EViews数据统计与分析教程 第4章 图形和统计量分析.pptVIP

* EViews统计分析基础教程 第4章 图形和统计量分析 重点内容： 图形对象的生成 描述性统计量 单位根检验 Granger因果检验 一、图形对象 1.图形对象的建立 选择对象窗口工具栏中的“View”| “Graph”选项。“Graph”的菜单中有6种图形可供选择。 “Line”表示生成的是折线图 “Area”表示生成面积图 “Bar”表示为条形图 “Spike”表示尖峰图 “Seasonal Stacked Line”表示生成的是季节性堆叠图 “Seasonal Split Line”表示生成的是季节性分割线 一、图形对象 1.图形对象的建立 如果选择“View”| “Graph”| “Line”选项，将生成如下所示的线性图。 一、图形对象 2.图形的冻结 通过“Quick”| “Graph”选项生成图形对象，单击图对象窗口工具栏中的“Name”选项，在弹出的对话框中输入该对象的名称后，单击“OK”按钮后该对象即可被保存，并在工作文件窗口中显示图对象的图标 。 如果要保留所建立的图形，使之不随样本及观测值的改变而发生变化，则可以通过序列对象窗口中的“Freeze”键来冻结图形。 一、图形对象 3.图形的复制 如果需要将图形保存到其他文件中，例如放在Word文档中，则选择图对象窗口中的“Proc”| “Copy”选项，然后在弹出的对话框中单击“OK”按钮。或者将鼠标移动到图形上，点击鼠标右键，在弹出的菜单中选择“Copy”。再打开需要粘贴的文件，通过鼠标右键进行粘贴即可。 二、描述性统计量 1.序列窗口下的描述性统计量 在序列（Series）对象窗口下选择工具栏中的“View”| “Descriptive Statistics”（描述性统计量）选项，将出现4个选项。 第一个选项是“Histogram and Stats”（直方图和统计量），能显示序列对象的直方图和一下描述性统计量的值。 二、描述性统计量 1.序列窗口下的描述性统计量 以序列对象“fdi”为例来进行说明: “Mean”表示均值，即序列对象观测值的平均值；“Median”表示中位数，即从小到大排列的序列对象观测值的中间值，是对序列分布中心的一个大致估计；“Maximum”表示最大值，“Minimum”表示最小值，是该序列观测值中的最大值和最小值； 二、描述性统计量 1.序列窗口下的描述性统计量 “Std.Dev”表示标准差，用来衡量序列观测值的离散程度，其计算公式为 其中，σ为标准差，N为样本观测值个数，xi是样本观测值，为样本均值。 二、描述性统计量 1.序列窗口下的描述性统计量 “Skewness”表示偏度，用来衡量观测值分布偏离均值的状况，其计算公式为 其中 是变量方差的有偏估计。当S=0时，序列的分布是对称的，如正态分布；当S 0时，序列分布为右偏；当S 0时，序列分布为左偏。例如上图fdi中的偏度为1.4225 0，所以我国的外商直接投资（fdi）的分布是不对称的，为右偏分布形态。 二、描述性统计量 1.序列窗口下的描述性统计量 “Kurtosis”表示峰度，用来衡量序列分布的凸起状况，其计算公式为 正态分布的K值为3，当K 3时，序列对象的分布凸起程度大于正态分布的凸起程度；当K 3时，序列对象的分布凸起程度要比正态分布小。例如上图中的峰度为4.898917 3，外商直接投资（fdi）的分布呈尖峰状态。 二、描述性统计量 1.序列窗口下的描述性统计量 图最下方是JB（Jarque-Bera）统计量及其相应的概率（Probability）。JB统计量用来检验序列观测值是否服从正态分布，该检验的零假设为样本服从正态分布。在零假设下，JB统计量服从χ2(2)分布。 二、描述性统计量 1.序列窗口下的描述性统计量 第二个选项是“Stats Table”（统计表），它将描述性统计量值通过电子表格的形式显示在对象窗口中。 第三个选项是“Stats by Classification”（分类统计量），它将样本分为若干组后再对各组观测值分别进行描述统计。 第四个选项是“Boxplots by Classification”（分类箱线图/箱尾图），将序列分布按照箱线图/箱尾图进行分类。箱线图（Boxplot）也称为箱尾图，是利用数据统计量来描述数据的一种方法。 二、描述性统计量 2.序列组窗口下的描述性统计量 在序列组(Group)对象窗口下选择工具栏中的“View”| “Descriptive Statistics”（描述性统计量）选项，将弹出3个选项。 二、描述性统计量 2.序列组窗口下的描述性统计量 第一个选项是“Common