Eviews+计量经济学笔记(自用)

Eviews+计量经济学笔记

  • 数据导入与保存
    • 1、Excel表格导入
    • 2、复制粘贴导入
    • 3、数据保存
  • 回归分析
    • 一、最小二乘回归
      • 1、使用命令
      • 2、使用鼠标
      • 关于残差
    • 二、命令
      • 1、ls 命令
      • 2、genr 命令——产生新series/group
      • 3、scalar 命令——产生新number
  • 违背经典回归假定的模型
    • 一、异方差
      • (一)异方差的原因
        • 注意:
      • (二)异方差的后果
      • (三)异方差的检验
        • 1、图示检验法
        • 2、斯皮尔曼(Spearman)等级相关检验法
        • 3、戈特菲尔德—奎恩特(Goldfeld-Quandt, G-Q)检验法
        • 4、帕克(Park)检验和格莱泽(Glejser)检验
        • 5、怀特( H.White)检验法
        • 6、拉格朗日乘数检验(LM)
      • (四)异方差的解决
    • 二、自相关
    • 多重共线性
    • 随机解释变量与模型设定误差
    • 非线性模型
    • 虚拟变量模型
    • 分布滞后模型和自回归模型
    • 联立方程模型
    • 平稳时间序列分析
    • 非平稳时间序列分析

数据导入与保存

1、Excel表格导入

从Excel导入数据,如为3.1版本,只能导入Excel97-2003格式文件。

  1. 查看Excel中数据格式
  2. File > New > Workfile > 输入起止日期或序列
  3. File > Import > Read text-Lotus-Excel… > 输入表格相关属性(如图) Eviews+计量经济学笔记(自用)_第1张图片
  4. OK 导入成功。Eviews+计量经济学笔记(自用)_第2张图片

2、复制粘贴导入

  1. File > New > Workfile > 输入起止日期或序列
  2. Quik > Empty Group > 粘贴数据 > 关闭即可
    Eviews+计量经济学笔记(自用)_第3张图片

3、数据保存

回归分析

一、最小二乘回归

1、使用命令

ls y c x

如图
Eviews+计量经济学笔记(自用)_第4张图片

2、使用鼠标

步骤 : Quick > Estimate equation…> 输入变量、修改参数 >完成
或者:输入命令ls > 输入变量、修改参数 >完成
Eviews+计量经济学笔记(自用)_第5张图片
Eviews+计量经济学笔记(自用)_第6张图片
其中变量名称可以按照提示的方法输入,即输入完整的模型方程。

关于残差

残差为resid,每次做回归后,残差数值都会更新,所以需要及时保存。
保存可使用genr 命令,具体见后面介绍。

二、命令

1、ls 命令

进入ls估计选项卡

    ls

直接进行ls 估计,此方法不能设置时间区间

    // ls y c x  # 一般形式
    ls abs(e) c 1/x   //
    ls yi c x1 x2 x3   // 三元回归
    ls yi/(x1)^0.5 1/(x1)^0.5 (x1)^0.5   // 异方差处理

Eviews+计量经济学笔记(自用)_第7张图片

2、genr 命令——产生新series/group

产生并为新序列/组赋值

// genr name=num/formula
genr e1=resid   // 残差赋值,可用来保存残差
genr ly=log(yi)  
genr dx=d(x)   // 差分
genr dy=y-y(-1)   // 差分?
genr sy=@sum(y)   // 求和

3、scalar 命令——产生新number

// scalar name=num/formula
 scalar sx=@mean(x)   //
 scalar vx=@var(x)   //方差
 scalar cx=@cor(x1,x2)   //相关系数
 scalar cx=@cov(x1,x2)   //协方差

Eviews+计量经济学笔记(自用)_第8张图片

违背经典回归假定的模型

未完待续。。。

一、异方差

(一)异方差的原因

  1. 解释变量的遗漏。
  2. 来自不同抽样单元的因变量观察值的差异。
  3. 异常观测值的出现。
  4. 时间序列数据中,观测技术的改进引起的观测值的变化。

注意:

(1)时间序列数据和截面数据中都有可能存在异方差,其中截面样本中更为常见。
(2)经济时间序列中的异方差常为递增型异方差。金融时间序列中的异方差常表现为自回归条件异方差。

(二)异方差的后果

最小方差性遭到破坏,方差增大,对 β \beta β进行显著性检验时将低估T统计量的值,导致错误的统计判断,检验失效,扩大置信区间,精度降低

(三)异方差的检验

1、图示检验法

Eviews+计量经济学笔记(自用)_第9张图片

2、斯皮尔曼(Spearman)等级相关检验法

Eviews+计量经济学笔记(自用)_第10张图片

3、戈特菲尔德—奎恩特(Goldfeld-Quandt, G-Q)检验法

Eviews+计量经济学笔记(自用)_第11张图片
Eviews+计量经济学笔记(自用)_第12张图片

4、帕克(Park)检验和格莱泽(Glejser)检验

Eviews+计量经济学笔记(自用)_第13张图片

5、怀特( H.White)检验法

Eviews+计量经济学笔记(自用)_第14张图片

6、拉格朗日乘数检验(LM)

Eviews+计量经济学笔记(自用)_第15张图片
Eviews+计量经济学笔记(自用)_第16张图片

(四)异方差的解决

Eviews+计量经济学笔记(自用)_第17张图片
Eviews+计量经济学笔记(自用)_第18张图片
Eviews+计量经济学笔记(自用)_第19张图片
Eviews+计量经济学笔记(自用)_第20张图片

二、自相关

多重共线性

随机解释变量与模型设定误差

非线性模型

虚拟变量模型

分布滞后模型和自回归模型

联立方程模型

平稳时间序列分析

非平稳时间序列分析

你可能感兴趣的:(evews)