Eviews上机步骤

Eviews 主要操作步骤

一、启动软件包 （ 双击“Eviews ”，进入Eviews 主页）

二、创建工作文件（点击“File/New/Workfile/Ok ”）

出现“Workfile Range ”，目的：

1、选择数据频率（类型）：

Annual (年度)

Quartely （季度）

┆

Undated or irrequar （未注明日期或不规则的）

2、确定Start date 和End date （如1980 1999或1 18 /ok ）。

出现“Workfile 对话框（子窗口）”中已有两个变量：

c-----常数项

resid----模型将产生的残差项

三、输入（编辑）数据：

法1：在命令框键入：“data y x ”（ 一元）或“data y 1x 2x …”（多元）/回车；出现数据编辑框，按顺序键入数据/存盘（或最小化）。

法2：用鼠标单击“Quick ”，在出现的下拉菜单中单击“Empty Group ”， 出现Group 窗口。数据表第一序列取名y ，键入y 的数据；再将数据表第二序列取名x ，键入x 的数据；…/存盘（或最小化）。

出现的对话框中有四个（一元）或五个及五个以上的（多元）变量：

c-----常数项

resid----将产生的残差

x----解释（自）变量

y----被解释（因）变量

注：存盘 点“File/save ”，删除原文件名，输入“自命名”/ok 。

注：读取（数） 点“File/open ”，点自命名文件/ok 。

注：如数据资料已经作为Eviews 的永久工作文件存盘，则二、三步省去，用File/open 命令打开文件即可。

第一章 简单线性回归模型；第二章 多元线性回归模型

一、回归分析（用OLS 估计未知参数）

法1：1、点击“Quick/Estimate E quation ”；2、在出现的估计对话框中，键入y c x/ok 法2、在命令框键入LS y c x 或LS y c 1x 2x /回车。

注：在E quation 框中，点击Resids,可以出现Residual 、Actual 、Fitted 的图形。

二、预测：

1、在E quation 框中，击“Forecast/ok"，得样本期内被解释变量的拟合值YF （拟合值与实际值的对比图、表）。

2、外推预测（如原资料为1978-1998，外推到1978-2000年）

键入：expand 1978 2000/回车 （Range 扩大）

键入：smpl 1978 2000/回车 (sample 扩大）

键入：data x /回车/yes, 输入X 的1999、2000年资料/最小化

在E quation 框中，点击“Forecast ”，得对话框。对话框主要有

Forecast name(预测值序列名

S ．E ．（预测值标准差）回车

注：如果要浏览预测值YF 、se 和残差resid ，在命令行键入：“Show Y YF se Resid ”.

三、作为对数据的浏览，可以作图：

法1：1、单击“Quick/Graph ”在出现的对话框上，键入 y x 或y 1x …/ok 。对出现的点击；3、在下拉菜单中选类型（如Scatter Diagram(散点图)/OK,出现图形；---）。

法2、键入 graph y x/ok

四、计算描述统计量（P45）

点击:1、“Quick/Group statistics/Descriptive statistics/Common Sample ；2、键入y x （或y 1x 2x ）/ok 。

附：如何建立一个新序列：

例：210X Y ββ+=，键入 genr x x x *2=（或Z=x x *）/回车;LS y c x2/回车

例（P.93.7）1键入 genr z=x2+0.75*x3+0.625*x4/回车；键入 Ls y c z/回车

例 X LnY 21ββ+=，键入 genr lnY=log(Y)/ 回车；键入 Ls lnY c x/回车

第四章 多重共线性

计算相关系数矩阵

点击“quick/group statistics/correlation/1x 2x /ok （如P90表4.5.3）

第五章 异方差性

一、图形分析法的计算机实现（P98）

1、估计回归方程 键入 Ls y c x /回车

2、生成残差平方2i e 序列，键入genr e2=resid*resid （或先键入 genr e1=resid ；再键入 genr e2=e1^2；）；在Equation 框中，点击 resid ；

3、作散点图：键入 scat e2 x/回车；(或点击Quick/Graph ，

键入e2 x ，点击Scatter Diagram(散点图)/ok)

二、 解析分析法

（一） Goldfeld-Quandt(戈德菲尔德-匡特)检验：以P108资料为例

1、 键入 Sort /回车； 键入X （或),3,2,1( =i X i 中任一个）/ok ；

2、键入Sm pl /回车，在对话框中键入1 n1 (前部分样本区)，键入1978 1985（或1 8）/ok

3、键入 Ls y c x/ (或Ls y c x1 x2 x3 x4┄)/回车。记住残差平方和（如202.137221=∑e ）

4、键入 Smpl /回车，在对话框中键入n1+c+1 n (后部分样本区。如键入1991 1998（或14 21)/ ok

5、键入Ls y c x/回车(或Ls y c x1 x2 x3 x4┄/回车) 记住残差平方和（如5811189

2

2=∑e ） 6、计算F 统计量（如P108例，键入=5811189/1372.202，得Scalar=4234.9369844965 ） **（二）、残差回归检验（Glejser 检验）的计算机实现(P100)：

1、拟合回归模型：键入 Ls y c x(或Ls y c 1x )2 x ；在Equation 框中点击resid （保存残差）

2、计算resid 的绝对值： 键入 genr e=abs(resid)

3）生成变量h

X ：键入 genr XH=X^h(h 可以取1、1/2、–1、┄)。

如 genr X1= X^1 genr X2= X^1/2 genr X3= 1/X

做resid 的绝对值与h X 的回归模型，检验回归系数和拟合优度。如P108例：

键入 Ls e x1/回车；得2R 、t 、F 值

键入 Ls e x2/回车；得2R 、t 、F 值

根据2R 、t 、F 值作出判断。

**（三）、Breusch-Pagan 检验（P101） 1、Ls y c 2x k x x 3 (n

e t ∑=22?σ

=) 2、保存resid ：点击 resid genr e2=resid*reid genr P=e2/2?σ

3、取全部或部分X （如),,632X X X 构造辅助回归函数

genr z1=x2 genr z2=x2 genr z3=x6

4、Ls P c 1z 2z 3z /回车

5、计算ESS(=∑∑--22i i e y y )()

输入 Sum n dep D S --)(*)..(12squared ESS resid =（必须键入相应的数据）

（四）、White 检验（P102）

设 t t t t X X Y μβββ+++=33221

1、Ls y c 2x 3x /回车；

2、点击 View/residual test/White/回车；

3、在出现的对话框中，选择 cross terms （有交叉项）/回车

Test 直接给出了相关的统计量（F-statistic 和Obs*R-squared ），原假设是序列无异方差，如果统计量的值很小，相应的p 值大于5%，则接受原假设。

（五）、ARCH 检验

法1：(软件本有的功能)

1、Ls y c 1x p x x 2/回车

2、点击 View/residual test/ ARCH /回车

3、在对话框中输入滞后期P ，Lags P (P=1,2,3,或更长)/ 回车

4、与White 检验相同，ARCH Test 直接给出了相关的统计量，原假设是序列无异方差，如果统计量的值很小，相应的p 值大于5%，则接受原假设。

F-statistic 0.044130 Probability

0.836108 Obs*R-squared 0.049195 Probability

0.824471 法2：（自己计算）

1、 L s y c 1x p x x 2(点击 resid （保存）);

2、genr e2=resid^2

3、Ls e2 c e2(-1) e2(-2) ……/回车；

4、计算2)(R P n -

三、异方差性的修正

（一）加权最小二乘法

例如：设权数21e

W = LS Y C X (点击 resid （保存）);

genr e2=resid^2 genr W=1/e2

键入 Ls (W=W) Y C X/回车

（二）对原模型变换的方法(和（一）类似)

（三）模型的对数变换

genr LnY=Ln(Y) genr LnX=Ln(X)

LS LnY C LnX

六章 自相关性

一、绘制t e 和1-t e 的相关图

法1、在Equation 框中点击 resid （保存残差）；

键入：scat resid resid(-1) /回车；（或graph e e(-1)/ok ）。

法2、在Equation 框中点击 resid （保存残差）；genr e=resid ；击“Quick/Graph ”，在出现的对话

框上，键入 e e(-1)/ok 。点击Scatter Diagram(散点图)/OK,出现图形）。

二、DW 检验

在Equation 输出框中，记下Watson Durbin - stat ；查DW 表确定临界值u L d d ,；作判断。 *三、Q 检验

点击 View/Residual Tests/Correlogram-Q-statistics

Logs p

出现的结果中，含以下内容

Autocorrelation Partial Correlation AC PAC

Q-Stad Prob .|****** |

三、 广义差分法（ρ已知）

（一）genr Y1=Y -ρ)1(-Y ；genr X1=X -ρ)1(-X ；LS Y1 C X1 （二）ρ未知 Ls y c x ；记下DW=d,；计算21?d -=ρ

。其余同上

四、残差回归检验法（格里奇（Glejser 检验））

1、基本思想

格里奇（Glejser 检验法，是用模型普通最小二估计的残差绝对值作为被解释变量对某个解释变量做回归方程，而后通过检验回归系数，用拟合优度来判断是否有异方差。

i i w X e +=2β

i i i w X e +=

2β i i

i w X e +=12β i i i w X e +=12β

i i i w X e ++=21ββ

步骤

建立回归模型，计算残差序列； 用残差绝对值i e 对i X 进行回归，假设选择的模型为

i i i w X e ++=21ββ

根据2

R 、t 、F 值作出判断。

残差回归检验法（Glejser 检验）的计算机实现：

1）拟合回归模型 键入 Ls y c x(或Ls y c 1x )2 x

在Equation 框中，保存残差: 点击 resid ；计算resid 的绝对值

键入 genr e=abs(resid)

生成变量h X

键入 genr XH=X^h(h 可以取1、1/2、–1、┄)

如 genr X1= X^1

genr X1= X^1/2

genr X1= 1/X

2)做resid 的绝对值与h X 的回归模型，检验回归系数和拟合优度

如P107例：

键入 Ls e x1/回车；得2R 、t 、F 值

键入 Ls e x2/回车；得2R 、t 、F 值

┆

根据2R 、t 、F 值作出判断，检验有无异方差。

例（P72、7） 键入 genr z=x2+0.75*x3+0.625*x4/回车

键入 Ls y c z/回车

例 X LnY 21ββ+=

键入 genr lnY=ln(Y)/ 回车； 键入 Ls lnY c x/回车

十、图形分析法的计算机实现（P97）

（十至十五的检验均以P107的资料为例）：

1、估计回归方程 键入 Ls y c x /回车

2、生成残差平方2i e 序列

在Equation 框中，点击 resid ； 键入 genr e2=resid*resid

（或先键入 genr e1=resid ； 再键入 genr e2=e1^2；）

3、作散点图 键入 scat e2 x/

(或点Quick/Graph ，键入e2 x , 点击Scatter Diagram(散点图)/ok) 十一、Goldfeld-Quandt(戈德菲尔德-匡特)检验（P98）：

1、键入 Sort /回车； 键入X （或),3,2,1( =i X i 中任一个）/ok ；

2、键入 Smpl /回车，在对话框中键入1 n1 (前部分的样本区)

如P107例，键入1978 1985（或1 8）/ok

3、键入 Ls y c x/ (或Ls y c x1 x2 x3 x4┄)/回车

记住残差平方和（如P107例 202.13722

1=∑e ）

4、键入 Smpl /回车，在对话框中键入n1+c+1 n (后部分的样本区。如P107例，键入1991 1998（或14 21）/ ok

5、键入 Ls y c x/回车(或Ls y c x1 x2 x3 x4┄/回车)

记住残差平方和（如P107例 5811189

2

2=∑e ） 6、计算F 统计量（如P107例）

键入=5811189/1372.202，得Scalar=4234.9369844965

十二、残差回归检验（Glejser 检验）的计算机实现(P99)：

1、拟合回归模型 键入 Ls y c x(或Ls y c 1x )2 x

在Equation 框中点击 resid （保存残差）

2、计算resid 的绝对值： 键入 genr e=abs(resid)

3、生成变量h

X

键入 genr XH=X^h(h 可以取1、1/2、–1、┄)

如 genr X1= X^1

genr X2= X^1/2

genr X3= 1/X

做resid 的绝对值与h X 的回归模型，检验回归系数和拟合优度。如P107例：

键入 Ls e x1/回车；得2R 、t 、F 值

键入 Ls e x2/回车；得2

R 、t 、F 值

┆

根据2R 、t 、F 值作出判断。

十三、Breusch-Pagan 检验（P100） 1、Ls y c 2x k x x 3 (n e t ∑=22?σ

=┄)

2、保存resid ：点击 resid

genr e2=resid*reid genr P=e2/2

?σ

3、取全部或部分X （如),,632X X X 构造辅助回归函数 genr z1=x2

genr z2=x2

genr z3=x6

4、Ls P c 1z 2z 3z /回车

5、计算ESS(=∑-2?i e n σ)

输入 Sum n dep D S -*)..(2s q u a r e

d E S S r

e s i d = 十四、White 检验（P101）

设 t t t t X X Y μβββ+++=33221

Ls y c 2x 3x /回车

点击 View/residual test/White/回车

在出现的对话框中，选择

cross terms （有交叉项）/回车

计算 2

nR ，在方程输出框中，输入：/*squared R obs -回车 ARCH 检验

法1：

1、Ls y c 1x p x x 2/回车

2、点击 View/residual test/ ARCH /回车

3、在对话框中输入滞后期P ，Lags P (P=1,2,3,┄)/ 回车

4、计算2)(R P n -，输入：/*)(2R P obs -回车 法2：

1、 Ls y c 1x p x x 2；点击 resid （保存）

2、genr e2=resid^2

3、Ls e2 c e2(-1) e2(-2)┄/回车

4、计算2)(R P n -