上机实验指导书.ppt

  1. 1、本文档共90页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
上机实验指导书

Eviews上机指导 编写人:尹康 第一讲:Eviews 入门 Eviews窗口简介 主窗口简介 软件安装后,启动Eviews3.1程序,进入主窗口。 主菜单说明1 File:有关文件的创立(New)打开(Open),保存(Save/Save as),关闭(Close),程序运行(Run)等,选择下拉菜单中的Exit将退出Eviews软件。 Edit:通常情况下仅提供复制(Copy)功能,应与粘帖(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)等工作选择(Undo)表示撤消上步操作。 主菜单说明2 View和procs:两者的下拉菜单的项目,随着当前的窗口不同而改变,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。 Quick:提供快速分析过程,包括常用的统计分析方法,回归模型,时间序列模型以及各种重要的检验。 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,图象,电子表格等都有默认的格式,用户可根据需要选择Optios下拉菜单中的项目对一些默认格式进行修改 三.工作文件的创建和调用。 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,所以在录入和分析数据之前,应创建一个工作文件。 在主菜单中选择File/New/Workfile。 各种时间频率对应的日期格式 Annual 1990,2000 semi-annual 1990:1, 2000:2 quarterly 1990:1, 2000:3 monthly 1990:1, 2000:6, 2000:12 weekly/daily 月:日:年(美国格式) undated or irregular 1, 50 Weekly数据格式的解释 起始和终止日期都是一个日期。 它们必须是不同星期中的同一天,否则会报错。 一个星期中的任何一天都可以作为一周的起始日期。 第二讲 一元线性回归模型 第一节:一元线性回归模型的估计 示例一: 一元线性模型的OLS估计 背景介绍 分析1981到2001年国内生产总值与消费水平之间的相关关系。 这两个时间序列数据存放在名为1的Excel工作簿中,序列gdp和xf分别代表国内生产总值和消费水平 第一步:数据输入 窗口方式 命令方式 数据导入 数据输入:窗口方式 建立空序列。 在空序列中手工输入数据。 数据输入:命令方式 语法:data <序列名1><序列名2>┄<序列名n> 输入这个命令后,按回车键就可以得到下面的数据输入窗口 ,然后按照与刚才相同的方式输入数据。 从外部文件导入数据 较常见的是从Excel文件中导入数据。 注意:Eviews未经汉化,所以在Excel中不能存在汉字,否则无法读入。 首先,按照第一章中的方法建立一个时间为1981年到2001年的工作文件,然后在主菜单中选择File/Import/Read Iext-Lotus-Excel,找到该Excel的存储路径。双击文件名1,屏幕出现如下图所示对话框。 第二步:作散点图 把两个序列作为一个组打开。 在这个组窗口中选View/Graph/Scatter/Simple scatter 就可以得到一个散点图: 从上图可以看出,两个序列之间存在着较好的线性相关关系。比较适合于使用最小二乘回归。 第三步: (一元)线形回归模型的OLS估计 选择[quick]菜单-[estimate equation] [proc]快捷按钮-[make equation] 点击OK后得到OLS估计结果如下: 得到估计结果之后,就可以根据输出统计量中表现出的特性,对模型进行检验和合适的修正。 得到满意结果后,可以使用模型进行预测。 第二节:一元线性回归模型的预测 要对一元线性模型进行预测,需要在已知解释变量值的条件下进行。要得到解释变量值的方法有很多,练习时大多是已知的。在实际分析问题时,方法之一是对时间T进行回归,再趋势外推得到解释变量的值,即利用时间序列外推预测。下面仍以前面的例子输入时间变量T,从1981到2001年分别赋值1到21,建立时间序列模型(略去随机项) GDP=a+Bt 预测步骤 选择Procs/change workefile range 把原来的工作文件扩展为1981到2010年 扩展时间变量T的范围,在本例中扩展至30. GDP对时间变量T进行回归并选择Forcast,得到GDP的预测值。 XF对GDP进行回归,同时选择Forcast,得到XF的值 第三讲 异方差 一、异方差的检验 1.图示法 2.Goldfeld-

文档评论(0)

wannian118 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档