《计量经济讲义》由会员分享，可在线阅读，更多相关《计量经济讲义（23页珍藏版）》请在金锄头文库上搜索。
1、讲义一一运用 Eviews4.0 进行一元线性回归的步骤： 1 建立工作文件(研究消费与收入的关系) 启动 Eviews4.exe 后，在弹出的窗口中点击“OK” 。点击 FileNewWorkfile ，在弹出 的对话框中选择数据的时间频率（frequency）为 Undated or irregular ，起止日期（以 只有 10 个观测值的一元线性模型为例）为 1 和 10，点击 OK 即可。 2 输入数据 在主菜单点击 QuickEmpty Group ，录入收入（X） 、消费（Y）的数据，在窗口中点 击数据，就可以修改数据列的名称，点“OK”关闭即可。在 group 窗口中点 tra
2、nspose 可以改变数据的排列方式。序号12345678910收入 800 1000 1200 1400 1600 1800 2000 2200 2400 2600消费 700 650 900 950 1100 1150 1200 1400 1550 15003 回归分析 做散点图 在主菜单点击 QuickGraphScatter，在弹出的对话框中输入 x y ，如下：点击 OK 即可得到 X-Y 散点图。点此图上面的“Name”可以为此图命名。由上面的散点图可以看出，x y 存在近似的线性关系。OLS 估计 在主菜单点击 QuickEstimate Equation ，弹出如下对话框：图
3、2 OLS 回归分析的设置 按图 2 设置。输入的顺序为“被解释变量 常数项 解释变量 1 解释变量 2” ，每个变 量之间以空格分开(如果是多元回归就在后面依次添加其他的解释变量即可)。点击“OK” 后，得到如下结果，单击“name”为其命名后就可以关闭。 （同时也可以点击“Freeze”将 其保存为表格形式。而且，此表格不会受到以后操作的影响。 ）图 3 OLS 计算结果 其中，最上面的说明分别是“Dependent variable：Y”为“被解释变量是 Y” ；“Method:Least Squares”为“使用的方法：最小二乘法” ；日期（Date） 、时间（Time） ；样 本范围
4、（Sample:110） ；包含的观测对象（Included observations:10）10 个。表格中依次是变量（Variable）：C 表示常数项，X 为解释变量。系数（Coefficient）即常数项的估计值（）和解释变量前面系数的估计值（）的大小。对应的标准误为0b1bStd. Error 列，对应的 T 统计量为 T-Statistic 列，对应的 P 值为 Prob.列。回归结果的样本决定系数为 R-squared，S.E.of regression 是=，而 Sum eS12 kneisquared resid 表示残差平方和，Mean dependent var 表示被解
5、释变量的平均值，即。2 ieYS.D. dependent var 表示被解释变量的标准差，还有 F 统计量（F-statistic）1)(2 nYYi和对应的 P 值（Prob(F-statistic)） 。ML 估计 在主菜单点击 QuickEstimate Equation ，弹出的对话框对应于“Method”选择如下图 则：图 4 ML 估计的设置 依然输入变量，如图 4。得到图 5 的结果：图 5 ML 计算结果 可以看出假定 Y 为正态分布时，二者估计值相同，但是标准误 ML 估计的比较小。ML 估计必须已知估计必须已知 Y 的分布。的分布。 只有在正态分布时只有在正态分布时 ML
6、 和和 OLS 的结构参数估计结果相同。的结构参数估计结果相同。 如果如果 Y 不服从正态分布，不能采用不服从正态分布，不能采用 OLS。例如：选择性样本模型、计数数据模型等。例如：选择性样本模型、计数数据模型等。4 结果分析样本回归方程为：XY509091. 05455.244（64.138） （0.0357） -各参数估计值对应的标准误 （3.813） (14.243) -各参数估计值对应的 T 统计 量DW=2.68 n=109621. 02R9573. 02R868.202F经济意义检验：根据经济理论，收入增加会带动消费增加，边际消费倾向的取值范围 为 01，回归方程中 X 的系数表示
7、边际消费倾向，回归结果为 0.51，与 经济理论相符。常数项表示基础消费，基础消费应该大于零，回归结果 与理论相符。 显著性检验：方法一：查表可知：时， 05. 0306. 2)8(2t32. 5)8 , 1 (F因为 202.8685.32 ，所以回归方程显著成立。因为 所以、显著不为零。306. 2813. 3)(0bT306. 2243.14)(1bT0b1b方法二： 看图 3 表格中的 Prob.列，表示参数估计值 T 检验对应的 P 值，如果 P 值小 于 0.05，说明在显著水平为 0.05 时，参数显著不为 0。常数项 C 对应的 P 值为0.00514.46 ，所以回归方程显著
8、成立。但是系数的显著性检验通不过，知道不能拒绝、为零，出现取舍矛盾，这是由于存在多重共线性造成的。用逐0b1b2b步回归法，发现仅放入 X 比较好结果为所以回归方程：XY657. 396.183（36.955） （0.485）（-4.978） （7.541）DW=1.828634. 02R8482. 02R863.56F方程的显著性检验与系数的显著性检验都能通过。这说明轻工业产值和农业产值之间 具有显著的线性关系，而不是抛物线关系。 三做 Chow 检验如果是分别做回归，每一次记下结果里面的“Sum squared resid” 对应的数值，依据我们讲过的方法构造 F 统计量，算出结果，查表得
9、到，比较二者大小，以此得到F结论就可以了。 a)对时间序列做参数稳定性检验，先对总体所有数据做回归，在回归结果文件里 点 ViewStability TestsChow Breakpoint Test，在弹出的对话框中输入参数开始变化的序号就可以得到检验的结果。(第一列 P0.05，说明结构未变化，经济行为前后一致。) （2）对约束条件作检验，对所有变量作 OLS 回归，在回归结果文件点 ViewCoefficient Testswald-，在弹出的对话框中输入要检验的约束条件即可。（P0.05，不能拒绝，假设正确）0H0H三大家的任务依据上述步骤，验证课本中的 Chow 检验例题至少 1 个
10、。 四可能用到的函数1求变量的绝对值：ABS(X)2对变量做指数变换：EXP(X) 就是求。Xe3求倒数：INV(X)也就等价于。X14对 X 取自然对数：LOG(X)5求 X 的平方根：sqrt(X) 或者 SQR(X)。6求 X 的一阶差分：D(X)等于。) 1( XX7求 X 的第 n 次一阶差分：D(X，n)等于，其中 L 是滞后算子。XLn)1 ( 8求序列 X 的和：SUM(X)。9求序列 X 的均值：MEAN(X)。10求变量的 n 次方：Xn 等于 Xn .例某市百货商店销售额 X 与流通费率 Y 之间呈双曲线函数模型XbbY0对 9 个商店的销售额与流通费率的统计资料如下表。
11、 b)求其估计方程 c)假如某一百货商店明年计划销售额为 30 万元，其流通费率的预测值为多少？ 商店编号销售额 X(万元)流通费率（%）Y 11.57 24.54.8 37.53.6 410.53.1 515.52.7 616.52.5 719.52.4 822.52.3 925.52.2讲义三*大家的任务依据下列步骤，验证讲义中的例题或者书上的例题、习题每项内容至少 1 个。 四运用 Eviews4.0 进行异方差的检验和修正： 建立工作文件，输入数据在主菜单点击 QuickEmpty Group ，录入 X、 Y 的数据。 一）检验：一）检验： 1)作散点图 在主菜单点击 QuickGr
12、ophScatter，在弹出的对话框里输入 x y，点击“OK”即可得 到关于 x，y 的散点图。点击“name”保存图形。 （Eviews3.1 中 QuickGroph，在弹出的对 话框里输入 x y，并在左侧下拉菜单中找到 Scatter 即可）由上图可以看出，可能存在单调递增型异方差。 2)做 G-Q 检验 i.以 x 为条件对全部序列作升序排列在主菜单点击 ProcsSort Series ，弹出如下对话框，在上面空格内输入 X，选中升序“Ascending” ，点击“OK”即可。时期1234567891011储蓄26410590131122107406503431588898收人8
13、7779210995410508109791191212747134991426915522167301213141516171819202122239507798191222170215781654140018292200201721051766318575195352116322880241272560426500276702830027430295602425262728293031160022502420257017201900210023002815032100325003525033500360003620038200ii.对第一个子样本作回归分析 在主菜单点击 QuickEsti
14、mate Equation ，在弹出的对话框输入 y c x，将样本范围设定 为 1 到 11。输出如下结果：iii.对第二个子样本作回归分析 在主菜单点击 QuickEstimate Equation ，在弹出的对话框输入 y c x，将样本范围设定 为 21 到 31。输出如下结果：iv.求 F 值（也可以用计算器计算） 在 workfile 窗口点击 ViewShow，在弹出的对话框内输入如下：在上图输入后点击“OK”得到 F 值为 5.062。给定，查表得到05. 0。因为 5.0623.18，所以模型存在异方差，而且是单调递增型异方差。18. 3)9 , 9(05. 0F3)怀特检验
15、 Resid 中保存最后一次（最近一次）的残差，所以应先对所有数据求一次 OLS 回归再求残 差的平方（E2） ，残差的平方对 X、X 的平方做回归（当然也可以放入解释变量 X 的 3、4 次方项等）得到如下结果：，所以可以判断存在异方差。1505.11359694. 0312nR99. 5)2(2 05. 0二）模型修正 先对原模型数据进行回归，在主菜单点击 QuickEstimate Equation ，在弹出的对话框输入 y c x，将样本范围设定为 1 到 31。得到如下结果：生成新序列。在主菜单点击 QuickGenerate series 或者直接点击 Workfile 窗口里的
16、Genr 按钮，在弹出的对话框内分三次依次输入：rr=1/abs(resid) ; yy=y*rr ; xx=x*rr 。修正 方法有三： 方法一、变量代换法：在主菜单点击 QuickEstimate Equation，在弹出的对话框里依次 输入 yy rr xx。得到如下回归结果：点击“name”保存结果。 方法二、加权最小二乘法（WLS）：在主菜单点击 QuickEstimate Equation，在弹出的 框内点击“Options” ，在新弹出的框中选中“Weighted LS/TSLS” ，在 weight 后面的空白中 输入 rr，如下图，点击 OK 回归即可。回归结果如下：方法三、hccc 法：在主菜单点击 QuickEstimat
