eviews上机新第四章

《eviews上机新第四章》由会员分享，可在线阅读，更多相关《eviews上机新第四章（94页珍藏版）》请在金锄头文库上搜索。

1、1,第四章 基本数据处理,2,EViews中信息保存在对象中，每个对象中包含特定类别的信息。每个对象都有给定的类型，例如，一个序列对象是关于一个随机变量的观测值，一个方程对象是关于一些变量之间关系的信息。 一个对象中包含的信息不止一种，例如一个方程对象中包含了所有估计得到的结果的信息，如方程形式、检验结果及残差等。所有需要的数据及结果都集中在一个对象中，简化了EViews中信息组织管理工作。 本章重点讨论序列和数组的操作，矩阵、向量和标量留到程序设计中讨论。,3,4.1数据处理,1. 输入数据 2.设定样本范围 3.序列窗口介绍,4,使用EViews可以处理时间序列数据，面板数据和截面数据。

2、数据输入的多种方法： A 键盘（直接输入） B 公式生成、序列生成（Genr） C 复制,1. 输入数据,5,A 键盘输入：,6,B 使用公式生成： Quick/Generate series 工具栏中的Genr 对话框中输入公式及范围（NA值） 多次使用Genr功能键将多个序列结合,7,一些常用的公式： 数学公式（+，-，*，/，等等） 逻辑公式（取值为1或0）,8,例1：打开工作文件年度GDP 1. 建立一个新的序列T，T=2Y 2.继续建立一个序列M，令当Y140时，M取值为1，140时，M取值为0 4.继续建立一个序列X，令当Y140时，且M取值为1时，X取值为1,9,多次使用Genr

3、（公式与样本范围相结合）： 建立一个序列a，1995年至2000年取值1,2001年至2013年取值2，如何操作： 建立新序列a，点击Genr键，上方公式输入a=1，下方范围输入1995 2000，点击OK； 然后再点击点击Genr键，上方公式输入a=2，下方范围输入2001 2013，点击OK 完成,10,例2：打开工作文件第三章03 建立一个新序列a，使其当序列Y的第1到4个样本时，取值为1，第5到第10个样本时，取值为2 建立一个新序列b，使其当序列Y的第1到5个样本时，取值为Y的2倍，第6到第10个样本时，取值为Y的3倍,11,C 复制： 要在group里面进行 要打开“编辑”功能，（

4、edit+/-） 点在第二行的obs处,12,序列组的一些使用： 建立序列组 公式的运用（quick/show）,13,例3： 1.建立一个新的序列，用于描述2013年3月份（1号到25号）以来每天的美元对人民币的汇率，并用键盘输入的方法将每天的中间报价输入 2.用复制黏贴的方法，将Excel文件中的M1导入新建的EViews工作文件中。请注意，首先需要识别Excel文件描述的数据类型，范围等。 3.打开工作文件GDP，建立一个新的序列，名称为Z，表示Z为序列Y的平方。 4.打开工作文件GDP，建立一个新的序列，名称为N，其中，N在1991年至1999年时，取值为0；2000年至2013年时，

5、取值为1 5.打开工作文件GDP，建立一个新的序列，名称为M，当在1991至1999年，且Y140时，M取值为1，其余为0；当在2000至2013年，且Y140时，M取值为1，其余为0。 6.打开工作文件第三章03，建立一个新的序列组，含有2组序列，一组是y,一组是对y取log值,14,设定样本范围（Smpl+/-）： 主菜单Quick/Sample 工作文件窗口中Procs/Sample 三种情况 工作文件的全部观测值 其中一个子集 If条件语句的使用,2.设定样本范围,15,If条件语句的使用1：时间序列 上侧窗口输入：1980 1993 上侧窗口输入：XX5000 表示：样本包括1980

6、1993年之间，序列XX大于5000的观测值。,16,If条件语句的使用2：截面 上侧窗口输入：50 100 200 250 上侧窗口输入：IQ=100 AND EDU12 表示：样本包括从50100和从200250范围内，序列IQ大于等于100，且EDU的观测值大于12的那些观测值,17,If条件语句的使用3： 上侧窗口输入：1958.1 1998.4 上侧窗口输入：GDPGDP（-1） 表示：样本包括从1958年1季度到1998年4季度，且序列GDP与前一季度相比为增加的观测值,18,例4：打开工作文件年度GDP，将样本范围设定为： 1. 全部 2.19912000 3.19952013中

7、，大于140的值,19,例5：打开工作文件第三章03，设定新的样本范围， 1.全部 2.第2-7个样本 3.第3-10个样本中，当y大于20时的样本 4.当ser0210时的样本 5.当ser013，且ser022时的样本,20,3.序列窗口介绍,打开序列，工具栏中的各项功能键,21,4.2 图形与表格,1.画图 2.改变图形 3.冻结 4.合并图形 5.把图形移动至文档中 6 表格对象,22,1.画图,双击序列/view/graph 选定2个或2个以上的序列，右键单击open/view/graph 出现对话框：如右图,23,单个序列的图形选择：,多个序列的图形选择：,Type 图的类型,24

8、,常用的3个图形：,曲线图(line)：按时间顺序或者将观测值一一连线显示最适用于时间序列 直方图(bar)：用柱形显示数据适用于显示只有微量变化的序列 钉型图（spike）：用直线显示数据,25,Frame 图框,26,Axes & Scaling 轴与刻度,27,Legend 图标,28,Line & Symbols 线与符号,29,Fill Area 填充,30,2.改变图形,双击图形的其他部位来改变画图 例如： 纵轴/横轴 序列名,31,3.冻结,固化视图来创建图对象：点击对象窗口的“Freeze”键 例：在序列菜单中选择View/Graph/line，可显示该序列的线形图 点击Fre

9、eze键，可将该图保留下来： Eview将创建一个包含该视图的瞬象的UNTITLED图 要想保存UNTITLED图在工作文件中，须为图对象命名： 按Name键，并键入一个名字,32,图对象窗口快捷键：,AddText Line/Shade Remove,33,4.合并图形,类似合并打开序列,34,5.把图形移动至文档中,激活图形的条件下 主菜单的Edit/Copy 出现对话框：,35,6 表格对象,Table 冻结数据表格,36,例6： 打开工作文件：第三章01，03，对每一个序列进行画图（每一种图形），并在设置对话框中进行各种不同的设置以及添加。 将某一个画好的图添加一个标题（各自的学号），

10、冻结成一个新的图形，并以自己的姓名拼音命名，并将其复制下来，采用彩色功能黏贴到WORD文件中去 合并打开工作文件中的两个图,37,4.3 统计量的计算,什么是基本描述性统计量： 均值，方差，协方差，直方图，列表，自相关，偏相关等 基本统计量的意义： 截面数据：利用经济学原理，找出多个指标 时间序列：利用经济学原理，对序列本身进行统计分析 面板：两者的结合,因此对于时间序列和面板数据来说，在构建模型进行分析之前，对数据本身统计质量的鉴定十分重要,38,1.序列窗口下描述性统计量及其检验与图形 2.序列组窗口下描述性统计量及其检验与图形,39,1.序列窗口下：,A:描述统计量 B:描述统计量检验

11、C:相关图 D:单位根检验 E:分布图,40,A:描述统计量,“Histogram and Stats”(直方图和统计量) “Stats Table”(统计表) “Stats by Classification”(分类统计量),41,直方图与统计量,以直方图显示序列的频率分布。直方图将序列的长度按等间距划分，显示观测值落入每一个区间的个数。 同直方图一起显示的还有一些标准的描述统计量。这些统计量都是由样本中的观测值计算出来的。如图(例1)：,42,例3：GDP增长率的统计量：,43,均值 (mean) 即序列的平均值，用序列数据的总和除以数据的个数 中位数 (median) 即从小到大排列的序

12、列的中间值。是对序列分布 中心的一个粗略估计 最大最小值 (max and min) 序列中的最大最小值 标准差(Standard Deviation) 标准差衡量序列的离散程度 计算公式如下,N 是样本中观测值的个数， 是样本均值,44,偏度（Skewness） 衡量序列分布围绕其均值的非对称性。 计算公式如下,是变量方差的有偏估计。 如果序列的分布是对称的，S值为0； 正的S值意味着序列分布有长的右拖尾， 负的S值意味着序列分布有长的左拖尾。 例1中X的偏度为0，说明X的分布是对称的；而例3中GDP增长率的偏度是0.78，说明GDP增长率的分布是不对称的。,45,S0，右拖尾，正偏态，序列

13、分布为右偏 S=0，对称，正态 S0，左拖尾，负偏态，序列分布为左偏,46,峰度（Kurtosis） 度量序列分布的凸起或平坦程度， 计算公式如下,正态分布的 K 值为3 如果 K 值大于3，分布的凸起程度大于正态分布； 如果 K 值大于3，序列分布相对于正态分布是平坦的。 例1中X的峰度为2.5，说明X的分布相对于正态分布是平坦的；而例3中GDP增长率的峰度为2.14 ，说明GDP增长率的分布相对于正态分布也是平坦的。,意义同S中的,47,从公式能够看出，偏度与峰度在一定程度上测度的是奇异值（极端值）的个数。,48,Jarque-Bera 检验 检验序列是否服从正态分布。 统计量计算公式如下

14、,S为偏度，K为峰度，k是序列估计式中参数的个数。 在正态分布的原假设下，J-B统计量是自由度为2的 2 分布。 J-B统计量下显示的概率值（P值）是J-B统计量超出原假设下的观测值的概率。 如果该值很小，则拒绝原假设。（在不同的显著性水平下的拒绝域是不一样的） 例1中X的J-B统计量下显示的概率值（P值）是0.92，接受原假设, X 服从正态分布；而例3中GDP增长率的的J-B统计量的概率值（P值）是0.455 ，也接受原假设, 说明GDP增长率服从正态分布。,49,统计表,它将描述性统计量值通过电子表格的形式显示在对象窗口中。,50,分类统计量,它将样本分为若干组后再对各组观测值分别进行描

15、述统计 弹出对话框： 左边“Statistics”选项中勾选需要显示的统计量，其中“# of NAs”为无观测个数，“Observations”为观测值个数。 在“Series/Group for classify”中输入需分类的序列或序列组对象名称， 右侧“Output Layout”为输出结果的显示形式。选择好后单击“OK”按钮即可。,51,B:描述统计量检验,1.简单假设检验 2.组间相等检验（分组齐性检验）,52,1.简单假设检验,这部分是对序列均值、中位数、方差的假设检验。在序列对象菜单选择View/tests for descriptive stats/simple hypothe

16、sis tests，就会出现下面的序列分布检验对话框：,53,54,55,若不指定序列 x 的标准差，EViews将在 t 统计量中使用该标准差的估计值 s,是 x 的样本估计值，N是x的观测值的个数。在原假设下，如果x服从正态分布，t 统计量是自由度为N-1的t分布。,原假设是序列 x 的期望值 m ，备选假设是 m ， 即：,均值检验,56,若给定x的标准差，EViews计算t 统计量：, 是指定的x的标准差。,要进行均值检验，在Mean内输入 值。如果已知标准差，想要计算t统计量，在右边的框内输入标准差值。可以输入任何数或标准EViews表达式,57,这是检验GDP增长率的均值，检验H0：X=10%，H1：X10%。表中的Probability值是P值（边际显著水平）。在双边假设下，如果这个值小于检验的显著水平，如0.05则拒绝原假设。这里我们不能拒绝原假设。,检验的输出结果：,58,检验原假设为序列 x 的方差等于 2，备选假设为双边，x 的方差不等于 2 即：,EViews计算