《Eviews简易使用方法》由会员分享，可在线阅读，更多相关《Eviews简易使用方法（7页珍藏版）》请在金锄头文库上搜索。
1、Eviews5.0基本操作一、启动软件包（双击Eviews”，进入Eviews主页）二、建立工作文件点击fileinewTWorkfile,在弹出的对话框中有三个选项区：（1 ） workfile structure type（X作文件结构类型）（2 ） data specification（日期设定）（3 ） name （名）如果选择unstructured/undataed，则右上角会变成data range选择区，其中输入样本 容量。如果选择balanced panel，右上角变成panel specification选择框，其中有4个选择框， 分别要求输入频率、开始期、终止期、个体个数
2、（面板数据中所包含的个体个数。相应设定完成之后点击OK键。出现“Workfile对话框（子窗口）中已有两个变量：c-常数项resid-模型将产生的残差项三、输入（编辑）数据：法1 :在命令框键入“data y x”（一元）或“data y x 1 x2 .”（多元）/回车；出现数据 编辑框，按顺序键入数据/存盘（或最小化，建议使用这种方法法2 :用鼠标单击Quick”,在出现的下拉菜单中单击EMPTY GROUP，输入数据，默 认的变量名是SER01、SER02等等。输入完毕，关闭GROUP窗口，回到Workfile窗口， 对变量点击右键选rename可以对变量名重命名如y、x ;双击变量名可
3、以浏览相应数据四、作图单击“Quick/Graph/line graph输入 y x（解释变量）五、计算描述统计量1、点击“Quick/Group statistics/Descriptive statistics/Common Sample ;2、键入y x（或y气x 2）/ok。第一章简单线性回归模型；第二章多元线性回归模型一、回归分析（用OLS估计未知参数）法1 ：点击“Quick/Estimate Equation”； 2、在出现的估计对话框中，键入y c x/ok法2、在命令框键入ls y c x或Is y c x1 x2/回车。注：在 Equation 框中，点击 Resids,可
4、以出现 Residual、Actual、Fitted 的图形。二、预测：1、在Equation框中，点击“Forecast”，得对话框。对话框主要有Forecast name（预测值序列名）YFS . E .（预测值标准差）se ok得样本期内被解释变量的拟合值YF （拟合值与实际值的对比图、表。注：如果要浏览预测值YF、实际值Y ,预测值的标准差se和残差resid，在命令行键入： “Show Y YF seResid”.2、外推预测（如原资料为1978-1998，外推到1978-2000年）键入：expand 1978 2000/回车 （range扩大）键入：smpl 1978 2000/
5、回车（sample 扩大）键入：data x /回车，输入x的1999、2000年资料/最小化在Equation框中 点击“Forecast”如1所示输入预测序列名YF和预测值标准差se-ok, 返回workfile窗口，双击变量yf可以看到1999年和2000年的预测值。附：如何建立一个新序列：例：Y = P0 + P1 X 2，键入 genr x2 = x *x （或 Z= x *x ） /回车;LS y c x2/回车 例：LnY = 8 + p2X，键入 genr lny=log（Y）/ 回车；键入 Ls Iny c x/回车如何生成残差序列e1:键入genr e1=resid多重共线
6、性计算相关系数矩阵点击“quick/group statistics/correlation/气 x2 /ok（如 P90 表 4.5.3）异方差性一、图形分析法的计算机实现1、估计回归方程 键入Ls y c x /回车2、 生成残差平方e2序列，键入genr e2=resid*resid（或先键入genr e1=resid ；再键i入 genr e2=e1A2 ；）;在 Equation框中，点击 resid ；3、作散点图：键入scat e2 x/回车；（或点击Quick/Graph/Scatter键入e2 x，ok）二、解析分析法注：Eviews5.0只能对unstructured wo
7、rkfile的变量进行排序，对其他类型的数据不能排序。所以对时间序列数据不能进行Goldfeld-Quandt （戈德菲尔德-匡特）检验。1、残差回归检验（Glejser检验）的计算机实现：1 X拟合回归模型：键入Ls y c x（或 Ls y c气x2）；在Equation框中点击resid（保存残差）2 X计算resid的绝对值：键入genr e=abs（resid）3 ）生成变量X h :键入genr XH=XAh（h可以取1、1/2、-1、）。如 genr X1= XA1genr X2= XA1/2genr X3= 1/X做resid的绝对值与Xh的回归模型，检验回归系数和拟合优度。如
8、P108例：键入Ls e x1/回车；得R2、t、F值键入Ls e x2/回车；得R2、t、F值根据R2、t、F值作出判断。2、Breusch-Pagan 检验X e 2,、，人一、1 X Ls y c 七七 xk （b 2 =）2 保存 resid :点击 residgenr e2=resid*reidgenr P=e2/b 23 X取全部或部分X（如X2,X3,X6）构造辅助回归函数genr z1=x2genr z2=x2genr z3=x64 X Ls P c z1 z2 z3 /回车5、计算 ESS(= X(七y )2 Xe2 )输入(S.Djdep)2 *(n 1) Sum squa
9、red resid = ESS (必须键入相应的数据)3、White 检验设 Y =p +p X +p X +p t 122t 33t t1) 、Ls y c x2 xj回车；2 点击 View/residual test/ white heteroskedasticity( cross terms)Test直接给出了相关的统计量(F-statistic和Obs*R-squared)，原假设是序列无异方 差，如果统计量的值很小，相应的p值大于5%，则接受原假设。4、ARCH检验法1 ：（软件本有的功能）1 X Ls y c X 1%x /回车2 点击 View/residual test/ A
10、RCH LM TEST /回车3 在对话框中输入滞后期P , Lags P （P=1,2,3,或更长）/回车4）、与White检验相同，ARCH Test直接给出了相关的统计量，原假设是序列无异方 差，如果统计量的值很小，相应的p值大于5%，则接受原假设。F-statistic0.044130Probability0.836108Obs*R-squared0.049195Probability0.824471法2 ：（自己计算）1）、Ls y c x 1 X2 x （点击 resid（保存）；2）、genr e2=residA23）、Ls e2 c e2（-1） e2（-2） ./回车;4）、
11、计算（n - P）R2三、异方差性的修正1、加权最小二乘法例如：设权数W =e 2LS Y C X （点击 resid （保存）；genr e2=residA2genr W=1/e2键入ls（w=w） Y C X，回车2、对原模型变换的方法（和（一）类似）3、模型的对数变换genr LnY=Ln(Y)genr LnX=Ln(X)LS LnY C LnX自相关性一、绘制匕和.1的相关图法1 :在Equation框中点击resid （保存残差）；键入：scat resid resid（-1） /回车；（或 graph e e（-1）/ok）。法2 ：在Equation框中点击resid （保存残差
12、）；genr e=resid ；点击“Quick/Graph/scatter”，在出现的对话框上，键入e e（-1）/ok。二、DW检验1 在 Equation 输出框中，记下Durbin - Watson stat ；2），查DW表确定临界值气,叽；3、作出判断。*三、Q检验点击 View/Residual Tests/Correlogram-Q-statisticsLogs p出现的结果中，含以下内容Autocorrelation Partial Correlation AC PAC Q-Stad Prob .|* |二、广义差分法（P已知）（-）genr Y1=Y- P Y（-1） ； genr X1=X- P X （-1） ； LS Y1 C X1（二）p未知 Ls y cx ；记下DW=d,；计算P = 1一d 2。其余同上
