- 1、本文档共76页,可阅读全部内容。
- 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、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、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
计量经济与学软件包Eviews简介
2012春季 经济学院计划统计系slz Eviews简介 厦门大学经济学院计划统计系 沈绿珠 EViews是Econometrics?Views的缩写,它的本意是对社会经济关系与经济活动的数量规律,采用计量经济学方法与技术进行“观察”。 计量经济学研究的核心是设计模型、收集资料、估计模型、检验模型、运用模型进行预测、求解模型和运用模型。EViews是完成上述任务得力的必不可少的工具。正是由于EViews等计量经济学软件包的出现,使计量经济学取得了长足的进步,发展成为实用与严谨的经济学科。使用?EViews软件包可以对时间序列和非时间序列的数据进行分析,建立序列(变量)间的统计关系式,并用该关系式进行预测、模拟等等。EViews。Eviews 软件是QMS(Quantitative Micro Software)公司开发的基于Windows平台下的应用软件,其前身是DOS操作系统下的TSP软件( )。 虽然?EViews是由经济学家开发的,并且大多数被用于经济学领域,但并意味着必须限制该软件包仅只用于处理经济方面的时间序列。EViews处理非时间序列数据照样得心应手。实际上,相当大型的非时间序列(截面数据)的项目也能在?EViews中进行处理。 主要应用在经济学领域,可用于回归分析与预测(regression and forecasting)、时间序列(Time series)以及横截面数据(cross-sectional data )分析。 与其他统计软件(如EXCEL、SAS、SPSS)相比,Eviews功能优势是回归分析与预测,其详细功能见下页。目前人们普遍使用的是QMS公司1998年7月推出的Eviews5.0版本, Eviews5.0在功能上并无实质变化,只是增加了新的估计项、新定义了几个函数及其他新的特征。 第一章EViews的主要功能 1.一个变量或多个变量的统计与图形(Histogram and Statistics View of a Single Series and and Multiple Series),主要有:图形包括线型图、条形图、多种散点图等; 指标有均值、方差、偏度(Skewness)、峰度(Kurtosis)、雅克-贝拉统计量(Jarque-Bera Statistic)等; 2.相关分析(Correlogram View),主要有:自相关(Autocorrelations)、偏自相关(Partial Autocorrelations)、交叉相关(Cross Correlation)、Q统计量(Q-Statistics)等; 3. Regression(回归) 准回归输出(Standard Regression Output),主要有: 回归系数(Regression Coefficients)、T统计量(t-Statistics)、可决(判定)系数()等; 实际值、拟合值、残差(Actual and Fitted Values and Residuals),包括实际值(Actual Values)、拟合值(Fitted Values)、残差(Residuals)等; 共线性(Collinearity)、异方差性(Heteroskedasticity)、加权最小二乘法(Weighted Least Squares)、二段最小二乘法(Two-Stage Least Squares)、多项式分布滞后(Polynomial Distributed Lags)、非线性最小二乘法(Nonlinear Least Squares)、对数概率单位模型(Logit and Probit Models)、葛兰杰因果检验(Granger Causality)、预测方差(Forecast ) 4.Serial Correlation序列相关 德宾-沃森统计量(Durbin-Watson Statistic); 自回归求积移动平均模型(ARIMA Models); 单位根检验(Unit Root Tests); 差分模型的估计(Estimation of Difference Models); 有自相关的二段最小二乘法(Two-Stage Least Squares With Serial Correlation); 5.Systems(系统方法) 系统估计法(System Estimation); VAR向量自回归(Vector Autoregression); 向量误差校正模型与协整(积)检验(Vector Error Correction Models and Cointegration Tests)等; 6.Specification and Diagnostic Tests 模型设定与诊断
文档评论(0)