《Eviews常用命》由会员分享，可在线阅读，更多相关《Eviews常用命（20页珍藏版）》请在金锄头文库上搜索。
1、Eviews常用命令与函数CREATE，弹出创建文件对话框DATA Y X，创建并打开群窗口PLOT Y X，得到序列的趋势图SCAT X Y，得到两个序列的相关图LS Y C X，用最小二乘法进行方程Y=C(1)+C(2)*X的参数估计scalar val = 10 创建标量show val 则在左下角显示该标量的值Expand 2001 2007 追加记录，扩展样本函数（以符号为起始符）序列描述统计函数：均值MEAN()；相关系数COR()；协方差COV()回归统计函数：回归参数标准差STDERRS(i)；回归系数COEFS(i)；回归标准差SE；回归可决系数R2；残差平方和SSR分布函数
2、：标准正态分布CNORM()；t 分布TDIST(x，v)混合运用series difx=x-mean(x) 建立x 与其均值的离差序列scalar tlinjie=qtdist(0.975,18) 求出95%置信水平下的T 临界值矩阵的定义：Matrix；对称矩阵的定义：sym；向量定义：vectormatrix matrixx=convert(groupx) 将groupx 数组转换为矩阵matrix b=inverse(xx)*xy序列、群向矩阵的转换：Matrix y=convert(x)矩阵的转置：transpose()矩阵逆的运算：inverse()Eviews常用命令 （对于命令
3、和变量名，不区分大小写）1创建时间序列的工作文件 a annual： create a 1952 2000s semi-annual：create s 1952 1960q quarterly： create q 1951：1 1952：3m monthly： create m 1952：01 1954：11w weekly: create w 2/15/94 3/31/94，自动认为第一天为周一，和正常的周不同。d daily (5 day week): create d 3/15/2008 3/31/2008，和日历上周末一致，自动跳过周末。7 daily (7 day week): cr
4、eate 7 3/03/2008 3/31/2008。u undated: create u 1 33。创建工作文件时可直接命名文件，即在create 后面直接键入“文件名”，如create myfilename a 1952 2000 或者 workfile myfilename a 1952 2000系统自动生成两个序列：存放参数估计值c和残差resid。2创建数组（group）多个序列组合而成，以便对组中的所有变量同时执行某项操作。数组和各个序列之间是一种链接关系，修改序列的数据、更改序列名、删除序列等操作，都会在数组中产生相应的变化。 1）创建完文件后，使用data建立数据组变量；若有
5、word表格数据或excel数据，直接粘贴；或者用Import 从其它已有文件中直接导入数据。data x y， 可以同时建立几个变量序列，变量值按列排列，同时在表单上出现新建的组及序列，且可以随时在组中添加新的序列。利用组的优点：一旦某个序列的数据发生变化，会在组中和变量中同时更新；数组窗口可以直接关闭，因为工作文件中已保留了有关变量的数据。 2）通过已有序列建立一个需要的组：group mygroup x y 可以在组中直接加入滞后变量 group mygroup y x(0 to -1)3创建标量：常数值 scalar val = 10 show val 则在左下角显示该标量的值4创建变
6、量序列 series x series ydata x yseries z = x + yseries fit = Eq1.coef(1) + Eq1.coef(2) * x利用两个回归系数构造了拟合值序列5生成变量序列 genr 变量名 = 表达式genr xx = x2 genr yy = val * y genr zz = x*y (对应分量相乘) genr zz = log(x*y) (各分量求对数)genr lnx = log(x) genr x1 = 1/x genr Dx = D(x) genr value = 3(注意与标量的区别)genr hx = x*(x=3)(同维新序列
7、，小于3的值变为0，其余数值不变)1）表达式表示方式：可以含有,=,=,and,or。2）简单函数：D(X):X的一阶差分 D(X，n):X的n阶差分LOG(X)：自然对数DLOG(X) ：自然对数增量LOG(X)-LOG(X(-1)EXP(X) ：指数函数ABS(X) ：绝对值SQR(X) ：平方根函数RND：生成0、1间的随机数NRND：生成标准正态分布随机数。3）描述统计函数：eviews中有一类以打头的特殊函数，用以计算序列的描述统计量，或者用以计算常用的回归估计量。大多数函数的返回值是一个常数。SUM(X):序列X的和MEAN(X): 序列X的平均数VAR(X): 序列X的方差SUM
8、SQ(X): 序列X的平方和OBS(X): 序列X的有效观察值个数COV(X,Y): 序列X和序列Y的协方差COR(X,Y): 序列X和序列Y的相关系数CROSS(X,Y): 序列X，Y的点积 genr val=cross(x,y)当X为一个数时，下列统计函数返回一个数值；当X为一个序列时，下列统计函数返回的也是一个序列。PCH(X): X的增长率（X-X(-1)）/ X(-1)INV(X): X的倒数1/XLOGIT(X): 逻辑斯特函数FLOOR(X): 转换为不大于X的最大整数CEILING(X): 转换为不小于X的最小整数DNORM(X): 标准正态分布密度函数CNORM(X): 累计
9、正态分布密度函数TDIST(X,n): 自由度为n，取值大于X的t统计量的概率FDST(X,n,m): 自由度为（n，m）取值大于X的F分布的概率CHISQ(X,n): 自由度为n，不小于x的分布的概率4）回归统计函数回归统计函数是从一个指定的回归方程返回一个数。调用方法：方程名后接.再接函数。如EQ1.DW，则返回EQ1方程的D-W统计量。如果在函数前不使用方程名，则返回当前估计方程的统计量。统计函数见下面：R2NCOEF常用。 SSR 回归平方和 DW DW统计量F F统计量的值LOGL 对数似然函数值REGOBS 回归方程中观测值的个数MEANDEPSDDEPNCOEF 估计系数的总个数
10、COVARIANCE(i,j) 协方差RESIDCOVA(I,j) 向量自回归中残差之间的协方差6向量 列向量对象 vector、行向量对象 rowvector、系数向量对象 coeff vector vect：定义了一个一维且取值为0 的列向量 vector(n) vect：定义一个n维且取值为0的列向量 vect.fill 1, 3, 5, 7, 9 ：定义了分量的值 vector(n) vect=100：定义一个n维且取值为100的列向量行向量对象 rowvector、系数向量对象 coeff 类似7矩阵8常用命令：1）Cov x y：协方差矩阵。Cor x y：相关矩阵。2）plot
11、x y：出现趋势分析图，观察两个变量的变化趋势或是否存在异常值。双击图形可改变显示格式。3）scat x y：观察变量间相关程度、相关类型（线性、非线性）。仅显示两个变量。如果有多个变量，可以选取每个自变量和因变量两两观察，虽然得到切面图，但对函数形式选择有参考价值。4）排序：在workfile窗口，执行主菜单上的procs/sort series，可选择升序或降序：Sort x：则y随之移动，即不破坏对应关系。sort(d) x：按降序排序，注意所有的其它变量值都会随之相应移动。5）取样 smpl 1 11 smpl 1990 2000smpl all：重新定义数据范围，如果修改过，现在改回
12、。6）追加记录，扩展样本：Expand 2001 20076）“”后面的东西不执行，仅仅解释程序语句。7）Jarque-Bera统计量: ，用于检验变量是否服从正态分布。在变量服从正态分布的原假设下，JB统计量服从自由度为2的卡方分布。如果JB统计量大于卡方分布的临界值，或对应概率值较小，则拒绝该变量服从正态分布的假设（where S is the skewness, K is the kurtosis, and k represents the number of estimated coefficients used to create the series）9. 回归结果与变量表示：X8
13、00110014001700200023002600290032003500Y59463811221155140815951969207825852530VariableCoefficient Std. Error t-Statistic Prob. 变量 系数估计值 系数标准差:小好 T检验值:大好 概率（越小越好）C -103.171717172 98.4059798473 -1.048429346790.325079456046 coefs(1)或c(1) stderrs(1) tstats(1)X 0.77701010101 0.0424850982476 18.28900327558.2174494e-08 R-squared0.97664149287 Mean dependent var1567.4（拟合优度）=1-(RSS/TSS) :大好 （因变量均值）R2 mean(y)Adjusted R-squared0.973721679478 S.D. dependent var 714.1444（调优）1-:大好 （Y标准差）9RBAR2 sqr(var(y)*n/(n-1)，var(y)
