EViews讲义 第9章 序列.ppt

第九章 序 列 EViews提供序列的各种统计图、统计方法及过程。当用前面描述的方法向工作文件中读入数据后，就可以对这些数据进行统计分析和图表分析。 §9.1 表单和图示 打开工作文件，双击一个序列名或者在单击序列名后单击“show”，即进入序列的对话框。单击“view”可看到菜单分为四个区，第一部分为序列显示形式，第二和第三部分提供数据统计方法，第四部分是转换选项和标签。 表单和图示： 表单： 用表单的形式显示原始数据。 曲线图: 按时间顺序或者将观测值一一连线显示。这种方法最适用于时间序列。 直方图: 用柱形显示数据。这种方法适用于显示那些只有微小变化的序列。 钉形图: 用直线显示数据。即用垂直的钉形线显示数据。 季度分区图、季度连线图: 这些方法按季度或月度显示数据，适用于数据频度为季度和月度的工作文件。季度分区图把数据按季（月）度分成四个区，每年同一季（月）度的数据进行连线。同时每个季（月）度的期望值水平也显示出来。季度连线图是在同一坐标轴上把每年同一季（月）度的数据连线显示。 §9.2 描述统计量 以直方图显示序列的频率分布。直方图将序列的长度按等间距划分，显示观测值落入每一个区间的个数。 同直方图一起显示的还有一些标准的描述统计量。这些统计量都是由样本中的观测值计算出来的。如图： 均值 (mean) 即序列的平均值,用序列数据的总和除以数据的个数。 偏度（Skewness） 衡量序列分布围绕其均值的非对称性。计算公式如下 峰度（Kurtosis） 度量序列分布的凸起或平坦程度，计算公式如下 Jarque-Bera 检验 检验序列是否服从正态分布。统计量计算公式如下 §9.3 统计量的检验 这部分是对序列均值、中位数、方差的单假设检验。选择View/tests for descriptive stats/simple hypothesis tests, 就会出现下面的序列分布检验对话框： 1.均值检验 原假设是序列x的期望值 如果给定x的标准差，EViews计算Z统计量： 2.方差检验 检验的原假设为序列x的方差等于 ，备选假设为双边的，x的方差不等于 ，即 3.中位数检验 原假设为序列x的中位数等于m，备选假设为双边假设，x的中位数不等于m，即 §9.4 相关图 一阶差分d(x)=x-x(-1)、二阶差分d(x)-d(x(-1))=x-2x(-1)+x(-2) 可选择水平值、一阶差分或二阶差分的相关图。也可以指定显示相关图的最高滞后阶数。在框内输入一个正整数, 就可以显示相关图及相关统计量。 §9.4.1 自相关（Autocorrelations, AC） 序列y 滞后k阶的自相关由下式估计 §9.4.2 偏自相关（Partial Autocorrelations, PAC） 滞后k阶的偏相关是当 对 作回归时 的系数。叫它偏相关是因为它度量了k期间距的相关而不考虑k-1…期的相关。如果这种自相关的形式可由滞后小于k阶的自相关表示，那么偏相关在k期滞后下的值趋于零。 一个纯的P阶自回归过程AR(P)的偏相关在P阶截尾，而纯的动平均函数的偏相关过程渐进趋于零。 EViews在P阶滞后下估计偏相关的计算式如下 §9.4.3 Q-统计量 相关图的最后两列显示的是Ljung-Box Q-统计量及它们的P值。 k阶滞后的Q-统计量是原假设为序列没有k阶自相关的统计量。计算式如下 §9.5 单位根检验 后面将讨论平稳及非平稳的时间序列，讨论Dickey-Fuller和Phillips-Perren单位根检验，可检验序列是否平稳。选择检验类型，决定单位根检验是否用原始数据、一阶差分、二阶差分，是否包括截距或趋势以及检验回归的滞后阶数，以及在EViews中进行单位根检验的更多细节问题。 §9.6 标签（label） 这部分是对序列的描述，表格如下： §9.7 建立新序列 一、由方程创建Generate by Equation允许使用已有序列的表达式来建立新的序列。 二、重置样本Resampling 这一过程从序列观测值中随机选取并建立一个新序列。可以指定提取新样本时置换（允许给定观测值被多次提取）或不置换。从序列窗口选择Procs/Resample，出现下列窗口，提示指定各种选择： §9.8 季节调整(Seasonal Adjustment) 时间序列的