eviews图像及结果分析Word格式文档下载.docx

1、选择的对象类型不同，将弹出不同的窗口。如果在序列对象窗口下选择“View”|“Graph”选项，将弹出如图4-1所示的界面。图4-1 序列窗口下图形对象的生成此时“Graph”弹出的菜单中有6种图形可供选择。“Line”表示生成的是折线图，如图4-2所示，其横轴表示时间或序列的顺序，纵轴表示序列对象观测值的大小。“Area”表示生成面积图，其图形的形状与“Line”（折线图）相同，不同的是“Area”（面积图）曲线下方是被填满的，而“Line”（折线图）下方是空白。图4-2 “Line”折线图“Bar”表示为条形图，用条状的高度表示观测值的大小。“Spike”表示尖峰图，由竖线组成，每根竖线的

2、高度代表观测值的大小。“Seasonal Stacked Line”表示生成的是季节性堆叠图，“Seasonal Split Line”表示生成的是季节性分割线。如果在序列组（群）对象窗口下选择“View”|“Graph”选项，将弹出如图4-3所示的界面。这里有9种图形可供选择。其前4种与上面讲述的相同。图4-3 序列组（群）窗口下图对象的生成其中，“Scatter” 表示生成散点图。在“Scatter”弹出的菜单中有5个选项，分别是“Simple Scatter”（简单散点图）、“Scatter with Regression”（带有回归线的散点图）、“Scatter with Neares

3、t Neighbor Fit”（近邻匹配散点图）、“Scatter with Kernel Fit”（核心匹配散点图）、“XY Pairs”（XY成对散点图）。当序列组中包含两个序列对象时，第一个序列对象的观测值构成散点图的横坐标，第二个序列对象的观测值构成散点图的纵坐标，如图4-4所示。当序列组中有三个以上的序列对象时，第一个序列对象构成散点图的横坐标，其余序列对象构成散点图的纵坐标。图4-4 简单散点图（“Simple Scatter”）“XY line”表示X与Y的折线图，横纵坐标分别表示两个序列对象的观测值。“Error Bar”表示误差长条图，“High-Low”表示高低图，“Pie

4、”表示饼图。另外，在序列组（群）对象窗口下还可通过选择“View”|“Multiple Graphs”选项来生成图形。此时图形显示在不同的坐标系中，即每个序列对象各形成一个图形，并显示在同一个窗口中。除上面介绍的在序列对象窗口中生成图对象外，还可以通过选择EViews主菜单中的“Quick”|“Graph”选项来生成。在“Graph”的菜单中选择图的类型，将弹出图4-5所示的文本框。在文本框内输入序列或序列组的名称，例如“fdi”，然后单击“OK”按钮，即可打开相应的图。此时所生成的图对象未被命名，单击图对象窗口中的“Name”按钮即可命名。图4-5 生成图对象的文本框4.1.2 图形的冻结在

5、上面所介绍的两种图对象生成方法中，通过“Quick”|“Graph”选项生成图形对象，单击图对象窗口工具栏中的“Name”选项，在弹出的对话框中输入该对象的名称，单击“OK”按钮后该对象即可被保存，并在工作文件窗口中显示图对象的图标。但直接在序列对象窗口中形成的图形未被保存，当序列对象中的观测值发生改变时，或当前工作文件的样本范围发生变化时，图形也将随之改变。如果要保留所建立的图形，使之不随样本及观测值的改变而发生变化，则可以通过序列对象窗口中的“Freeze”键来冻结图形。EViews软件将被冻结的图形以一个图（Graph）对象的形式保存在工作文件中。当选择序列对象窗口中的“Freeze”键

6、时，会弹出图对象窗口。其中有几个键值得关注，一个是“AddText”功能键，通过它可以将文字显示在图形中，并且可以选择显示的位置。一个是“Line/Shade”功能键，通过它可以改变图形的背景颜色，横纵坐标轴的线条类型和颜色等。还有一个是“Remove”功能键，可以用来删除图形中的一些附加要素。例如，将在图形中所建立的文字删除，应首先用鼠标单击所需删除的内容，使其被选中，然后单击“Remove”键，则文字即被删除。用同样的方法也可以删除为图形所设置的颜色等。4.1.3 图形的复制如果需要将图形保存到其他文件中，例如放在Word文档中，则选择图对象窗口中的“Proc”|“Copy”选项，然后在弹

7、出的对话框中单击“OK”按钮。或者将鼠标移动到图形上，右击，在弹出的快捷菜单中选择“Copy”命令。再打开需要粘贴的文件，进行粘贴即可。4.2 描述性统计量EViews软件中包含一些基本的描述性统计量，有直方图、均值、方差、协方差、自相关等。本节主要介绍序列和序列组对象窗口下的描述性统计量及其检验。4.2.1 描述性统计量概述序列窗口下的描述性统计量和序列组窗口下的描述性统计量有所不同。在序列窗口下有4种描述性统计量，分别是“Histogram and Stats”（直方图和统计量）、“Stats Table”（统计表）、“Stats by Classification”（分类统计量）和“Bo

8、xplots by Classification”（箱线图/箱尾图分类）。序列组窗口下有3种描述性统计量，分别是“Common Sample”（普通样本）、“Individual Samples”（个体样本）和“Boxplots”（箱线图/箱尾图）。下面分别进行详细介绍。（1） 序列窗口下的描述性统计量在序列（Series）对象窗口下选择工具栏中的“View”|“Descriptive Statistics”（描述性统计量）选项，将出现4个选项。第一个选项是“Histogram and Stats”（直方图和统计量），能显示序列对象的直方图和描述性统计量的值。下面以建立好的序列对象“fdi”为

9、例来进行说明。如图4-6所示，图的左侧显示的是该序列对象的直方图，为观测值的频率分布。右侧分三个部分，最上面显示的是序列对象的名称、样本的范围和样本数量。中间部分显示的是各统计量的值。其中，“Mean”表示均值，即序列对象观测值的平均值；“Median”表示中位数，即从小到大排列的序列对象观测值的中间值，是对序列分布中心的一个大致估计；“Maximum”和“Minimum”表示的是该序列观测值中的最大值和最小值；“Std.Dev”表示标准差，用来衡量序列观测值的离散程度。其计算公式为（4-1）式中，为标准差，N为样本观测值个数，xi是样本观测值，为样本均值。图4-6 序列对象“fdi”的直方图

10、分布形状和相关统计量的描述“Skewness”表示偏度，用来衡量观测值分布偏离均值的状况。（4-2）式中，是变量方差的有偏估计。当S=0时，序列的分布是对称的，如正态分布；当S 0时，序列分布为右偏；当S 0，所以我国的外商直接投资（fdi）的分布是不对称的，为右偏分布形态。“Kurtosis”表示峰度，用来衡量序列分布的凸起状况。（4-3）正态分布的K值为3，当K 3时，序列对象的分布凸起程度大于正态分布的凸起程度；当K 3，外商直接投资（fdi）的分布呈尖峰状态。最下方是JB（Jarque-Bera）统计量及其相应的概率（Probability）。JB统计量用来检验序列观测值是否服从正态分

11、布，该检验的零假设为样本服从正态分布。在零假设下，JB统计量服从2（2）分布。根据第1章所介绍的假设检验，P（Probability）值为拒绝原假设所犯第类错误的概率。在本例中P值接近于0，因而可在1%的显著性水平下拒绝零假设，即序列不服从正态分布。第二个选项是“Stats Table”（统计表），它将描述性统计量值通过电子表格的形式显示在对象窗口中。第三个选项是“Stats by Classification”（分类统计量），它将样本分为若干组后再对各组观测值分别进行描述统计。选择此项后将弹出如图4-7所示的对话框，其中包括三部分内容。在左边“Statistics”选项中勾选需要显示的统计量

12、，其中“# of NAs”为无观测个数，“Observations”为观测值个数。在“Series/Group for classify”中输入需分类的序列或序列组对象名称，右侧“Output Layout”为输出结果的显示形式。选择好后单击“OK”按钮即可。图4-7 “Stats by Classification”（分类统计量）对话框第四个选项是“Boxplots by Classification”（分类箱线图/箱尾图），将序列分布按照箱线图/箱尾图进行分类。箱线图（Boxplot）也称为箱尾图，是利用数据统计量来描述数据的一种方法，它可以粗略地看出数据是否具有对称性，分布的分散程度等。

13、图4-8所示为fdi序列的分类箱线图。图4-8 fdi序列对象的分类箱线图（“Boxplots by Classification”）（2） 序列组窗口下的描述性统计量在序列组（Group）对象窗口下选择工具栏中的“View”| “Descriptive Statistics”（描述性统计量）选项，将弹出3个选项。第一个选项是“Common Sample”（普通样本），选择该项将得到含有均值、中位数、最大/小值等统计量的一张电子表格。“Common Sample”要求各序列对象的样本范围相同，不能含有NA符（空值）。第二个选项是“Individual Samples”（个体样本），选择该项后弹

14、出的界面也是含有均值、中位数、最大/小值等统计量的一张电子表格。与“Common Sample”不同的是，该选项中序列对象所包含的观测值个数可以不同。第三个选项是“Boxplots”（箱线图/箱尾图），其生成的图形与图4-8相似。不同的是横坐标轴为序列名称。其实，序列对象和序列组对象的描述统计量相同，只是在窗口中显示的形式不同。序列组对象窗口中的描述性统计量是各个序列对象统计量的组合。4.2.2 描述性统计量检验 在序列对象窗口“View”|“Tests for Descriptive Stats”中有两个关于描述性统计量的检验，一个是“Simple Hypothesis Tests”（简单假设检验），另一个是“Equality Tests by Classification”（分组齐性检验）。简单假设检验（“Simple Hypothesis Tests”）包括序列对象的均值（Mean）检验、方差（Variance）检验和中位数（Median）检验。选择“View”| “Tests for Descriptive Stats” | “Simple Hypo