《eviews-6.0在面板数据模型估计中的实验操作》由会员分享，可在线阅读，更多相关《eviews-6.0在面板数据模型估计中的实验操作（55页珍藏版）》请在金锄头文库上搜索。
1、EViews 6.0在面板数据模型估计中的实验操作1、 进入工作目录cd d:nklx3，在指定的路径下工作是一个良好的习惯2、建立面板数据工作文件workfile（1）最好不要选择EViews默认的blanaced panel 类型Moren_panel（2）按照要求建立简单的满足时期周期和长度要求的时期型工作文件3、建立pool对象（1）新建对象（2）选择新建对象类型并命名（3）为新建pool对象设置截面单元的表示名称，在此提示下（Cross Section Identifiers: (Enter identifiers below this line )输入截面单元名称。建议采用汉语拼音
2、，例如29个省市区的汉语拼音，建议在拼音名前加一个下划线“_”，如图关闭建立的pool对象，它就出现在当前工作文件中。4、在pool对象中建立面板数据序列双击pool对象，打开pool对象窗口，在菜单view的下拉项中选择spreedsheet（展开表）在打开的序列列表窗口中输入你要建立的序列名称，如果是面板数据序列必须在序列名后添加“?”。例如，输入GDP?，在GDP后的?的作用是各个截面单元的占位符，生成了29个省市区的GDP的序列名，即GDP后接截面单元名，再在接时期，就表示出面板数据的3维数据结构（1变量2截面单元3时期）了。请看工作文件窗口中的序列名。展开表（类似excel）中等待你
3、输入、贴入数据。5、贴入数据（1）打开编辑（edit）窗口（2）贴入数据（3）关闭pool窗口，赶快存盘见好就收6、在pool窗口对各个序列进行单位根检验选择单位根检验设置单位根检验单位根检验结果注意检验方法和两种检验的零假设：Null: Unit root (assumes common unit root process)各截面有相同的单位根Null: Unit root (assumes individual unit root process)允许各截面有不同单位根其中，Levin, Lin & Chu t*检验拒绝含有单位根的零假设，即拒绝非平稳7、在pool窗口对面板数据组合进行协
4、整检验选择进行协整检验协整检验设置对话框，注意有3种检验方法（test type）协整检验结果，同样要注意两种假定（含有AR，即含有单位根，非协整），两种零假设都是非协整，小概率事件发生拒绝非协整。本例题检验的4个序列时协整的，特别提示还要看各个序列的单位根检验是否是同阶单整的，否则单凭协整检验的结果根据不足。8、建立混合模型在pool对象窗口的proc（过程）的下拉式菜单中选择估计打开模型设置窗口。混合模型的设置混合模型的结果9、建立变系数模型这里只建立一次变一个变量且在截面维的变系数模型。当然也可是在时间维的变系数。而且可以一次不止变一个变量的系数。变系数模型的设置变系数模型的估计结果10
5、、建立截距维的固定效应模型，并检验模型的冗余性（是否比混合模型优？）截面维固定效应模型的设置 截面维固定效应模型的估计结果截面维固定效应模型的冗余性检验，首先在pool模型的view中选择似然比的检验菜单选项似然比检验的结果，零假设固定效应模型是冗余的，小概率事件发生，拒绝冗余，于是摒弃混合模型：11、建立截距维的随机效应模型，并进行Hausman检验，确定是选择随机效应亦或是固定效应模型，零假设：随机效应模型成立。截面维随机效应模型的设置截面维随机效应模型的估计结果截面维随机效应模型的Hausman检验菜单项的选择截面维随机效应模型Hausman检验的结果：Hausman检验的零假设是应当选
6、择随机效应模型，小概率事件发生拒绝零假设，选择固定效应模型12、13在时间维重复10、和11、的工作，确定数据适合采用何种模型？14、建立截面变截距模型，分析没有观察的截面单元因素的影响截面变截距模型的设置截面变截距模型的估计结果15、建立时期变截距模型，分析没有观察的时期因素的影响时期变截距模型的设置时期变截距模型的估计结果16、在整个估计、检验构成中养成使用冻结和命名保存的习惯，以便撰写报告时调用。17、工作中注意使用工作文件窗口顶部的显示过滤器，简化你的窗口，以免眼花缭乱。过虑前选择过虑过虑后对同一组数据处理两个模型，例如生产函数和增长模型，可以导出page，在导入page，使它们既有联
7、系又有区别。18、祝大家好运，也祝贺在下从北京地质学院毕业50周年，十分荣幸我的校友5月15日在北京举行了纪念会；十分荣幸杨遵义院士（古生物）、王鸿祯院士（地史）、涂光织院士（矿床，同班小王成了涂夫人，可惜，自古红颜多薄命）和张本仁院士（南京大学研究生毕业，教完构造课就成了右派？，教课时还不是院士）是在下的院士老师，还有许多老师都将永远的铭记，教数学的女老师（苏教授的夫人），教俄语的王语今教授。也特向我在武汉大学的老师张尧庭教授、冯文权教授致敬。特发此贴祝福我的老师们和同学们健康。谢谢。19、面板数据优点很多，但是请注意面板数据模型方法的协方差分析的方法学特性，它是将其他序列的影响保持固定，并
8、从总变异中扣除它们的影响以后，再判别目标序列的差异显著性。_gongshang_zhongguo_jianshe_jiaotong_beijing_ningbo_huaxia_minsheng_nanjing_pufa _shenfazhan_xingye_zhaoshang_zhongxin_nongye_guangda1.已知19962002年中国东北、华北、华东15个省级地区的居民家庭人均消费（，不变价格）和人均收入（，不变价格）居民，利用数据（1）建立面板数据（panel data）工作文件；（2）定义序列名并输入数据；（3）估计选择面板模型；（4）面板单位根检验。年人均消费（cons
9、ume）和人均收入（income）数据以及消费者价格指数（p）分别见表9.1，9.2和9.3。表9.1 19962002年中国东北、华北、华东15个省级地区的居民家庭人均消费（元）数据人均消费1996199719981999200020012002CONSUMEAH3607.433693.553777.413901.814232.984517.654736.52CONSUMEBJ5729.526531.816970.837498.488493.498922.7210284.6CONSUMEFJ4248.474935.955181.455266.695638.746015.116631.68CO
10、NSUMEHB3424.354003.713834.434026.34348.474479.755069.28CONSUMEHLJ3110.923213.423303.153481.743824.444192.364462.08CONSUMEJL3037.323408.033449.743661.684020.874337.224973.88CONSUMEJS4057.54533.574889.435010.915323.185532.746042.6CONSUMEJX2942.113199.613266.813482.333623.563894.514549.32CONSUMELN3493.
11、023719.913890.743989.934356.064654.425342.64CONSUMENMG2767.843032.33105.743468.993927.754195.624859.88CONSUMESD3770.994040.634143.964515.0550225252.415596.32CONSUMESH6763.126819.946866.418247.698868.199336.110464CONSUMESX3035.593228.713267.73492.983941.874123.014710.96CONSUMETJ4679.615204.155471.015
12、851.536121.046987.227191.96CONSUMEZJ5764.276170.146217.936521.547020.227952.398713.08表9.2 19962002年中国东北、华北、华东15个省级地区的居民家庭人均收入（元）数据人均收入1996199719981999200020012002INCOMEAH4512.774599.274770.475064.65293.555668.86032.4INCOMEBJ7332.017813.168471.989182.7610349.6911577.7812463.92INCOMEFJ5172.936143.6464
13、85.636859.817432.268313.089189.36INCOMEHB4442.814958.675084.645365.035661.165984.826679.68INCOMEHLJ3768.314090.724268.54595.144912.885425.876100.56INCOMEJL3805.534190.584206.644480.0148105340.466260.16INCOMEJS5185.795765.26017.856538.26800.237375.18177.64INCOMEJX3780.24071.324251.424720.585103.585506.026335.64INCOMELN4207.234518.14617.244898.615357.795797.016524.52INCOMENMG3431.813944.674353.024770.535129.055535.896051INCOMESD4890.285190.795380.085808.966489.977101.087614.36INCOMESH8178.488438.898773.1
