Eviews软件操作指令

《Eviews软件操作指令》由会员分享，可在线阅读，更多相关《Eviews软件操作指令（9页珍藏版）》请在装配图网上搜索。

1、EViews软件操作曾康华编一、建立工作文件打开EViews主窗口；从EViews主菜单中点击File键，选择NewWorkfile，则打开一个WorkfileRange选择框，其中需做三项选择：Workfilefrequency；Startdate；Enddate。根据数据的性质做Workfilefrequency；Startdate；Enddate各项选择。点击OK键。这时会建立一个尚未命名的工作文件(Workfile：UNTITLED)。点击name键(起名，保存)。二、关闭工作文件从EViews主窗口右上方，点击叫三、打开工作文件双击EViews标识，从主窗口，点击FileopenWo

2、rkfile工作文件名(工作文件名字符不得超过16个)。四、输入数据从主窗口，点击QuickEmptyGroup用手工输入数据。输入好数据后，对时间序列数据name(起名)一save(保存)。也可从Ecxel中把数据粘贴到EmptyGroup，namesave。注意：如果输入数据错误，如何该？从Eviews主菜单中点击Edit键。五、用公式生成新序列从主窗口，点击QuickGenerateSeries输入计算公式。最常用运算符号：加(+)，减(-)，乘(*)，除(/)，乘方(A)，X的一阶差分(D(X)，即X-X(-1),对X取自然对数(log(X),对X取自然对数后做一阶差分D(log(X)

3、,下面是函数及其含义：SUM(X)序列X的和MEAN(X)序列X的均值VAR(X)序列X的方差SUMSQ(X)序列X的平方和COV(X，Y)序列X和序列Y协方差COR(X，Y)序列X和序列YR2R2统计量RBAR2调整的R2统计量SE回归函数的标准误差FF统计量MOVAV(X，n)序列X的n期移动平均，其中n为整数六、改变工作文件区间从主窗口，点击procstructure/ResizeCurrentPage改变区间。七、把各序列放到一起方法一：从主窗口，点击ObjectNewObjectGroup输入序列名OKnamesave0方法二：从工作文件窗口，左键单击某一序列一按住电脑左下方Ctrl

4、键不松一再依次左键单击另夕卜序列一按鼠标右键一asGroupnamesaveo八、单序列(X)的直方图和描述统计量左键双击打开序列（X）ViewDescriptivestatisticHistogramandstats九、多序列描述统计量左键双击打开序列组（Group）ViewDescriptivestatisticCommonstats十、序列的折线图左键双击打开序列（X）GraphlineOK十一、序列Y和X的散点图从EViews主窗口，点击Quick键，选择Graph功能，这时将弹出一个对话框，要求输入图画所用的变量名。对于画散点图来说，应该输入两个变量。这里因为要画x,y的散点图，所以

5、输入x,y。点击OK键，会得到对话框，从GraphType选项中选ScatterDiagram，然后按OK键，得到散点图。如要改变x，y横纵轴的位置，改变x，y顺序即可。十二、进行OLS回归（以双变量回归模型为例）从EViews主窗口，点击Quick点击EstimateEquation功能。弹出一个对话框。在EquationSpecification选择框中输入ycx或者y=c（1）+c（2）*x。在EstimateSetting选择框中自动给出缺省选择LS估计法和样本区间。点击OK键，即可得到回归结果。然后namesave。十三、预测操作：（1）打开工作文件（WorkFile）,从主窗口Pr

6、ocsstructure/ResizeCurrentPage改变区间。在打开的扩展范围选择框中分别输入预测区间。（2）编辑变量X的数据（用鼠标右键激活），输入X的实际值。（3）在回归模型估计结果显示窗口的命令行中，单击Forecast，打开预测窗口，预测结果变量的缺省选择为YF,选择静态预测，点击OK。在工作文件窗口，就会显示YF。（4）主窗口一QuickGraph，打开作图对话框输入YFY，选择LineGraph，SingeScale。十四、显示残差图在回归模型估计结果显示窗口的命令行中，单击resids即可。十五、自相关练习的操作指令（以双变量回归模型为例）操作：（1）用OLS方法估计模型

7、的参数。从EViews主窗口，点击Quick点击EstimateEquation功能。弹出一个对话框。在EquationSpecification选择框中输入ycx或者y=c（1）+c（2）*x。在EstimateSetting选择框中自动给出缺省选择LS估计法和样本区间。点击OK键，即可得到回归结果。然后namesaveo（2）检验自相关 图示法。由OLS估计结果，得到残差resid，并把残差resid转换成E，即从主窗口一QuickGenerateSeries生成序列（E=resid）。再从从主窗口QuickGraph，在图形对话框中键入EE（-1），再单击ScatterDiogram，得

8、到散点图。 DW检验。由OLS估计结果，得到DW,给定显著性水平a，查DW统计表，n表示样本观测值的个数，k是解释变量的个数，得到DW统计量的下限临界值d,和d，再根lu据DW检验的判断法则，进行判断。（3）自相关的修正 根据DW统计量，利用公式=1-DW/2，计算。 对Y序列作广义差分。点击QuickGenerateSeries输入计算公式（DY=Y-pY（-1）。 对X序列作广义差分。点击QuickGenerateSeries输入计算公式（DX=X-pX(-1)。(4) 再用OLS方法估计模型的参数。从EViews主窗口，点击Quickf点击EstimateEquation功能。弹出一个对

9、话框。在EquationSpecification选择框中输入dycdx或者dy=c(1)+c(2)*dx。在EstimateSetting选择框中自动给出缺省选择LS估计法和样本区间。点击OK,即可得到回归结果。然后namesave。(5) 再进行DW检验。(6) 消除了自相关的模型即为所求模型。十六、异方差练习的操作指令(以双变量回归模型为例)操作：(1)用OLS方法估计模型的参数。(2) 异方差检验。 图示法。从Equationresid，得到残差图。还可把resid变换为e,再作e与序列x的散点图。 G-Q检验。从主窗口一点击ProcsSortCurrentpageyes,出现排序对话

10、框后，键入x,选升序(ascending),单击OK。假定样本数据为n,去掉中间c(n/4)个数据，然后分成两组数据，分别做两个回归，得到两个残差平方和。构造F统计量，取显著性水平0.05,查F分布表，得到F临界值，如果F统计量大于F临界值，则存在异方差。(3) 异方差的修正。用加权最小二乘法，具体操作：在工作文件单击方程标识，打开回归方程，在方程窗口单击EstimateOptionsWeightedLS/TSLSWeight(输入权数)OK(4) 为了分析异方差的校正情况，利用WLS估计出模型以后，还需要利用怀特检验再次判断模型是否存在异方差性。具体操作：在方程窗口单击ViewResidua

11、lTestWhiteHeteroskedasticity。(5) 取显著性水平0.05，查2(2)，n为辅助方程解释变量的个数，如果nR22(2),则修正后的方程不存在异方差。十七、多重共线性练习的操作指令操作：(1)运用OLS法对方程估计参数。从EViews主窗口，点击Quick点击EstimateEquation功能。(2) 做F检验，由方程得到F统计量，在给定显著性水平0.05下,查F005(k,n-k-1),这里k为变量出个数，n为样本点数。如果F005(k,n-k-1)F统计量。则表明从整体上看,被解释变量和解释变量之间线性关系显著。(3) 检验。先计算被解释变量和解释变量之间的相关

12、系数，EViews操作如下：在主窗口点击QuickGroupStatisticsCorrelationSeriesLine(输入被解释变量和解释变量)OK，判断解释变量之间的相关程度。(4) 多重共线性的修正(逐步回归法)。运用OLS方法逐一求Y(被解释变量)对各个解释变量的回归，结合经济意义和统计检验选出拟合效果最好的双变量回归方程为基础，在此基础上，再添加其他解释变量，直到选出最佳的回归模型。十八、有限分布滞后模型练习的操作指令设定模型：Y,a+X+X+X+X+X+卩X+Ut0t1t12t23t34t45t5t操作：建立Workfile,从EViews主窗口，点击Quick点击Estima

13、teEquation功能。弹出一个对话框。在EquationSpecification选择框中输入Ycxx(-1)x(-2)x(-3)x(-4)x(-5),点击OK。或者在EquationSpecification选择框中输入Ycx(0to-5)。十九、多项式分布滞后模型的阿尔蒙估计法(AlmonmethodofPolynomizIDistributedLogModels)(一) 阿尔蒙估计法(1)设定模型：y=+Bxxxx+Bx+Bx+Bxut0t1t，12t23t34t，45t，56t，6t卩=a+aj+aj2(j=0,1,2,3,4,5,6)012j注意：这里k=6，r=2。则原模型可变

14、为：Y=+aw+aw+aw+ut00t11t22tt其中：w=x+x+x+x+x+x+x0ttt-1t-2t-3t-4t一5t-6w=1x+2x+3x+4x+5x+6x1tt，1t2t，3t，4t，5t6w=x+4x+9x+16x+25x+36x2tt-1.t2t3、t,4t5t6EViews操作：(1)建立Workfile，注意：namesave。(2) 生成新变量，从主窗口点击QuickGenerateSeries输入计算公式(W0=x+x(-1)+x(-2)+x(-3)+x(-4)+x(-5)+x(-6)；W1=x(-1)+2*x(-2)+3*x(-3)+4*x(-4)+5*x(-5)+

15、6*x(-6)；W2=x(-1)+4*x(-2)+9*x(-3)+16*x(-4)+25*x(-5)+36*x(-6)。(3) 用OLS法做Y对W0,W1,W2回归。从EViews主窗口，点击Quick点击EstimateEquation功能。弹出一个对话框。在EquationSpecification选择框中输入ycW0W1W2。点击ok。可以得到oe,a。，a,心的估计值。j22AAA卩=a+2a+4a2012AAA；AAA=a+4a+16ap=a+5a+25a40125012（4）利用p=a+aj+aj2（j=。，昭，3,4,5,6）计算:j01P=A+A+AP=a+a+a101AAA；

16、=a+3a+9ap3012p=a00AAA卩=a+6a+36a6012（5）最后得到分布滞后模型的估计式。（二）阿尔蒙估计法（2）操作：（1）建立Workfile，注意：namesave。（2）运用EViews程序中阿尔蒙估计法，可以直接进行，从主窗口点击Quick点击EstimateEquation功能。弹出一个对话框。在EquationSpecification选择框中输入ycPDL（x，k，r），（应输入命令：ycPDL（x，6，2）,点击OK。可以得到的估计值。注意：EViews程序中，PDL（x，k，r），PDL是PolynomizlDistributedLogModels的简写，x

17、表示为自变量，k表示滞后期，r表示系数多项式的阶数，在这个例子中，应输入命令：PDL（x，6，2）(3) 用“PDL”估计分布滞后模型时，EViews所采用的滞后多项式变换不是形如而是阿尔蒙多项式的派生形式：,AAA卩a+aj+aj2(j0,123,4,5,6)j012,AAA(k/2)，其中k为滞后期数，并且滞后期数为偶数。在Pa+a(jk/2)+a(jk/2丿2(j0,1,2,3,4,5,6)j012本例中取k=6,这样，系数多项式应是：Aa+a(j3)+a(j3)2j=0，1，2，3，4，5，6)9j01Aj=0，1，2，3，4，5，6)。利用,_AA(人(j3)2计算Rpa+a(j3)

18、+a(j)尸j0125)最后得到分布滞后模型的估计式。二十、用经验权数法估计有限分布滞后模型的参数设定模型：Y_a+px+px+px+px+ut0t1t12t23t3t操作：(1)建立Workfile。注意：namesave。(2)运用检验加权法，选择下列三组权数分别表示递减滞后、A型滞后、不变滞后。1,1/2，1/4，1/8；1/4,1/2，2/3，1/4；1/4,1/4，1/4，1/4。(3)生成新的三个序列操作：从主窗口，点击QuickGenerateSeries输入计算公式z1t=xt+1/2*xt-1+1/4*xt-2+1/8*xt-3；z2t=1/4xt+1/2*xt-1+2/3*

19、xt-2+1/4*xt-3z3t=1/4xt+1/4*xt-1+1/4*xt-2+1/4*xt-3。(4)回归分析。从EViews主窗口，点击Quickf点击EstimateEquation功能。弹出一个对话框。在EquationSpecification选择框中输入Ycz1t，用Z2t、Z&替换，重复前面回归过程，可得到另外两个经验加权模型的回归结果。(5) 对三个模型，要检验自相关、t检验和R2,从中选出最佳的分布滞后模型。注意：有限分布滞后模型中滞后期数的判定：Akaikeinfocriterion(赤池准则)和Schwarzcriterion(施瓦茨准则)最小。二十一、随机自变量模型(

20、RandomRegressorsModels)的参数估计(工具变量法)若线性回归模型的假定cov(GDPu)=0不满足，即自变量x是随机解释变量，用OLS法估计量将失去无偏性和一致性，为此，必须对随机项是否与自变量强相关进行检验。操作：(1)建立Workfile。注意：namesave。(2)检验GDP与u是否存在强相关(省略)。假定GDP与u存在强相关，而储蓄变量与随机误差项u不相关(这里只是为了说明方法的应用，不去计较储蓄变量与随机误差项u实际上是否相关)，可以作为自变量GDP的工具变量。(3)以储蓄(Chuxu)作为GDP的工具变量。从EViews主窗口，点击Quick点击Estimat

21、eEquation功能。弹出一个对话框。在EquationSpecification选择框中输入ChukoucGDP,在Instrumentlist框内添入Chuxu,选择“TSLS”方法(TwoStageLeastSquares),点击OK。二十二、虚拟变量模型(1)练习的操作指令只含一个定性变量的回归模型,在这个模型中,Y=初职年薪iY=,+,DUD=1大学毕业i12iii0其他(非大学毕业生)操作：建立Workfile,从EViews主窗口，点击Quickf点击EstimateEquation功能。弹出一个对话框。在EquationSpecification选择框中输入YcD1,点击0K

22、。二十三、虚拟变量模型(2)练习的操作指令包括一个定量变量,一个两分定性变量的回归模型Y=,+,D+,X+Ui12i3ii操作：建立Workfile,namefsave。再从EViews主窗口，点击Quickf点击EstimateEquation功能。弹出一个对话框。在EquationSpecification选择框中输入YcD1x,点击OK。二十四、虚拟变量模型(3)练习的操作指令测量斜率变动的模型,以乘法形式引入虚拟解释变量,是在所设定的计量模型中,将虚拟解释变量与其他解释变量相乘作为新的解释变量,以达到其调整模型斜率系数的目的。Y=卩+卩X+卩XD+Ui01i2iii这个模型等价于：Y=

23、卩+（卩+卩）x+卩卩0+,x+U01ii操作：(1)建立Workfile,namefsave。(2) 生成新变量，从主窗口点击QuickfGenerateSeriesf输入计算公式(Z=XD1)(3) 做回归。从EViews主窗口，点击Quickf点击EstimateEquation功能。弹出一个对话框。在EquationSpecification选择框中输入YcxxD1,点击OK。二十五、虚拟变量模型(4)练习的操作指令测量斜率和截距都变动的模型,如果斜率和截距都变动,适合采用以下模型：Y=,+,X+,D+,XD+Ui01i2i3iii操作：(1)建立Workfile,namefsave。

24、(2) 生成新变量，从主窗口点击QuickfGenerateSeriesf输入计算公式(Z=XD1)(3) 做回归。从EViews主窗口，点击Quickf点击EstimateEquation功能。弹出一个对话框。在EquationSpecification选择框中输入YcxD1xD1,点击OK。二十六、虚拟变量模型(5)练习的操作指令分段线性回归，当在模型中使用虚拟变量时，回归函数就不再是连续的了。那么，能否可以用虚拟变量描述出模型结构的变化，又使回归函数保持连续呢？可以。考虑模型：Y=,+,X+,(X-X)D+Ui01i2ibiii其中V表示结构发生变化的t=b1时刻的X值。X1b110,(

25、1tb)11，(btT)1当D1=0时，E(Y)P卩XUi01ii当D=l时，E(Y)(卩一卩X)+(卩卩)XUi02bil2ii操作：(1)建立Workfile,namesave。(2) 生成新变量，从主窗口点击QuickGenerateSeries输入计算公式(Z=(X-Xb)D1)(3) 做回归。从EViews主窗口，点击Quick点击EstimateEquation功能。弹出一个对话框。在EquationSpecification选择框中输入Ycx(X-Xb)D1,点击OK。二十七、联立方程模型的练习消费方程：CSa+aY+aCS+u-yty片Y歹1t2t11t投资方程：Ib+bY+u

26、收入方程：YtC0+I1+tG12ttttt其中：CSt期的消费额，It期的投资额，Yt期的国民收入tttGt期的政府支出额，Y1-1期的国民收入tt1经过检验，消费方程是过度识别，适合用二阶段最小二乘法估计。操作：(1)第一步，作为解释变量的内生变量Y的简化方程为Y兀兀G+兀Y兀CS+vt01t2t13t1t(2) 估计Y的简化式方程(3) 生成新序列：EY=Y-Resid(4) 利用Y的拟合值Y，在消费方程中用F代替Y，再次应用OLS法，估计替代后的结构方程即消费方程。注意：上述步骤可以直接使用二阶段最小二乘法估计命令，即在EstimateEquation对话筐中，键入CSCYCS(-1)

27、CY(-1)CS(-1)G，在估计方法方框中选择TSLS，点击OK。(5) 投资方程显然满足古典假设，可直接应用OLS法。二十八、模型的诊断和检验本部分练习指令所用例子见教材(一)相关系数矩阵显示系数矩阵步骤：在数据表窗口一viewcorrelationcomonsample（二）Wald参数约束检验在（11.7）式输出结果窗口中点击ViewCoefficientTestWaldCoefficientRestrictions功能（Wald参数约束检验），在随后弹出的对话框中输入c（3）=c（4）=0可得如图11.3结果。其中F=537.5。（三）似然比检验在（11.7）式输出结果窗口中点击Vi

28、ew，选CoefficientTes,RedundantVariables-LikelihoodRatio功能（模型中是否存在多余的不重要解释变量），在随后弹出的对话框中填入GEF，REPAY。可得图11.4。计算结果同样是F=537.5。（四）似然比检验在（11.8）式输出结果窗口中点击View，选CoefficientTes，OmittedVariables-LikelihoodRatio功能（模型中是否丢掉了重要的解释变量），在随后弹出的对话框中填入拟加入的解释变量GEF,REPAY。可得如图11.5的结果。同样是F=537.5。（五）邹突变点检验邹突变点检验的EViews操作是在（11

29、.34）式输出结果窗口中点击View，选StabilityTests，ChowBreakpoint功能，在随后弹出的对话框中填入31，得结果如下图11.10。其中F=13.59，与上面的计算结果相同。（六）JB检验JB正态分布检验的EViews操作是点击数据组窗口中的View键，选DescriptiveStatistics/HistogramandStats功能，或者点击Quick键，选SeriesStatistics/HistogramandStats功能，都能得到上述计算结果。（七）格兰杰（Granger）因果性检验如果两组数据经过协整检验存在协整关系，就可以对这两组数据进行格兰杰（Gra

30、nger）因果性检验。通过EViews计算的Granger因果性检验的两个F统计量的值。打开数据组窗口，点击View键，选GrangerCausility功能。在随后打开的对话框口中填上滞后期数2,点击OK键。二十九、协整分析的练习EViews操作：（1）AugmentedDickey-FullerTest（ADF）检验（即单位根检验）。检验消费序列是否为平稳序列。在工作文件窗口，打开时间序列，在时间序列单击左上方的“Viem”键并选择“UnitRootTest”，依据检验目的确定要检验的模型类型，则有单位根检验结果。（2）单整。检验消费时间序列一阶差分（Asq）的平稳性。（3）判断两变量的协

31、整关系。第一步：求出两变量的单整的阶第二步：进行协整回归第三步：检验et的平稳性对et进行单位根检验，如果et是平稳序列，则存在协整关系。第四步：得出两变量是否协整的结论（4）误差修正模型的估计第一步：估计协整回归方程yt=b0+b1xt+ut得到协整的一致估计量（1,-b0-b1），用它得出均衡误差ut的估计值et。第二步：用OLS法估计下面误差修正模型方程yt=a+bAyt+入ECMt1+vt三十、非线性模型回归设定模型为：Y=a+bx2+u从EViews主窗口，点击Quick点击EstimateEquation功能。弹出一个对话框。在EquationSpecification选择框中输入y=c(1)+c(2)*xA20点击OK键，即可得到回归结果。(注意：对于非线性模型，只能输入公式)