eviews操作手冊(存儲版)

　　

【正文】 x Grangercaused。你可以編輯標簽中的任何項，除了Last Update。組中所有的序列在VAR中都為內生變量。第九章 應用于序列和組的統計圖在本章，列出了幾種散點圖且允許我們可以用有參數或無參數過程來做擬合曲線圖。Iclude standard errors(包括標準誤差) 操作標繪接近95%的置信區間的經驗分布函數。核密度估計用“沖擊”代替了直方圖中的“框”所以它是平滑的。三、Scatter with Nearest Neighber Fit(最鄰近擬合散點圖) ，它擬合出一條局部的并經加權的回歸線。Bracket ，α，還是分別以_ L、_M、_H做后綴。 表示在組aa中進行核擬合。在一個序列的菜單中選擇View/Graph/line，可以顯示該序列的線形圖。選定圖對象的一個元素，雙擊，彈出Graph Option對話框，就可以對該元素進行編輯。 Symbols鍵來控制線的模式和/或代表模式。 bar選項可以繪制序列組中所有序列之和的序列。amp。 Pies鍵允許你控制柱狀和餅狀圖的顯示屬性。繪制線和陰影 在一個圖對象中，點擊工具欄中的Shade/Lined鍵或選擇Procs/Add shading...Lineamp。由多個圖構成的視圖組也可以通過Freeze將其變成圖對象。還可以通過按圖工具欄中的Remove鍵對所選圖進行刪除。你可以直接把一個 EViews圖并入到你的Windows文字處理程序中的文檔中。Fixed characters用來指定所有數值的位數。167。可以通過選擇Objects/New object/Text 或在命令框中鍵入“text”來建立一個空白文本對象。167。在New Matrix對話框中，選擇Coefficient Vector 并說明向量中應有多少行。根據矩陣的概念, 標準的回歸可以寫為：一、系數結果 （1）回歸系數 最小二乘估計的系數b是由以下的公式計算得到的（2）：,可以通過選擇View/Covariance Matrix項來察看整個協方差矩陣。計算方法如下： ，（4）殘差平方和 殘差平方和可以用于很多統計計算中： （5）對數似然函數值 對數似然計算如下： （6）DurbinWatson統計量 DW 統計量衡量殘差的序列相關性，計算方法如下：作為一個規則，如果 DW值小于2,證明存在正序列相關。 二、方程過程 過程菜單中的選項分別是修改說明、用估計方程預測、創建一個與被估計方程有關的未命名模型、把方程系數的估計值放在系數向量中、創建一個包含方程中使用的所有變量的未命名組、在工作文檔中以序列形式保存回歸中的殘差。 六、存儲和獲取一個方程方程可以和其他對象一起以數據或數據庫文件形式存放在磁盤中。第十二章 其他回歸方法本章討論加權最小二乘估計，異方差性和自相關一致協方差估計，兩階段最小二乘估計（TSLS），非線性最小二乘估計和廣義矩估計（GMM）。（HAC）當異方差性形式未知時，使用加權最小二乘法不能得到參數的有效估計。二、HAC一致協方差（NeweyWest）Newey和West (1987) 提出了一個更一般的估計量，在有未知形式的異方差和自相關存在時仍保持一致。第二個階段是對原始方程的回歸，所有變量用第一個階段回歸得到的擬合值來代替。迭代估計要求模型系數有初始值。只需輸入關鍵詞PARAM，然后是每個系數和想要的初值：param c(1) 153 c(2) .68 c(3) .15 167。要得到GMM估計，應該寫出矩條件作為參數表達式和工具變量之間的正交條件。在使用估計方程進行統計推斷（如假設檢驗和預測）之前，一般應檢驗殘差（序列相關的證據），Eviews提供了幾種方法來檢驗當前序列相關。例如：估計一個帶有AR(1)誤差的簡單消費函數 應定義方程為：cs c gdp ar(1)2．高階序列相關估計高階AR模型稍稍復雜些，為估計AR(k)，應輸入模型的定義和所包括的各階AR值。第二種殘差是估計的一期向前預測誤差。167。非線性估計方法對所有系數估計都要求初值。如上所述，對殘差中序列相關更多的檢驗可以如：View/Residual Tests/CorrelogramQStatistic和View/Residual Tests/Serial correlation LM Test。常數僅用來避免共線性引起的數值問題，不影響的估計。上述ARMA估計理論都是基于平穩時間序列。 167。DF和PP都用單位根作為原假設。PP檢驗參數的t統計量來修正AR(1)的序列相關。 二、PhillipsPerron(PP)檢驗 Phillips和Perron（1988）提出一種非參數方法來控制序列中高階序列相關。如果的絕對值大于1，序列發散。單整階數是序列中單位根數，或者是使序列平穩而差分的階數。定義一個PDLs有三個元素：滯后長度k，多項式階數（多項式最高次冪數）p和附加的約束。平滑就是要求系數服從一個相對低階的多項式。這意味著殘差中應不存在序列相關。三、ARIMA估計輸出存在AR或MA定義的估計輸出和OLS是一樣的，只是增加了一個AR，MA多項式的倒根的下部程序塊。這種方法的優點在于：易被理解，應用廣泛，易被擴展為非線性定義的模型。在用同期信息對yt值進行預測時，這些殘差是可以觀測出的誤差，但要忽略滯后殘差中包含的信息。有時，在回歸方程中添加不應被排除的變量會消除序列相關。二、高階自回歸模型：更為一般，帶有p階自回歸的回歸，AR(p)誤差由下式給出：AR(p)的自回歸將漸漸衰減至零，同時高于p階的偏自相關也是零。要用GMM法估計方程，或者用Object/New Object/Equation創建新方程，或者在已有的方程基礎上選Estimate鈕。如果想改變初始值，首先確定系數表使處于編輯狀態，然后輸入系數值。只要選擇Object/New Object/Equation, 然后輸入方程并單擊OK。在第一個階段中，TSLS找到可用于工具變量的內生和外生變量。接著，單擊異方差一致協方差(Heteroskedasticity Consistent Covariance),選擇White 鈕，接受選項估計方程。接著，單擊Weighted LS/TSLS選項在Weighted 項后填寫權數序列名，單擊OK, 再選OK接受對話框并估計方程。多重共線性 如果自變量具有高度共線性， EViews在計算回歸估計時會遇到困難。RESID可以象普通序列一樣直接使用。 167。調整后的通常解釋為,消除中對模型沒有解釋力的新增變量。這些選項允許你進行以下操作：對估計方程加權，計算異方差性等，控制估計算法的各種特征。 EViews會在方程中添加一個隨機附加擾動項并用最小二乘法估計模型中的參數。167。如果想將表粘貼為非格式化的文本，可以選Edit/Paste Special。Title在表頂部的中間加標題。Column Width(Width)用來改變列的寬度。雙擊Add Printer,點擊Next, Local，選擇PostScript打印機，然后選擇FILE：命令Windows打印文件，告訴Windows你是否想用缺省打印機。Add text...允許你為多個圖的組合作注解。輸入這個圖對象的名字。Position確定文本的位置。Bars amp。注意，如果你將文本和說明放在用戶特定（絕對）位置上，當你改變圖框架的大小時，它們的相對位置也會改變。Stack lines amp。 Symbol類型，用Lineamp。另一個組合圖的方法是選擇Quick/Show...然后鍵入這些圖的名字。通常，我們依靠固化一個視圖來創建圖對象。(yl,d=3)對Y軸上的序列經對數變換，且次數取3來擬合X軸上的序列。Method則與核分布中介紹相一致，也分為精確和線性單元兩種方式。二、Scatter with Regression(回歸散點圖) 就是在組中對第一個序列及第二個序列進行總體變換來進行二元回歸，選擇Regression Robustness lterations(穩健疊代)最小二乘法對一些無關觀測值的存在非常敏感，穩健疊代操作就是產生一種對殘差平方的加權形式，使無關的觀測值在估計參數時被加最小的權數。167。對的分位數 滿足：且 All選項包括CDF，Survivor和Quantile函數。一般規則是：組名后加點、視圖或過程的命令名，括號中是指定選項。你可以隨意改變方程的表達式。167。167。只有在組中數據都不存在缺失項時才能選mon sample項。二、復合圖（Multiple graphs）圖（Graph）用一張圖顯示所有序列，復合圖（Multiple Graphs）為每個序列顯示一張圖。第三個序列用一個小圓圈表示。要單獨顯示各個序列，參照第205頁 “Multiple graphs”。左邊的選項允許你在兩種顯示模式中轉換：第一種顯示模式每行顯示n年的數據。通過單擊Transpose鍵，可以使表格的行列互換。第二部分包括各種基本統計量。167。167。選擇Procs/Exponential Smoothing ，提供以下信息：一、 平滑方法 在5種方法中選擇一種方法。乘法模型只適用于序列值都為正的情形。④存調整后的分量序列名（Component Series to save）X12將加上相應的后綴存在工作文件中。167。167。一個純的P階自回歸過程AR(P)的偏相關在P階截尾，而純的動平均函數的偏相關過程漸進趨于零。一、自相關（AC）序列y滯后k階的自相關由下式估計是樣本y的均值，這是相距k期值的相關系數。選擇View/tests for descriptive stats/simple hypothesis tests。JarqueBera 檢驗序列是否服從正態分布。一、直方圖及統計量以直方圖顯示序列的頻率分布。167。雖然EViews有其自身的存儲格式，但它也允許通過同一個數據庫界面訪問一系列以其他格式存儲的數據。如果想知道數量對象的值，可以使用show命令。分別是count , seriesname。創建自動序列可以單擊“show”按鈕或選擇主菜單上的“quick/show…”EViews 會以表格打開一個序列窗口。通常 EViews 只能處理：+ * / ^ log( ) xp( ) sqr( ) d( ) dlog( ) inv( ) 這幾種運算的暗示操作。基本的分配表達式你可以寫一個序列的名字后加一個=，然后再寫一個表達式。gt。gt。八、缺失數據在處理數據時可能會遇到一些沒有值或某一時段觀測值沒有用,或者進行了一些非法計算，EViews 使用空值NA表示這些情況。六、邏輯表達式、樣本描述的一部分或在程序中作為if判斷的一部分。第五章 數據操作167。 頻率轉換工作文件中的數據都是一個頻率的，但是從一個工作文件窗口向另一個不同數據頻率的工作文件窗口拷貝數據，或者從數據庫提取數據，就有一個頻率轉換的問題。3．文件輸入 可以從其它程序建立的數據文件直接輸入數據。167。當處于可編輯狀態時，可修改數據，按回車確定。 命令可以用命令方式建立工作文件。選擇菜單 Object/Freeze Output或Freeze鈕凍結對象。假如在對話框中輸入單個對象的名字就會打開該對象窗口；如果輸入多個對象的名字，EViews會打開一個窗口顯示結果在必要的時候還會創建一個新的對象。對象集合雖然也是對象但對象集合沒有圖標，因此工作文件和數據庫不能放在其他的工作文件或數據庫中。利用序列的視圖還可以進行簡單的假設檢驗和統計分析。十二、抽出新的工作文件可以從一個工作文件窗口直接抽出另一個新的工作文件窗口，選擇Procs/Extract to new workfile或雙擊工作文件窗口上的Filter會出現下面的窗口167。通過單擊菜單Procs/Sortseries，可以把工作文件中的所有序列以序列中的數據值大小排序。二、打開舊的工作文件利用菜單File/open/workfile可打開已有的工作文件。167。你可以單擊 EViews 窗口的任何位置使 EViews 窗口處于活動狀態。167。第四部分：擴展的單方程分析介紹自回歸條件異方差（ARCH）模型、離散和受限因變量模型、和對數極大似然估計。EViews在系統數據分析和評價、金融分析、宏觀經濟預測、模擬、銷售預測及成本分析等領域中有著廣泛的應用。 什么是 EViews EViews 是在大型計算機的TSP (Time Series Processor)軟件包基礎上發展起來的新版本，是一組處理時間序列數據的有效工具。但是在第一次使用前， EViews 4要求你在網上注冊。把EViews 命令輸入該窗口，按回車鍵即執行該命令。對象都放置在對象集合中，其中工作文件（workfile）是最重要的對象集合。可以通過兩種方法改變默認路徑，一是選擇對話框下端的Update default directory即可使當前目錄成為默認路徑；二是在命令窗口鍵入CD后面跟著目錄名也可使該目錄成為默認路徑。對象類型和對象名稱可作為限制條件。與每類對象相關聯的是一系列視圖（Views）和過程（Procedure），它們和對象中的信息一起使用。很多過程還創建新的對象。在Type of Object中選擇新建對象的類型，在Name for Object中輸入對象名。十、對象命名對象窗口工具條中的Name可以給對象命名，其中Display Name是對象在圖形或表格中顯示的名字。十五、打印對象 可以通過對象窗口中的 Objects/print或Print打印選定的對象。例如：Save test2為保存工作文件test2的命令。插入刪除觀測值：選中要插入或刪除的單元，然后點擊InsDel按鈕，可以插入或刪除。命令方式改變當前樣本區間如Smpl 1980:1 2000:4 IF RC