还剩10页未读,继续阅读
本资源只提供10页预览,全部文档请下载后查看!喜欢就下载吧,查找使用更方便
文本内容:
实验一Eviews的基本操作与一元线性回归模型的最小二乘估计实验目的
1、熟悉Eviews的窗口与界面
2、掌握Eviews的命令与菜单的操作
3、掌握用Eviews估计与检验一元线性回归模型实验内容
1、启动Eviews双击Eviews图标,出现Eviews窗口,它由以下部分组成标题栏“Eviews”、主菜单“File,Edit,…,Help”、命令窗口(空白处)和工作区域图1-
12、产生文件Eviews的操作在工作文件中进行,故首先要有工作文件,然后进行数据输入、分析等等操作
(1)读已存在文件File→Open→Workfile
(2)新建文件File→New→Workfile,出现对话框“工作文件范围”,选取或填上数据类型、起止时间OK后,得到一个无名字的工作文件,其中有时间范围、当前工作文件样本范围、filter、默认方程、系数向量C、序列RESID在主菜单上依次__File/New/Workfile,即选择新建对象的类型为工作文件,将弹出一个对话框(如图所示),由用户选择数据的时间频率(frequency)、起始期和终止期图1-2工作文件对话框其中,Annual——年度Monthly——月度Semi-annual——半年Weekly——周Quarterly——季度Daily——日Undatedorirregular——非时序数据选择时间频率为Annual(年度),再分别__起始期栏(Startdate)和终止期栏(Enddate),输入相应的日前1985和1998然后__OK按钮,将在EViews软件的主显示窗口显示相应的工作文件窗口(如图所示)图1-3工作文件窗口工作文件窗口是EViews的子窗口,工作文件一开始其中就包含了两个对象,一个是系数向量C(保存估计系数用),另一个是残差序列RESID(实际值与拟合值之差)
(3)命令方式新建文件在EViews软件的命令窗口中直接键入CREATE命令,也可以建立工作文件命令格式为CREATE时间频率类型起始期终止期则以上菜单方式过程可写为CREATEA
198519983、输入数据
(1)进入数据编辑窗口,有命令方式和菜单方式两种
①DATA命令方式在EViews软件的命令窗口键入DATA命令,命令格式为DATA序列名1序列名2…序列名n本例中可在命令窗口键入如下命令(如图1-4所示);将显示一个如图1-5的数组窗口,此时可以按全屏幕编辑方式输入每个变量的数据DATAYX图1-4图1-5数组窗口
②菜单方式O__ect→NewO__ect,选Series,并输入序列的名称,确认后,__Edit+/-编辑数据
(2)数据的输入在数据编辑窗口,数据的输入方式有如下几种方式
①从键盘输入;
②从Ex__l__数据首先,先取定Ex__l中的数据区域,选“__”;其次,打开Eviews,同2-
(2),建工作文件,使样本区域包含与被__数据同样多的观察值个数;第三,击Quick→EmptyGroupEditseries;第四,按向上滚动指针,击数据区OBS右边的单元格,点Edit→Paste,再退出,选No,于是,在工作文件中有被__的数据序列的图标
③从Ex__l__部分数据到已存在的序列中取定要__的数据,__之;打开包含已存在序列的Group窗口,使之处于Edit模式(开关键是Edit+);将光标指到目标单元格,点Edit→Paste,其它同3-
(2)
4、从Ex__l工作表中读取数据击Procs→Import→Read-Lotus-Ex__l,选取文件类型为Text-ASCII或Ex__l.xls,打开文件;在对话框中,选取要打开的序列名,多个之间用空格隔开(如全用原序列名,输入序列的个数即可),OK启动Eviews,练习Eviews菜单与命令的使用;
5、一元线性回归模型的OLS估计方法1在命令窗口,直接输入“LS因变量C自变量”,中间用空格隔开,多个自变量之间也用空格隔开方法2点O__ect→NewO__ect→Equation,出现对话框在EquationSpecification内填入方程(不带扰动项);在Esti__tionSettings中填入所用估计方法和样本估计区间方法3点Quick→Esti__teEquation,同上填写对话框方法4在工作文件内,按被解释变量、各解释变量图标的次序取定(按住Ctrl,用鼠标逐个选),对它们双击左键后,再点OpenEquation,出现对话框,根据习惯,将C放在被解释变量与解释变量之间,其它填充同上方法由如上的回归结果,分析如何对方程进行拟合优度检验、回归系数的显著性检验以及其置信区间的求解
6、一元线性回归模型的预测其步骤为
(1)扩展工作文件范围窗口方式Proc→Structure/Resizecurrentpage;命令方式EXPAND起始日期结束日期
(2)扩展样本区间窗口方式Proc→setsample;命令方式__PL起始日期结束日期
(3)输入解释变量预测时间的取值,在OLS估计结果窗口,__forecast,或在命令行输入FORECAST
7、图形分析点Quick→Graph打开作图对话框,图1-6下表是中国2007年各地区税收和国内生产总值GDP的统计资料单位亿元地区YGDP地区YGDP北京
1435.
79353.3湖北
434.
09230.7天津
438.
45050.4湖南
410.
79200.0河北
618.
313709.5广东
2415.
531084.4山西
430.
55733.4广西
282.
75955.7内蒙古
347.
96091.1海南
88.
01223.3辽宁
815.
711023.5重庆
294.
54122.5吉林
237.
45284.7四川
629.
010505.3黑龙江
335.
07065.0贵州
211.
92741.9上海
1975.
512188.9云南
378.
64741.3江苏1__
4.
825741.2西藏
11.
7342.2浙江
1535.
418780.4陕西
355.
55465.8安徽
401.
97364.2甘肃
142.
12702.4福建
594.
09249.1青海
43.
3783.6江西
281.
95500.3宁夏
58.88__.2山东
1308.
425965.9新疆
220.
63523.2河南
625.
015012.5要求,运用Eviews软件1作出散点图,建立税收随国内生产总值GDP变化的一元线性回归方程,并解释斜率的经济意义;2对所建立的回归方程进行检验;3若2008年某地区国内生产总值为8500亿元,求该地区税收收入的预测值及预测区间实验二Eviews的常用函数与多元线性回归分析实验目的
1、掌握Eviews中的常用函数及应用
2、掌握用Eviews估计与检验多元线性回归模型实验内容
1、掌握Eviews中的常用函数及应用
(1)一般函数
(2)关于回归结果的函数
(3)函数在Eviews中应用
2、多元线性回归分析
(1)创建工作文件后(注意文件范围尽量大,能包容序列),用NewO__ect建立序列,在Edit状态下,在相应位置输入或__序列数据或者从Ex__l调入数据根据下表中的数据分析城镇居民人均全年耐用消费品支出Y和可支配收入X1和耐用消费品__指数X2表1城镇居民人均人均耐用消费品支出与可支配收入的统计资料年份人均耐用消费品支出Y(元)人均全年可支配收入X1(元)耐用消费品__指数X
21988137.
161181.
4115.9619__
124.
561375.
7133.
351990107.
911501.
2128.
211991102.
961700.
6124.
851992125.
242026.
6122.
491993162.
452577.
4129.
861994217.
433496.
2139.
521995253.
424283.
0140.
441996251.
074838.
9139.
121997285.
855160.
3133.
351998327.
265425.
1126.39
①建立工作文件CREATEA8898
②输入统计资料DATAYX1X2
③建立回归模型LSYCX1X2⒉菜单__法,Eviews中的多元回归分析的操作方式与一元回归分析相似可参照实验一步骤则估计结果及有关信息如图2-1所示图2-1由此,回归方程=
1.
30156410.54786-
0.921316
(3)进行回归系数的检验和回归方程的检验,分析回归输出结果是否符合你期望出现的情况实验三异方差的检验与修正实验目的
1、理解异方差的含义、后果
2、学会异方差的检验与加权最小二乘法实验内容
一、准备工作建立工作文件,并输入数据,用普通最小二乘法估计方程(操作步骤与方法同前),得到残差序列表2列出了1998年我国主要制造工业销售收入与销售利润的统计资料,请利用统计软件Eviews建立我国制造业利润函数模型表2我国制造工业1998年销售利润与销售收入情况行业名称销售利润销售收入行业名称销售利润销售收入食品__业
187.
253180.44医药制造业
238.
711264.1食品制造业
111.
421119.88化学纤维制品
81.
57779.46饮料制造业
205.4214__.__橡胶制品业
77.
84692.08烟草__业
183.
871328.59塑料制品业
144.341345纺织业
316.79___
2.9非金属矿制品
339.
262866.14服装制品业
157.
71779.1黑色金属冶炼
367.47___
8.28皮革羽绒制品
81.
71081.77有色金属冶炼
144.
291535.16木材__业
35.
67443.74金属制品业
201.
421948.12家具制造业
31.
06226.78普通机械制造
354.
692351.68造纸及纸品业
134.
41124.94专用设备制造
238.
161714.73印刷业
90.
12499.83交通运输设备
511.
944011.53文教体育用品
54.
4504.44电子机械制造
409.
833286.15石油__业
194.
452363.8电子通讯设备
508.
154499.19化学原料纸品
502.
614195.22仪器仪表设备
72.
46663.68
二、异方差的检验
1、图形分析检验⑴观察销售利润(Y)与销售收入(X)的相关图图3-1SCATXY图3-1我国制造工业销售利润与销售收入相关图从图中可以看出,随着销售收入的增加,销售利润的平均水平不断提高,但离散程度也逐步扩大这说明变量之间可能存在递增的异方差性⑵残差分析首先将数据排序(命令格式为SORT解释变量),然后建立回归方程在方程窗口中__Resids按钮就可以得到模型的残差分布图(或建立方程后在Eviews工作文件窗口中__resid对象来观察)图3-2我国制造业销售利润回归模型残差分布图3-2显示回归方程的残差分布有明显的扩大趋势,即表明存在异方差性
2、Goldfeld-Quant检验⑴将样本安解释变量排序(SORTX)并分成两部分(分别有1到10共11个样本合19到28共10个样本)⑵利用样本1建立回归模型1(回归结果如图3-3),其残差平方和为
2579.587__PL110LSYCX图3-3样本1回归结果⑶利用样本2建立回归模型2(回归结果如图3-4),其残差平方和为
63769.67__PL1928LSYCX图3-4样本2回归结果⑷计算F统计量=
63769.67/
2579.59=
24.72,分别是模型1和模型2的残差平方和取时,查F分布表得,而,所以存在异方差性
3、White检验1建立回归模型LSYCX,回归结果如图3-5图3-5我国制造业销售利润回归模型2在方程窗口上__View\Residual\Test\WhiteHeteroskedastcity检验结果如图3-6图3-6White检验结果其中F值为辅助回归模型的F统计量值取显著水平,由于所以存在异方差性实际应用中可以直接观察相伴概率p值的大小,若p值较小,则认为存在异方差性反之,则认为不存在异方差性
4、异方差的消除—加权最小二乘法加权最小二乘法中,最重要的是确定权重的确定,一般而言,采用残差绝对值的倒数作为权重,也可以采用其他形式A.首先,用__PL命令设定样本的区间(包括所有观测值),如__PL131B.进行最小二乘回归,得到残差序列,LSYCXC.根据残差确定权重,GENRW1=1/ABSRESIDD.进行加权最小二乘估计,LSW=W1YCX;或在方程窗口中__Esti__te\Option按钮,并在权数变量栏里依次输入W1回归结果如下图3-7所示图3-7E.对回归方程在进行White检验,观察异方差的调整情况对所估计的模型再进行White检验,其结果如下图3-8所示图3-8图3-8对应的White检验没有显示F值和的值,这表示异方差性已经得到很好的解决命令窗口工作区域。