《eviews实验指导书》由会员分享，可在线阅读，更多相关《eviews实验指导书（27页珍藏版）》请在金锄头文库上搜索。
1、计量经济学实 验 指 导 书目 录实验一 Eviews的基本操作与一元线性回归模型的最小二乘估计1实验目的：1实验内容：1实验二：Eviews的常用函数与多元线性回归分析6实验目的6实验内容6实验三 异方差的检验与修正8实验目的8实验内容8实验四 序列相关的检验与修正13实验目的13实验内容13实验五 多重共线性的检验和修正18实验目的18实验内容18实验六 柯布-道格拉斯生产函数的求解22实验目的22实验内容22实验一 Eviews的基本操作与一元线性回归模型的最小二乘估计实验目的：1、熟悉Eviews的窗口与界面2、掌握Eviews的命令与菜单的操作3、掌握用Eviews估计与检验一元线性
2、回归模型实验内容：1、启动Eviews双击Eviews图标，出现Eviews窗口，它由以下部分组成：标题栏“Eviews”、主菜单“File，Edit，Help”、命令窗口（空白处）和工作区域。命令窗口工作区域图1-12、产生文件Eviews的操作在工作文件中进行，故首先要有工作文件，然后进行数据输入、分析等等操作。（1）读已存在文件：FileOpenWorkfile。（2）新建文件：FileNewWorkfile，出现对话框“工作文件范围”，选取或填上数据类型、 起止时间。OK后，得到一个无名字的工作文件，其中有：时间范围、当前工作文件样本范围、filter 、默认方程、系数向量C、序列RE
3、SID。在主菜单上依次点击File/New/Workfile，即选择新建对象的类型为工作文件，将弹出一个对话框（如图所示），由用户选择数据的时间频率（frequency）、起始期和终止期。 图1-2工作文件对话框其中， Annual年度 Monthly月度Semi-annual半年 Weekly周 Quarterly季度 Daily日Undated or irregular非时序数据选择时间频率为Annual（年度），再分别点击起始期栏（Start date）和终止期栏（End date），输入相应的日前1985和1998。然后点击OK按钮，将在EViews软件的主显示窗口显示相应的工作文件窗
4、口（如图所示）。图1-3工作文件窗口工作文件窗口是EViews的子窗口，工作文件一开始其中就包含了两个对象，一个是系数向量C（保存估计系数用），另一个是残差序列RESID（实际值与拟合值之差）。（3）命令方式新建文件在EViews软件的命令窗口中直接键入CREATE命令，也可以建立工作文件。命令格式为： CREATE 时间频率类型 起始期 终止期则以上菜单方式过程可写为：CREATE A 1985 19983、输入数据（1）进入数据编辑窗口，有命令方式和菜单方式两种DATA命令方式在EViews软件的命令窗口键入DATA命令，命令格式为：DATA 本例中可在命令窗口键入如下命令（如图1-4所示
5、）；将显示一个如图1-5的数组窗口，此时可以按全屏幕编辑方式输入每个变量的数据。DATA Y X图1-4 图1-5 数组窗口菜单方式ObjectNew Object，选Series，并输入序列的名称，确认后，点击Edit+/-编辑数据。（2）数据的输入在数据编辑窗口，数据的输入方式有如下几种方式：从键盘输入；从Excel复制数据。首先，先取定Excel中的数据区域，选“复制”；其次，打开Eviews，同2-（2），建工作文件，使样本区域包含与被复制数据同样多的观察值个数；第三，击QuickEmpty Group (Edit series)；第四，按向上滚动指针，击数据区OBS右边的单元格，点E
6、ditPaste，再退出，选No，于是，在工作文件中有被复制的数据序列的图标。从Excel复制部分数据到已存在的序列中：取定要复制的数据，复制之；打开包含已存在序列的Group窗口，使之处于Edit模式（开关键是Edit+）；将光标指到目标单元格，点EditPaste，其它同3-（2）。 4、从Excel工作表中读取数据击ProcsImportRead-Lotus-Excel，选取文件类型为Text-ASCII或Excel.xls，打开文件；在对话框中，选取要打开的序列名，多个之间用空格隔开（如全用原序列名，输入序列的个数即可），OK。启动Eviews，练习Eviews菜单与命令的使用；5、一
7、元线性回归模型的OLS估计方法1：在命令窗口，直接输入“LS 因变量 C 自变量”，中间用空格隔开，多个自变量之间也用空格隔开。方法2：点ObjectNew ObjectEquation，出现对话框：在Equation Specification内填入方程（不带扰动项）；在Estimation Settings中填入所用估计方法和样本估计区间。方法3：点QuickEstimate Equation，同上填写对话框。方法4：在工作文件内，按被解释变量、各解释变量图标的次序取定（按住Ctrl，用鼠标逐个选），对它们双击左键后，再点Open Equation，出现对话框，根据习惯，将C放在被解释变量
8、与解释变量之间，其它填充同上方法。由如上的回归结果，分析如何对方程进行拟合优度检验、回归系数的显著性检验以及其置信区间的求解。6、一元线性回归模型的预测其步骤为：（1）扩展工作文件范围。窗口方式：ProcStructure/Resize current page；命令方式：EXPAND 起始日期 结束日期。（2）扩展样本区间。窗口方式：Procset sample；命令方式：SMPL 起始日期 结束日期。（3）输入解释变量预测时间的取值，在OLS估计结果窗口，点击forecast，或在命令行输入FORECAST7、图形分析点QuickGraph打开作图对话框，图1-613实验二：Eviews的
9、常用函数与多元线性回归分析实验目的1、掌握Eviews中的常用函数及应用2、掌握用Eviews估计与检验多元线性回归模型实验内容1、掌握Eviews中的常用函数及应用（1）一般函数（2）关于回归结果的函数（3）函数在Eviews中应用2、多元线性回归分析（1）创建工作文件后（注意文件范围尽量大，能包容序列），用New Object建立序列，在Edit状态下，在相应位置输入或复制序列数据。或者从Excel调入数据。根据下表中的数据分析城镇居民人均全年耐用消费品支出Y和可支配收入X1和耐用消费品价格指数X2表1 城镇居民人均人均耐用消费品支出与可支配收入的统计资料年份人均耐用消费品支出Y（元）人均
10、全年可支配收入X1（元）耐用消费品价格指数X21988137.161181.4115.961989124.561375.7133.351990107.911501.2128.211991102.961700.6124.851992125.242026.6122.491993162.452577.4129.861994217.433496.2139.521995253.424283.0140.441996251.074838.9139.121997285.855160.3133.351998327.265425.1126.39 建立工作文件： CREATE A 88 98 输入统计资料： DAT
11、A Y X1 X2 建立回归模型：LS Y C X1 X2 菜单点击法，Eviews中的多元回归分析的操作方式与一元回归分析相似可参照实验一步骤则估计结果及有关信息如图2-1所示。图2-1由此，回归方程： (1.301564) (10.54786) (0.921316) （3）进行回归系数的检验和回归方程的检验，分析回归输出结果是否符合你期望出现的情况。实验三 异方差的检验与修正实验目的1、理解异方差的含义后果、2、学会异方差的检验与加权最小二乘法实验内容一、准备工作。建立工作文件，并输入数据，用普通最小二乘法估计方程（操作步骤与方法同前），得到残差序列。表2列出了1998年我国主要制造工业销
12、售收入与销售利润的统计资料，请利用统计软件Eviews建立我国制造业利润函数模型。表2 我国制造工业1998年销售利润与销售收入情况行业名称销售利润销售收入行业名称销售利润销售收入食品加工业187.253180.44医药制造业238.711264.1食品制造业111.421119.88化学纤维制品81.57779.46饮料制造业205.421489.89橡胶制品业77.84692.08烟草加工业183.871328.59塑料制品业144.341345纺织业316.793862.9非金属矿制品339.262866.14服装制品业157.71779.1黑色金属冶炼367.473868.28皮革羽绒
13、制品81.71081.77有色金属冶炼144.291535.16木材加工业35.67443.74金属制品业201.421948.12家具制造业31.06226.78普通机械制造354.692351.68造纸及纸品业134.41124.94专用设备制造238.161714.73印刷业90.12499.83交通运输设备511.944011.53文教体育用品54.4504.44电子机械制造409.833286.15石油加工业194.452363.8电子通讯设备508.154499.19化学原料纸品502.614195.22仪器仪表设备72.46663.68二、异方差的检验1、图形分析检验观察销售利润（Y）与销售收入（X）的相关图(图3-1)：SCAT X Y图3-1 我国制造工业销售利润与销售收入相关图从图中可以看出，随着销售收入的增加，销售利润的平均水平不断提高，但离散程度也逐步扩大。这说明变量之间可能存在递增的异方差性。 残差分析首先将数据排序（命令格式为：SORT 解释变量），然后建立回归方程。在方程窗口中点击Resids按钮就可以得到模型的残差分布图（或建立方程后在Eviews工作文件窗口中点击resid对象来观察）。图3-2 我国制造业销售利润回归模型残差分布图3-2显示回归方程的残差分布有明显的扩大趋势，即表明存在异方差性。2、Goldfeld-Qua
