Eviews软件操作指令.docx

1、Eviews软件操作指令Views软件操作及练习题指令 一、建立工作文件打开Views主窗口；从Views主菜单中点击File键，选择ewWorkfile，则打开一个Workfile Range选择框，其中需做三项选择：Workfilefrequency；Start date；End date 。根据数据的性质做Workfilefrequency；Start date；End date各项选择。点击OK键。这时会建立一个尚未命名的工作文件（Workfile：UNTITLED）。点击name键（起名，保存）。二、关闭工作文件从Views主窗口右上方，点击。三、打开工作文件双击Views标识，从主

2、窗口，点击FileopenWorkfile工作文件名（工作文件名字符不得超过个）。四、输入数据从主窗口，点击QuickEmpty Group用手工输入数据。输入好数据后，对时间序列数据name（起名）save（保存）。也可从Ecxel中把数据粘贴到Empty Group，namesave。注意：如果输入数据错误，如何该？从views主菜单中点击Edit键。五、用公式生成新序列从主窗口，点击QuickGenerate Series输入计算公式。最常用运算符号：加（+），减（-），乘（*），除（/），乘方（），X的一阶差分（D（X），即X-X（-1），对X取自然对数（log（X），对X取自然对数后

3、做一阶差分（Dlog（X），下面是函数及其含义：SUM（X）序列X的和MEAN（X）序列X的均值 VAR（X）序列X的方差 SUMSQ（X）序列X的平方和 COV（X，Y）序列X和序列Y协方差 COR（X，Y）序列X和序列Y R2R2统计量RBA R2调整的R2统计量 SE回归函数的标准误差 FF统计量 MOVAV（X，n）序列X的n期移动平均，其中n为整数六、改变工作文件区间从主窗口，点击procstructure/Resize Current Page改变区间。七、把各序列放到一起方法一：从主窗口，点击ObjectNew ObjectGroup输入序列名OK namesave。方法二：从工

4、作文件窗口，左键单击某一序列按住电脑左下方Ctrl键不松再依次左键单击另外序列按鼠标右键as Group namesave。八、单序列（X）的直方图和描述统计量左键双击打开序列（X）ViewDescriptive statisticHistogram and stats九、多序列描述统计量左键双击打开序列组（Group）ViewDescriptive statisticCommon stats十、序列的折线图 左键双击打开序列（X）GraphlineOK十一、序列和的散点图从Views主窗口，点击Quick键，选择Graph功能，这时将弹出一个对话框，要求输入图画所用的变量名。对于画散点图来说

5、，应该输入两个变量。这里因为要画x，y的散点图，所以输入x，y。点击OK键，会得到对话框，从GraphType选项中选Scatter Diagram，然后按OK键，得到散点图。如要改变x，y横纵轴的位置，改变x，y顺序即可。十二、进行OLS回归（以双变量回归模型为例）从Views主窗口，点击Quick点击Estimate Equation功能。弹出一个对话框。在EquationSpecification选择框中输入y c x或者y=c（1）c（2）*x。在EstimateSetting选择框中自动给出缺省选择LS估计法和样本区间。点击OK键，即可得到回归结果。然后namesave。十三、预测操

6、作：（1）打开工作文件（WorkFile），从主窗口Procsstructure/Resize Current Page改变区间。在打开的扩展范围选择框中分别输入预测区间。 （2）编辑变量X的数据（用鼠标右键激活），输入X的实际值。 （3）在回归模型估计结果显示窗口的命令行中，单击Forecast，打开预测窗口，预测结果变量的缺省选择为YF，选择静态预测，点击OK。在工作文件窗口，就会显示YF。 （4）主窗口QuickGraph，打开作图对话框输入Y FY，选择Line Graph，Singe Scale。 十四、显示残差图 在回归模型估计结果显示窗口的命令行中，单击resids即可。十五、自

7、相关练习的操作指令（以双变量回归模型为例）操作：（1）用OLS方法估计模型的参数。从Views主窗口，点击Quick点击Estimate Equation功能。弹出一个对话框。在EquationSpecification选择框中输入y c x或者y=c（1）c（2）*x。在EstimateSetting选择框中自动给出缺省选择LS估计法和样本区间。点击OK键，即可得到回归结果。然后namesave。（2）检验自相关图示法。由OLS估计结果，得到残差resid，并把残差resid转换成E，即从主窗口QuickGenerate Series生成序列（E=resid）。再从从主窗口QuickGrap

8、h，在图形对话框中键入E E（-1），再单击Scatter Diogram，得到散点图。DW检验。由OLS估计结果，得到DW，给定显著性水平，查DW统计表，n表示样本观测值的个数，k是解释变量的个数，得到DW统计量的下限临界值dl和du，再根据DW检验的判断法则，进行判断。（3）自相关的修正根据DW统计量，利用公式=1-DW/2，计算。对Y序列作广义差分。点击QuickGenerate Series输入计算公式（DY=Y-Y（-1）。对X序列作广义差分。点击QuickGenerate Series输入计算公式（DX=X-X（-1）。（4）再用OLS方法估计模型的参数。从Views主窗口，点击Q

9、uick点击Estimate Equation功能。弹出一个对话框。在EquationSpecification选择框中输入dy c dx或者dy=c（1）c（2）*dx。在EstimateSetting选择框中自动给出缺省选择LS估计法和样本区间。点击OK，即可得到回归结果。然后namesave。（5）再进行DW检验。（6）消除了自相关的模型即为所求模型。十六、异方差练习的操作指令（以双变量回归模型为例）操作：（1）用OLS方法估计模型的参数。（2）异方差检验图示法。从Equationresid，得到残差图。还可把resid变换为e，再作e与序列x的散点图。G-Q检验。从主窗口点击Procs

10、Sort Current pageyes，出现排序对话框后，键入x，选升序（ascending），单击OK。假定样本数据为n，去掉中间c（n/4）个数据，然后分成两组数据，分别做两个回归，得到两个残差平方和。构造F统计量，取显著性水平0.05，查F分布表，得到F临界值，如果F统计量大于F临界值，则存在异方差。（3）异方差的修正。用加权最小二乘法，具体操作：在工作文件单击方程标识，打开回归方程，在方程窗口单击EstimateOptionsWeighted LS/TSLSWeight（输入权数）OK（4）为了分析异方差的校正情况，利用WLS估计出模型以后，还需要利用怀特检验再次判断模型是否存在异方

11、差性。具体操作：在方程窗口单击ViewResidual TestWhite Heteroskedasticity。（5）取显著性水平0.05，查，n为辅助方程解释变量的个数，如果nR2,则修正后的方程不存在异方差。十七、多重共线性练习的操作指令操作：（1）运用OLS法对方程估计参数。从Views主窗口，点击Quick点击Estimate Equation功能。（2）做F检验，由方程得到F统计量，在给定显著性水平0.05下，查F0.05（k，n-k-1），这里k为变量出个数，n为样本点数。如果F0.05（k，n-k-1）F统计量。则表明从整体上看，被解释变量和解释变量之间线性关系显著。（3）检验

12、。先计算被解释变量和解释变量之间的相关系数，Views操作如下：在主窗口点击QuickGroup StatisticsCorrelationSeries Line（输入被解释变量和解释变量）OK，判断解释变量之间的相关程度。（4）多重共线性的修正（逐步回归法）。运用OLS方法逐一求Y（被解释变量）对各个解释变量的回归，结合经济意义和统计检验选出拟合效果最好的双变量回归方程为基础，在此基础上，再添加其他解释变量，直到选出最佳的回归模型。十八、有限分布滞后模型练习的操作指令设定模型： 操作：建立Workfile，从Views主窗口，点击Quick点击Estimate Equation功能。弹出一个

13、对话框。在EquationSpecification选择框中输入Y c x x（-1） x（-2）x（-3）x（-4）x（-5），点击OK。或者在EquationSpecification选择框中输入Y c x（0 to -5）。十九、多项式分布滞后模型的阿尔蒙估计法（Almon method of Polynomizl Distributed Log Models）（一）阿尔蒙估计法（1）设定模型：注意：这里k=6，r=2。则原模型可变为： 其中：Views操作：（1）建立Workfile，注意：namesave。（2）生成新变量，从主窗口点击QuickGenerate Series输入计算

14、公式（W0=x+x（-1）+x（-2）+x（-3）+x（-4）+x（-5）+x（-6）；W1=x（-1）+2*x（-2）+3*x（-3）+4*x（-4）+5*x（-5）+6*x（-6）；W2=x（-1）+4*x（-2）+9*x（-3）+16*x（-4）+25*x（-5）+36*x（-6）。（3）用OLS法做Y对W0，W1，W2回归。从Views主窗口，点击Quick点击Estimate Equation功能。弹出一个对话框。在EquationSpecification选择框中输入y c W0 W1 W2。点击OK。可以得到的估计值。（4）利用，计算：； ； （5）最后得到分布滞后模型的估计式。

15、（二）阿尔蒙估计法（2）操作：（1）建立Workfile，注意：namesave。（2）运用Views程序中阿尔蒙估计法，可以直接进行，从主窗口点击Quick点击Estimate Equation功能。弹出一个对话框。在EquationSpecification选择框中输入y c PDL（x，k，r），（应输入命令：y c PDL（x，6，2），点击OK。可以得到的估计值。注意：Views程序中，PDL（x，k，r），PDL是Polynomizl Distributed Log Models的简写，x表示为自变量，k表示滞后期，r表示系数多项式的阶数，在这个例子中，应输入命令：PDL（x，6，

16、2）（3）用“PDL”估计分布滞后模型时，Views所采用的滞后多项式变换不是形如，而是阿尔蒙多项式的派生形式：，其中k为滞后期数，并且滞后期数为偶数。在本例中取k=6，这样，系数多项式应是： （j=0，1，2，3，4，5，6）（4）利用计算（j=0，1，2，3，4，5，6）。（5）最后得到分布滞后模型的估计式。二十、用经验权数法估计有限分布滞后模型的参数设定模型： 操作：（1）建立Workfile。注意：namesave。（2）运用检验加权法，选择下列三组权数分别表示递减滞后、A型滞后、不变滞后。1，1/2，1/4，1/8；1/4，1/2，2/3，1/4；1/4，1/4，1/4，1/4。（3

17、）生成新的三个序列 操作：从主窗口，点击QuickGenerate Series输入计算公式z1t=xt+1/2*xt-1+1/4*xt-2+1/8*xt-3；z2t=1/4xt+1/2*xt-1+2/3*xt-2+1/4*xt-3 z3t=1/4xt+1/4*xt-1+1/4*xt-2+1/4*xt-3。（4）回归分析。从Views主窗口，点击Quick点击Estimate Equation功能。弹出一个对话框。在EquationSpecification选择框中输入Y c z1t，用Z2t 、Z3t替换z1t，重复前面回归过程，可得到另外两个经验加权模型的回归结果。（5）对三个模型，要检验

18、自相关、t检验和R2，从中选出最佳的分布滞后模型。注意：有限分布滞后模型中滞后期数的判定：Akaike info criterion（赤池准则） 和Schwarz criterion（施瓦茨准则）最小。二十一、随机自变量模型（Random Regressors Models）的参数估计（工具变量法）若线性回归模型的假定cov（GDP u）=0不满足，即自变量x是随机解释变量，用OLS法估计量将失去无偏性和一致性，为此，必须对随机项是否与自变量强相关进行检验。操作：（1）建立Workfile。注意：namesave。（2）进行豪斯曼（Hausman Test）检验。检验GDP 与u是否存在强相关

19、（省略）。假定GDP 与u存在强相关，而储蓄变量与随机误差项u不相关（这里只是为了说明方法的应用，不去计较储蓄变量与随机误差项u实际上是否相关），可以作为自变量GDP的工具变量。（3）在工作文件指令窗口输入下列命令：Equation Hausman.Ls GDP C ChuxuGenr Vhat=ResidEquation Eq01.LS Chukou C GDP Vhat点击回车注意:第一句命令得到GDP关于它的工具变量Chuxu的回归方程(称作Hausman方程)；第二句命令是建立一个变量Vhat等于Hausman方程的Resid；第三个命令得到出口（Chukou）关于GDP和Vhat的回

20、归方程。对残差的估计值进行t检验，得t=-4.686，在1%是显著水平下，残查的回归参数的显著的，因此，拒绝原假设，自变量GDP与随机误差项之间存在相关性。（4）以储蓄（Chuxu）作为GDP的工具变量。从Views主窗口，点击Quick点击Estimate Equation功能。弹出一个对话框。在EquationSpecification选择框中输入Chukou c GDP，在Instrument list框内添入Chuxu，选择“TSLS”方法（Two Stage Least Squares），点击OK。二十二、虚拟变量模型（1）练习的操作指令初职年薪Y/千美元教育（1=大学教育，0=非大

21、学教育）初职年薪Y/千美元教育（1=大学教育，0=非大学教育）21.2118.5017.5021.7117.0018.0020.5119.0021.0122.01只含一个定性变量的回归模型，在这个模型中， =初职年薪 操作：建立Workfile，从Views主窗口，点击Quick点击Estimate Equation功能。弹出一个对话框。在EquationSpecification选择框中输入Y c D1，点击OK。二十三、虚拟变量模型（2）练习的操作指令年薪Y/千美元教龄X2性别1=男，0=女23.01119.51024.02121.02025.03122.03026.54123.14025

22、.05028.05129.56126.06027.57031.57129.080包括一个定量变量,一个两分定性变量的回归模型其中=大学教师的年薪； -教龄 操作：建立Workfile，namesave。再从Views主窗口，点击Quick点击Estimate Equation功能。弹出一个对话框。在EquationSpecification选择框中输入Y c D1 x，点击OK。二十四、虚拟变量模型（3）练习的操作指令测量斜率变动的模型，以乘法形式引入虚拟解释变量，是在所设定的计量模型中，将虚拟解释变量与其他解释变量相乘作为新的解释变量，以达到其调整模型斜率系数的目的。这个模型等价于： 操作：

23、（1）建立Workfile，namesave。（2）生成新变量，从主窗口点击QuickGenerate Series输入计算公式（Z=XD1）（3）做回归。从Views主窗口，点击Quick点击Estimate Equation功能。弹出一个对话框。在EquationSpecification选择框中输入Y c x x D1，点击OK。二十五、虚拟变量模型（4）练习的操作指令测量斜率和截距都变动的模型，如果斜率和截距都变动，适合采用以下模型：操作：（1）建立Workfile，namesave。（2）生成新变量，从主窗口点击QuickGenerate Series输入计算公式（Z=XD1）（3）

24、做回归。从Views主窗口，点击Quick点击Estimate Equation功能。弹出一个对话框。在EquationSpecification选择框中输入Y c x D1 x D1，点击OK。二十六、虚拟变量模型（5）练习的操作指令分段线性回归，当在模型中使用虚拟变量时，回归函数就不再是连续的了。那么，能否可以用虚拟变量描述出模型结构的变化，又使回归函数保持连续呢？可以。 考虑模型： 其中表示结构发生变化的t=b1时刻的值。 当D1=0时， 当D1=1时，操作：建立Workfile，namesave。（2）生成新变量，从主窗口点击QuickGenerate Series输入计算公式（Z=（

25、X-Xb）D1）（3）做回归。从Views主窗口，点击Quick点击Estimate Equation功能。弹出一个对话框。在EquationSpecification选择框中输入Y c x （X-Xb）D1，点击OK。二十七、联立方程模型的练习其中：t期的消费额，t期的投资额，t期的国民收入t期的政府支出额，t-1期的国民收入 经过检验，消费方程是过度识别，适合用二阶段最小二乘法估计。操作：（1）第一步，作为解释变量的内生变量Y的简化方程为 （2）估计Y的简化式方程（3）生成新序列：EY=Y-Resid（4）利用Y的拟合值，在消费方程中用代替Y，再次应用OLS法，估计替代后的结构方程即消费方

26、程。注意：上述步骤可以直接使用二阶段最小二乘法估计命令，即在Estimate Equation对话筐中，键入CS C Y CS（-1） C Y(-1) CS(-1) G，在估计方法方框中选择TSLS，点击OK。（5）投资方程显然满足古典假设，可直接应用OLS法。二十八、协整分析的练习Augmented Dickey-Fuller Test（ADF）检验考虑模型（1）yt=yt-1+jyt-j+t模型（2）yt=+yt-1+jyt-j+t模型（3）yt=+t+yt-1+jyt-j+t其中：j=1，2，3单位根的检验步骤如下：第一步：估计模型（3）。在给定ADF临界值的显著水平下，如果参数显著不为

27、零，则序列yt不存在单位根，说明序列yt是平稳的，结束检验。否则，进行第二步。第二步：给定=0，在给定ADF临界值的显著水平下，如果参数显著不为零，则进入第三步；否则表明模型不含时间趋势，进入第四步。第三步：用一般的t分布检验=0。如果参数显著不为零，则序列yt不存在单位根，说明序列yt是平稳的，结束检验；否则，序列存在单位根，是非平稳序列，结束检验。第四步：估计模型（2）。在给定ADF临界值的显著水平下，如果参数显著不为零，则序列yt不存在单位根，说明序列yt是平稳的，结束检验；否则，继续下一步。第五步：给定=0，在给定ADF临界值的显著水平下，如果参数显著不为零，表明含有常数项，则进入第三

28、步；否则继续下一步。第六步：估计模型（1）。在给定ADF临界值的显著水平下，如果参数显著不为零，则序列yt不存在单位根，说明序列yt是平稳的，结束检验。否则，序列存在单位根，是非平稳序列，结束检验。操作：（1）检验消费序列是否为平稳序列。在工作文件窗口，打开序列CS，在CS页面单击左上方的“Viem”键并选择“Unit Root Test”，依据检验目的确定要检验的模型类型，则有单位根检验结果。消费时间序列为模型（3），其t值大于附表6（含有常数项和时间趋势）中0.010.10各种显著性水平下值。因此，在这种情况下不能拒绝原假设，即私人消费时间序列CS有一个单位根，SC序列是非平稳序列。（2）

29、单整。检验消费时间序列一阶差分（SCt）的平稳性。用OLS法做两个回归：2SCt C SCt-12SCt C t SCt-1 2SCt为二阶差分，在两种情况下，t值都小于附表6中0.010.10各种显著性水平下的值。因此，拒绝原假设，即私人消费一阶差分时间序列没有单位根，即私人消费一阶差分时间序列没有单位根，或者说该序列的平稳序列。所以，SCt是非平稳序列，由于SCtI（0），因而SCtI（1）。（3）判断两变量的协整关系。第一步：求出两变量的单整的阶 对于SCt。做两个回归（SCt C SCt-1），（2SCt C SCt-1）。 对于yt， 做两个回归（yt C yt-1），（2yt C

30、yt-1）。 判断SCt和yt都是非平稳的，而SCt和yt是平稳的，即SCtI（1），ytI（1）。 第二步：进行协整回归用OLS法做回归：（SCt C yt），并变换参差为et。第三步：检验et的平稳性用OLS法做回归：（et C et-1）第四步：得出两变量是否协整的结论因为t=-3.15与下表协整检验EG或AGE的临界值相比较（K=2），采用显著性水平a=0.05，t值大于临界值，因而接受et非平稳的原假设，意味着两变量不是协整关系。可是，如果采用显著性水平a=0.10，则t值与临界值大致相当，因而可以预期，若a=0.11，则t值小于临界值，接受et平稳的备择假设，即两变量具有协整关系。 协整检验EG或AGE的临界值 样本个数 显著性水平 K=2 K=3 K=4 样本