口點擊ProcsSort Current pageyes，出現(xiàn)排序?qū)υ捒蚝?，鍵入x，選升序（ascending），單擊OK。假定樣本數(shù)據(jù)為n，去掉中間c（n/4）個數(shù)據(jù)，然后分成兩組數(shù)據(jù)，分別做兩個回歸，得到兩個殘差平方和。構(gòu)造F統(tǒng)計量，取顯著性水平0.05，查F分布表，得到F臨界值，如果F統(tǒng)計量大于F臨界值，則存在異方差。（3）異方差的修正。用加權(quán)最小二乘法，具體操作：在工作文件單擊方程標(biāo)識，打開回歸方程，在方程窗口單擊EstimateOptionsWeighted LS/TSLSWeight（輸入權(quán)數(shù)）OK（4）為了分析異方差的校正情況，利用WLS估計出模型以后，還需要利用懷特檢驗再次判斷模型是否存在異方差性。具體操作：在方程窗口單擊ViewResidual TestWhite Heteroskedasticity。（5）取顯著性水平0.05，查，n為輔助方程解釋變量的個數(shù)，如果nR2,則修正后的方程不存在異方差。十七、多重共線性檢驗與消除的操作指令操作：（1）運用OLS法估計方程參數(shù)。從Views主窗口，點擊Quick點擊Estimate Equation功能。（2）做F檢驗，由方程得到F統(tǒng)計量，在給定顯著性水平0.05下，查F0.05（k，n-k-1），這里k為變量出個數(shù)，n為樣本點數(shù)。如果F0.05（k，n-k-1）F統(tǒng)計量。則表明從整體上看，被解釋變量和解釋變量之間線性關(guān)系顯著。（3）檢驗。先計算被解釋變量和解釋變量之間的相關(guān)系數(shù)，Views操作如下：在主窗口點擊QuickGroup StatisticsCorrelationSeries Line（輸入被解釋變量和解釋變量）OK，判斷解釋變量之間的相關(guān)程度。（4）多重共線性的修正（逐步回歸法）。運用OLS方法逐一求Y（被解釋變量）對各個解釋變量的回歸，結(jié)合經(jīng)濟意義和統(tǒng)計檢驗選出擬合效果最好的雙變量回歸方程為基礎(chǔ)，在此基礎(chǔ)上，再添加其他解釋變量，直到選出最佳的回歸模型。十八、有限分布滯后模型練習(xí)的操作指令設(shè)定模型：操作：建立Workfile，從Views主窗口，點擊Quick點擊Estimate Equation功能。彈出一個對話框。在EquationSpecification選擇框中輸入Y c x x（-1） x（-2）x（-3）x（-4）x（-5），點擊OK?；蛘咴贓quationSpecification選擇框中輸入Y c x（0 to -5）。十九、多項式分布滯后模型的阿爾蒙估計法（Almon method of Polynomizl Distributed Log Models）（一）阿爾蒙估計法（1）設(shè)定模型：注意：這里k=6，r=2。則原模型可變?yōu)椋?其中： Views操作：（1）建立Workfile，注意：namesave。（2）生成新變量，從主窗口點擊QuickGenerate Series輸入計算公式（W0=x+x（-1）+x（-2）+x（-3）+x（-4）+x（-5）+x（-6）；W1=x（-1）+2*x（-2）+3*x（-3）+4*x（-4）+5*x（-5）+6*x（-6）；W2=x（-1）+4*x（-2）+9*x（-3）+16*x（-4）+25*x（-5）+36*x（-6）。（3）用OLS法做Y對W0，W1，W2回歸。從Views主窗口，點擊Quick點擊Estimate Equation功能。彈出一個對話框。在EquationSpecification選擇框中輸入y c W0 W1 W2。點擊OK。可以得到的估計值。（4）利用，計算：；（5）最后得到分布滯后模型的估計式。（二）阿爾蒙估計法（2）操作：（1）建立Workfile，注意：namesave。（2）運用Views程序中阿爾蒙估計法，可以直接進行，從主窗口點擊Quick點擊Estimate Equation功能。彈出一個對話框。在EquationSpecification選擇框中輸入y c PDL（x，k，r），（應(yīng)輸入命令：y c PDL（x，6，2），點擊OK?？梢缘玫降墓烙嬛?。注意：Views程序中，PDL（x，k，r），PDL是Polynomizl Distributed Log Models的簡寫，x表示為自變量，k表示滯后期，r表示系數(shù)多項式的階數(shù)，在這個例子中，應(yīng)輸入命令：PDL（x，6，2）（3）用“PDL”估計分布滯后模型時，Views所采用的滯后多項式是阿爾蒙多項式的派生形式：，其中k為滯后期數(shù)，并且滯后期數(shù)為偶數(shù)。在本例中取k=6，這樣，系數(shù)多項式應(yīng)是： （j=0，1，2，3，4，5，6）（4）利用計算（j=0，1，2，3，4，5，6）。（5）最后得到分布滯后模型的估計式。二十、用經(jīng)驗權(quán)數(shù)法估計有限分布滯后模型的參數(shù)設(shè)定模型：操作：（1）建立Workfile。注意：namesave。（2）運用檢驗加權(quán)法，選擇下列三組權(quán)數(shù)分別表示遞減滯后、A型滯后、不變滯后。1，1/2，1/4，1/8；1/4，1/2，2/3，1/4；1/4，1/4，1/4，1/4。（3）生成新的三個序列 操作：從主窗口，點擊QuickGenerate Series輸入計算公式z1t=xt+1/2*xt-1+1/4*xt-2+1/8*xt-3；z2t=1/4xt+1/2*xt-1+2/3*xt-2+1/4*xt-3 ；z3t=1/4xt+1/4*xt-1+1/4*xt-2+1/4*xt-3。（4）回歸分析。從Views主窗口，點擊Quick點擊Estimate Equation功能。彈出一個對話框。在EquationSpecification選擇框中輸入Y c z1t，用Z2t 、Z3t替換z1t，重復(fù)前面回歸過程，可得到另外兩個經(jīng)驗加權(quán)模型的回歸結(jié)果。（5）對三個模型，要檢驗自相關(guān)、t檢驗和R2，從中選出最佳的分布滯后模型。注意：有限分布滯后模型中滯后期數(shù)的判定：Akaike info criterion（赤池準(zhǔn)則） 和Schwarz criterion（施瓦茨準(zhǔn)則）最小。二十一、隨機自變量模型（Random Regressors Models）的參數(shù)估計（工具變量法）若線性回歸模型的假定cov（GDP u）=0不滿足，即自變量x是隨機解釋變量，用OLS法估計量將失去無偏性和一致性，為此，必須對隨機項是否與自變量強相關(guān)進行檢驗。操作：（1）建立Workfile。注意：namesave。（2）進行豪斯曼（Hausman Test）檢驗。檢驗GDP 與u是否存在強相關(guān)（省略）。假定GDP 與u存在強相關(guān)，而儲蓄變量與隨機誤差項u不相關(guān)（這里只是為了說明方法的應(yīng)用，不去計較儲蓄變量與隨機誤差項u實際上是否相關(guān)），可以作為自變量GDP的工具變量。（3）在工作文件指令窗口輸入下列命令：Equation Hausman.Ls GDP C ChuxuGenr Vhat=ResidEquation Eq01.LS Chukou C GDP Vhat點擊回車注意:第一句命令得到GDP關(guān)于它的工具變量Chuxu的回歸方程(稱作Hausman方程)；第二句命令是建立一個變量Vhat等于Hausman方程的Resid；第三個命令得到出口（Chukou）關(guān)于GDP和Vhat的回歸方程。對殘差的估計值進行t檢驗，得t=-4.686，在1%是顯著水平下，殘查的回歸參數(shù)的顯著的，因此，拒絕原假設(shè)，自變量GDP與隨機誤差項之間存在相關(guān)性。（4）以儲蓄（Chuxu）作為GDP的工具變量。從Views主窗口，點擊Quick點擊Estimate Equation功能。彈出一個對話框。在EquationSpecification選擇框中輸入Chukou c GDP，在Instrument list框內(nèi)添入Chuxu，選擇“TSLS”方法（Two Stage Least Squares），點擊OK。二十二、虛擬變量模型（1）練習(xí)的操作指令初職年薪Y(jié)/千美元教育（1=大學(xué)教育，0=非大學(xué)教育）初職年薪Y(jié)/千美元教育（1=大學(xué)教育，0=非大學(xué)教育）21.2118.5017.5021.7117.0018.0020.5119.0021.0122.01 只含一個定性變量的回歸模型，在這個模型中， =初職年薪 操作：建立Workfile，從Views主窗口，點擊Quick點擊Estimate Equation功能。彈出一個對話框。在EquationSpecification選擇框中輸入Y c D1，點擊OK。二十三、虛擬變量模型（2）練習(xí)的操作指令年薪Y(jié)/千美元教齡X2性別1=男，0=女23.01119.51024.02121.02025.03122.03026.54123.14025.05028.05129.56126.06027.57031.57129.080包括一個定量變量,一個兩分定性變量的回歸模型其中 =大學(xué)教師的年薪； -教齡 操作：建立Workfile，namesave。再從Views主窗口，點擊Quick點擊Estimate Equation功能。彈出一個對話框。在EquationSpecification選擇框中輸入Y c D1 x，點擊OK。二十四、虛擬變量模型（3）練習(xí)的操作指令測量斜率變動的模型，以乘法形式引入虛擬解釋變量，是在所設(shè)定的計量模型中，將虛擬解釋變量與其他解釋變量相乘作為新的解釋變量，以達到其調(diào)整模型斜率系數(shù)的目的。這個模型等價于： 操作：（1）建立Workfile，namesave。（2）生成新變量，從主窗口點擊QuickGenerate Series輸入計算公式（Z=XD1）（3）做回歸。從Views主窗口，點擊Quick點擊Estimate Equation功能。彈出一個對話框。在EquationSpecification選擇框中輸入Y c x x D1，點擊OK。二十五、虛擬變量模型（4）練習(xí)的操作指令測量斜率和截距都變動的模型，如果斜率和截距都變動，適合采用以下模型：操作：（1）建立Workfile，namesave。（2）生成新變量，從主窗口點擊QuickGenerate Series輸入計算公式（Z=XD1）（3）做回歸。從Views主窗口，點擊Quick點擊Estimate Equation功能。彈出一個對話框。在EquationSpecification選擇框中輸入Y c x D1 x D1，點擊OK。二十六、虛擬變量模型（5）練習(xí)的操作指令分段線性回歸，當(dāng)在模型中使用虛擬變量時，回歸函數(shù)就不再是連續(xù)的了。那么，能否可以用虛擬變量描述出模型結(jié)構(gòu)的變化，又使回歸函數(shù)保持連續(xù)呢？可以。 考慮模型： 其中表示結(jié)構(gòu)發(fā)生變化的t=b1時刻的值。 當(dāng)D1=0時，當(dāng)D1=1時，操作：建立Workfile，namesave。（2）生成新變量，從主窗口點擊QuickGenerate Series輸入計算公式（Z=（X-Xb）D1）（3）做回歸。從Views主窗口，點擊Quick點擊Estimate Equation功能。彈出一個對話框。在EquationSpecification選擇框中輸入Y c x （X-Xb）D1，點擊OK。二十七、聯(lián)立方程模型的練習(xí)其中：t期的消費額，t期的投資額，t期的國民收入t期的政府支出額，t-1期的國民收入 經(jīng)過檢驗，消費方程是過度識別，適合用二階段最小二乘法估計。操作：（1）第一步，作為解釋變量的內(nèi)生變量Y的簡化方程為 （2）估計Y的簡化式方程（3）生成新序列：EY=Y-Resid（4）利用Y的擬合值，在消費方程中用代替Y，再次應(yīng)用OLS法，估計替代后的結(jié)構(gòu)方程即消費方程。注意：上述步驟可以直接使用二階段最小二乘法估計命令，即在Estimate Equation對話筐中，鍵入CS C Y CS（-1） C Y(-1) CS(-1) G，在估計方法方框中選擇TSLS，點擊OK。（5）投資方程顯然滿足古典假設(shè)，可直接應(yīng)用OLS法。二十八、協(xié)整分析的練習(xí)Augmented Dickey-Fuller Test（ADF）檢驗考慮模型（1）yt=yt-1+jyt-j+t模型（2）yt=+yt-1+jyt-j+t模型（3）yt=+t+yt-1+jyt-j+t其中：j=1，2，3單位根的檢驗步驟如下：第一步：估計模型（3）。在給定ADF臨界值的顯著水平下，如果參數(shù)顯著不為零，則序列yt不存在單位根，說明序列yt是平穩(wěn)的，結(jié)束檢驗。否則，進行第二步。第二步：給定=0，在給定ADF臨界值的顯著水平下，如果參數(shù)顯著不為零，則進入第三步；否則表明模型不含時間趨勢，進入第四步。第三步：用一般的t分布檢驗=0。如果參數(shù)顯著不為零，則序列yt不存在單位根，說明序列yt是平穩(wěn)的，結(jié)束檢驗；否則，序列存在單位根，是非平穩(wěn)序列，結(jié)束檢驗。第四步：估計模型（2）。在給定ADF臨界值的顯著水平下，如果參數(shù)顯著不為零，則序列yt不存在單位根，說明序列yt是平穩(wěn)的，結(jié)束檢驗；否則，繼續(xù)下一步。第五步：給定=0，在給定ADF臨界值的顯著水平下，如果參數(shù)顯著不為零，表明含有常數(shù)項，則進入第三步；否則繼續(xù)下一步。第六步：估計模型（1）。在給定ADF臨界值的顯著水平下，如果參數(shù)顯著不為零，則序列yt不存在單位根，說明序列yt是平穩(wěn)的，結(jié)束檢驗。否則，序列存在單位根，是非平穩(wěn)序列，結(jié)束檢驗。操作：（1）檢驗消費序列是否為平穩(wěn)序列。在工作文件窗口，打開序列CS，在CS頁面單擊左上方的“Viem”鍵并選擇“Unit Root Test”，依據(jù)檢驗?zāi)康拇_定要檢驗的模型類型，則有單位根檢驗結(jié)果。消費時間序列為模型（3），其t值大于附表6（含有常數(shù)項和時間趨勢）中0.010.10各種顯著性水平下值。因此，在這種情況下不能拒絕原假設(shè)，即私人消費時間序列CS有一個單位根，SC序列是非平穩(wěn)序列。（2）單整。檢驗消費時間序列一階差分（SCt）的平穩(wěn)性。用OLS法做兩個回歸：2SCt C SCt-12SCt C t SCt-1 2SCt為二階差分，在兩種情況下，t值都小于附表6中0.010.10各種顯著性水平下的值。因此，拒絕原假設(shè)，即私人消費一階差分時間序列沒有單位根，即私人消費一階差分時間序列沒有單位根，或者說該序列的平穩(wěn)序列。所以，SCt是非平穩(wěn)序列，由于SCtI（0），因而SCtI（1）。（3）判斷兩變量的協(xié)整關(guān)系。第一步：求出兩變量的單整的階 對于SCt。做兩個回歸（SCt C SCt-1），（2SCt C SCt-1）。 對于yt， 做兩個回歸（yt C yt-1），（2yt C