《河北工业大学上机实验02.》由会员分享，可在线阅读，更多相关《河北工业大学上机实验02.（11页珍藏版）》请在金锄头文库上搜索。
1、上机实验二一、实验目的1二、实验内容12.1数据文件介绍12.2 估计以下模型22.3 实验报告要求2三、重点内容回顾2四、方程对象2五、输入回归模型35.1 打开“方程设定对话框”35.2 回归方程的输入方式45.3 选择估计方法55.4 样本范围55.5 补充内容：样本范围5六、估计结果6七、显著性检验7八、预测88.1 扩充工作文件范围88.2 输入解释变量的取值88.3 点预测9一、 实验目的通过本实验应做到：熟悉EViews方程对象（equation），掌握EViews设定线性回归模型的基本方法，知晓EViews回归结果的各项含义，能使用方程对象（equation）进行假设检验、预测
2、等操作，从而能用EViews进行实际经济问题的回归分析。二、实验内容2.1数据文件介绍继续使用上机实验01中所建立的两个工作文件，即包含ceo和wage两个数据文档的工作文件。Vote文件中包括了1988年美国众议院173次两党竞争的选举结果和竞选支出的数据。每次竞争有两名候选人，A和B。voteA为候选人A所得票数的百分比，shareA为候选人A在总竞选支出中所占的百分比2.2 估计以下模型Ceo：用公司的平均净资产回报率（roe）来度量公司的业绩，建立一元线性回归模型，研究公司业绩和ceo薪水之间的关系。Wage：利用小时工资和受教育年限的数据，建立一元线性回归模型，研究教育回报率。如果某
3、人的受教育年限比样本内的平均受教育年限高出5年，预测此人的小时工资是多少。Vote：尽管影响竞选结果的因素很多（如候选人的素质等），但我们仍然可以建立一个简单的一元线性回归模型，分析一下，与竞争对手相比，是否花费更多的钱能够得到更多的票数百分比。如果有一个候选人，其竞选支出占总支出的比重是62%，预测此人的得票百分比是多少。将上面各模型的估计结果用方程对象（equation）形式保存在对应的工作文件中。并将这些工作文件以适当方式命名保存下来。2.3 实验报告要求（1）继续使用上次实验的word文档，报告内容：上述三个模型的估计结果；解释估计系数所代表的含义；解释各解释变量的显著性；给出后两个预
4、测的点预测值并计算出区间预测值（95%的预测区间，wage模型中ta/2取1.965，vote中ta/2取1.974）（2）所使用的EViews工作文件三、重点内容回顾EViews工作文件（Workfile）：使用EViews的第一步是打开或新建一个工作文件。建立工作文件的关键是设定工作文件的结构（Structure），它包括两部分内容：一是样本数据的类型（截面数据、时间序列数据、面板数据）；二是样本容量，或者说是样本数据的个数。EViews对象（Object）：对象是EViews的核心，操作EViews就是操作不同类型的对象。工作文件可以看做是对象的集合。序列（Series）对象：EView
5、s的基础，用来存储数据，并可对数据进行基本的统计分析。对序列对象的操作主要集中在序列窗口工具栏中的View键以及Proc键中。组（Group）对象：顾名思义，它是序列的组合。可以存储多个序列数据，并可对组内的序列同时进行分析，还可分析组内各序列之间的统计关系。四、方程对象使用EViews进行计量经济分析需要使用方程对象（Equation）。使用方程对象可以输入回归模型，估计模型系数，检验各种假设，进行模型预测等。EViews中每个对象窗口都会显示该对象的类型，如果是方程对象，则显示Equation，之后是该方程对象的名称，所在的工作文件的名称等，如下图五、输入回归模型5.1 打开“方程设定对话
6、框”1. 选择EViews主窗口中的Quick/Estimate Equation，即可打开方程设定对话框，如下图：2. 也可用新建对象的方式打开上图的方程设定对话框，首先选择Object/New object，打开新建对象窗口，然后在对象类型下选择方程对象（Equation），如有必要可以在Name for object下输入方程对象的名字，点OK即可。5.2 回归方程的输入方式1. 变量列表输入在Equation specification下的空白框中，依次列出方程中所包含的变量名称，被解释变量在前，各个解释变量在后，各解释变量之间的顺序可随意，变量之间用空格间隔，如输入y c x表示y对
7、常数项和x的一元线性回归。注意：在EViews中不需要输入随机误差项；截距项用c来表示（因此EViews不允许用户将自定义的变量命名为c）。 2. 方程形式输入变量列表的输入方式简便快捷，但它仅适用于线性回归模型，对于非线性回归模型则需要将具体的方程形式输入到空白框中（当然，线性回归模型也可以用方程形式输入）。在EViews中输入具体方程时需要特别注意参数的书写形式，比如对于一元线性回归方程：y = b0 + b1x，在方程设定对话框中应写成：y = c(1) + c(2)*x其中c(1)和c(2)分别表示b0和b1估计值的存放位置，这里使用了系统默认的系数向量c. 又比如对于非线性回归方程：
8、，在方程设定对话框中应写成：y = c(1) + c(2)*xc(3)其中（）表示幂，这里使用的数学运算符号都是基本的计算机中使用的数学运算符，也可以加入括号明确或改变运算顺序。对于柯布道格拉斯函数：，在方程设定对话框中应写成：y = c(1)*Kc(2)*Lc(3)3. 系数向量对象（coefficient vector）建立工作文件时EViews自动创建了一个系数向量对象c，如有必要，自己也可以定义一个系数向量。选择Object/New object，然后在对象类型中选择Matrix-Vector-Coef，在name for object下输入系数向量的名称（如beta），点击OK后出现
9、如下对话框：在类型Type下选择系数向量Coefficient Vector，在向量维度Dimension下输入行数Rows，注意，输入的行数要大于模型中待估参数的个数；Columns下的值保持默认1，点击OK，即可打开系数向量窗口，给该系数向量命名就可以将其保存在工作文件的对象列表中。建立了系数向量后就可以在输入方程时使用，比如按上述方法建立了名为beta的系数向量，则输入上例中的柯布道格拉斯函数时可以写成：y = beta(1)*Kbeta(2)*Lbeta(3)5.3 选择估计方法在方程设定对话框的底部是关于估计方法和样本范围的选择。其中估计方法Method后有下拉菜单选项，其中有多种估
10、计方法可以选择，我们目前所学的基本上都是使用其默认选项，即最小二乘法LS - Least Squares (NLS and ARMA)。5.4 样本范围在方程设定对话框的底部Sample后是样本范围设定框。样本范围可以和工作文件的范围相同，也可以小于工作文件的范围。样本范围都是成对出现，第一个是起始期，第二个是结束期；如果是不连续的时期，可以用多个成对的时期来表示，比如：表示在回归中丢弃1990年的数据，使用1980-1989以及1991-2003年的数据。5.5 补充内容：样本范围打开方程设定对话框时，有一个默认的样本范围，它与工作文件的样本范围是一致的，工作文件的样本范围显示在工作文件窗口
11、，对象列表的上方，见下图：此时样本范围Sample和工作文件范围Range是一致的。可以双击Sample，打开样本范围设定对话框，来改变样本范围，如下图：默认是全样本范围all，在样本设定对话框中，上半部可以输入成对的时期，下半部可以输入条件语句来控制操作的样本范围，如下图：表示样本范围是1990至2003且中央财政支出x1大于2000亿元的时期，点击OK后工作文件的窗口显示为从中可以看出，满足条件的样本个数只有8个，即1990至2003年中有6年的中央财政支出x1都小于2000亿元。注意，以这样的方式设定样本范围之后，所有的操作都默认使用此样本，如画折线图、直方图、计算描述性统计量等，都是仅
12、以这8个数为样本。六、估计结果方程设定完成之后，点击OK，EViews直接给出估计结果，并且给出方程对象，点击窗口中的name键，给方程对象命名即可将其保存在工作文件中，以后可以随时关闭或打开。方程对象的输出结果窗口如下：估计结果分为三个部分：第一部分是估计描述，包括被解释变量（Dependent Variable），估计方法（Method），时期和时间（Date, Time），样本范围（Sample），样本观测值个数（Included observations）第二部分是估计结果，共五列，第一列是解释变量（Variable），第二列是每个解释变量对应的估计系数（Coefficient），第三
13、列是每个估计系数的标准差（Std. Error），第四列是检验每个系数是否为零的t统计量，第五列是双侧检验计算的概率。第三部分是与估计结果相关的统计量，其中我们学过的有：R-squared，R平方，即拟合优度；S.E. of regression，回归标准差，即随机误差项方差的平方根；Sum squared resid，残差平方和；Mean dependent var，被解释变量的均值，S.D. dependent var，被解释变量的标准差。七、显著性检验回归系数的显著性检验需要根据估计结果第二部分的t统计量及其概率。一般情况下，我们可以直接看其概率，如果概率值小于显著性水平，则拒绝原假设；
14、否则接受原假设。比如，如果显著性水平是0.05，则概率值小于0.05则表明该系数在5%的显著性水平上不为零。如果是单侧检验，注意实际概率值应为EViews报告的概率值的一半。八、预测8.1 扩充工作文件范围如果要预测，需要先将工作文件范围扩大，以存储预测值。双击工作文件窗口对象列表上方的Range即可打开类似工作文件设定对话框的一个窗口（如下图），重新输入起止期即可。如果是延长工作文件范围只需修改结束期即可，如果缩小了工作文件范围，小心会有观测值丢失。如将结束期由2003改为2005，点击OK，EViews提示插入2个新观测值，点yes，新的工作文件范围显示如下图：8.2 输入解释变量的取值如
15、果是样本期外预测，需要输入解释变量的取值，在上例x1（中央财政支出）对y（全国财政收入）的一元线性回归中，需要给出y在2004和2005两年的取值，才能预测2004和2005年的x1的值。输入y的值可以打开序列y的窗口，点击edit+/-键，将最后两期的NA直接修改为待输入的数据即可。8.3 点预测输入解释变量y的值后，打开刚才估计的方程，选择Proc/Forecast，打开如下对话框：在Forecast name后的空白框中输入存储预测值的序列名称，这里是x1f；在S.E.后输入存储预测值标准差的序列名称，这里是x1se；在Forecast sample后输入预测的样本期，这里是2004至2005年，可以做样本期内预测，此时样本期内的预测值即为拟合值。这里取消了Insert actuals for out-of-sample oberservations前的对勾，这样得到的预测值序列x1f只在最后两年有值，其他时期都是NA；如果勾选这一项，序列x1f中非预测期就会写入x1的实际值，这样预测值显得不直观，所以一般取消这个勾选项。其他保持默认，设定结束点OK即可。在当前方程对象窗口下会显示预测图，如下图，因为只有两期，所以近似直线，如果是多期预测，则会呈现折线状，同时在工作文件的对象列表中已经生成了两个序列对象：x
