软件操作课件.docx
《软件操作课件.docx》由会员分享，可在线阅读，更多相关《软件操作课件.docx（30页珍藏版）》请在冰豆网上搜索。
软件操作课件
第三章软件操作
P47案例分析
首先打开Ch3Case3.1文件，在《计量经济学》资料\数据与仿真程序\第3章资料，因为EViews3.1版本不能识别中文，所以应该复制到英文文件夹下面或者硬盘根目录。
Ch3Case3.1文件已经输入数据，但是如果数据是Excel软件给出的，比如：
则建立Eviews文件的方法如下：
打开Eviews，菜单为
得到
因为是横截面数据，所以选择最后一项，并且有31个样本，所以样本范围填写131：
点击OK得到
这是面板，已经有两个对象，一个是c表示参数估计，一个是resid，是残差。
点击右键选新建对象
建立变量，选择Series，变量名为y（大小写不分），同样建立x变量
选择y和x作为组打开
得到
点击圆圈处的编辑，然后把Excel中的数据复制到这里。
这样就得到数据了。
点击右上角，关闭本变量组，出现
点击name，取名字为默认
做回归
Y在前面，x和c（截距）在后面，中间有空格即可以。
Ok得到回归结果
看残差图则点击左上角View，
得到
或者
还可以做x和y的散点图，先选择x，后选择y，作为组打开
点击View，
得到
显然x和y的关系呈现直线形状，刚才用一元线性回归是符合图形的。
同时可以做散点图和回归直线一起的图。
选定x、y，打开作为组，然后
得到
得到
上面这个图在SPSS中也能做，就是先做散点图，然后修改加入回归线就可以了。
参数估计的区间估计，y的点预测和区间预测则用SPSS17.0，打开SPSS，点击左下角的变量视图，建立y和x两个变量
然后点击左下角的数据视图，把Excel的数据复制过来
然后做回归
点击“统计量”
回归系数的估计是参数点估计，下面那个翻译错误，应该是参数的区间估计的意思，置信度为95%。
点击“保存”
上面那个圈表示点预测，下面表示区间预测
得到结果输出窗口
系数a
模型
非标准化系数
标准系数
t
Sig.
B的95.0%置信区间
B
标准误差
试用版
下限
上限
1
（常量）
725.346
456.466
1.589
.123
-208.232
1658.923
x
.665
.030
.973
22.496
.000
.604
.725
a.因变量:
y
即得到参数的区间估计为蓝色字体
数据窗口则出现
第三列是y的点预测，后面两列是均值区间预测，最后两列是个值的区间预测。
如果有x为样本外的取值，比如x为20000和30000，其y的点预测和区间预测，则把x取值输入
重复操作一次回归，其他不变，就可以得到
则得到样本外预测了，点预测是PRE_1这列，后面两列是均值的区间预测，最后两列是个值的区间预测，因为均值的方差比个值的方差小，所以区间的组距更小（组距等于区间的上限减去下限）。
无论是SPSS还是Eviews，都要最后保存文件，否则前功尽弃。
现在用Eviews做点预测，区间预测就麻烦些，菜单无法直接做出，需要自己计算。
原来有31个样本，预测只能做样本内预测，即1-31个样本把得到的回归方程，带入实际的x，就可以像函数一样，算出y。
在做出一元回归后，点击上面按钮“forecast”
得到
上图就是中间为点预测，两边虚线是区间预测的图形，还有面板中出现了新变量YF，表示y的预测值。
如果要样本外预测就可以手工计算：
Y=0.6647*X+725是上面做出的回归方程
比如x=20000，则点预测就是把x=20000带入上面回归方程中，就可以计算出y了。
如果不喜欢手工计算，也可以在Eviews中自动操作：
由于只有31个位置，所以要写入新的x=20000，必须扩大位置和样本容量才能放进数据：
把数据位置扩大为32，而且样本容量也要扩大为32：
可见，下面的位置和样本容量都改变了，变为1-32了。
打开x，写入20000在32这个位置：
注意：
如果输入不了，要点击工具栏的“Edit+/-”按钮才可以。
现在再用y和x做回归：
DependentVariable:
Y
Method:
LeastSquares
Date:
04/22/14Time:
10:
04
Sample（adjusted）:
131
Includedobservations:
31afteradjustingendpoints
Variable
Coefficient
Std.Error
t-Statistic
Prob.
X
0.664746
0.029549
22.49622
0.0000
C
725.3459
456.4659
1.589047
0.1229
R-squared
0.945802
Meandependentvar
10657.15
AdjustedR-squared
0.943934
S.D.dependentvar
2727.015
S.E.ofregression
645.7119
Akaikeinfocriterion
15.84092
Sumsquaredresid
12091373
Schwarzcriterion
15.93344
Loglikelihood
-243.5343
F-statistic
506.0798
Durbin-Watsonstat
1.669446
Prob（F-statistic）
0.000000
结果一样，点击工具栏按钮“forecast”，得到的YF就有32那个位置的y的预测值。
这个结果和手工计算的，SPSS做的是一样的。
可见在SPSS中做预测更容易
升级会员 