2.单位根检验的EViews操作
利用EViews进行单位根检验
在主菜单选择Quick / Series Statistics / Unit Root Test 输入待检验的序列名/单击OK / 出现单位根检验对话框
单位根检验对话框(由三部分构成)
（1）检验类型（Test Type)
ADF检验
PP检验
（2）检验对象
Level（水平序列）
1st difference（一阶差分序列）
2nd difference（二阶差分序列）
（3）检验式中应包括的附加项
Intercept（漂移项）
Trend and Intercept（趋势项和漂移项）
None（无附加项）
说明：
1.> 如果序列在0均值上下波动，且无时间趋势，则应选择None（无附加项）
2.>如果序列具有非0均值，且无时间趋势，则应选择Intercept（漂移项）
3.>如果序列具有非0均值，且具有时间趋势，则应选择Trend and Intercept
（4）检验式中因变量的滞后差分项的个数。
Lagged difference下方的数值表示ADF检验的方程中滞后期期P，如果做DF检验，则P的值应当取为0
例根据《中国统计年鉴2004》，得到我国1978—2003年的GDP序列，检验其是否为平稳序列。
中国1978—2003年度GDP序列
方法1: 用时序图判断
由GDP的时序图初步判断序列是不平稳的(可以看出该序列可能存在趋势项，若需用ADF检验则选择第三种模型进行检验)。
方法2: 用自相关系数图判断
中国GDP时间序列的自相关系数不是很快地（如滞后期K=2，3）趋于零，即缓慢下降，再次表明序列是非平稳的.
方法3: 单位根检验
Quick Series Statistics Unit Root Test
输入变量名（本例：GDP）
选择ADF检验/Level（水平序列）/Trend and Intercept （趋势项和漂移项）/ 滞后期数：2
在原假设00:1:H H γδ=或=0下，单位根的t 检验统计量的值为：
????...0.786011?
?γδγγδτσσ-===-=或
在1％、5％、10％三个显著性水平下，单位根检验的临界值分别为-4.4167、-3.6219、-3.2474，显然，上述检验统计量值大于相应DW 临界值，从而接受，表明我国1978——2003年度GDP 序列存在单位根，是非平稳序列。
0H τ
继续讨论:对GDP的一阶差分进行检验
在10％的显著性水平下，单位根检验的临界值为
-3.2602，上述检验统计量值-3.62511小于相应DW临界值，从而拒绝H0，表明我国1978——2003年D(GDP)序
列是平稳序列.
Eviews做单位根检验和格兰杰因果分析
Eviews做单位根检验和格兰杰因果分析 一，首先我根据ADF检验结果，来说明这两组数据对数情况下是否是同阶单整的（同阶单整即说明二者是协整的，这是一种协整检验的方法），我对你的两组数据分别作了单位根检验，结果如下： 1.LNFDI水平下的ADF结果： Null Hypothesis: LNFDI has a unit root Exogenous: Constant Lag Length: 2 (Automatic based on AIC, MAXLAG=3) Augmented Dickey-Fuller test statistic t-Statistic Prob.* -1.45226403166189 0.526994561264069 Test critical values: 1% level -4.00442492401717 5% level -3.09889640532337 10% level -2.69043949557234 *MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 14 从上面的t-Statistic对应的值可以看到，-1.45226403166189大于下面所有的临界值，因此LNFDI在水平情况下是非平稳的。 然后我对该数据作了二阶，再进行ADF检验结果如下： t-Statistic Prob.* - 2.8606168858628 0.0770552989049772 Test critical values: 1% level -4.05790968439663 5% level -3.11990956512408 10% level -2.70110325490427 看到t-Statistic的值小于10% level下的-2.70110325490427，因此可以认为它在二阶时，有90%的可能性，是平稳的。 2.LNEX的结果： 它的水平阶情况与LNFDI类似，T统计值都是大于临界值的。因此水平下非平稳，但是二阶的时候，它的结果如下： t-Statistic Prob.* -4.92297051527175 0.00340857899403409
用EVIEWS处理时间序列汇总
应用时间序列分析 实验手册
目录 目录 (2) 第二章时间序列的预处理 (3) 一、平稳性检验 (3) 二、纯随机性检验 (9) 第三章平稳时间序列建模实验教程 (10) 一、模型识别 (10) 二、模型参数估计（如何判断拟合的模型以及结果写法） (14) 三、模型的显著性检验 (17) 四、模型优化 (18) 第四章非平稳时间序列的确定性分析 (19) 一、趋势分析 (19) 二、季节效应分析 (34) 三、综合分析 (38) 第五章非平稳序列的随机分析 (44) 一、差分法提取确定性信息 (44) 二、ARIMA模型 (58) 三、季节模型 (62)
第二章时间序列的预处理 一、平稳性检验 时序图检验和自相关图检验 （一）时序图检验 根据平稳时间序列均值、方差为常数的性质，平稳序列的时序图应该显示出该序列始终在一个常数值附近随机波动，而且波动的范围有界、无明显趋势及周期特征 例2.1 检验1964年——1999年中国纱年产量序列的平稳性 1.在Eviews软件中打开案例数据 图1：打开外来数据 图2：打开数据文件夹中案例数据文件夹中数据
文件中序列的名称可以在打开的时候输入，或者在打开的数据中输入 图3：打开过程中给序列命名 图4：打开数据
2.绘制时序图 可以如下图所示选择序列然后点Quick选择Scatter或者XYline；绘制好后可以双击图片对其进行修饰，如颜色、线条、点等 图1：绘制散点图 图2：年份和产出的散点图
100 200300400 5006001960 1970198019902000 YEAR O U T P U T 图3：年份和产出的散点图 （二）自相关图检验 例2.3 导入数据，方式同上； 在Quick 菜单下选择自相关图，对Qiwen 原列进行分析； 可以看出自相关系数始终在零周围波动，判定该序列为平稳时间序列。 图1：序列的相关分析
eviews各种检验
（一）、ADF是单位根检验，第一列数据y做ADF检验，结果如下 Null Hypothesis: Y has a unit root Exogenous: Constant, Linear Trend 外因的 Lag Length: 0 (Automatic based on SIC, MAXLAG=10) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -3.820038 0.0213 Test critical values: 1% level -4.098741 5% level -3.477275 10% level -3.166190 在1%水平上拒绝原假设，序列y存在单位根，为不平稳序列。但在5%、10%水平上均接受原假设，认为y平稳。 对y进行一阶差分，差分后进行ADF检验： Null Hypothesis: Y has a unit root Exogenous: None Lag Length: 0 (Automatic based on SIC, MAXLAG=10) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -9.328245 0.0000 Test critical values: 1% level -2.599934 5% level -1.945745 10% level -1.613633 可见，在各水平上y都是平稳的。因此，可以把原序列y看做一阶单整。 第二列xADF检验如下： Null Hypothesis: X has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic based on SIC, MAXLAG=10) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -3.216737 0.0898 Test critical values: 1% level -4.098741 5% level -3.477275
(完整版)EViews面板数据模型估计教程
EViews 6.0 beta在面板数据模型估计中的应用 来自免费的minixi 1、进入工作目录cd d:\nklx3，在指定的路径下工作是一个良好的习惯 2、建立面板数据工作文件workfile （1）最好不要选择EViews默认的blanaced panel 类型 Moren_panel （2）按照要求建立简单的满足时期周期和长度要求的时期型工作文件
3、建立pool对象 （1）新建对象 （2）选择新建对象类型并命名 （3）为新建pool对象设置截面单元的表示名称，在此提示下（Cross Section Identifiers: (Enter identifiers below this line )输入截面单元名称。，建议采用汉语拼音，例如29个省市区的汉语拼音，建议在拼音名前加一个下划线“_”，如图
关闭建立的pool对象，它就出现在当前工作文件中。 4、在pool对象中建立面板数据序列 双击pool对象，打开pool对象窗口，在菜单view的下拉项中选择spreedsheet （展开表） 在打开的序列列表窗口中输入你要建立的序列名称，如果是面板数据序列必须在序列名后添加“?”。例如，输入GDP?，在GDP后的?的作用是各个截面单元的占位符，生成了29个省市区的GDP的序列名，即GDP后接截面单元名，再在接时期，就表示出面板数据的3维数据结构（1变量2截面单元3时期）了。
请看工作文件窗口中的序列名。展开表（类似excel）中等待你输入、贴入数据。 （1）打开编辑（edit）窗口
（2）贴入数据 （3）关闭pool窗口，赶快存盘见好就收6、在pool窗口对各个序列进行单位根检验 选择单位根检验 设置单位根检验
用eviews检验时间系列是否存在单位根
我国1978-2003年GDP数据平稳性分析实验报告 开机进入eviews系统，建立时间序列，导入以下数据： x(年度）y（GDP）x(年度）y（GDP） 1978 3624.1 1991 21617.8 1979 4038.2 1992 26638.1 1980 4517.8 1993 34634.4 1981 4862.4 1994 46759.4 1982 5294.7 1995 58478.1 1983 5934.5 1996 67884.6 1984 7171 1997 74462.6 1985 8964.4 1998 79395.7 1986 10202.2 1999 82067.5 1987 11962.5 2000 89468.1 1988 14928.3 2001 97314.8 1989 16909.2 2002 105172.3 1990 18547.9 2003 116898.4 绘制y的时序图可初步判断该序列是不平稳的。如图所示： 120000 100000 80000 60000 40000 20000 78808284868890929496980002 Y 接着进行单位根检验：
输入y，弹出如下窗口： 选择ADF检验，level（水平序列），trend and intercept，滞后期数设为2.得到： 可知，在原假设下，单位根的t检验统计量的值为-0.786011，比在1％，5％，10％这三个显著性水平下的单位根检验的临界值都要大，故接受原假设，可知该时间序列存在单位根，为非平稳序列。 继续对该序列的一阶差分进行检验。 得到