实验课eviews基本操作与一元线性回归.ppt

实验课eviews基本操作与一元线性回归.ppt

  1. 1、本文档共38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
计量经济学实验(1) EVIEWS基本操作 与一元线性回归 第一节 基本操作 工作文件的建立 File/New/Workfile EViews的核心是对象,对象是指有一定关系的信息或算子捆绑在一起供使用的单元,用EViews工作就是使用不同的对象。对象都放置在对象集合中,其中工作文件(Workfile)是最重要的对象集合。 导入数据(从Excel) 其他类型数据库雷同 File/Import/Read Text-Lotus-Excel 注意: Upper-left data cell指明数据的范围 手动输入数据 Quick/Empty Group 将数据绘图 View/Graph/Line Quick/Graph 利用数组绘图 在数据组窗口中, View/Multiple Graphs 描述性统计 打开数据组 View/Descriptive Stats 第二节 一元线性回归 一元线性回归的估计 残差图 预测 结果的存储 区间估计 显著性检验 1. 估计 主菜单栏上Quick/Estimate Equation 另外也可以这样写: 双击向量 就得到最近回归中估计的参数 双击序列 就得到最近回归模型的残差 进一步可以计算感兴趣的数值 可以计算出口弹性 2. 残差图 打开方程,View/Actual,Fitted,Residual 打开方程,选Resids可以放大 打开方程,View/Representations,可以得到回归方程的几种不同格式的表示 3. 预测 如果已知2004年的gdp是125600亿元时,借助拟合直线对2004年出口总额做预测 当然可如下输入 输入后回车,双击 便会在状态栏中显示预测值 上述方法比较麻烦,更常用的方式是 添加GDP,主菜单点击 Proc/Structure/Resize Current Page… 将样本区间扩大到2004 在gdp序列中输入新数据 group中相应自动更新 4. 结果的存储 结果中有很多信息,如残差平方和、标准差的估计值、参数估计量的标准差,点击View/Covariance matrix还能得到OLSE之间的方差和协方差 怎样保存这些有用的信息? 为了将eq01的某些结果特别存储下来, 在命令窗口中输入下列命令 (每输入一个需回车一次) coef(6) cova 建立一个存储向量 cova(1)=eq01.@se^2 方差的估计值 cova(2)=eq01.@stderrs(1)^2 b1的方差 cova(3)=eq01.@stderrs(1) b1的标准差 cova(4)=eq01.@stderrs(2)^2 b2的方差 cova(5)=eq01.@stderrs(2) b2的标准差 cova(6)=eq01.@cov(1,2) b1,b2的协方差 这些结果被存储在向量cova中,双击cova便显示 可以自由编辑cova向量,并可通过Freeze选项提取表 5. 区间估计 Eviews5.1中没有现成的区间估计命令,只有在存储部分回归结果后,通过Eviews的内建统计函数计算。在区间估计和假设检验环节,常用如下两个函数: @ctdist(x,v)=P(t(v)<=x)——自由度为v的t分布,对应x值左边的概率,即x处的分布 @qtdist(p,v)——自由度是v的t分布左边概率是p的分位点(临界值) 可在命令窗口中输入下列命令 (每输入一个需回车一次) coef(2) confint 建立一个存储向量 confint(1)=eq01.@coefs(2)-@qtdist(0.975,18)*eq01.@stderrs(2) confint(2)=eq01.@coefs(2)+@qtdist(0.975,18)*eq01.@stderrs(2) 结果将出现一个新向量 ,其中保存了区间左右端点值。 6. 显著性检验 Eviews5.1的方程回归结果已经给出了各系数的显著性,这里再次针对β1演示,希望大家能熟悉命令行的使用 coef(6) ttest 建立一个存储向量 ttest(1) = eq01.@coefs(2) 赋值第二个系数 ttest(2) = eq01.@stderrs(2) 赋值se(β1) ttest(3) = ttest(1)/ttest(2) 赋值T统计值 ttest(4) = @abs(ttest(3)) 赋值T统计值的绝对值 ttest(5) = 1-@ctdist(ttest(4),18) 赋值右尾概率 ttest(6) = 2*ttest(5) 赋值双尾的P值 第三节

您可能关注的文档

文档评论(0)

150****0021 + 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