《实验1-8eviews3.1基本操作与一元回归模型ppt培训课件》由会员分享，可在线阅读，更多相关《实验1-8eviews3.1基本操作与一元回归模型ppt培训课件（27页珍藏版）》请在金锄头文库上搜索。
1、实验一：Eviews3.1基本操作与一元回归模型,一、Eviews3.1基本操作 二、一元线性回归模型,一、Eviews3.1基本操作,目的： 了解Eviews软件的基本操作对象，掌握基本操作。 实验内容：（如何安装略） 建立序列，进行数据的输入、编辑； 图形分析与描述性统计分析；,实验步骤： 一、建立序列，进行数据的输入、编辑。 建立工作文件，结合实际研究对象自己给文件命名，如“收入支出”。 建立序列X、Y，并录入和编辑有关的数据。 对原序列进行操作，包括通过赋值语句和函数生成新的序列，如log(x)、log(Y)、X2、1/X等。 建立数组（group，也叫群），对数组进行操作。具体为：选
2、择若干变量构成数组，在数组中增加、删除和更名变量。,在工作文件窗口中删除、更名变量。 提示：Eviews的基本操作中，同一个任务既可以通过菜单形式完成，也可以通过命令方式实现。二、图形分析与描述性统计分析。 利用plot命令绘制趋势图； 利用scat命令绘制X、Y的相关图； 在序列和数组窗口观察变量的描述统计量。,二、一元线性回归模型,目的：掌握一元线形回归模型的建模方法。 实验内容： 建立某小区家庭的收入支出模型; 建立我国税收预测模型。 实验步骤：（以税收预测模型为例） 一、建立工作文件：(以shuishou为文件名） 二、输入数据：,1.键入命令：data y x ，（其中x、y分别表示
3、GDP 和税收） ； 2.输入每个变量的统计数据。 三、图形分析： 1.趋势图：键入命令plot y x ； 2.相关图：scat x y 四、估计线性回归模型 1.命令方式：ls y c x 2.菜单方式： 点击主菜单中quickestimate equation;然后在弹出的窗口中输入 y c x 或方程y=c(1)+c(2)*x 。,五、分析回归结果 1.熟悉并掌握回归结果窗口及相关统计量指标；2.根据回归结果写出方程，并进行拟合优度检验、变量的t检验。,实验二：多元回归模型,目的： 掌握建立多元线性回归模型的方法。 实验内容： 建立我国民航客运量的变化趋势与原因分析模型。（数据资料见e
4、xcel工作簿中的“民航”表） 实验步骤： 一、建立工作文件，录入数据资料；,二、图形分析 （作被解释变量与各解释变量的散点图，用scat命令或菜单方式。） 三、估计线形回归方程： （可用菜单方式或命令方式） 具体为： 1.检查被解释变量与各解释变量的相关性。 2.将y对各解释变量同时回归：即 键入命令：ls y c x1 x2 x3 x4 x5 ,并对回归结果进行各类检验和分析。,3.将y先对x1进行回归，再逐步增加自变量x2、x3、x4、x5进行回归，并比较和分析各个回归结果。 提示：（注意比较调整的R2 ，F统计值的大小变化，各方程变量的t检验，AIC和SC值的大小变化等等）,实验三 非
5、线性回归模型,一、实验目的：掌握非线性回归模型的建模方法。包括：非线性模型转化为线性模型；多种模型的比较、筛选。 二、实验内容： 1.以我国国有独立核算工业企业统计资料为例（数据见excel表)。 2.以税收预测模型为例。,三、实验步骤： （一）建立非线性回归模型 1.以实验内容1为例，将其转化为线性进行估计。（采用对数形式） 2.以实验内容2为例，分别估计以下模型： 线性模型：ls y c x 双对数模型：ls log(y) c log(x) 对数模型：ls y c log(x) 指数模型：ls log(y) c x 二次多项式模型：ls y c x x2,（二）比较、选择最佳模型 仍以上述
6、税收预测模型为例，对上述各种估计模型检验以下内容，进行比较、分析，以便选出最佳模型： 1.模型的更改是否提高了拟合优度； 2.残差图形分析； 3.回归系数t检验值的变化（含显著性水平）； 4.回归系数的符号及值的大小变化； 5.赤池信息准则(AIC)和施瓦茨准则(SC)大小变动情况。,实验四：异方差性,一、实验目的： 掌握异方差的检验和处理方法 二、内容： 1、以建立各地区财政收入预测模型为例（数据见excel 文件），进行异方差检验和处理；2、参考教材p116例4.1.4，进行模仿操作。 三、实验步骤： （一）异方差检验 1、图形检验 观察tax和gdp的相关图：scat gdp tax,2
7、、残差分析：观察回归方程的残差图。 在回归结果窗口中，点Residual按钮。 3、怀特（White)检验 在回归结果窗口中，点viewResidualtest White Heteroskeda，根据nR2的值或对应的概率进行异方差检验。 （二）异方差处理 方法：采用加权最小二乘法，分别采用1/abs(resid)或1/resid2作为权数。 具体操作：在回归窗口中，点EstimateOption，输入权数后点“确定”即可，再分析回归结果。,实验五：序列相关,一、实验目的： 掌握自相关的检验与处理方法。 二、实验内容 建立中国税收预测模型（数据见“计量经济题”excell表），并进行序列相关
8、检验与处理。 三、实验步骤： 1、建立工作文件，生成序列，并保存。 2、建立税收和GDP的散点图，观察两者之间的关系；,3、建立普通回归模型 将税收对GDP回归，观察和分析各统计量，并进行统计检验（拟合优度、t检验等）； 4、检验序列相关性，具体方法如下： 方法一：DW检验。（提示：查表DW的上下限值，并将回归方程的DW值与之比较。） 方法二：偏相关系数检验法。 在回归结果窗口中，点击Viewresidual correlogram-Q-ststistics进入，在弹出的窗口中，输入滞后期10或默认。,方法三：拉格朗日乘数检验法（LM检验)。 在回归结果窗口中，点击Viewresidual t
9、estserial correlation LM test，并选择滞后期1或2，点击确定。5、序列自相关的解决。 直接利用广义差分法估计存在自相关模型。具体方法：在回归方程中，加入AR(1)，AR(2),，AR(n)等作为自变量直接进行阐述估计，即如果检验存在一阶自相关，则在原有回归方程中加入AR(1)作为自变量进行回归；如果存在二阶自相关，则同时,加入AR(1)，AR(2)两个解释变量进行回归，以此类推。 分析比较解决自相关后的回归结果与初始回归方程结果的差异（提示：通过分析比较各类统计估计量的变化，如回归系数及其t统计值、拟合优度，DW值，AIC和SC的值等）。,实验六 多重共线性,一、实
10、验目的 掌握多重共线性的检验与处理方法。 二、实验内容： 1以“中国粮食生产19832000年”数据为样本，建立中国粮食生产预测模型。 2.以“民航” 数据表为例，建立民航客运量的预测模型。3.以“R&D”数据表为例，研究研发支出与销售收入和利润额之间的关系。,三、实验步骤：（以“中国粮食生产19832000年”表为例） （一）检验多重共线性 1、相关系数检验： 命令方式：Cor x1 x2 x3 x4 x5 菜单方式：quickgroup statisticscorrelation. 分析各解释变量之间的相关系数。 2、综合统计检验法： 直接将被解释变量对全部解释 变量回归，综合分析回归结果
11、，进行判断是否存在多重共线性。 3、辅助回归检验： 分别将某一个解释变量对其余解释变量回归，并分析每个方程的拟合优度、F检验值和t检验值。,（二）利用逐步回归法处理多重共线性。 1、建立基本的一元回归方程；（以拟合优度为标准确定） 2、逐步引入其余解释变量，确定基本的二元回归方程。 3、分别逐个引入其余解释变量，确定最合适的多元回归方程。 四、以“R&D”数据表为例另行练习。,实验七 虚拟变量,一、实验目的 掌握虚拟变量的设置方法。 二、实验内容 以税收预测模型（见excel数据表）为例，进行虚拟变量设置和建模。 要求：设置虚拟变量反映1996年税收政策变化对税收收入的影响。,三、实验步骤 方
12、法：取虚拟变量D1=0（1996年以前）， D1=1（1996年以后）。 具体操作： （一）相关图形分析 （通过散点图观察分析1996年前后的变化），可用scat gdp tax; （二）构造虚拟变量D1,并赋值； （三）估计含虚拟变量D1的模型。 （1） 加法方式： Ls tax c gdp D1；对估计结果进行检验，主要看D1前的回归系数的t值是否显著。,（2）加法和乘法方式同时考虑： 首先生成新的序列xd1=gdp*D1，再估计模型，ls tax c gdp D1 xd1； 对估计结果进行各类检验，重点检验变量D1和xd1的t统计值是否显著；同时可将回归结果与加法方式下回归结果进行比较。
13、,实验八 单位根及协整检验,一、实验目的：1.熟悉并掌握时间序列的平稳性检验方法；2.双变量模型的协整检验与分析。 二、实验步骤： （一）单位根检验步骤： 建立数据。 利用散点图，初步判断非平稳形式。 在主菜单选择Quick/series Statistics/Unit root test 输入序列名，OK进入单位根检验对话框,选择检验类型，有两种：ADF(DF);P- P检验 选择单位根阶数：分为0阶（level）原序列，1阶差分序列（1st差分），2阶差分序列。 选择检验方程的形式：分为：intercept; trend and intercept; none 滞后差分：选择滞后阶数。（二）协整检验： 采用E-G两步法检验。,
