eviews教程超全面.doc

发布时间：2022-06-13 发布人：admin 分类：说明书资料大小：2.71M 资料格式：doc 举报版权申诉

692432bc-93ff-4fc5-aa58-c520c9e14758.doc.pdf-第1页.png

第1页 / 共122页

692432bc-93ff-4fc5-aa58-c520c9e14758.doc.pdf-第2页.png

第2页 / 共122页

692432bc-93ff-4fc5-aa58-c520c9e14758.doc.pdf-第3页.png

第3页 / 共122页

692432bc-93ff-4fc5-aa58-c520c9e14758.doc.pdf-第4页.png

第4页 / 共122页

692432bc-93ff-4fc5-aa58-c520c9e14758.doc.pdf-第5页.png

第5页 / 共122页

692432bc-93ff-4fc5-aa58-c520c9e14758.doc.pdf-第6页.png

第6页 / 共122页

692432bc-93ff-4fc5-aa58-c520c9e14758.doc.pdf-第7页.png

第7页 / 共122页

692432bc-93ff-4fc5-aa58-c520c9e14758.doc.pdf-第8页.png

第8页 / 共122页

1.Eviews基础

1.1.Eviews简介

1.2.Eviews的启动、主界面和退出

1.2.1.Eviews的启动

1.2.2.Eviews的主界面

1.2.2.1.标题栏

1.2.2.2.菜单栏

1.2.2.3.命令窗口

1.2.2.4.工作区窗口

1.2.2.5.状态栏

1.2.3.Eviews的退出

1.3.Eviews的操作方式

1.4.Eviews应用入门

1.4.1.工作文件的创建

1.4.1.1.时间序列数据

1.4.1.2.截面数据

1.4.1.3.平衡面板数据

1.4.2.工作文件窗口简介

1.4.2.1.标题栏

1.4.2.2.工具栏

1.4.2.3.信息栏

1.4.2.4.对象栏

1.4.3.工作文件的存储

1.4.4.工作文件与其它数据文件的打开

1.5.Eviews常用的数据操作

1.5.1.表达式

1.5.2.序列

1.5.2.1.序列的创建

1.5.2.2.序列窗口简介

1.5.2.3.时间序列的自动生成

1.5.2.4.序列数据录入与导入

1.5.2.5.序列的复制与删除

1.5.3.组

1.5.3.1.组的创建

1.5.3.2.组的视图

2.一元线性回归模型

2.1.用普通最小二乘估计法建立一元线性回归模型

2.1.1.实验要求

2.1.2.实验数据

2.1.3.实验内容

2.1.4.实验步骤

2.1.5.小结与讨论

2.1.5.1.小结

2.1.5.2.讨论

2.2.模型的预测

2.2.1.实验要求

2.2.2.实验数据

2.2.3.实验内容

2.2.4.实验步骤

2.3.结构稳定性的Chow检验

2.3.1.实验要求

2.3.2.实验原理

2.3.3.实验数据

2.3.4.实验内容

2.3.5.实验步骤

2.3.6.小结和讨论

3.1.用OLS建立多元线性回归模型

3.1.1.实验要求

3.1.2.实验数据

3.1.3.实验内容

3.1.4.实验步骤

3.1.5.实验注意

3.2.函数形式误设的RESET检验

3.2.1.实验要求

3.2.2.实验原理

3.2.3.实验内容

3.2.4.实验步骤

3.2.5.实验注意

3.3.用直接代换法对含有幂函数的非线性模型的估计

3.3.1.实验要求

3.3.2.实验数据

3.3.3.实验内容

3.3.4.实验步骤

3.4.用间接代换法对含有对数函数的非线性模型的估计

3.4.1.实验要求

3.4.2.实验原理

3.4.3.实验数据

3.4.4.实验内容

3.4.5.实验步骤

3.5.用间接代换法对CD函数的非线性模型的估计

3.5.1.实验要求

3.5.2.实验数据

3.5.3.实验内容

3.5.4.实验步骤

3.6.NLS对可线性化的非线性模型的估计

3.6.1.实验要求

3.6.2.实验原理

3.6.3.实验数据

3.6.4.实验内容

3.6.5.实验步骤

3.7.NLS对不可线性化的非线性模型的估计

3.7.1.实验要求

3.7.2.实验原理

3.7.3.实验数据

3.7.4.实验内容

3.7.5.实验步骤

3.8.二元选择模型

3.8.1.实验要求

3.8.2.实验原理

3.8.3.实验数据

3.8.4.实验内容

3.8.5.实验步骤

4.1.异方差的戈得菲尔德——匡特检验

4.1.1.实验要求

4.1.2.实验原理

4.1.3.实验数据

4.1.4.实验内容

4.1.5.实验步骤

4.1.6.实验注意

4.2.异方差的WHITE检验

4.2.1.实验要求

4.2.2.实验原理

4.2.3.实验内容

4.2.4.实验步骤

4.3.异方差的处理

4.3.1.实验要求

4.3.2.实验原理

4.3.3.实验内容

4.3.4.实验步骤

4.3.5.实验注意

5.1.自相关的判别

5.1.1.实验要求

5.1.2.实验原理

5.1.3.实验数据

5.1.4.实验内容

5.1.5.实验步骤

5.2.自相关的修正

5.2.1.实验要求

5.2.2.实验数据

5.2.3.实验内容

5.2.4.实验步骤

6.1.多重共线性的检验

6.1.1.实验要求

6.1.2.实验原理

6.1.3.实验数据

6.1.4.实验内容

6.1.5.实验步骤

6.1.6.实验注意

6.2.多重共线性的处理

6.2.1.实验要求

6.2.2.实验原理

6.2.3.实验内容

6.2.4.实验步骤

6.2.5.实验注意

7.1.虚拟自变量的应用

7.1.1.实验要求

7.1.2.实验原理

7.1.3.实验数据

7.1.4.实验内容

7.1.5.实验步骤

7.2.虚拟变量的交互作用

7.2.1.实验要求

7.2.2.实验原理

7.2.3.实验数据

7.2.4.实验内容

7.2.5.实验步骤

7.3.虚拟因变量的线性概率模型

7.3.1.实验要求

7.3.2.实验原理

7.3.3.实验数据

7.3.4.实验内容

7.3.5.实验步骤

8.1.自回归分布滞后模型的估计

8.1.1.实验要求

8.1.2.实验原理

8.1.3.实验数据

8.1.4.实验内容

8.1.5.实验步骤

8.2.多项式分布滞后模型的参数估计

8.2.1.实验要求

8.2.2.实验原理

8.2.3.实验数据

8.2.4.实验内容

8.2.5.实验步骤

9.1.联立方程模型的单方程估计方法

9.1.1.实验要求

9.1.2.实验原理

9.1.3.实验数据

9.1.4.实验内容

9.1.5.实验步骤

9.2.联立方程模型的系统估计方法

9.2.1.实验要求

9.2.2.实验数据

9.2.3.实验内容

9.2.4.实验步骤

1. EVIEWS 基础 ·····························································································3 1.1. 1.2. 1.3. 1.4. 1.5. EVIEWS 简介 ························································································· 3 EVIEWS 的启动、主界面和退出 ································································· 3 EVIEWS 的操作方式 ················································································ 5 EVIEWS 应用入门 ··················································································· 6 EVIEWS 常用的数据操作 ·········································································15 2. 一元线性回归模型 ······················································································24 2.1. 用普通最小二乘估计法建立一元线性回归模型 ··········································· 24 2.2. 模型的预测 ·························································································30 2.3. 结构稳定性的 CHOW 检验 ······································································ 34 3. 多元线性回归 ··························································································· 39 3.1. 用 OLS 建立多元线性回归模型 ······························································· 39 3.2. 函数形式误设的 RESET 检验 ··································································45 4. 非线性回归 ······························································································ 48 4.1. 用直接代换法对含有幂函数的非线性模型的估计 ········································ 48 4.2. 用间接代换法对含有对数函数的非线性模型的估计 ····································· 50 4.3. 用间接代换法对 CD 函数的非线性模型的估计 ············································53 NLS 对可线性化的非线性模型的估计 ·······················································55 4.4. 4.5. NLS 对不可线性化的非线性模型的估计 ····················································58 4.6. 二元选择模型 ······················································································62 5. 异方差 ···································································································· 68 5.1. 异方差的戈得菲尔德——匡特检验 ·························································· 68 5.2. 异方差的 WHITE 检验 ·········································································· 72 5.3. 异方差的处理 ······················································································75 6. 自相关 ···································································································· 79 6.1. 自相关的判别 ······················································································79 6.2. 自相关的修正 ······················································································83 7. 多重共线性 ······························································································ 87 7.1. 多重共线性的检验 ················································································87 7.2. 多重共线性的处理 ················································································92 8. 虚拟变量 ································································································· 94 8.1. 虚拟自变量的应用 ················································································94 8.2. 虚拟变量的交互作用 ·············································································99 8.3. 二值因变量：线性概率模型 ·································································· 101 9. 滞后变量模型 ··························································································105 9.1. 自回归分布滞后模型的估计 ·································································· 105 9.2. 多项式分布滞后模型的参数估计 ···························································· 110

10. 联立方程模型 ························································································ 115 10.1. 联立方程模型的单方程估计方法 ···························································· 115 10.2. 联立方程模型的系统估计方法 ······························································· 119 2

1. Eviews 基础 1.1.Eviews 简介 Eviews：Econometric Views（经济计量视图），是美国 QMS 公司（Quantitative Micro Software Co.，网址为 http://www.eviews.com）开发的运行于 Windows 环境下的经济计量分析软件。Eviews 是应用较为广泛的经济计量分析软件——MicroTSP 的 Windows 版本，它引入了全新的面向对象概念，通过操作对象实现各种计量分析功能。 Eviews 软件功能很强，能够处理以时间序列为主的多种类型数据，进行包括描述统计、回归分析、传统时间序列分析等基本数据分析以及建立条件异方差、向量自回归等复杂的计量经济模型。 1.2.Eviews 的启动、主界面和退出 1.2.1. Eviews 的启动单击 Windows 的【开始】按钮，选择【程序】选项中的【Eviews 5】，单击其中的【Eviews5】；或者在相应目录下用鼠标双击启动 Eviews 5 程序，进入主窗口。如图 1.1 所示：标题栏菜单栏命令窗口工作区图 1.1 3 状态栏

1.2.2. Eviews 的主界面 1.2.2.1. 标题栏 Eviews 窗口的顶部是标题栏，标题栏左边是控制框；右边是控制按钮，有【最小化】、【最大化（或还原）】、【关闭】三个按钮。 1.2.2.2. 菜单栏标题栏下面是菜单栏。菜单栏中排列着按照功能划分的 9 个主菜单选项，用鼠标单击任意选项会出现不同的下拉菜单，显示该部分的具体功能。9 个主菜单选项提供的主要功能如下：【File】有关文件（工作文件、数据库、Eviews 程序等）的常规操作，如文件的建立（New）、打开（Open）、保存（Save/Save As）、关闭（Close）、导入（Import）、导出（Export）、打印（Print）、运行程序（Run）等；选择下拉菜单中的 Exit 将退出 Eviews 软件。【Edit】通常情况下只提供复制功能（下拉菜单中只有 Cut、Copy 项被激活），应与粘贴（Paste）配合使用；对某些特定窗口，如查看模型估计结果的表达式时，可对窗口中的内容进行剪切（Cut）、删除（Delete）、查找（Find）、替换（Replace）等操作，选择 Undo 表示撤销上步操作。【Objects】提供关于对象的基本操作。包括建立新对象（New Objects）、从数据库获取/更新对象（Fetch/Update from DB）、重命名（Rename）、删除（Delete）。【View】和【Procs】二者的下拉菜单项目随当前窗口不同而改变，功能也随之变化，主要涉及变量的多种查看方式和运算过程。我们将在以后的实验中针对具体问题进行具体介绍。【Quick】下拉菜单主要提供一些简单常规用法的快速进入方式。如改变样本范围（Sample）、生成新序列（Generate Series）、显示对象（Show）、作图（Graph）、生成新组（Empty Group）以及序列和组的描述统计量、新建方程和 VAR。【Options】系统参数设定选项。与一般应用软件相同，Eviews 运行过程中的各种状态，如窗口的显示模式、字体、图像、电子表格等都有默认的格式，用户可以根据需要选择 Options 下拉菜单中的项目对一些默认格式进行修改。【Windows】提供多种在打开窗口种进行切换的方式，以及关闭所有对象（Close All Objects）或关闭所有窗口（Close All）。【Help】 Eviews 的帮助选项。选择 Eviews Help Topics 按照索引或目录方式在所有帮助信息种查找所需项目。下拉菜单还提供分类查询方式，包括对象（Object）、命令（Command）、函数（Function）、矩阵与字符串（Matrix&String）、程序（Programming）等五个方面。 4

1.2.2.3. 命令窗口菜单栏下面是命令窗口（Command Windows），窗口内闪烁的“︱”是光标。用户可在光标位置用键盘输入各种 Eviews 命名，并按回车键执行该命令。 1.2.2.4. 工作区窗口命令窗口下面是 Eviews 的工作区窗口。操作过程中打开的各子窗口将在工作区内显示。 1.2.2.5. 状态栏 Eviews 主窗口的底部是状态栏，从左到右分别为：信息框、路径框、当前数据库框和当前工作文件框。 1.2.3. Eviews 的退出选择【File】项下的【Exit】将退出 Eviews 程序，或者直接点击标题栏上的【关闭】按钮如果工作文件没有保存，系统将提示用户保存文件。如图 1.2 所示 1.3.Eviews 的操作方式方式说明面向对象图 1.2 面向过程 5

菜单方式命令方式示意图交互方式 A. 对象菜单方式主要通过主菜单【Objects】、【View】和【Procs】来完成各种操作 B. 快速菜单方式通过【Quick】菜单操作。通过是先选择操作方法，再选择操作对象 C. 对象命令（Object Command）方式与对象菜单相对应的对象命令及菜单上没有对应项的对象命令，通常采用 “对象.视图（或过程）”的命令格式 D. 辅助命令（Auxiliary Commands）方式与 TSP 语法一致的面向过程命令，通常采用“命令＋参数”的格式。该操作方式主要是为了与 TSP 命令保持一致 A B C D 通过编程实现重复性批处理操作，或者实现交互方式无法完成的复杂操作程序方式 ※注：四种交互方式可以混合使用，本试验教程着重介绍 A、D 方式 1.4.Eviews 应用入门 1.4.1. 工作文件的创建 Eviews 要求数据的分析处理过程必须在特定的工作文件（Workfile）中进行，工作文件（Workfile）在创建和打开之后便一直保存在内存中，这使得对工作文件中的对象进行存取的速度更快。所以在录入和分析数据之前，应创建一个工作文件。每个工作文件都具有特定的样本数据频率（frequency）和范围（range）。选择【File】－【New】－【Workfile】（或者在命令窗口中输入：create）如图 1.3 所示： 6

此时屏幕出现一个工作文件定义对话框，要求用户指定序列观测数据的频率和样本范围，如图 1.4 所示：图 1.3 左上角为工作文件结构类型，其中包括三种，如图 1.5 所示：图 1.4 图 1.5 1.4.1.1. 时间序列数据 Eviews 默认的结构为【Dated-regular frequency】，在右上角为数据频率，在对话框中选择合适的数据频率和起始及结束范围。数据频率各选项为：【Annual】用 4 位数表示年度，如 1980、1999、2004 等。Start Date 后输入起始年份，End Date 后输入终止年份。如果只有两位数，那么系统将默认为 20 世纪的年份，如 7

98 默认为 1998。（注意：Eviews 无法识别公元 100 年以前的年份。）【Semi-annual】数据频率为半年，表示为“年:上半年”或“年.上半年”。如起始日期为 2002 年下半年，结束日期为 2004 年上半年，那么表示为在 Start Date 后输入 2002:2 （或 2002.2），在 End Date 后输入 2004:1（2004.1）。注意年后面只能跟 1、2，分别代表上下半年。【Quarterly】数据频率为季度，表示为“年:季度”或“年.季度”。具体输入同上。如 2003:3 注意年后面只能跟 1、2、3、4，分别代表四个季度。Eviews5 在 Eview3 的基础上提供了一种新的季度识别方法，如输入数据“Feb 1990”和“May 2000”或者“12/6/1990” 和“4/7/2000”则 Eviews 将自动识别恰好包括该段时间的季度。【Monthly】数据频率为月度，表示为“年:月度”或“年.月度”。如 2002:11、2003:08 （等价于 2003:8）。同样，如果输入数据为“12/6/1990”和“4/7/2000” 则 Eviews 将自动识别恰好包括该段时间的月份。【Weekly】数据频率为周，表示为“月/日/年”。在输入起止时间以后，系统将会自动地将时间调整为相隔 7 天的整周时间。（注意：Eviews 默认的时间表示方式为“月/日/ 年”，例如“8/10/97”表示 1997 年 8 月 10 日；如果要修改为“日/月/年”的表示方法，点击 Eviews 菜单栏上的【Options】—【Default Frequency Conversion & Date Display】，在弹出的对话框中将【Format for daily/weekly dates】中的选项改为【Day/Month/Year】，那么“8/10/97”表示的时间即为 1997 年 10 月 8 日。下同）【Daily（5 day weeks）】数据频率日，表示为“月/日/年”。表示一周 5 天工作日，系统将自动生成每周 5 天的时间序列。如 11/28/2003 表示 2003 年 11 月 28 日。【Daily（7 day weeks）】数据频率为日，表示为“月/日/年”。表示一周 7 天工作日，系统将自动生成每周 7 天的时间序列。【Integer Date】该序列是一个比较特殊的序列，由简单的列举产生，其支持任何整数，并可以识别 100 以内的数字。 1.4.1.2. 截面数据在工作文件结构类型选项中选择【Unstructured / Undated】，如图 1.6 所示： 8

分享到：

赞收藏

资料库

eviews教程超全面.doc

相关推荐

课程资源

热门标签

最新资料