《eviews描述性检验》由会员分享，可在线阅读，更多相关《eviews描述性检验（36页珍藏版）》请在金锄头文库上搜索。
1、第二章 序列的描述统计分析序列窗口下的描述性统计量序列组窗口下的描述性统计量序列窗口下的描述性统计量描述性统计分析Desciptive Statistics柱图和统计量Histogram & Stats分组统计量 Stats by Classification描述性统计检验Tests for Descriptive Stats简单假设检验Simple Hypothesis Tests分组齐性检验Equality Tests by Classification描述性统计分析Desciptive Statistics柱图和统计量Histogram & Stats分组统计量 Stats by Cla
2、ssification序列窗口下View菜单四个组成部分第一部分：提供序列数据的观测法：spreadsheet/graph第二部分：描述性统计分析/描述性统计检验/分布图第三部分：相关图（correlogram）、单位根检验（Unit root test）第四部分：变化选项（conversion options）和标签（Label）描述性统计分析例：测得某医院50名新生儿体重（单位：克），数据如下，利用EViews进行描述性统计分析描述性统计分析View-Descriptive Statistics-Histogram and Stats描述性统计分析S=0.370, K=2.430.05甚至
3、0.1的显著性水平，表明不能拒绝零假设，即服从正态分布分组描述性统计分析View-Descriptive Statistics-stats by classification分组描述性统计分析描述性统计检验描述性统计检验Tests for Descriptive Stats简单假设检验Simple Hypothesis Tests分组齐性检验Equality Tests by Classification简单假设检验Simple Hypothesis TestsTests for Descriptive Stats=Simple Hypothesis Tests ：简单的序列分布假设检验单样本
4、检验，检验均值、方差或中位数是否与给定的值存在显著性差异简单假设检验Simple Hypothesis TestsMean=指定值（零假设为均值等于该指定值）Var=指定值（零假设为方差等于该指定值）Median=指定值（零假设为中位数等于该指定值）简单假设检验Simple Hypothesis Tests包括对序列的均值检验、方差检验和中位数检验，零假设为：例：用某仪器间接测量某容器内的温度5次，数据为1250、1265、1245、1260、1275。已知该容器实际温度为1277。试检验该仪器间接测量的温度值有无系统偏差（显著性水平取0.05 ）单总体均值的假设检验单总体均值的假设检验方差未
5、知，样本容量n=5，样本均值1259，样本标准差11.9原假设：单总体均值的假设检验单总体均值的假设检验单总体方差的假设检验例：某车间生产钢丝，现从产品中随机抽取10根，测得折断力数据如下表。已知折断力X服从正态分布，问折断力方差64是否可信（显著性水平0.05）。单总体方差的假设检验单总体方差的假设检验单总体方差的假设检验单总体方差的假设检验分组齐性检验Equality Tests by ClassificationTests for Descriptive Stats=Equality Tests by Classification ：通过分组检验不同组之间均值、中位数或。方差是否相等多样
6、本检验分组齐性检验也包括均值检验、方差检验和中位数检验。主要利用方差分析方法得到各组数据的组内差异和组间差异，EViews同时给出F统计量及相伴概率与分组描述性统计过程类似，用户需要在对话框中指定分组变量、检验类型和相关参数。分组齐性检验Equality Tests by Classification分组齐性检验Equality Tests by Classification分组齐性检验Equality Tests by Classification序列组窗口下的描述性统计量序列组对象窗口工具栏中View按钮下拉菜单包括四个部分表格、图形等多种观察序列数据的方法常用基本统计分析专用于时间序列分
7、析的一些统计量和检验过程Label功能把组对象的详细信息加到标签中序列组窗口下的描述性统计量描述统计分析齐性检验与方差分析(第一章组对象例)相关分析与协方差分析相关图、葛兰杰因果检验、协整检验（时间序列）描述统计分析Common sample & Individual sample普通样本（Common sample）算法：只利用各序列均无缺失值的时间点的样本值进行计算，称为个案删除（casewise deletion）个体样本（Individual sample）算法：分别利用各序列所有非缺失观测值计算各统计量，这种样本取值法称为列删除（Listwise deletion）Common sample Individual sampleGroup-discritpCommon sample Individual sample相关分析与协方差分析相关分析（correlations）给出各序列的相关系数矩阵。其绝对值越接近1，两个序列相关性越强协方差分析（covariances）结果是一个协方差矩阵。主对角线上分别是各序列的样本方差，其他元素则是对应两个序列的协方差。相关分析与协方差分析例：序列CONS和INC分别表示1994年至1999年北京居民人均生活消费支出和可支配收入，现进行相关和协方差分析相关分析与协方差分析
