eviews操作手冊(完整版)

　　

【正文】 鈕，可切換編輯狀態。167。十三、凍結對象 另一種復制對象中信息的方法是凍結對象。八、顯示對象選擇并打開對象的另一種方法是使用主菜單上的Quick/Show工作文件窗口中的Show。四、對象類型除了序列對象和方程對象外還有許多其他類型的對象，每種對象在對象集合中都有一個特定的圖標表示。序列對象有圖表視圖（察看原始數據）、線性坐標視圖、柱狀坐標視圖、直方統計視圖、相關視圖、分布散點視圖、散點視圖、核密度圖。十一、顯示方式通過View/Display Comments(Label + )可以在標準顯示方式和詳細顯示方式之間切換。八、工作文件排序工作文件中的基礎數據是保存在序列對象（Series）中的。日期的表示法為：年度：二十世紀可用兩位數，其余全用四位數字；半年：年后加1或2；季度：年后加14；月度：年后加112；星期：月/日/年；日：月/日/年；非時間序列或不規則數據：樣本個數。EViews 在這里顯示各個目標窗口。標題欄：它位于主窗口的最上方。此外，還可以利用EViews的強大的命令功能和它的大量的程序處理語言，進入命令窗口修改命令，并可以將計算工作的一系列操作建立成相應的計算程序，并存儲，則可以通過直接運行程序來完成你的工作。第三部分：基本的單方程分析討論標準回歸分析：普通最小二乘法、加權最小二乘法、二階最小二乘法、非線性最小二乘法、時間序列分析、方程檢驗及預測。操作手冊共分五部分：第一部分：EViews 基礎介紹 EViews 的基本用法。1981年QMS (Quantitative Micro Software) 公司在Micro TSP基礎上直接開發成功 EViews 并投入使用。在WINDOWS下，有下列幾種啟動 EViews 的辦法：單擊任務欄中的開始按鈕，然后選擇程序中的EViews 4進入 EViews 程序組，再選擇 EViews 4程序符號；雙擊桌面上的 EViews 圖標；雙擊 EViews的workfile 或database文件名稱。狀態線：窗口的最底端是狀態線，它被分成幾個部分。一、建立新的工作文件選擇菜單File/New/workfile，則出現數據的頻率對話框。六、引用TSP文件EViews能以與MicroTsp相容的方式讀入和儲存工作文件。該窗口分為兩部分。這種視窗、過程與對象中的數據的相關聯被稱為是面向對象的EViews 設計。比如說序列對象含有進行平滑與季節調整的過程，該過程可以創建一個新的含有平滑以及調整后的數據的序列。六、選擇對象單擊工作文件窗口中的對象圖標即可選定對象，也可通過 EViews 主窗口或工作文件窗口上的 View菜單來選定對象，該菜單包括Deselect All（取消所有選定），Select all（選定所有對象），Select by Filter（限制條件選定）。如果要重命名對象可選擇Objects/Rename Selected。十六、儲存對象 可以通過 Objects/Store selected to DB或對應窗口中的Objects/Store to DB儲存選定的對象到對象文件（擴展名為*.db）或數據庫中。第四章 基本數據處理167。組 建立組對象：（1）點擊EViews主菜單中的Objects/New Object，然后選擇Group，鍵入序列表即可；（2）選擇名和序列名后，點擊show，可形成一個新的組。gt。注意復制數據的時間區間要和粘貼的時間區間一致。167。三、序列表達式EViews的表達式還可以對樣本序列的觀測值進行操作。括號中的數也可以不是整數，這時系統會自動把它轉換成整數。gt。lt。167。使用樣本我們可以用表達式形式調整和使用已有樣本的觀測值，這時用“Genr”按鈕。167。④用自動序列進行估計。QUICK/SHOW后輸入序列名稱或表達式。它與工作文件有兩點主要區別。通過過程可以用原有的序列創建新的序列。季度分區圖/季度連線圖這些方法適用于頻度為季度和月度數據的工作文件。偏度（Skewness）衡量序列分布圍繞其均值的非對稱性。當然，在不同的顯著性水平下的拒絕域是不一樣的。當你選擇View/Correlogram…顯示對話框（Correlogram Specification）。虛線之間的區域是由自相關中正負兩倍于估計標準差所夾成的。如果序列不是以ARIMA估計的結果為基礎，在原假設下，Q是漸近分布，自由度與自回歸階數相等。167。(Seasonal Adjustment)在序列窗口的工具欄中單擊Procs/Seasonal Adjustment，有4種季節調整方法， X12方法、X11方法、Tramo/Seats方法和移動平均方法。a、Specify inline選擇要求提供ARIMA模型階數的說明（p，d，q）(P，D，Q)，缺省的指定是“(0 1 1)(0 1 1)”是指季節的IMA模型：L是滯后算子，這里季節差分是指季度數據時s=4；月度數據時s =12。X11只作用于含季節數據的序列，需要至少4整年的數據，最多能調整20年的月度數據及30年的季度數據。三、平滑后的序列名Eviews在原序列后加SM指定平滑后的序列名，也可以改變。＝0時，滿足最小化問題的趨勢等于序列；λ增加時，估計趨勢中的變化總數相對于序列中的變化減少，即λ越大，估計趨勢越光滑；λ趨于無窮大時，估計趨勢將接近線性函數。第八章 組這一章描述了組對象的視圖與過程。這部分顯示組中的序列，在組窗口內進行編輯就可以改變組?？梢圆煌男问斤@示組中的數據。以圖形的形式顯示組中的序列。X軸方向顯示第一個序列，Y軸方向顯示其余的序列。如果使用四個序列，第三個序列代表開盤價，以左邊的橫線表示。Common Sample用于在組中序列無缺失值的情形下計算統計量（去掉包含缺失項所在時期的樣本）。167。一般的要使用大一些的滯后階數，你應該指定滯后期長度i。你可以通過編輯這一項給組重命名。Resample可以改變組中所有序列的樣本區間。 序列的圖菜單列出了三種描述序列經驗分布特征的圖。 Quantile—Quantile圖Quantile—Quantile(圖)對于比較兩個分布是一種簡單但重要的工具。一個序列X在點x的核密度估計式：這里，N是觀測值的數目，h是帶寬（或平滑參數），K是合并為一體的核函數。（1）Exact(full sample)在樣本中的每一數據點都作局部回歸（2）Cleveland subsampling在選取的子樣本中進行回歸，你可以在編輯框中鍵入子樣本的大小。(a) 表示對序列LWAGE做CDF,quantile和survive函數。在 EViews中可以通過freezing(固化)將當前的視圖保護起來。Eview將創建一個包含該視圖的瞬象的UNTITLED圖。如果選擇了Line amp。amp。Axe amp。amp。會彈出文本標簽對話框，在編輯框中鍵入你想要顯示的文本。Shading，就可以繪制線或在圖中加上一塊陰影。對多個圖進行操作從圖菜單中選擇Prcos， EViews 就會顯示一個含有選項的菜單。點擊視圖或圖對象窗口的工具欄上的Print鈕來打印圖，并可以使用主菜單上File/Print Setup來控制打印操作。167。Column Width增加欄寬。擊活表中要拷貝的部分，然后從主菜單中選Edit/Copy。freeze命令固化了已命名對象具體的視圖。 EViews在回歸中不會自動包括一個常數，因此你必須明確列出作為回歸變量的常數。 EViews 中估計方程一、估計方法單擊Method：進入對話框，你會看到下拉菜單中的估計方法列表。（4）概率結果的最后一項是在誤差項為正態分布或系數估計值為漸近正態分布的假設下,指出t統計量與實際觀測值一致的概率。對于普通最小二乘模型，F統計量由下式計算： F統計量下的P值，即Prob(Fstatistic),是F檢驗的邊際顯著性水平。未命名方程不能儲存在工作文檔中。方程也可以從文檔或數據庫中拷貝粘貼出來或拷貝粘貼到數據庫或文檔中。167。可以把加權最小二乘估計與White或NeweyWest協方差矩陣估計相結合來計算異方差和序列相關。在異方差一致協方差項中選NeweyWest鈕。兩階段最小二乘估計的系數由下式計算出來： 要使用兩階段最小二乘估計，打開方程說明對話框，選擇Object/New Object/Equation…或Quick/Estimate Equation…然后選擇Method中的TSLS估計。越接近于真值越好。其思想是選擇參數估計盡可能接近理論上關系。167。2．相關圖和Q統計量計算相關圖和Q統計量的細節見第七章 3．序列相關LM檢驗 檢驗的原假設是：至給定階數，殘差不具有序列相關。例如：估計如下的帶有附加AR(2)誤差的非線性方程使用EViews表達式定義模型，在后面的方括號內描述AR修正項，對每一階AR滯后項都應包括一個系數，每項之間用逗號隔開。一般AR(p)平穩條件是：滯后算子多項式的根的倒數在單位圓內。167。用戶可設置初值，EViews使用C系數向量。（PDLs）一個分布滯后算子如下　?。ǎ?系數描述x對y作用的滯后。gt。非平穩序列的典型例子是隨機游動，是平穩隨機擾動項。 一、ADF檢驗為說明ADF檢驗的使用，先考慮一個AR(1)過程?。ǎ┦菂?，假設為白噪聲。從方程兩邊同時減去 其中　　　（）所以原假設和備選假設可改為 （）單位根檢驗可以看作對進行t檢驗。零頻率對未知形式的異。ADF檢驗考慮如下三種回歸形式： 即通過在模型中增加的滯后項，以消除殘差的序列相關性。如果=1，y是非平穩序列（帶漂移的隨機游動）。隨機游動是差分平穩序列，因為y一階差分后平穩。如果定義一個PDL模型，EViews用()式代入到()式，將產生如下形式方程　() 其中 () 一旦從（）式估計，利用（）式就可得到的各系數。在其它情形下，x的當前和滯后值具有高共線性時，直接估計失敗。167。一、ARMA項 模型中AR和MA部分應使用關鍵詞ar和ma定義。如果存在虛根，根的模應該小于1。4．存在序列相關的兩階段回歸模型 通過把二階段最小二乘法或二階段非線性最小二乘法和AR項結合起來，對于在回歸因子和擾動項存在相關性的情況和殘差存在序列相關一樣估計模型。隨機誤差項存在序列相關說明模型定義存在嚴重問題。這種相關性違背了回歸理論的標準假設：干擾項互不相關。參數要滿足的理論關系通常是參數函數與工具變量之間的正則條件：，θ是被估計參數GMM估計量選擇參數估計的標準是使工具變量與函數f之間的樣本相關性越接近于0越好。很容易檢查并改變系數的初始值。假設回歸方程為：其中f是解釋變量和參數β的非線性函數。一、EViews中進行TSLS估計二階段最小二乘（TSLS）是工具變量回歸的特例。EViews在標準OLS公式中提供White協方差估計選項。這時可以采用權數序列為W的加權最小二乘估計來修正異方差性。缺省時, EViews 會使用系數變量C。工作文檔被存儲時，方程也會被存儲。你可以使用函數的各種表達形式得到任何統計量以深入分析。二、統計量總結（1）統計量 統計量衡量在樣本內預測因變量值的回歸是否成功。如果估計中使用的任何一個序列的數據丟失了，EViews 會臨時調整觀測值的估計樣本以排除掉這些觀測值。先選定因變量和自變量，然后雙擊，選首先Open/Equation，帶有變量名的說明對話框將會出現。例如，被固化的序列的直方圖的名字為LWAGE，而它的圖形對象的名字為LW_HIST，鍵入freeze (lw_hist) 將組GRP1的散點圖freeze成一個名稱為GRA1的圖對象，鍵入freeze (gra1) 合并名稱為GRA1和GRA2的兩個圖對象并為一個圖對象BIGGRA，鍵入freeze (biggra) gra1 gra2詳細內容請參見命令與程序說明。選Edit/paste在指定位置進行粘貼。Horizontal Lines(Lines) 在指定區域添加或移動水平線。Font (字體)允許選擇在表中使用的字體。如果打印黑白圖則不必。Position and align graphs...對所有圖進行整體排列并控制圖之間的所有間距。圖的模板 首先，為你想將其制作成模板的圖對象命名。Text in Box給標簽加一個框。amp。 Scaling鍵，改變或編輯軸。Error Bar類型顯示具有標準誤差的統計。 Symbol和Spike amp。你也可以創建一個包括兩個或更多已命名的圖對象的組合對象。本章描述了制作圖、表和文本對象的表現形式的方法。（k=e,b=.25）表示對序列做核密度估計，核函數操作選缺省項，并且為加括號帶寬。四、Scatter with Kernel Fit（核擬合分布）核擬合則固定帶寬且局部的觀測值通過核函數來加權。通過view/Graph/Scatter打開一個組的視圖菜單包括四種散點圖。如果圖不在一條直線上，則這兩個分布是不同的。 CDF—Surivor—Quantile圖這個圖描繪出帶有加或減兩個標準誤差帶的經驗累積分布函數，殘存函數和分位數函數。167。167。對每個方程，原假設為在第一個回歸中x不Grangercause y，第二個回歸中y不Grangercause x。交叉相關不必圍繞滯后期對稱。167。圓餅圖：以圓餅圖的形式顯示觀測值。第一個序列作為“高”值，第二個作為“低”值。第10章解釋了如何編輯及修改圖形對象。二、建立一個數據表：要建立一個數據表，首先建立一個包含序列的組，選View/ Dated Data Table。167。
167。然后給定平滑參數λ的值，一般經驗地，λ的缺省值如下：不允許填入非整數的數據。缺省值是當前工作文件的樣本區間。指數平滑是可調