EViews統(tǒng)計(jì)分析與應(yīng)用(李嫣怡)全套課件

Eviews統(tǒng)計(jì)分析從入門到精通第一章Eviews

Eviews7.2簡(jiǎn)介

Eviews的主窗口

工作文件的建立與工作文件窗口

對(duì)象的建立和對(duì)象窗口1精選課件pptEviews統(tǒng)計(jì)分析從入門到精通一、EVIEWS7.2簡(jiǎn)介Eviews全稱EconometricsViews，是美國(guó)QMS公司推出的基于Windows平臺(tái)的專門從事數(shù)據(jù)分析、回歸分析和預(yù)測(cè)的計(jì)算機(jī)軟件，Eviews是當(dāng)今世界上最優(yōu)秀的計(jì)量經(jīng)濟(jì)軟件之一，其具有操作簡(jiǎn)便、界面友好、功能強(qiáng)大等特點(diǎn)，在科學(xué)數(shù)據(jù)分析與評(píng)價(jià)、金融分析、經(jīng)濟(jì)預(yù)測(cè)、銷售預(yù)測(cè)和成本分析等領(lǐng)域具有廣泛的影響。2精選課件pptEviews統(tǒng)計(jì)分析從入門到精通EViews7有著大量的令人激動(dòng)的更新和改善。在性能方面，它優(yōu)化了常規(guī)性操作，使得計(jì)算更快捷。以下為Eviews7版本的一些最重要的新特征。Eviews界面增加了“主題”支持，可讓用戶自定義Eviews窗口外觀，全面加強(qiáng)的拖拉操作，改善了命令輸入、圖形選項(xiàng)、全局選項(xiàng)界面，能夠自動(dòng)從Web獲得更新，確保Eviews7永遠(yuǎn)為最新的，提供了新編譯的基于HTML格式的幫助系統(tǒng)。數(shù)據(jù)處理在Eviews7.2中，定義了新的workfile數(shù)據(jù)周期，支持小時(shí)、分鐘和秒周期，多年，半個(gè)月，2星期，10天和每天，有著隨意的每周的日期范圍。加強(qiáng)了對(duì)字符型變量的支持，包括新的字符和字符矢量對(duì)象，一個(gè)加強(qiáng)的用于創(chuàng)建和操作字符列表的新函數(shù)庫(kù)，且編程支持也得到了改善。Eviews7直接提供對(duì)于FRED（FederalReserveEconomicData）數(shù)據(jù)的連、打開(kāi)、查詢和導(dǎo)入的支持。Eviews7支持讀取Excel2007XLSX文件。數(shù)據(jù)導(dǎo)入功能得到改善。圖形方面Eviews7支持新的“l(fā)ive”圖形，隨相應(yīng)數(shù)據(jù)的更改而自動(dòng)更新，圖形選項(xiàng)界面得到了改善，交互式觀測(cè)信息顯示，讓用戶能編輯的觀察和圖形上數(shù)據(jù)關(guān)聯(lián)的標(biāo)簽和值。改善了控制在尺度/坐標(biāo)軸上的日期的格式。用戶可更靈活的自定義用于觀測(cè)值尺度/坐標(biāo)軸上的觀測(cè)值標(biāo)簽。編程方面程序支持記錄消息日志；程序文件編輯器支持快速多行注釋；程序加強(qiáng)了對(duì)字符和文本對(duì)象的支持；增加了新的對(duì)象數(shù)據(jù)成員和通用信息函數(shù)。3精選課件pptEviews統(tǒng)計(jì)分析從入門到精通二、Eviews的主窗口4精選課件pptEviews統(tǒng)計(jì)分析從入門到精通1.標(biāo)題欄數(shù)據(jù)編輯窗口最上方是標(biāo)題欄，當(dāng)該窗口被激活時(shí)，標(biāo)題欄呈藍(lán)色；標(biāo)題欄右側(cè)為窗口控制按鈕，第一個(gè)按鈕是窗口最小化，第二個(gè)按鈕是窗口最大化，第三個(gè)按鈕是關(guān)閉窗口。2.菜單欄Eviews的菜單欄包括“File”、“Edit”、“Object”、“View”、“Proc”、“Quick”、“Options”、“Add-ins”、“Window”和“Help”十個(gè)菜單。3.命令窗口命令窗口用于在命令操作方式下輸入相應(yīng)的命令，用戶只需輸入相應(yīng)的命令，按“Enter”鍵即可執(zhí)行。5精選課件pptEviews統(tǒng)計(jì)分析從入門到精通4.工作區(qū)域工作區(qū)域用于顯示其他的子窗口。當(dāng)存在多個(gè)子窗口時(shí)，這些子窗口會(huì)相互重疊，當(dāng)前活動(dòng)窗口位于最上方。5.狀態(tài)欄狀態(tài)欄用于顯示目前Eviews的工作狀態(tài)和Eviews默認(rèn)的數(shù)據(jù)文件保存路徑等。狀態(tài)欄的顯示分為四個(gè)部分：最左側(cè)顯示當(dāng)前Eviews的工作狀態(tài)；Path欄用于顯示Eviews默認(rèn)的數(shù)據(jù)文件保存路徑；DB欄用于顯示當(dāng)前數(shù)據(jù)庫(kù)的名稱，WF欄用于顯示當(dāng)前活動(dòng)工作文件名稱。6精選課件pptEviews統(tǒng)計(jì)分析從入門到精通三、工作文件的建立與工作文件窗口1.工作文件的建立1.選擇工作文件類型2.進(jìn)行具體參數(shù)設(shè)置7精選課件pptEviews統(tǒng)計(jì)分析從入門到精通4.工作文件窗口1.標(biāo)題欄2.工具欄3.信息欄4.對(duì)象集合區(qū)5.頁(yè)面轉(zhuǎn)換欄8精選課件pptEviews統(tǒng)計(jì)分析從入門到精通四、對(duì)象的建立與對(duì)象操作窗口1.對(duì)象的建立新建或者調(diào)用了原先儲(chǔ)存的工作文件后，在EViews主窗口依次選擇Object|NewObject命令或在工作文件窗口工作欄中單擊Object按鈕并NewObject命令，便可以打如NewObject對(duì)話框。9精選課件pptEviews統(tǒng)計(jì)分析從入門到精通對(duì)象名稱中文含義Equation方程Factor因子Graph圖形Group序列組LogL對(duì)數(shù)似然函數(shù)Matrix-Vector-Coef矢量系數(shù)矩陣Model模型Pool面板數(shù)據(jù)Sample樣本Series序列SeriesLink序列連接SeriesAlphaα序列SSpace狀態(tài)空間模型System系統(tǒng)Table表格Text文本ValMap數(shù)值映射VAR向量自回歸10精選課件pptEviews統(tǒng)計(jì)分析從入門到精通2.對(duì)象窗口1.標(biāo)題欄2.工具欄3.數(shù)據(jù)區(qū)域11精選課件ppt第二章EViews與數(shù)據(jù)處理12精選課件ppt數(shù)據(jù)是利用EViews軟件進(jìn)行處理和分析的基礎(chǔ)。EViews要求數(shù)據(jù)的分析處理過(guò)程必須在特定的工作文件中進(jìn)行，所以在將數(shù)據(jù)導(dǎo)入EViews軟件之前，需要先建立并保存工作文件。導(dǎo)入的原始數(shù)據(jù)由于季節(jié)時(shí)間的影響會(huì)產(chǎn)生與季節(jié)時(shí)間相關(guān)的規(guī)律性變動(dòng)，所以為更準(zhǔn)確地反映客觀經(jīng)濟(jì)現(xiàn)象的本質(zhì)還需要在數(shù)據(jù)分析之前對(duì)其季節(jié)變動(dòng)因素作一定消除和調(diào)整。13精選課件ppt

1.工作文件的保存

2.數(shù)據(jù)的導(dǎo)入

3.新序列的公式生成

4.數(shù)據(jù)的季節(jié)調(diào)整14精選課件ppt工作文件的保存

1.通過(guò)命令保存

在EViews主窗口中依次選擇File|Save命令或者File|Saveas命令，在Saveas對(duì)話框選擇工作文件的保存路徑、文件名和保存類型。

2.通過(guò)工具欄Save快捷鍵保存

在EViews工作文件窗口工具欄中點(diǎn)擊Save按鈕，也可以對(duì)當(dāng)前工作文件進(jìn)行保存。15精選課件ppt數(shù)據(jù)的導(dǎo)入數(shù)據(jù)是利用EViews進(jìn)行各項(xiàng)分析的基礎(chǔ)。將數(shù)據(jù)導(dǎo)入EViews軟件通常有兩種方法，即直接錄入和外部調(diào)入，其中外部調(diào)入包括外部導(dǎo)入數(shù)據(jù)和粘貼導(dǎo)入兩種方式。16精選課件ppt

1.直接錄入

直接錄入方法是指用戶通過(guò)鍵盤操作直接輸入所需數(shù)據(jù)。

（1）單個(gè)序列對(duì)象的直接錄入

打開(kāi)要輸入數(shù)據(jù)的序列，在序列窗口工具欄單擊Edit+/-按鈕進(jìn)入數(shù)據(jù)編輯狀態(tài)，此時(shí)用戶可直接輸入數(shù)據(jù)。

（2）多個(gè)序列對(duì)象的直接錄入

對(duì)序列對(duì)象的數(shù)據(jù)錄入方法與單序列輸入方法相同。與單序列序列名命名方法不同的是，多序列數(shù)據(jù)組（Group）里有obs一項(xiàng)代表序列名稱，用戶可在此處更改序列名，按回車鍵進(jìn)行確認(rèn)。數(shù)據(jù)的導(dǎo)入17精選課件ppt數(shù)據(jù)的導(dǎo)入

2．外部數(shù)據(jù)文件調(diào)入

EViews軟件（3.1版本以上）允許從外部數(shù)據(jù)文件中直接調(diào)入三種格式的數(shù)據(jù)：ASCII、Lotus和Excel工作表。

（1）通過(guò)軟件導(dǎo)入

（2）復(fù)制粘貼導(dǎo)入以某地2000年到2009年稅收收入（TaxRevenue）與國(guó)民生產(chǎn)值（GDP）數(shù)據(jù)的Excel工作簿為例，將此Excel工作簿導(dǎo)入EViews18精選課件ppt新序列的公式生成

在EViews的操作中經(jīng)常會(huì)用到公式，有時(shí)需要對(duì)現(xiàn)有序列進(jìn)行變換才能得到需要的序列，此時(shí)就需要利用公式對(duì)已有序列進(jìn)行相應(yīng)的變換。

利用公式生成新序列主要是通過(guò)工作文件工具欄中的Genr按鈕實(shí)現(xiàn)。點(diǎn)擊Genr按鈕會(huì)彈出的Enterequation對(duì)話框。在對(duì)話框中輸入所要生成序列的公式表達(dá)式，用“=”連接要生成的序列名稱及其公式化的表達(dá)式。最后單擊OK鍵，就生成了新序列。19精選課件ppt數(shù)據(jù)的季節(jié)調(diào)整

季節(jié)的變動(dòng)會(huì)使時(shí)間序列產(chǎn)生規(guī)律性的變化，這種規(guī)律性變化通常稱之為季節(jié)變動(dòng)。例如與氣候、日歷天數(shù)和節(jié)假日等有關(guān)的季節(jié)性因素，或與不同的發(fā)展階段有關(guān)的趨勢(shì)性因素都會(huì)使時(shí)間序列產(chǎn)生規(guī)律性變化。為更準(zhǔn)確地反映客觀經(jīng)濟(jì)現(xiàn)象的本質(zhì)，須對(duì)季節(jié)變動(dòng)因素作一定消除和調(diào)整。

用EViews對(duì)序列進(jìn)行季節(jié)調(diào)整，通過(guò)序列工具欄Proc按鈕下的SeasonalAdjustment實(shí)現(xiàn)。20精選課件ppt數(shù)據(jù)的季節(jié)調(diào)整季節(jié)調(diào)整的方法：Census

X12X11

(Historial)Tramo/SeatsMoving

Average

Methods季節(jié)調(diào)整方法的原理比較復(fù)雜，相關(guān)內(nèi)容讀者可以參考有關(guān)的

計(jì)量經(jīng)濟(jì)學(xué)書(shū)籍。需要注意的是季節(jié)調(diào)整方法只適用于季度和月度序列。21精選課件ppt第三章EViews與繪圖22精選課件ppt

圖形對(duì)象（Graph）是序列、序列組、方程、模型等對(duì)象的視圖。將數(shù)據(jù)通過(guò)折線圖、條形圖、散點(diǎn)圖、餅圖等圖形顯示，有利于用戶更直接認(rèn)識(shí)數(shù)據(jù)的變化規(guī)律，從而更好更快的對(duì)數(shù)據(jù)進(jìn)行處理分析等操作。以后章節(jié)中對(duì)模型的異方差、自相關(guān)等問(wèn)題進(jìn)行判斷時(shí)，繪制數(shù)據(jù)相關(guān)圖也是一種重要的檢驗(yàn)方法。23精選課件ppt

基于Graph的繪圖功能

圖形的改變、凍結(jié)、移動(dòng)與打印24精選課件ppt基于Graph的繪圖功能1.由EViews主菜單進(jìn)行繪圖操作

（1）選擇繪圖命令

單擊EViews主菜單Quick|Graph命令，在彈出的SeriesList對(duì)話框內(nèi)輸入需要繪制圖形的序列或序列組名稱，單擊OK鍵。

（2）設(shè)置圖形

選擇繪圖命令后彈出GraphOptions對(duì)話框。

（3）輸出圖形

單擊確定鍵即可輸出圖形。圖形輸出完成后，單擊圖形窗口工具欄中的Name按鈕，可對(duì)圖形對(duì)象進(jìn)行命名。EViews將保存命名后的圖形對(duì)象。25精選課件ppt基于Graph的繪圖功能

2.由序列或組界面進(jìn)行繪圖操作

建立序列對(duì)象后，可以直接通過(guò)序列界面或組界面進(jìn)行繪圖操作。打開(kāi)序列或組對(duì)象，在數(shù)據(jù)表格窗口單擊工具欄View|Graph命令，通過(guò)圖像定義對(duì)話框?qū)D像進(jìn)行設(shè)定，具體設(shè)置方法與上一種方法相同。

需要注意的是，這種繪圖方法只是將數(shù)據(jù)的表格顯示形式轉(zhuǎn)化為圖形顯示形式，需要對(duì)圖像進(jìn)行命名（Name）保存后才能生成新的圖形對(duì)象。26精選課件ppt圖形的改變、凍結(jié)、移動(dòng)與打印1.圖形的改變圖形生成后雙擊圖形的任何部分，會(huì)彈出GraphOptions對(duì)話框，從而對(duì)圖形進(jìn)行修改。在EViews6.0中，雙擊選擇不同的部分，可以直接彈出對(duì)該部分進(jìn)行修改的標(biāo)簽頁(yè)。2.圖形的凍結(jié)及其他操作新建立的圖形對(duì)象是單個(gè)或多個(gè)序列的另一種顯示形式，當(dāng)序列的觀測(cè)值發(fā)生改變或工作文件的樣本范圍改變時(shí)，圖形也會(huì)隨之改變。如果希望圖形不再改變，需要凍結(jié)圖形。凍結(jié)操作通過(guò)單擊圖形對(duì)象窗口工具欄的Freeze按鈕實(shí)現(xiàn)。27精選課件ppt圖形的改變、凍結(jié)、移動(dòng)與打印

3.圖形的移動(dòng)需要將圖形移動(dòng)到Windows某些文檔中進(jìn)行后續(xù)處理時(shí)會(huì)用到圖形移動(dòng)操作。

選擇EViews主菜單的Edit|Copy命令，會(huì)彈出GraphMefafile對(duì)話框。Usecolorinmetafile選項(xiàng)用于選擇輸出圖形的色彩結(jié)構(gòu)，勾選此選項(xiàng)表示對(duì)輸出的圖形使用彩色，否則輸出黑白圖形，其他選項(xiàng)通常使用默認(rèn)設(shè)置。

單擊OK鍵，該圖形就復(fù)制到了Windows的剪貼板中，用戶可以切換到文字處理程序或其他應(yīng)用程序把圖形粘貼到文檔中。28精選課件ppt圖形的改變、凍結(jié)、移動(dòng)與打印4.圖形的打印圖形的打印操作通過(guò)單擊EViews主菜單的File|Print命令或者單擊圖形對(duì)象窗口工具欄中的Print鍵實(shí)現(xiàn)。29精選課件ppt第四章EViews與統(tǒng)計(jì)分析30精選課件ppt

建立了序列或序列組以后，通過(guò)EViews軟件可以直接獲得序列或序列組的基本描述性統(tǒng)計(jì)量及基本統(tǒng)計(jì)檢驗(yàn)。其中，通過(guò)基本統(tǒng)計(jì)分析可獲得序列或序列組均值、方差、協(xié)方差、相關(guān)系數(shù)等基本統(tǒng)計(jì)量，通過(guò)參數(shù)假設(shè)檢驗(yàn)可以對(duì)序列或序列組進(jìn)行均值檢驗(yàn)和方差檢驗(yàn)。

單序列統(tǒng)計(jì)量的計(jì)算及檢驗(yàn)

序列組統(tǒng)計(jì)量的計(jì)算及檢驗(yàn)31精選課件ppt單序列統(tǒng)計(jì)量的計(jì)算及檢驗(yàn)

單序列統(tǒng)計(jì)量的計(jì)算、檢驗(yàn)與圖形操作通過(guò)序列對(duì)象窗口工作欄的View鍵實(shí)現(xiàn)。如圖4-1所示的View鍵下拉菜單分為四個(gè)部分。32精選課件ppt單序列統(tǒng)計(jì)量的計(jì)算及檢驗(yàn)引入案例4.1用于之后的序列統(tǒng)計(jì)分析操作。案例4.1記錄了從1990年至2007年的我國(guó)國(guó)民生產(chǎn)總值和第三產(chǎn)業(yè)增加值的相關(guān)數(shù)據(jù)，單位為億元。33精選課件ppt單序列統(tǒng)計(jì)量的計(jì)算及檢驗(yàn)1.單序列的描述性統(tǒng)計(jì)量單擊View|DescriptiveStatistics&Tests命令，DescriptiveStatistics&Tests下一級(jí)菜單中包含三部分。第一部分就是此序列的描述性統(tǒng)計(jì)量，HistogramandStats是序列的直方圖及有關(guān)統(tǒng)計(jì)量，StataTable是序列有關(guān)統(tǒng)計(jì)量的表格，StatsbyClassification是序列的分組統(tǒng)計(jì)量。34精選課件ppt單序列統(tǒng)計(jì)量的計(jì)算及檢驗(yàn)

2.單序列描述統(tǒng)計(jì)量的檢驗(yàn)

單序列單擊View|DescriptiveStatistics&Tests命令后，其下一級(jí)菜單中第二部分和第三部分就是對(duì)序列描述統(tǒng)計(jì)量的檢驗(yàn)，包括SimpleHypothesisTests（簡(jiǎn)單假設(shè)檢驗(yàn)）、EqualityTestofClassification（分組齊性檢驗(yàn)）和EmpiricalDistributionTests（經(jīng)驗(yàn)分布檢驗(yàn)）。35精選課件ppt單序列統(tǒng)計(jì)量的計(jì)算及檢驗(yàn)3.單序列單因素統(tǒng)計(jì)表

序列的單因素統(tǒng)計(jì)表用來(lái)顯示序列在不同觀測(cè)值范圍區(qū)間的觀測(cè)個(gè)數(shù)及百分比信息。36精選課件ppt單序列統(tǒng)計(jì)量的計(jì)算及檢驗(yàn)4.單時(shí)間序列的統(tǒng)計(jì)檢驗(yàn)單擊序列窗口工具欄View鍵顯示下拉菜單的第三部分是針對(duì)時(shí)間序列的統(tǒng)計(jì)分析，包括Correlogram（相關(guān)圖）、UnitRootTest（單位根檢驗(yàn)）和BDSIndependentTest（BDS獨(dú)立性檢驗(yàn)）。37精選課件ppt序列組統(tǒng)計(jì)量的計(jì)算及檢驗(yàn)序列組統(tǒng)計(jì)量的計(jì)算、檢驗(yàn)與圖形通過(guò)序列組對(duì)象窗口工作欄的View鍵實(shí)現(xiàn)。如圖所示的View鍵的下拉菜單分為四個(gè)部分。38精選課件ppt序列組統(tǒng)計(jì)量的計(jì)算及檢驗(yàn)

（一）序列組的基本統(tǒng)計(jì)分析

1．DescriptiveStats（序列組的基本描述性統(tǒng)計(jì)量）

如果序列組中各個(gè)序列觀測(cè)值個(gè)數(shù)相同時(shí)，在序列組窗口單擊View|DescriptiveStats|CommonSample命令，即可輸出序列組各序列的基本描述性統(tǒng)計(jì)量。

2．CovarianceAnalysis（序列組的協(xié)方差分析和相關(guān)分析）

協(xié)方差、相關(guān)性分析用于計(jì)算序列組中各序列之間的協(xié)方差矩陣和相關(guān)系數(shù)矩陣。其中，協(xié)方差矩陣中主對(duì)角線元素是各序列樣本方差，其余元素是序列間協(xié)方差。

3．序列組多因素統(tǒng)計(jì)表（N-WayTabulation）

序列組的多因素統(tǒng)計(jì)表是單因素統(tǒng)計(jì)表的推廣形式，通過(guò)序列組窗口View|N-WayTabulation命令實(shí)現(xiàn)。

4．序列組齊性檢驗(yàn)（TestofEquality）

序列組齊性檢驗(yàn)用來(lái)檢驗(yàn)序列組中各個(gè)序列均值、中位數(shù)和方差是否相等。39精選課件ppt

序列組統(tǒng)計(jì)量的計(jì)算及檢驗(yàn)（二）時(shí)間序列組基本統(tǒng)計(jì)分析View鍵的下拉菜單第三部分是針對(duì)時(shí)間序列的統(tǒng)計(jì)分析包括：

1．Correlogram（相關(guān)圖）

序列組中序列的自相關(guān)圖和偏相關(guān)圖

2．CrossCorrelation（交叉相關(guān)系數(shù)）

序列組內(nèi)兩個(gè)序列的交叉自相關(guān)圖和偏相關(guān)圖。

3．UnitRootTest（單位根檢驗(yàn)）

單位根檢驗(yàn)用于檢查時(shí)間序列的平穩(wěn)性。其檢驗(yàn)的原假設(shè)H0均為存在單位根。

4．GrangerCauslity（格蘭杰因果檢驗(yàn)）

格蘭杰因果檢驗(yàn)用于查看序列之間是否存在格蘭杰因果性。格蘭杰因果檢驗(yàn)的原假設(shè)H0為系數(shù)為0，不存在因果關(guān)系。40精選課件ppt第五章基本線性回歸模型的OLS估計(jì)41精選課件ppt

回歸分析是處理變量與變量之間關(guān)系的一種最為常用的統(tǒng)計(jì)分析方法，它的理論基礎(chǔ)比較成熟，而且應(yīng)用十分廣泛。人類社會(huì)活動(dòng)總是與許多變量相聯(lián)系的，我們常常要研究這些變量之間的數(shù)量關(guān)系。對(duì)于變量之間的關(guān)系，一般分為兩類：一是變量之間存在的確定性的函數(shù)關(guān)系，另一類是變量之間的非確定的依賴關(guān)系。而為了分析和利用變量之間的非確定的依賴關(guān)系，人們建立了各種統(tǒng)計(jì)分析方法，其中回歸分析方法是最為常用的經(jīng)典方法之一。

回歸分析的主要目的是研究自變量和因變量之間的數(shù)量關(guān)系，研究的主要內(nèi)容包括建立回歸模型探索變量之間的相關(guān)程度、利用回歸模型估計(jì)和預(yù)測(cè)因變量的變化等等。其中，根據(jù)回歸形式的不同，回歸模型可以分為線性回歸、非線性回歸等多種回歸分析方法，而本章將對(duì)最為基礎(chǔ)和最為重要的線性回歸模型的EVIEWS操作進(jìn)行講解。

線性回歸模型的OLS估計(jì)

標(biāo)準(zhǔn)回歸結(jié)果的解釋及殘差檢驗(yàn)

含虛擬變量的線性回歸模型的OLS估計(jì)42精選課件ppt線性回歸模型的OLS估計(jì)

背景知識(shí)

1.一元線性回歸模型

在實(shí)際應(yīng)用中，最簡(jiǎn)單的情形就是研究?jī)蓚€(gè)變量之間的相關(guān)關(guān)系，即一元線性回歸模型。

（1）一元線性回歸模型及假定。

假設(shè)（X1,Y1）（X2,Y2）……（Xn,Yn）是取自總體（X,Y）的一組樣本，其中X1,X2……Xn為自變量或解釋變量（independentvariale）序列，Y1，Y2……Yn為因變量或被解釋變量。于是，就可以建立一元線性回歸模型： 。該模型的隨機(jī)誤差項(xiàng)必須滿足的假設(shè)條件為：

無(wú)偏性假定。即所有隨機(jī)誤差項(xiàng)的期望為0。

同方差性假定。即所有隨機(jī)誤差項(xiàng)的方差相等。

無(wú)序列相關(guān)性假定。即隨機(jī)誤差項(xiàng)之間無(wú)序列相關(guān)性。

解釋變量與隨機(jī)誤差性相互獨(dú)立。即解釋變量X為非隨機(jī)變量。

正態(tài)性假定。即隨機(jī)誤差項(xiàng)服從均值為0的正態(tài)分布。yi=β0+β1xi+εi,i=1,2,

n43精選課件ppt

（2）一元線性回歸模型的最小二乘估計(jì)

樣本觀測(cè)值Yi與估計(jì)值的殘差e反應(yīng)了樣本觀測(cè)值與回歸直線之間的偏離程度。而最小二乘估計(jì)方法的原理就是讓擬合的直線使殘差平方和達(dá)到最小，依次為準(zhǔn)則確定X與Y之間的線性關(guān)系。這就是著名的普通最最小二乘估計(jì)方法（OrdinaryLeastSquare,OLS）。44精選課件ppt2.多元線性回歸模型（1）多元線性回歸模型的形式假定影響因變量Y的自變量個(gè)數(shù)為P,并且記為X1，X2，……，Xn。多元線性回歸模型為：Y=β0+β1x1+β2x2+

+βpxp+ε則多元線性回歸模型的矩陣形式為：Y=Xβ+ε（2）多元線性回歸模型的最小二乘回歸與一元線性回歸模型一致，就是滿足讓擬合的直線使殘差平方和達(dá)到最小，從何獲得回歸估計(jì)結(jié)果。45精選課件ppt線性回歸模型OLS估計(jì)的Eviews操作

1．回歸模型主窗口的打開(kāi)

在Eviews主窗口的菜單欄中依次選擇Quick|EstimateEquation命令，打開(kāi)如圖5.1所示的EquationEstimation對(duì)話框。

EquationEstimation（方程回歸）對(duì)話框的Specification選項(xiàng)卡是建立各種回歸模型（如線性回歸模型、ARMA模型、計(jì)數(shù)模型等）的主要設(shè)定窗口。除上述方法可以打開(kāi)EquationEstimation對(duì)話框外，還可以是在主窗口的菜單欄中選擇Quick|EstimateEquation；第三種是在工作文件窗口中選擇Objec|Newobject，然后在新建對(duì)話框中選擇Equation。46精選課件ppt

2.設(shè)定模型中的變量

任何模型估計(jì)前，首先要設(shè)定模型中解釋變量和被解釋變量。線性模型中變量的設(shè)定是在Estimationspecification輸入框中進(jìn)行的，而具體的設(shè)定方法有以下幾種：

（1）公式設(shè)定方法

該方法是指在輸入框中直接將模型方程寫(xiě)出來(lái)47精選課件ppt

（2）排序設(shè)定方法

模型變量設(shè)定中最常用的是排序方法，即按照被解釋變量、回歸因子（含常數(shù)項(xiàng)和解釋變量）的順序依次列出來(lái)，該方法又可分為三類：

當(dāng)模型中的變量都是工作文件中的已有變量時(shí)，可以在Estimationspecification輸入框按照模型的被解釋變量、解釋變量的順序依次列出，中間用空格隔開(kāi)所有的變量，且不需要設(shè)定模型的隨機(jī)項(xiàng)。

當(dāng)模型中的變量含有工作文件窗口中變量的滯后項(xiàng)時(shí)，可以在Estimationspecification輸入框中輸入該變量和小括號(hào)的組合來(lái)表示變量的滯后項(xiàng)，其中小括號(hào)中是負(fù)號(hào)和具體滯后的階數(shù)。

當(dāng)模型中包含工作文件中變量的線性組合或者固定的函數(shù)形式，可以在Estimationspecification輸入框中直接輸入該變量的線性組合或函數(shù)形式，但變量的線性組合必須用小括號(hào)包裹。48精選課件ppt

3.選擇模型估計(jì)方法

回歸模型的估計(jì)中最為核心的就是根據(jù)設(shè)定模型的類別和假設(shè)選擇合適的估計(jì)方法。估計(jì)方法的不同，回歸的結(jié)果將會(huì)大相徑庭。在Eviews中模型回歸估計(jì)的方法是通過(guò)EquationEstimation對(duì)話框中Estimationsettings的Methord下拉列表框進(jìn)行選擇的。Methord下拉列表框提供了現(xiàn)代計(jì)量分析中幾乎所有主流的模型估計(jì)方法，如圖5.6所示。49精選課件ppt

4.設(shè)定模型估計(jì)的樣本區(qū)間

模型回歸中所需的樣本范圍是通過(guò)EquationEstimation對(duì)話框中的Sample輸入框設(shè)定的。樣本范圍是在輸入框中輸入一前一后的兩個(gè)數(shù)字，兩個(gè)數(shù)字中間用空格隔開(kāi)，其中開(kāi)始的數(shù)字表示樣本的開(kāi)始時(shí)間，結(jié)尾的數(shù)字表示樣本的結(jié)束時(shí)間。如我們的樣本范圍是1978年到2009年，但是我們希望在模型回歸中用到是1978到2000年的樣本觀測(cè)值，正確的設(shè)定方法是在Sample輸入框中輸入：19782000。

注意設(shè)定的樣本的范圍必須在工作文件的范圍內(nèi)，如果大于工作文件的范圍，則系統(tǒng)將根據(jù)工作文件的范圍進(jìn)行回歸。一般系統(tǒng)默認(rèn)的回歸區(qū)間為工作文件的范圍。50精選課件ppt

5.Options選項(xiàng)卡的設(shè)定

在EquationEstimation對(duì)話框中點(diǎn)擊Options選項(xiàng)卡，打開(kāi)如圖5.7所示對(duì)話框：

Options選項(xiàng)卡里面的內(nèi)容根據(jù)Estimationsettings的Methord下拉列表框中回歸方法選擇的不同而改變。其中，LS-LeastSquares（NLSandARMA）方法下相應(yīng)的Options選項(xiàng)卡的設(shè)定是針對(duì)當(dāng)模型回歸的殘存項(xiàng)存在異方差、自變量與隨機(jī)項(xiàng)存在相關(guān)性時(shí)修正模型的，本書(shū)將此部分內(nèi)容安排到第六章，具體設(shè)定可參見(jiàn)第六章第一節(jié)和第二節(jié)。

設(shè)置完畢后，可以點(diǎn)擊“確定”按鈕，就可以在Equation對(duì)象窗口得到線性回歸模型OLS估計(jì)的結(jié)果。除可以點(diǎn)擊“確定”按鈕，還可以點(diǎn)擊“取消”按鈕，取消進(jìn)行回歸模型設(shè)定的操作，返回到workfile工作文件窗口。51精選課件ppt線性回歸模型OLS估計(jì)的案例操作

1．案例問(wèn)題的描述與數(shù)據(jù)準(zhǔn)備

在現(xiàn)代經(jīng)濟(jì)周期理論中，固定資產(chǎn)投資周期是影響宏觀經(jīng)濟(jì)周期波動(dòng)的一個(gè)直接的、物質(zhì)性的主導(dǎo)因素，固定資產(chǎn)投資也成為經(jīng)濟(jì)周期波動(dòng)的物質(zhì)基礎(chǔ)。本節(jié)通過(guò)對(duì)山東省固定資產(chǎn)投資及國(guó)內(nèi)生產(chǎn)總值的數(shù)據(jù)來(lái)擬合一元線性回歸模型，分析山東省固定資產(chǎn)投資對(duì)山東省經(jīng)濟(jì)的拉動(dòng)作用，并給出如何通過(guò)調(diào)節(jié)固定資產(chǎn)投資來(lái)發(fā)展經(jīng)濟(jì)的政策建議。

數(shù)據(jù)文件記錄了從1978年至2007年的山東省固定資產(chǎn)投資和山東省國(guó)民生產(chǎn)總值的相關(guān)數(shù)據(jù)

為了準(zhǔn)確衡量我國(guó)基礎(chǔ)設(shè)施投資對(duì)經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)作用，本文設(shè)定經(jīng)典線性回歸模型來(lái)分析這種拉動(dòng)作用的大小。建立的總體回歸模型如下式所示：LnGDP=α+βLnIFA+ε建立線性回歸模型，利用上述數(shù)據(jù)完成對(duì)模型參數(shù)的估計(jì)。52精選課件ppt標(biāo)準(zhǔn)回歸結(jié)果的解釋及殘差檢驗(yàn)

背景知識(shí)

1.回歸模型標(biāo)準(zhǔn)回歸結(jié)果中的統(tǒng)計(jì)量統(tǒng)計(jì)量含義模型解釋變量的估計(jì)值根據(jù)總體回歸模型，利用OLS等回歸方法計(jì)算的回歸系數(shù)值估計(jì)值的標(biāo)準(zhǔn)差用于衡量回歸系數(shù)值的穩(wěn)定性和可靠性。如果標(biāo)準(zhǔn)差較小，表明該系數(shù)的穩(wěn)定性就好；如果該標(biāo)準(zhǔn)差越大，則表明該系數(shù)的穩(wěn)定性差。估計(jì)值的T值用于檢驗(yàn)系數(shù)是否為零。通過(guò)查表可以得到相應(yīng)的臨界值：如果該值大于臨界值，則該系數(shù)在相應(yīng)的顯著水平上是可靠的；如果該值小于臨界值，則系數(shù)在相應(yīng)顯著水平上是不顯著的。估計(jì)值顯著性概率值表示在t分布下，t統(tǒng)計(jì)量的概率值。在5%顯著性水平下，如果該概率值低于0.05，則認(rèn)為該系數(shù)值在統(tǒng)計(jì)上是顯著的。R方表示回歸的擬合程度，就是被解釋變量被所有解釋變量解釋的部分。R方的取值范圍在0到1之間：如果R方等于零，則表示該回歸并不比被解釋變量的簡(jiǎn)單平均數(shù)預(yù)測(cè)的更好；如果R方等于1，則表示該回歸擬合的最為完美。調(diào)整R方隨著解釋變量的增加，R方只會(huì)增加而不會(huì)減少。為對(duì)增加的解釋變量進(jìn)行“懲罰”，對(duì)R方進(jìn)行調(diào)整模型回歸的標(biāo)準(zhǔn)誤差對(duì)回歸的殘差進(jìn)行計(jì)算標(biāo)準(zhǔn)差，衡量殘差的波動(dòng)性。殘差平方和該指標(biāo)衡量殘差的平方和，一般沒(méi)有直接解釋含義，用于作為其他統(tǒng)計(jì)量的計(jì)算對(duì)數(shù)似然估計(jì)值在假定回歸殘差服從正態(tài)分布下，對(duì)對(duì)數(shù)似然函數(shù)值的計(jì)算。D-W統(tǒng)計(jì)量用于衡量回歸殘差是否序列相關(guān)，該統(tǒng)計(jì)量如果嚴(yán)重偏離2則表明存在序列相關(guān)。被解釋變量的均值表示被解釋變量的平均數(shù)，等于被解釋變量的樣本取均值。赤池信息準(zhǔn)則用于對(duì)回歸方程的最優(yōu)滯后項(xiàng)數(shù)目進(jìn)行選擇，選擇標(biāo)準(zhǔn)是該值達(dá)到最小值即可。施瓦茨信息準(zhǔn)則用于對(duì)回歸方程的最優(yōu)滯后項(xiàng)數(shù)目進(jìn)行選擇F統(tǒng)計(jì)量用于衡量回歸方程整體顯著性的假設(shè)檢驗(yàn)53精選課件ppt

2．模型回歸殘差的常用檢驗(yàn)

回歸模型估計(jì)完畢后，通常研究者會(huì)對(duì)模型估計(jì)的殘差進(jìn)行檢驗(yàn)，通過(guò)回歸殘差的性質(zhì)來(lái)判斷模型估計(jì)的效果。常用的檢驗(yàn)有：Q檢驗(yàn)和LM檢驗(yàn)用來(lái)判斷殘差是否違背無(wú)相關(guān)假定、異方差檢驗(yàn)用來(lái)判斷殘差是否違背同方差假定、正態(tài)性檢驗(yàn)用于判斷殘差的分布。檢驗(yàn)的一般程序（適用于絕大部分統(tǒng)計(jì)量檢驗(yàn)）是計(jì)算相關(guān)統(tǒng)計(jì)量的原假設(shè)成立的概率P值，如果該概率P值小于某個(gè)設(shè)定顯著水平（通常為5%）,則拒絕原假設(shè)，認(rèn)為備擇假設(shè)成立；反之，則不能拒絕原假設(shè)。；殘差檢驗(yàn)統(tǒng)計(jì)量含義殘差自相關(guān)的Q檢驗(yàn)檢驗(yàn)?zāi)康模篞統(tǒng)計(jì)量的全稱是Ljung-BoxQ，該統(tǒng)計(jì)量一般用于檢驗(yàn)序列是否存在自相關(guān)。檢驗(yàn)假設(shè)：該統(tǒng)計(jì)量的原假設(shè)H0為：殘差序列不存在自相關(guān)備擇假設(shè)H1為：殘差序列存在自相關(guān)。殘差自相關(guān)的LM檢驗(yàn)LM檢驗(yàn)是Breush-GodfreyLagrangeMultiplier的簡(jiǎn)稱，主要用于檢驗(yàn)殘差序列是否存在高階自相關(guān)的重要假設(shè)。該統(tǒng)計(jì)量的計(jì)算首先必須利用OLS估計(jì)出原模型的殘差序列u；然后以u(píng)為被解釋變量，以u(píng)的1到P階滯后項(xiàng)為解釋變量再次進(jìn)行回歸，同時(shí)記錄該回歸的擬合優(yōu)度R方。LM檢驗(yàn)統(tǒng)計(jì)量的原假設(shè)為H0為：殘差序列直到P階不存在自相關(guān)；備擇假設(shè)H1為：殘差序列P階內(nèi)存在自相關(guān)。殘差的正態(tài)性檢驗(yàn)檢驗(yàn)?zāi)康模篐istogram-NormalityTest檢驗(yàn)主要是通過(guò)計(jì)算JB統(tǒng)計(jì)量實(shí)現(xiàn)的，JB統(tǒng)計(jì)量用來(lái)檢驗(yàn)序列觀測(cè)值是否服從正態(tài)分布，在零假設(shè)下，JB統(tǒng)計(jì)量服從χ2(2)分布。檢驗(yàn)假設(shè)：該檢驗(yàn)的原假設(shè)H0為：樣本殘差服從正態(tài)分布。備擇假設(shè)H1為：殘差序列不服從正態(tài)分布。殘差的異方差檢驗(yàn)檢驗(yàn)?zāi)康模河捎谧钚《朔椒ㄊ墙⒃跉埐钔讲罴僭O(shè)基礎(chǔ)上的，一旦出現(xiàn)異方差就說(shuō)明OLS方法就不可靠了，需要利用加權(quán)最小二乘方法進(jìn)行糾正。異方差檢驗(yàn)是利用輔助回歸的方法進(jìn)行的，該統(tǒng)計(jì)量服從卡方分布。檢驗(yàn)假設(shè)：懷特異方差檢驗(yàn)的原假設(shè)H0為：殘差序列不存在異方差。備擇假設(shè)H1為：殘差序列存在異方差。54精選課件pptEquation方程對(duì)象的EVIEWS操作

在每次回歸模型估計(jì)完畢后，Eviews將把模型回歸的結(jié)果（系數(shù)估計(jì)值、模型估計(jì)的各種統(tǒng)計(jì)量）、殘差序列、方差協(xié)方差矩陣等等保存到Equation（方程對(duì)象）中，以方便對(duì)模型的進(jìn)一步檢驗(yàn)（殘差的LM檢驗(yàn)等等）和模型預(yù)測(cè)、模擬等操作。

對(duì)Equation對(duì)象中的關(guān)于模型回歸的輸出標(biāo)準(zhǔn)結(jié)果的解釋、查看結(jié)果輸出形式和保存等操作，以及模型殘差的各種檢驗(yàn)操作進(jìn)行講解。55精選課件ppt

1．回歸模型估計(jì)的標(biāo)準(zhǔn)結(jié)果的一般解釋

在Equation方程對(duì)象窗口菜單欄View|Estimationoutput，或者直接點(diǎn)擊快捷操作按鈕Statistics，打開(kāi)如圖5.13所示的方程對(duì)象窗口。該窗口主要有三部分：第一部分為模型估計(jì)的說(shuō)明；第二部分為模型解釋變量的估計(jì)結(jié)果；第二部分為模型整體估計(jì)的統(tǒng)計(jì)量。表5.3模型估計(jì)的說(shuō)明模型估計(jì)說(shuō)明含義DependentVariable:G模型的被解釋變量（該案例為G）Method:LeastSquares模型估計(jì)方法：最小二乘估計(jì)方法Date: Time:14:07模型估計(jì)的方法Sample:19782007模型估計(jì)的樣本范圍Includedobservations:30模型估計(jì)中的有效觀測(cè)值的個(gè)數(shù)模型解釋變量的估計(jì)結(jié)果含義Variable模型的解釋變量Coefficient模型解釋變量的估計(jì)值Std.Error模型解釋變量估計(jì)值的標(biāo)準(zhǔn)差t-Statistic模型解釋變量估計(jì)值的T值Prob.模型解釋變量估計(jì)值顯著性概率值模型估計(jì)統(tǒng)計(jì)量含義R-squared模型回歸的R方AdjustedR-squared模型估計(jì)的調(diào)整R方S.E.ofregression模型回歸的標(biāo)準(zhǔn)誤差Sumsquaredresid殘差平方和Loglikelihood對(duì)數(shù)似然估計(jì)值Durbin-WatsonstatD-W統(tǒng)計(jì)量Meandependentvar被解釋變量的均值S.D.dependentvar被解釋變量的標(biāo)準(zhǔn)差A(yù)kaikeinfocriterion赤池信息準(zhǔn)則Schwarzcriterion施瓦茨信息準(zhǔn)則F-statisticF統(tǒng)計(jì)量Prob(F-statistic)模型顯著性的概率值56精選課件ppt

2.Equation對(duì)象的快捷按鈕操作

“Print”按鈕

單擊“Print”按鈕，彈出如圖5.14所示的Print打印對(duì)話框。

Print打印對(duì)話框主要用于Equation方程對(duì)象的打印設(shè)置。其中Destination選項(xiàng)組用于選擇與操作計(jì)算機(jī)連接的打印機(jī)；Text/Tableoptions選項(xiàng)組用于設(shè)定打印紙張的范圍和大?。籔rintrange選項(xiàng)組用于設(shè)定Equation方程對(duì)象頁(yè)面的打印范圍。57精選課件ppt

“Name”按鈕

單擊Name（命名）按鈕，打開(kāi)如圖5.14所示的ObjectName對(duì)象命名對(duì)話框。

“ObjectName”對(duì)話框主要用于進(jìn)行Equation方程對(duì)象的保存和命名操作，其中Nametoidentifyobject文本框用于輸入要命名的方程對(duì)象的名稱，該名稱最大允許24個(gè)英文字母；Displaynameforlabelingtablesandgraphs文本框用于標(biāo)記表和圖的名稱，研究者可以在該文本框中注釋方程對(duì)象。由于方程對(duì)象的名稱較短，所以該標(biāo)簽可以比較詳細(xì)的注釋方程對(duì)象。

命名完畢后，單擊OK按鈕就可以將回歸的結(jié)果（方程對(duì)象）保存到Eviews工作文件窗口。如果需要查看該方程對(duì)象，只要雙擊該工作文件中的該對(duì)象就可以打開(kāi)該方程對(duì)象。58精選課件ppt

“Freeze”按鈕

Equation方程對(duì)象界面內(nèi)的標(biāo)準(zhǔn)回歸結(jié)果不允許用戶對(duì)回歸結(jié)果進(jìn)行更改操作，而單擊Freeze快捷操作按鈕可以將標(biāo)準(zhǔn)回歸結(jié)果進(jìn)入可編輯狀態(tài)，從而給用戶提供了進(jìn)行更改操作的空間。

“Estimate”按鈕

該按鈕主要是用于返回到標(biāo)準(zhǔn)回歸結(jié)果界面的快捷工具按鈕，單擊該按鈕可以在其他操作界面下轉(zhuǎn)換到標(biāo)準(zhǔn)回歸結(jié)果界面。

“Forcast”按鈕

該按鈕主要用于利用用戶建立的回歸模型進(jìn)行預(yù)測(cè)的操作，對(duì)模型預(yù)測(cè)的具體講解請(qǐng)參考本書(shū)第十四章預(yù)測(cè)專題，在此不再贅述。

“Statistics”按鈕

單擊該按鈕可以快速打開(kāi)本章第一節(jié)中的EquationEstimation對(duì)話框，便于用戶根據(jù)回歸結(jié)果進(jìn)行重新設(shè)定模型變量及估計(jì)方法的操作。59精選課件ppt

“Resids”按鈕

單擊Resids按鈕，打開(kāi)如圖5.14所示的Equation的Resids界面。

Equation的Resids界面主要給用戶展示因變量的觀測(cè)值序列、擬合值序列及殘差序列圖。其中，Residual、Actual、Fitted分別表示觀測(cè)值序列、擬合值序列及殘差序列。60精選課件ppt

3.Equation對(duì)象的下拉菜單按鈕操作

View下拉菜單按鈕

單擊View按鈕，可以打開(kāi)如圖所示的下拉菜單。

該下拉菜單提供了一些便捷操作命令和殘差檢驗(yàn)、系數(shù)檢驗(yàn)等重要檢驗(yàn)操作命令。Representations命令用于展示回歸模型的一般表達(dá)式；EstimationOutput命令用于切換到標(biāo)準(zhǔn)回歸結(jié)果界面；ARMAStructure用于展示ARMA模型的結(jié)構(gòu)，僅限于ARMA模型操作；CofficientTests和StabilityTest命令主要用于對(duì)系數(shù)和模型進(jìn)行穩(wěn)定性檢驗(yàn)，具體參見(jiàn)本書(shū)第八章第三節(jié)。本節(jié)將重點(diǎn)介紹Actual,Fitted,Residual選項(xiàng)和ResidulTests選項(xiàng)以下命令：61精選課件ppt

（1）Actual,Fitted,Residual選項(xiàng)

選擇View|Actual,Fitted,Residual命令，可以打開(kāi)如圖5.14所示的四個(gè)殘差繪圖操作命令：62精選課件pptActual,Fitted,ResidualTable命令，該命令可以實(shí)現(xiàn)輸出如圖5.15所示的殘差擬合表。該窗口主要有四部分：第一部分為Actual（被解釋變量實(shí)際觀測(cè)值）列表；第二部分為Fitted（被解釋變量的擬合值）列表；第三部分為Residual（擬合殘差值）；第四部分為殘差序列的圖。Actual,Fitted,ResidualGraph命令、ResidualGraph命令、StandardizedResidualGraph命令與Actual,Fitted,ResidualTable命令輸出的殘存時(shí)序圖的類似，只是在形式上有所不同。63精選課件ppt

（2）ResidulTests選項(xiàng)

選擇View下拉菜單中的ResidualTests，可以打開(kāi)五個(gè)殘差檢驗(yàn)操作命令：64精選課件pptCorrelogramQ-statistics命令，主要用于對(duì)殘差進(jìn)行自相關(guān)的Q檢驗(yàn)。點(diǎn)擊該命令可以打開(kāi)如圖5.16所示的自相關(guān)的Q檢驗(yàn)界面。圖中Autocorrelation表示模型殘差的自回歸系數(shù)圖，PatialCorrelation表示模型回歸殘差的偏相關(guān)函數(shù)圖，AC、PAC分別表示殘差的自相關(guān)系數(shù)值和偏相關(guān)系數(shù)值，Q-statistics表示Q統(tǒng)計(jì)量值，Prob表示Q統(tǒng)計(jì)量的顯著性概率值。一般而言，當(dāng)Prob概率值大于設(shè)定的顯著性水平，認(rèn)為殘差序列不存在自相關(guān)；反之，其概率水平小于設(shè)定的顯著性水平，認(rèn)為殘差序列存在自相關(guān)。65精選課件ppt

CorrelogramSquaredResiduals命令，主要用于對(duì)殘差的平方進(jìn)行Q檢驗(yàn)。點(diǎn)擊該命令將輸出與CorrelogramQ-statistics命令的自相關(guān)Q檢驗(yàn)完全相同的界面，唯一的不同是CorrelogramQ-statistics命令檢驗(yàn)的對(duì)象是殘差序列，而CorrelogramSquaredResiduals命令檢驗(yàn)的對(duì)象是殘差的平方序列。

SeriesCorrelationLMtest命令，主要用于進(jìn)行殘差自相關(guān)的LM檢驗(yàn)。其中，LM檢驗(yàn)是Breush-GodfreyLagrangeMultiplier的簡(jiǎn)稱。點(diǎn)擊該命令可以打開(kāi)如圖5.17所示的LM檢驗(yàn)窗口。圖5.17的上半部分是Breush-GodfreyLagrangeMultiplier的檢驗(yàn)結(jié)果。其中，F(xiàn)-Statistics和ProbF表示輔助回歸的F值和相應(yīng)的概率值，該檢驗(yàn)等價(jià)于LM檢驗(yàn)；Obs*Rsquared和ProbChi-squared是LM值和相應(yīng)的概率值。圖5.14的上半部分是利用以u(píng)為被解釋變量，以u(píng)的1到P階滯后項(xiàng)為解釋變量再次進(jìn)行回歸的標(biāo)準(zhǔn)結(jié)果。66精選課件pptHistogram-NormalityTest命令，主要用于對(duì)殘差進(jìn)行正態(tài)性檢驗(yàn)。單擊該命令可以打開(kāi)如圖5.18所示的正態(tài)性檢驗(yàn)界面窗口。Histogram-NormalityTest是對(duì)殘差序列進(jìn)行是否為正態(tài)分布的檢驗(yàn)。圖5.18的左側(cè)顯示的是該序列對(duì)象的直方圖，為觀測(cè)值的頻率分布。右側(cè)分三個(gè)部分，最上面顯示的是序列對(duì)象的名稱，樣本的范圍和樣本數(shù)量。一般而言，當(dāng)JB統(tǒng)計(jì)量計(jì)算的概率值大于設(shè)定的顯著性水平，此時(shí)就不能拒絕原假設(shè)H0，認(rèn)為殘差序列服從正態(tài)分布；反之，其概率水平小于設(shè)定的顯著性水平，此時(shí)可以拒絕原假設(shè)，認(rèn)為殘差序列不服從正態(tài)分布。67精選課件ppt

Procdure下拉菜單按鈕

單擊Procdure按鈕，可以打開(kāi)如圖所示的下拉菜單。

該下拉菜單主要提供了一些查看回歸結(jié)果及預(yù)測(cè)的快捷命令，主要有以下幾個(gè)常用的命令：

Specify/Estimate命令用于返回到標(biāo)準(zhǔn)回歸結(jié)果界面，單擊該按鈕可以在其他操作界面下轉(zhuǎn)換到標(biāo)準(zhǔn)回歸結(jié)果界面，與Estimate快捷按鈕一致；Forcast命令用于利用用戶建立的回歸模型進(jìn)行預(yù)測(cè)的操作，與工具欄的快捷按鈕Forcast一致；MakeResidualSeries命令用于生成殘差序列，點(diǎn)擊該命令可以在工作文件窗口生成一個(gè)殘差序列，系統(tǒng)命名為resid01；MakeRegressorGroup命令可以將所有回歸因子（含因變量）以變量組的形式展示，同時(shí)提供命名保存操作；MakeModel命令用于打開(kāi)回歸模型并展示回歸模型的基本函數(shù)形式；UpdateCoefsfromEquation命令用于從回歸表達(dá)式中更新回歸系數(shù)。68精選課件ppt

Object下拉菜單按鈕

單擊Object按鈕，可以打開(kāi)如圖所示的下拉菜單。

該下拉菜單主要提供了對(duì)回歸結(jié)果保存、更新、命名等操作命令，主要有以下幾個(gè)常用的命令：

StoretoDB命令用于將回歸結(jié)果保存到指定Eviews數(shù)據(jù)庫(kù)中；UpdatefromDB命令用于從指定Eviews數(shù)據(jù)庫(kù)中提取回歸結(jié)果；CopyObject命令用于復(fù)制標(biāo)準(zhǔn)回歸結(jié)果；Name命令用于對(duì)回歸結(jié)果進(jìn)行命名保存操作，與工具欄Name快捷命令作用一致；Delete命令用于刪除選定的回歸結(jié)果；FreezeOutput命令可以將標(biāo)準(zhǔn)回歸結(jié)果進(jìn)入可編輯狀態(tài)，與工具欄Freeze快捷操作按鈕作用一致；Print命令用于打開(kāi)Print打印對(duì)話框，主要用于Equation方程對(duì)象的打印設(shè)置，與工具欄Print快捷操作按鈕作用一致；ViewOptions選項(xiàng)提供了部分View下拉菜單命令，但在線性回歸估計(jì)窗口不可用。69精選課件ppt

線性回歸模型OLS估計(jì)結(jié)果的案例解釋與操作

本節(jié)仍然沿用5.1節(jié)案例，對(duì)5.1節(jié)案例的回歸結(jié)果進(jìn)行詳細(xì)的說(shuō)明。

1．回歸結(jié)果的解釋說(shuō)明

在EquationEstimation對(duì)話框設(shè)定完畢后，點(diǎn)擊“確定”按鈕可以得到如圖所示的回歸結(jié)果，將圖5.10中案例一的標(biāo)準(zhǔn)回歸結(jié)果制作為表格，如表所示。VariableCoefficientStd.Errort-StatisticProb.F0.7800030.01979939.395530.0000C2.4794400.11580721.410170.0000R-squared0.982279Meandependentvar6.954833AdjustedR-squared0.981646S.D.dependentvar0.909297S.E.ofregression0.123190Akaikeinfocriterion-1.285839Sumsquaredresid0.424921Schwarzcriterion-1.192426Loglikelihood21.28759F-statistic1552.008Durbin-Watsonstat0.563528Prob(F-statistic)0.00000070精選課件ppt

2．回歸殘差的檢驗(yàn)操作與解釋

下面對(duì)5.1案例回歸結(jié)果進(jìn)行殘差檢驗(yàn)操作，其中多元回歸結(jié)果的殘差檢驗(yàn)操作與一元回歸的操作沒(méi)有任何差別。

（1）在Equation方程對(duì)象窗口工具欄中依次選擇View|ResidulTests|CorrelogramQ-statistics，打開(kāi)如圖5.20所示的方程對(duì)象窗口。71精選課件ppt（2）在Equation方程對(duì)象窗口工具欄中依次選擇View|ResidulTests|SeriesCorrelationLMtest，打開(kāi)如圖5.21所示的方程對(duì)象窗口。72精選課件ppt

（3）在Equation方程對(duì)象窗口工具欄中依次選View|ResidulTests|Histogram-NormalityTest，打開(kāi)如圖5.22所示的方程對(duì)象窗口。73精選課件ppt（4）在Equation方程對(duì)象窗口工具欄中依次選View|ResidulTests|HeteroskedasticityTest，打開(kāi)如圖5.23所示的方程對(duì)象窗口。74精選課件ppt含虛擬變量的線性回歸模型的OLS估計(jì)前面兩節(jié)介紹的線性模型中的解釋變量都是可以連續(xù)取值的定量變量，但是在建立回歸模型的過(guò)程中，因變量不僅僅會(huì)受到連續(xù)的解釋變量影響，而且會(huì)受到某些非定量解釋變量的影響，如性別、學(xué)歷、民族、季節(jié)等等。這些表示某種特征存在或不存在的變量就是定性變量，我們采用虛擬變量進(jìn)行定義。

背景知識(shí)

定性變量通常表示某種特征是否存在，如是否為男性、是否是春季、是否是文化大革命時(shí)期等等，因此在計(jì)量經(jīng)濟(jì)中量化定性變量的方法是取值0或1。一般可以用1表示該變量特征的存在，而用0表示該特征不存在。這種取值為0或1的變量稱作虛擬變量，用D（Dummy）表示。

虛擬變量的賦值方法：當(dāng)一個(gè)定性變量含有M個(gè)類別時(shí)，應(yīng)該向模型中引入M-1個(gè)虛擬變量。其中，把虛擬變量取值為0的類別稱作基礎(chǔ)類別。75精選課件ppt將虛擬變量設(shè)定在回歸模型中主要有三個(gè)作用：用虛擬變量測(cè)量截距的變動(dòng)；用虛擬變量測(cè)量解釋變量系數(shù)的變動(dòng)；用虛擬變量測(cè)量斷點(diǎn)。

測(cè)度截距的變動(dòng)

測(cè)度解釋變量系數(shù)的變動(dòng)

測(cè)度斷點(diǎn)76精選課件ppt

虛擬變量設(shè)定的EVIEWS操作

由于含虛擬變量的線性回歸模型與一般的線性回歸模型在變量輸入、樣本設(shè)定、估計(jì)方法的選擇等方面沒(méi)有任何差異，僅僅對(duì)于虛擬變量如何設(shè)定及如何解釋方面有所差異。

虛擬變量在Eviews序列對(duì)象中就是取值為0和1的序列。因此，虛擬變量的定義與普通變量的路徑相同：在workfile窗口的工具欄中依次點(diǎn)擊Object|NewObject打開(kāi)NewObject對(duì)話框，選擇series并進(jìn)行命名。定義新序列后，根據(jù)該虛擬變量要表示的屬性特征是否存在來(lái)賦值0和1，一般情況下如果某特征不存在則賦值為0，存在賦值為1。77精選課件ppt含虛擬變量線性回歸模型OLS估計(jì)的案例操作

由于虛擬變量在測(cè)度結(jié)構(gòu)突變中最為常用并且更具有代表性，同時(shí)測(cè)度結(jié)構(gòu)突變實(shí)際上是對(duì)第一種（測(cè)度截距變動(dòng)）和第二種（解釋變量系數(shù)變動(dòng)）的綜合運(yùn)用，因此我們?cè)谙旅娴陌咐治鲋?，將重點(diǎn)對(duì)虛擬變量的第三種應(yīng)用進(jìn)行討論和講解，從而整體上涵蓋了虛擬變量的三種應(yīng)用。

案例問(wèn)題的描述與數(shù)據(jù)準(zhǔn)備

對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)和發(fā)展非常重要的三家馬車中出口具有獨(dú)特的作用，出口不僅貢獻(xiàn)了我國(guó)三分一的GDP，而且大量的出口企業(yè)解決了各地的就業(yè)問(wèn)題。同時(shí)，我們更為關(guān)注的2001年底我國(guó)加入WTO世界貿(mào)易組織對(duì)我國(guó)出口形成了一個(gè)結(jié)構(gòu)性的影響和沖擊。本節(jié)通過(guò)對(duì)我國(guó)出口序列的觀察，利用一個(gè)簡(jiǎn)單的線性回歸模型來(lái)擬合這個(gè)序列，借助虛擬變量來(lái)測(cè)度這個(gè)結(jié)構(gòu)斷點(diǎn)，借此來(lái)說(shuō)明虛擬變量的應(yīng)用。為了說(shuō)明虛擬變量在測(cè)度結(jié)構(gòu)突變方面的作用，本文設(shè)定一個(gè)含虛擬變量的線性回歸模型。建立的總體回歸模型如下式所示：export=c+β1t+β2(t?2002)?D+ε78精選課件ppt第六章模型的診斷和修正79精選課件ppt

應(yīng)用普通最小二乘法時(shí)要求模型的隨機(jī)誤差項(xiàng)必須滿足：

（1）無(wú)偏性假定。即所有隨機(jī)誤差項(xiàng)的期望為0

（2）同方差性假定。即所有隨機(jī)誤差項(xiàng)的方差相等

（3）無(wú)序列相關(guān)性假定。即隨機(jī)誤差項(xiàng)之間無(wú)序列相關(guān)性

（4）解釋變量與隨機(jī)誤差項(xiàng)相互獨(dú)立。即解釋變量X為非隨機(jī)變量

（5）正態(tài)性假定。即隨機(jī)誤差項(xiàng)服從均值為0的正態(tài)分布。

在此基礎(chǔ)上估計(jì)的參數(shù)才是最優(yōu)線性無(wú)偏估計(jì)量。

但在實(shí)際操作處理過(guò)程中，這些基本的假定條件不一定滿足，這使得模型無(wú)法應(yīng)用OLS方法估計(jì)或運(yùn)用OLS方法得到的估計(jì)量不具備最優(yōu)線性無(wú)偏的特點(diǎn)。因此在建立模型后，需要檢驗(yàn)隨機(jī)誤差項(xiàng)是否符合OLS的假設(shè)條件。如果不符合，則需要對(duì)估計(jì)方法進(jìn)行改進(jìn)和修改。80精選課件ppt

異方差與加權(quán)最小二乘法

內(nèi)生變量問(wèn)題與兩階段最小二乘法（TSLS）

自相關(guān)問(wèn)題及廣義最小二乘法（GLS）Chow穩(wěn)定性檢驗(yàn)81精選課件ppt異方差與加權(quán)最小二乘法當(dāng)回歸模型中的隨機(jī)誤差項(xiàng)不滿足假設(shè)條件中的同方差性假定時(shí)，則稱模型的隨機(jī)誤差項(xiàng)存在異方差性。當(dāng)模型存在異方差問(wèn)題時(shí)，最常用的處理方法是使用加權(quán)最小二乘法（WeightedLeastSquare，WLS）。

1.異方差的含義

在一元線性回歸模型中，如果u的方差是隨解釋變量變化的量，則稱此時(shí)隨機(jī)誤差序列存在異方差。

在多元線性回歸模型中，如果u的方差協(xié)方差矩陣主對(duì)角線的元素不相等，則表明存在異方差。

2.異方差的后果

異方差有遞增型、遞減型和條件自回歸型三種類型。通常是解釋變量值的變化引起被解釋變量的差異性變化。

存在異方差問(wèn)題時(shí)，利用OLS方法估計(jì)的參數(shù)仍具有無(wú)偏一致性，但不再具有有效性，即：異方差條件下的估計(jì)系數(shù)的方差不等于最小二乘估計(jì)方法下的最小方差，所以不具備有效性。82精選課件ppt異方差與加權(quán)最小二乘法3.異方差的常用檢驗(yàn)方法

（1）作圖分析法

圖形能夠比較直觀表現(xiàn)出變量之間的關(guān)系。利用時(shí)間序列圖、散點(diǎn)圖以及殘差序列對(duì)解釋變量的散點(diǎn)圖可以直觀的對(duì)模型否存在異方差進(jìn)行初步判斷。

（2）懷特檢驗(yàn)

懷特檢驗(yàn)通過(guò)OLS估計(jì)求得殘差的估計(jì)值，然后利用殘差估計(jì)值的平方與解釋變量及其交叉項(xiàng)輔助回歸式，得到擬合優(yōu)度，從而構(gòu)建統(tǒng)計(jì)量進(jìn)行檢驗(yàn)。

懷特檢驗(yàn)的原假設(shè)為原回歸模型不存在異方差，被擇假設(shè)為原回歸模型存在異方差。83精選課件ppt異方差與加權(quán)最小二乘法

（3）其他異方差檢驗(yàn)方法

其他的異方差檢驗(yàn)方法其原理同懷特檢驗(yàn)基本相同，只是構(gòu)造的輔助方程的具體形式不同。

4.異方差形式已知時(shí)的模型處理方法-加權(quán)最小二乘法（WeightedLeastSquare，WLS）

加權(quán)最小二乘法是通過(guò)每個(gè)變量乘以一個(gè)權(quán)重序列消除異方差影響，進(jìn)而進(jìn)行OLS估計(jì)獲得估計(jì)值的方法。

5.異方差形式未知時(shí)的模型處理方法-White異方差一致協(xié)方差估計(jì)

當(dāng)異方差形式未知時(shí)，無(wú)法使用加權(quán)最小二乘法（WeightedLeastSquare，WLS）消除異方差，此時(shí)需要采用White異方差一致協(xié)方差估計(jì)。84精選課件ppt

異方差檢驗(yàn)及修正的EViews操作

利用EViews軟件對(duì)相應(yīng)模型進(jìn)行了OLS估計(jì)之后，可在方程估計(jì)的結(jié)果窗口進(jìn)行異方差檢驗(yàn)的EViews操作。

1.繪制散點(diǎn)圖檢驗(yàn)

通過(guò)繪制自變量與殘差的散點(diǎn)圖，可以直觀的判斷是有存在異方差。進(jìn)行了OLS回歸后，選擇EViews主窗口的Quick|Graph命令，輸入要進(jìn)行繪圖的自變量序列名和殘差序列名（Resid），在繪圖類型中選擇散點(diǎn)圖（Scatter），最后單擊確定鍵即得到自變量與殘差的散點(diǎn)圖。如果隨著自變量的逐漸增大，殘差波動(dòng)幅度變化較大則表明存在比較明顯的異方差特征。85精選課件ppt

2.懷特檢驗(yàn)、戈列瑟檢驗(yàn)等檢驗(yàn)的EViews操作

（1）在方程對(duì)象窗口選擇進(jìn)行異方差檢驗(yàn)命令

依次選擇方程對(duì)象窗口View|ResidualTests|HeteroskedasticityTests命令，彈出異方差檢驗(yàn)設(shè)置對(duì)話框。86精選課件ppt

（2）選擇異方差檢驗(yàn)方法

對(duì)話框的Testtype選項(xiàng)用于選擇進(jìn)行的檢驗(yàn)名稱，同時(shí)會(huì)在右方顯示其構(gòu)造輔助回歸式的方法。之后單擊OK鍵輸出檢驗(yàn)結(jié)果。英文名稱中文名稱Breusch-Pagan-Godfrey布羅什-帕干-古德弗雷檢驗(yàn)Harvey哈維檢驗(yàn)Glejser戈列瑟檢驗(yàn)ARCH自回歸條件LM檢驗(yàn)White懷特檢驗(yàn)CustomTestWizard用戶自主設(shè)定檢驗(yàn)87精選課件ppt

（3）輸出檢驗(yàn)結(jié)果

F-statistic是輔助方程整體顯著性的F統(tǒng)計(jì)量；Obs*R-squared是懷特檢驗(yàn)的統(tǒng)計(jì)量，通過(guò)比較Obs*R-squared的概率值和顯著性水平可以對(duì)方程是否存在異方差進(jìn)行判斷。

圖示的懷特檢驗(yàn)結(jié)果中Obs*R-squared的概率值小于顯著性水平0.05，則拒絕原假設(shè)，方程存在異方差。88精選課件ppt

3.加權(quán)最小二乘法（WeightedLeastSquare，WLS）的操作步驟

處理異方差最常用的方法是加權(quán)最小二乘法，其具體操作如下：

（1）新建權(quán)重序列w

在工作文件主窗口依次選擇Object|GenerateSeries命令，彈出GenerateSeriesbyEquation對(duì)話框。EnterEquation輸入框用來(lái)定義權(quán)重序列w的公式表達(dá)式。最后單擊OK鍵就生成了權(quán)重序列w。89精選課件ppt

（2）進(jìn)行加權(quán)最小二乘法估計(jì)

單擊EViews主菜單中Quick|EstimateEquation命令，在彈出的方程定義對(duì)話框中的Sepcification選項(xiàng)卡中輸入原模型表達(dá)式。選擇方程定義對(duì)話框Option選項(xiàng)卡，在LS/TSLSoptions選項(xiàng)組中，勾選WeightedLS/TSLS選項(xiàng)，并在Weight后輸入權(quán)重序列名稱。設(shè)定完成后單擊確定鍵輸出結(jié)果。90精選課件ppt

4.White異方差一致協(xié)方差估計(jì)操作步驟

White異方差一致協(xié)方差估計(jì)操作與OLS估計(jì)步驟基本相同。

首先在EViews主窗口依次選擇Quick|EstimateEquation命令。然后在EquationSpecification對(duì)話框中的Specification選項(xiàng)卡中設(shè)定公式，在options選項(xiàng)卡中勾選heteroskedasticityconsistentcoefficientcovariancce選項(xiàng)并勾選White項(xiàng)。

單擊確定按鈕，輸出結(jié)果。91精選課件ppt

異方差檢驗(yàn)及修正的案例操作

案例6.1問(wèn)題的描述

有凱恩斯理論可知，國(guó)民生產(chǎn)總值=投資+最終消費(fèi)（消費(fèi)+政府支出）+凈出口。因此最終消費(fèi)是構(gòu)成國(guó)民生產(chǎn)總值的重要組成部分。

本節(jié)構(gòu)造了消費(fèi)和國(guó)民生產(chǎn)總值的線性模型，分析了模型中的異方差問(wèn)題及修正方法。

數(shù)據(jù)文件記錄了從1978年至2007年的我國(guó)國(guó)民生產(chǎn)總值和最終消費(fèi)的相關(guān)數(shù)據(jù)，單位為億元。案例的數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》。

1．對(duì)模型進(jìn)行OLS估計(jì)

2．繪制散點(diǎn)圖檢驗(yàn)異方差

3. 進(jìn)行異方差懷特檢驗(yàn)

4．運(yùn)用加權(quán)最小二乘法修正異方差92精選課件ppt

內(nèi)生變量問(wèn)題與兩階段最小二乘法（TSLS）

最小二乘法要求解釋變量與隨機(jī)誤差相互獨(dú)立，如果解釋變量與隨機(jī)誤差項(xiàng)不相互獨(dú)立，模型就存在內(nèi)生性問(wèn)題。93精選課件ppt

1.內(nèi)生性的含義及后果

當(dāng)解釋變量與隨機(jī)誤差不相互獨(dú)立時(shí)，我們稱模型存在內(nèi)生性問(wèn)題。引起內(nèi)生性問(wèn)題的原因通常有忽略了重要的解釋變量、變量之間存在聯(lián)立性、變量存在測(cè)量誤差等等。

內(nèi)生性使得模型不能滿足OLS的基本假設(shè)，對(duì)模型進(jìn)行OLS估計(jì)得到估計(jì)量是有偏且不一致的。

2.內(nèi)生性的解決方法-兩階段最小二乘法（TSLS）

模型存在內(nèi)生性問(wèn)題時(shí)，需要尋找一組工具變量（InstrumentVariable）以消除解釋變量和隨機(jī)誤差項(xiàng)之間的相關(guān)性。選擇的工具變量應(yīng)當(dāng)與解釋變量高度相關(guān)但與隨機(jī)誤差項(xiàng)無(wú)關(guān)，且工具變量的個(gè)數(shù)應(yīng)大于等于模型需要估計(jì)的系數(shù)個(gè)數(shù)，以保證模型的可識(shí)別要求。

兩階段最小二乘法估計(jì)的第一階段是利用原模型解釋變量對(duì)工具變量進(jìn)行最小二乘法估計(jì)，得到解釋變量的擬合值。第二階段利用第一階段得到的解釋變量擬合值對(duì)原模型進(jìn)行最小二乘估計(jì)從而得到模型的估計(jì)值。這樣可以消除內(nèi)生性影響，獲得較為準(zhǔn)確的模型估計(jì)值。94精選課件ppt

解決內(nèi)生性問(wèn)題的EViews操作

案例6.2用以講解兩階段最小二乘法的操作。

構(gòu)建一個(gè)回歸模型Inv=α+βGDP+u，用以研究國(guó)民生產(chǎn)總值（GDP）對(duì)投資（Inv）的影響。由國(guó)民生產(chǎn)總值公式可以看出投資是構(gòu)成國(guó)民生產(chǎn)總值的組成部分，因此在研究時(shí)GDP變量就成為一個(gè)內(nèi)生變量，模型就存在內(nèi)生性問(wèn)題。因此我們需要引入工具變量對(duì)模型進(jìn)行兩階段最小二乘法進(jìn)行模型估計(jì)。

案例數(shù)據(jù)文件記錄了從1978年至2008年的我國(guó)國(guó)民生產(chǎn)總值和投資的相關(guān)數(shù)據(jù)，單位為億元。

1．將數(shù)據(jù)導(dǎo)入工作文件

2．選取工具變量

3．進(jìn)行兩階段最小二乘法TSLS估計(jì)95精選課件ppt自相關(guān)問(wèn)題及廣義最小二乘法（GLS）當(dāng)回歸模型中的隨機(jī)誤差項(xiàng)不滿足假設(shè)條件中的互相不相關(guān)假定時(shí)，稱模型的隨機(jī)誤差項(xiàng)存在自相關(guān)。

1.自相關(guān)的含義及影響

隨機(jī)誤差項(xiàng)的協(xié)方差不等于零時(shí)，表明隨機(jī)誤差項(xiàng)存在自相關(guān)。自相關(guān)在經(jīng)濟(jì)時(shí)間序列中較為多見(jiàn)，常常是由于經(jīng)濟(jì)變量的滯后性帶來(lái)的。自相關(guān)最常見(jiàn)的形式就是隨機(jī)誤差項(xiàng)的一階線性自回歸形式。

當(dāng)隨機(jī)誤差項(xiàng)存在自相關(guān)時(shí)，最小二乘估計(jì)量具有無(wú)偏性但不具有有效性，同時(shí)會(huì)造成顯著性檢驗(yàn)和預(yù)測(cè)失效。96精選課件ppt

2.自相關(guān)的檢驗(yàn)方法

（1）繪制殘差序列圖檢驗(yàn)

圖形能夠比較直觀表現(xiàn)出變量隨時(shí)間變化的關(guān)系。由于自相關(guān)通常由于經(jīng)濟(jì)變量的滯后性引起，所以通過(guò)繪制殘差序列時(shí)間圖可以對(duì)模型的自相關(guān)問(wèn)題進(jìn)行初步判斷。繪制殘差序列圖的方法通常需要連同其他檢驗(yàn)方法一起使用。

（2）DW檢驗(yàn)

通常D.W.檢驗(yàn)的值會(huì)在進(jìn)行回歸估計(jì)時(shí)直接伴隨估計(jì)結(jié)果給出。D.W.檢驗(yàn)僅能檢驗(yàn)一階自相關(guān)，且要求模型中不存在因變量的滯后項(xiàng)。

（3）自相關(guān)的其他檢驗(yàn)方法

自相關(guān)還可以使用Q檢驗(yàn)或LM檢驗(yàn)等方法進(jìn)行檢驗(yàn)。97精選課件ppt

3.自相關(guān)的修正方法

自相關(guān)通常表現(xiàn)為隨機(jī)誤差項(xiàng)的n階滯后形式，需要采用廣義差分即用原回歸模型減相關(guān)系數(shù)倍的n階滯后回歸模型，以變換消除隨機(jī)誤差項(xiàng)自相關(guān)的影響，從而對(duì)差分后的模型進(jìn)行回歸估計(jì)獲得系數(shù)的無(wú)偏有效估計(jì)，這種估計(jì)方法叫做廣義最小二乘法。

對(duì)于由于模型設(shè)定錯(cuò)誤而產(chǎn)生自相關(guān)的問(wèn)題，需要通過(guò)修改模型的形式或添加相關(guān)解釋變量的方法修生自相關(guān)。98精選課件ppt自相關(guān)檢驗(yàn)及修正的EViews操作

1.繪圖檢驗(yàn)自相關(guān)問(wèn)題的EViews操作

進(jìn)行了OLS回歸后，選擇EViews主窗口的Quick|Graph命令，輸入殘差序列名（Resid），選擇圖形類型，最后單擊確定鍵即得到殘差圖。繪制殘差序列圖也可以通過(guò)Equation對(duì)象窗口的Resids按鈕或View|Acutal,Fitted,Residual命令實(shí)現(xiàn)。

2.DW檢驗(yàn)操作

通常OLS回歸估計(jì)輸出結(jié)果中包含著對(duì)模型的D.W.檢驗(yàn)結(jié)果，無(wú)需單獨(dú)進(jìn)行操作。通過(guò)查詢DW臨界值表可以判斷模型自相關(guān)問(wèn)題。DW統(tǒng)計(jì)量值越接近2，表明自相關(guān)程度越弱。99精選課件ppt

3.自相關(guān)其他檢驗(yàn)的操作

在方程對(duì)象主窗口選擇View|ResidulTests|CorrelogramQ-statistics命令，可以對(duì)對(duì)殘差進(jìn)行自相關(guān)的Q檢驗(yàn)。

在方程對(duì)象主窗口選擇View|ResidulTests|CorrelogramSquaredResiduals命令，可以對(duì)殘差的平方進(jìn)行Q檢驗(yàn)。

在方程對(duì)象主窗口選擇View|ResidulTests|SeriesCorrelationLMtest命令，可以進(jìn)行殘差自相關(guān)的LM檢驗(yàn)。

一般而言，檢驗(yàn)的伴隨概率Prob值大于設(shè)定的顯著性水平時(shí)，認(rèn)為殘差序列不存在自相關(guān)；反之，其概率水平小于設(shè)定的顯著性水平，認(rèn)為殘差序列存在自相關(guān)。100精選課件ppt

4.自相關(guān)的修正-廣義最小二乘法（GLS）操作

EViews不能直接進(jìn)行廣義最小二乘法操作，需要用戶對(duì)模型進(jìn)行廣義差分變換后再利用EViews軟件對(duì)差分后模型進(jìn)行最小二乘估計(jì)從而獲得合理的估計(jì)結(jié)果。

針對(duì)較為普遍的一階自相關(guān)的情況，此處引入案例6.3。研究我國(guó)某地農(nóng)村居民人均消費(fèi)(Cons）與人均可支配收入(Income)的關(guān)系，構(gòu)建回歸模型Cons=α+βIncome+u案例所用數(shù)據(jù)文件記錄了從1978年至1998年某地農(nóng)村居民人均消費(fèi)和人均可支配收入的相關(guān)數(shù)據(jù)，單位為億元。101精選課件ppt

4.自相關(guān)的修正-廣義最小二乘法（GLS）操作

（1）進(jìn)行OLS估計(jì)

（2）計(jì)算相關(guān)系數(shù)

（3）運(yùn)用廣義差分變換生成新序列

（4）利用生成的廣義差分序列對(duì)原模型進(jìn)行OLS估計(jì)102精選課件pptChow穩(wěn)定性檢驗(yàn)

Chow穩(wěn)定性檢驗(yàn)包括Chow突變點(diǎn)檢驗(yàn)和Chow預(yù)測(cè)檢驗(yàn)兩種。其基本思想都是將數(shù)據(jù)分成兩個(gè)集合，通過(guò)檢驗(yàn)整體估計(jì)與分組估計(jì)的差異，或者通過(guò)檢驗(yàn)預(yù)測(cè)值與觀測(cè)值的差異，從而判斷模型的