计量经济学上机实验手册范本
计量经济学上机实验
西安郵電大学《计量经济学》课内上机实验报告书系部名称：经济与管理学院学生姓名：专业名称：班级：时间：2011-2012（2）1、教材P54 11题2、教材P91 10、11题3、教材p135 7、8题11、下表是中国1978-2000年的财政收入Y和国内生产总值（GDP）的统计资料。
单位：亿元要求，以手工和运用EViews软件（或其他软件）：（1）作出散点图，建立财政收入随国内生产总值变化的一元线性回归模型，并解释斜率的经济意义；（2）对所建立的回归模型进行检验；（3）若2001年中国国内生产总值为105709亿元，求财政收入的预测值及预测区间。
Dependent Variable: YMethod: Least SquaresDate: 04/12/11 Time: 11:26Sample: 1978 2000R-squared Mean dependent varAdjusted R-squared. dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statistic0200004000060000800001000007880828486889092949698001.通过已知数据得到上面得散点图，财政收入随国内生产总值变化的一元线性回归方程： Ŷi= +（） （） t=r ²= F= ˆσ= 估计的解释变量的系数为，说明国内生产总值每增加一元，财政收入将增加元，符合经济理论。
2.（1）样本可决系数r ²=，模拟拟合度较好。
（2）系数的显著性检验：给定α=0,05，查t 分布表在自由度为n-2=21时的临界值为(21)=因为t=> (21)=, 国内生产总值对财政收入有显著性影响。
3．2001年的财政收入的预测值：Ŷ01= + *105709=2001年的财政收入的预测区间：在1-α下，Y01的置信区间为： Y01∈()()01/2001/20ˆˆˆˆ,Yt e Y t e αασσ⎡⎤-+⎣⎦即： Y01∈[]11612.666943,14829.98478310、在一项对某社区家庭对某种消费品的消费需要调查中，得到下表所示的资料。
计量经济学eviews上机实验
2011-2012学年第二学期计量经济学eviews上机实验姓名：学号：班级：实验一：研究国民生产总值对财政收入的影响。
（本实验30分）下表是我国1978－1997年的财政收入Y和国民生产总值X的数据资料，试根据资料完成下列问题：1、建立财政收入对国民生产总值的一元线性回归方程；（10分）2、对所建立的回归方程进行检验并对结果进行说明，然后解释方程的经济意义；（15分）3、若1998年国民生产总值为78017.8亿元，求1998年财政收入预测值。
（5分）解：（1）由题意可知，y= 0.100031x+ 858.3108（46.05）（12.79）R2=0.99 F=2120.41（2）由数据统计得，x的t方检验为46.04788>2，因此具有高度显著性，同理C也具有高度显著性，所以此方程有效；经济意义：财政收入与国民生产总值成正比，即财政收入随国民生产总值的增长而增长。
（3）将X=78017.8代入方程得，Y=8662.5093518。
实验二：研究某企业员工的工资是否受性别的影响。
（本实验20分）表中列出了24个不同性别的企业员工的工资收入情况。
要求根据所给出的数据资料1、建立虚拟变量模型。
（注：要先说明以哪一个变量作为虚拟变量，并说明1代表什么，0代表什么。
）（5分）2、根据你得到的虚拟变量回归方程，判断该方程是否有效。
若方程有效，则分析该企业员工的男女平均工资是否存在差距，差距是多少。
（15分）解：（1）定义虚拟变量D：当D=0时表示女性，D=1时表示男性，Y表示工资，X表示性别由题意可知，Y=3476.07-674.82X（19.42）（-2.67）R2=0.42 F=7.11(2)由数据统计得，T检验：二者绝对值均大于2，即性别对工资有显著影响；R检验：值小于0.8，即真实值与估计值偏差较大；F检验：通过，即方程整体具有显著性；所以方程有效。
该企业员工的男女平均工资存在差距，且差距为674.82。
计量经济学上机实验手册
计量经济学上机实验手册标准化工作室编码[XX968T-XX89628-XJ668-XT689N]实验三异方差性实验目的：在理解异方差性概念和异方差对OLS回归结果影响的基础上，掌握进行异方差检验和处理的方法。
熟练掌握和运用Eviews软件的图示检验、G-Q检验、怀特（White）检验等异方差检验方法和处理异方差的方法——加权最小二乘法。
实验内容：书P116例4.1.4：中国农村居民人均消费函数中国农村居民民人均消费支出主要由人均纯收入来决定。
农村人均纯收入除从事农业经营的收入外，还包括从事其他产业的经营性收入以及工资性收入、财产收入和转移支付收入等。
为了考察从事农业经营的收入和其他收入对中国农村居民消费支出增长的影响，建立双对数模型：其中，Y表示农村家庭人均消费支出，X1表示从事农业经营的纯收入，X2表示其他来源的纯收入。
表4.1.1列出了中国内地2006年各地区农村居民家庭人均纯收入及消费支出的相关数据。
注：从事农业经营的纯收入由从事第一产业的经营总收入与从事第一产业的经营支出之差计算，其他来源的纯收入由总纯收入减去从事农业经营的纯收入后得到。
资料来源：《中国农村住户调查年鉴（2007）》、《中国统计年鉴（2007）》。
实验步骤：一、创建文件1.建立工作文件CREATE U 1 31 【其中的“U”表示非时序数据】2.录入与编辑数据Data Y X1 X2 【意思是：同时录入Y、X1和X2的数据】3.保存文件单击主菜单栏中File→Save或Save as→输入文件名、路径→保存。
二、数据分析1.散点图①Scat X1 Y从散点图可看出，农民农业经营的纯收入与农民人均消费支出呈现一定程度的正相关。
②Scat X2 Y从散点图可看出，农民其他来源纯收入与农民人均消费支出呈现较高程度的正相关。
2.数据取对数处理Genr LY=LOG(Y)Genr LX1=LOG(X1)Genr LX2=LOG(X2)三、模型OLS参数估计与统计检验LS LY C LX1 LX2得到模型OLS参数估计和统计检验结果：Dependent Variable: LYMethod: Least SquaresSample: 1 31LX1Adjusted R-squared . dependent var. of regression Akaike infocriterionSum squared resid Schwarz criterionLog likelihood F-statistic【注意：在学术文献中一般以这种形式给出回归方程的输出结果，而不是把上面的软件输出结果直接粘贴到文章中】可决系数，调整可决系数，显示模型拟合程度较高;同时,F 检验统计量，在5%的显着性水平下通过方程总体显着性检验。
工商管理专业《计量经济学》实验指导手册(20100831)范文
工商管理《计量经济学》上机指导手册咸宁学院经济与管理学院经济学系二零一零年八月《计量经济学》课程实验指导书院系：经济与管理学院专业：经济学课程：经济学基础实验所需硬、软件：电脑（装有OFFICE软件、SPSS软件）一、实验课程目的和要求本课程实验的目的有以下几点：1、帮助学生理解经济学原理并通过数据以进行经济学实证分析的方法。
2、引导学生运用来自企业和生活的实际案例掌握建立数学模型的方法，用eviews软件估计参数并进行检验和对现实进行分析。
3、培养学生分析问题的思想方法和提炼数学模型的技巧，运用计量经济学学方法解决管理实际问题的能力。
二、课程实验总学时数：16学时三、实验项目总数：5个四、实验开设对象：工商管理本科专业五、考核与报告1．实验后，学生将实验结果等内容写出实验报告，应符合实验教学的要求，并得到指导教师认可。
2．指导教师对每份实验报告进行审阅、评分。
3．该实验课程内容是对理论教学内容的应用与验证，实验课的成绩记入课程平时成绩，占总成绩的20%。
二、实验教学内容实验项目一、Eviews操作入门、一元线性回归散点图观察、参数估计与判定系数求解及预测（6学时）实验类型：综合性实验学时：4学时实验目的：通过本次实验，学生应该具备eviews基本操作的能力包括eviews工作文件的建立、数据的输入保存、调用，变量之间线图或者散点图的观察以及回归系数的OLS的估计。
通过本次实验，学生具备对Eviews软件输出的样本回归函数的结果进行统计检验的能力，包括变量的显著性检验、拟合优度检验，并能够应用回归结果对被解释变量进行预测。
实验环境：电脑（装有OFFICE软件、SPSS软件）、数据文件实验内容：Eviews操作入门、一元线性回归散点图观察、参数估计与判定系数求解及预测。
实验要求及考核标准：实验要求：本实验最终要提供实验报告，实验报告的内容主要包括：根据实验要求完成实验操作，得出相应的数据文件，并对数据文件进行必要的检查。
2012年本科计量经济学实验上机手册学生版(为李子奈编写的计量经济学第二版中例题的SAS程序)
附页：上机手册实验一 一元线性回归模型的参数估计和统计检验模型：1978-2000年中国人均居民消费支出（CONSP ）对人均GDP （GDPP ）的回归分析CONSP C GDPP βμ=++程序：(一) data china;input year CONSP GDPP @@; cards;数据行（自己输入） ; run;proc print data=china; title ‘china’; run;/*proc gplot data=china; symbol v=plus i=join; plot CONSP*GDPP; run; */proc reg data=china; model CONSP=GDPP; title ‘china’; run;程序 （二）P54页习题11数据 data caizheng;input year Y GDP @@; cards;数据行（自己输入）; run;proc print data=caizheng; title ‘caizheng’; run;/*proc gplot data= caizheng; symbol v=plus i=join; plot Y*GDP; run; */proc reg data= caizheng; model Y=GDP; title ‘caizheng’; run;实验二 多元线性回归模型的参数估计和统计检验程序（一）课本P77页表3.5.1数据，分别估计课本中P78页式子（3.5.18）和P80页中式子（3.5.19）（注意：这里只采用了1981-1994的数据）： data xiaofei;input year XC1990 Q1990 P01990 P11990 @@; cards;数据行（自己输入） ; run;proc print data=xiaofei;title ‘中国城镇居民人均消费支出’;run;data xiaofei2;set xiaofei;lnQ=log(Q1990);lnX=log(XC1990);lnP0=log(P01990);lnP1=log(P11990);x1=XC1990/P01990;y1=P11990/P01990;lnXP0=log(x1);lnP1P0=log(y1);run;proc reg data=xiaofei2;model lnQ=lnX lnP1 lnP0/DW;title ‘模型3.5.18’;run;proc reg data=xiaofei2;model lnQ=lnXP0 lnP1P0/DW;title ‘模型3.5.19’;run;程序（二）课本P92页习题11数据，模型为对数线性模型：data zhizhao;input number Y K L@@;cards;数据行（自己输入）;run;proc print data=zhizhao;title ‘中国2000年的制造业总体规模’; run; data zhizhao2;set zhizhao;lnY=log(Y);lnK=log(K);lnL=log(L);run;proc print data=zhizhao2;title ‘zhizhao2’;run;proc reg data=zhizhao2;model lnY=lnK lnL;print cli;/*可得95%的置信区间及相对误差值*/run;data zhizhao3;set zhizhao2(keep=Y lnY lnK lnL);lnYY=1.15397+0.60925*lnK+0.36078*lnL; /* 即为012l n*l n*l nY K Lβββ=++*/YY=exp(lnYY); /* 即为ln YY e=*/aa=Y-YY; /* 即为()Y Y-*/Yresid=aa/Y; /* 即为()/Y Y Y-*/ proc print data=zhizhao3;title ‘简单拟合’;run;data zhizhao4;set zhizhao3;keep Y lnYY YY Yresid;proc print data=zhizhao4;run;data zhizhao5;set zhizhao;a=Y/L;lnYL=log(a);b=K/L;lnKL=log(b);run;proc print data=zhizhao5;title ‘zhizhao5’;run;proc reg data=zhizhao5;model lnYL=lnKL;run;实验三异方差模型的检验和处理程序（一）课本P101页表4.1.1数据：data nongcun;input diqu $ Y X1 X2 @@;cards4;数据行（自己输入）;;;;run;proc print data=nongcun;title ‘中国农村居民人均消费’; run;data nongcun2;set nongcun;lnY=log(Y);lnX1=log(X1);lnX1X1=lnX1*lnX1;lnX2=log(X2); lnX2X2=lnX2*lnX2;lnX1X2= lnX1*lnX2;run;proc reg data=nongcun2;model lnY=lnX1 lnX2;title ‘nongcun2’;run;data nongcun3;set nongcun2;e=lnY-(1.60258+0.32541*lnX1+0.50708*l nX2);e1=abs(e);e2=e*e;run;/*proc gplot data=nongcun3;symbol v=plus i=jion;plot e2*lnX2;run;*/proc reg data=nongcun3;model e1=lnX1 lnX2;title ‘用戈里瑟法检验异方差’;run;proc reg data=nongcun3;model e1=X1 X2;title ‘用戈里瑟法检验异方差1’; run;proc reg data=nongcun3;model e2=lnX1 lnX1X1 lnX2 lnX2X2 lnX1X2; title ‘怀特检验法检验异方差’;run;proc reg data=nongcun3;model e2=lnX1 lnX1X1 lnX2 lnX2X2 ; title ‘没有交叉项的怀特检验’; run;data nongcun4;set nongcun2;proc sort data=nongcun4;by X2;proc print data=nongcun4;title ‘nongcun4’;run;data nongcun5;set nongcun2;X22=X2;if X2<=876.0;proc sort data=nongcun5;by X2;proc print data=nongcun5;title ‘nongcun5’;run;proc reg data=nongcun5;model lnY=lnX1 lnX2;title ‘G-Q检验子样本1’;run;data nongcun6;set nongcun2;X22=X2;if X2>=1303.6;proc sort data=nongcun6;by X2;proc print data=nongcun6;title ‘nongcun6’; run;proc reg data=nongcun6;model lnY=lnX1 lnX2;title ‘G-Q检验子样本2’;run;data nongcun7;set nongcun3;lnYjiaq=lnY/e1;lnX1jiaq=lnX1/e1;lnX2jiaq=lnX2/e1;proc print data=nongcun7;title ‘nongcun7’;run;proc reg data=nongcun7;model lnYjiaq=lnX1jiaq lnX2jiaq /DW noint;title ‘加权最小二乘法’;run;实验四序列相关模型的检验和处理程序（一）课本P115页中国商品进口模型，表4.2.1中数据：data MGDP;input year GDP Mt @@;cards;数据自己输入;run;proc print data=MGDP;title ‘MGDP’;run;proc reg data=MGDP;model Mt=GDP/DW;title ‘中国商品进口模型’; run;data MGDP2;set MGDP;MM= 152.90574+ 0.02039*GDP; et=Mt-MM;et_1=lag(et);et_2=lag(et_1);et_3=lag(et_2);run;/* proc gplot data=MGDP2; Symbol v=star i=join;plot et*year;run;proc gplot data=MGDP2; Symbol v=plus i=join;plot et* et_1;run;*//*回归检验法*/proc reg data=MGDP2;model et=et_1;title ‘回归法1’;run;proc reg data=MGDP2;model et=et_1 et_2;title ‘回归法2’;run;/*拉格朗日乘数检验*/proc reg data=MGDP2;model et=GDP et_1 et_2; title ‘拉格朗日乘数检验2阶序列相关’;run;proc reg data=MGDP2;model et=GDP et_1 et_2 et_3;title ‘拉格朗日乘数检验3阶序列相关’;run;/*杜宾两步法修正*/data MGDP3;set MGDP2;Mt_1=lag(Mt);Mt_2=lag(Mt_1);GDPt_1=lag(GDP);GDPt_2=lag(GDPt_1);run;proc reg data=MGDP3;model Mt=Mt_1 Mt_2 GDP GDPt_1 GDPt_2; title ‘杜宾法第一步估计相关系数’; run;data MGDP4;set MGDP3;Mtstar=Mt-(0.93825*Mt_1-0.46865*Mt_2) ;GDPstar=GDP-(0.93825*GDPt_1-0.46865*G DPt_2);run;proc print data=MGDP4;title ‘MGDP4’;run;proc reg data=MGDP4;model Mtstar=GDPstar;title ‘杜宾法第二步’;run;/*科克伦-奥克特迭代法（只迭代两步）修正*/proc reg data=MGDP2;model et=et_1 et_2/noint;title ‘第一次估计相关系数’;run;data MGDP5;set MGDP3;MtM=Mt-(1.10999*Mt_1-0.75138*Mt_2); GDPG=GDP-(1.10999*GDPt_1-0.75138*GDPt _2);run;proc reg data=MGDP5;model MtM=GDPG;title ‘第一次估计待估参数’;run;data MGDP6;set MGDP3(drop=MM et et_1 et_2 et_3); MMM=107.39666+0.01991*GDP;et=Mt-MMM;et_1=lag(et);et_2=lag(et_1);et_3=lag(et_2);run;proc reg data=MGDP6;model et=et_1 et_2/noint;title ‘第二次估计相关系数’;run; data MGDP7;set MGDP6;MtMt=Mt-(1.19578*Mt_1-0.76487*Mt_2); GDPGD=GDP-(1.19578*GDPt_1+-0.76487*GD Pt_2);run;proc reg data=MGDP7;model MtMt=GDPGD;title ‘第二次估计待估参数’;run;/*回归法求4.2.26式*/data MGDP8;set MGDP3;AR1=Mt_1-93.74328-0.02001*GDPt_1;AR2=Mt_2-93.74328-0.02001*GDPt_2; run;proc print data=MGDP8;title ‘MGDP8’;run;proc reg data=MGDP8;model Mt=GDP AR1 AR2/DW;title ‘估计式4.2.26’;run;实验五多重共线性模型的检验和处理程序（一）课本P124页粮食生产模型，表格4.3.3数据：data grain1;input year total X1 X2 X3 X4 X5 @@; cards;数据自己输入;run;proc print data=grain1;title "粮食生产模型原始样本观测值数据";run;proc reg data=grain1;model total=X1 X2 X3 X4 X5/DW;run;proc corr;/*求相关系数矩阵*/var X1 X2 X3 X4 X5;run;proc reg data=grain1;model total=X1 /DW;run;proc reg data=grain1;model total=X2/DW;run;proc reg data=grain1;model total=X4/DW;run;proc reg data=grain1;model total=X5/DW;run;/*以下是逐步回归过程*/proc reg data=grain1;model total=X1 X2 X3 X4 X5/ dw selection=stepwise details=all slentry=0.05 slstay=0.05;/*selecton=stepwise 表示的是reg过程所提供的九种模型选择方法中的逐步法：从不包含任何自变量的模型开始，每一步加入一个自变量，同时判断模型内自变量是否达到剔除标准，如果是则剔除一个自变量；可以先不用details=all这个选项运行一下查看结果，再与有details=all的结果作比较。
计量经济学上机实验指导书
得到估计结果之后，就可以根据输出统计 量中表现出的特性，对模型进行检验和合 适的修正。 得到满意结果后，可以使用模型进行预测。
第二节：一元线性回归模型的预 测
要对一元线性模型进行预测，需要在已知解释 变量值的条件下进行。要得到解释变量值的方 法有很多，练习时大多是已知的。在实际分析 问题时，方法之一是对时间T进行回归，再趋势 外推得到解释变量的值，即利用时间序列外推 预测。下面仍以前面的例子输入时间变量T，从 1981到2001年分别赋值1到21，建立时间序 列模型(略去随机项) GDP=a+Bt
* * 0
* t
ut
第五讲 多重共线性
1.多重共线性的检测－－简单相关系数法 命令：cor x1 x2 x3 x4 解释变量两两之间都
有非常高的线性相关， 可以判断模型中存在 多重共线性
2.多重共线性的修正－－逐步回归法 用Y分别对X1,X2,X3,X4作回归，得 Y对X1作回归：
Y对X2作回归：
点击ok， 完成最后 一步
最后结果和命令方式完全相同
第四讲 自相关
自相关的检验与修正一般包括如下步骤： 1.对原模型做回归得到残差。 2.描绘残差项与其滞后项的散点图，看是否 存在自相关。 3.利用回归结果中得Durbin-Watson统计量 判断模型是否存在自相关。 4.利用Durbin两步法对自相关做修正。 （数据来自课本87表5-1）
Weekly数据格式的解释
起始和终止日期都是一个日期。 它们必须是不同星期中的同一天，否则会 报错。 一个星期中的任何一天都可以作为一周的 起始日期。
第二讲 一元线性回归模 型
第一节：一元线性回归模型的估计
示例一： 一元线性模型的ＯＬＳ估计
《计量经济学》实验指导书
XX实验指导书《计量经济学》编写人：XX实验一 EViews软件的基本操作【实验目的】通过上机试验，了解EViews软件特点、工作窗口的组成、充分掌握EViews软件的基本操作、熟悉数据处理、统计分析（图形分析）【实验内容】EViews是专门用于从事数据分析、回归分析和预测的工具，使用EViews可以迅速从数据中找出统计关系，并用得到的关系去预测数据的未来值。
最小二乘估计是估计变量间线形关系中相互作用与影响的有效方法，在数据分析中有很重要的作用。
本次试验内容包括：进行EViews的一些基本操作来熟悉这个软件。
实验内容以表1-1所列出的税收收入和国内生产总值的统计资料为例进行操作。
表1-1 我国税收与GDP统计资料单位：亿元资料来源：《中国统计年鉴1999》【实验步骤】一、数据的输入、编辑与序列生成㈠创建工作文件⒈菜单方式启动EViews软件之后，进入EViews主窗口。
在主菜单上依次点击File/New/Workfile，即选择新建对象的类型为工作文件，将弹出一个对话框，由用户选择数据的时间频率（frequency）、起始期和终止期。
其中， Annual——年度 Monthly——月度Semi-annual——半年 Weekly——周Quarterly——季度 Daily——日Undated or irregular——非时序数据选择时间频率为Annual（年度），再分别点击起始期栏（Start date）和终止期栏（End date），输入相应的日前1985和1998。
然后点击OK按钮，将在EViews软件的主显示窗口显示相应的工作文件窗口。
工作文件窗口是EViews的子窗口，工作文件一开始其中就包含了两个对象，一个是系数向量C （保存估计系数用），另一个是残差序列RESID（实际值与拟合值之差）。
⒉命令方式在EViews软件的命令窗口中直接键入CREATE命令，也可以建立工作文件。
命令格式为：CREATE 时间频率类型起始期终止期则以上菜单方式过程可写为：CREATE A 1985 1998㈡输入Y、X的数据⒈DATA命令方式在EViews软件的命令窗口键入DATA命令，命令格式为：DATA <序列名1> <序列名2>…<序列名n>本例中可在命令窗口键入如下命令：DATA Y X将显示一个数组窗口，此时可以按全屏幕编辑方式输入每个变量的统计资料。
计量经济学(课程)上机实验指导书
计量经济学（课程）上机实验指导书实验一 : Eviews软件基本操作和一元回归模型1、实验目的：1）、了解Eviews软件的特点；2）、掌握Eviews软件的启动与退出；3）、了解Eviews软件工作窗口的组成4）、掌握Eviews软件的基本操作和使用范围。
2、实验内容：1）练习Eviews软件的基本操作；2）学会利用Eviews软件的五大工具即工作文件、序列、数组、图形和方程进行经济计量分析；3以我国税收预测模型为例，建立工作文件；输入数据；图形分析；估计线性回归模型；模型比较，根据判定系数、残差图等进行综合分析。
3、预习要求及参考书目1）潘省初：《计量经济学》，中国人民大学出版社，。
2）赵卫亚：《计量经济学教程》，上海财经大学出版社，。
3）M.伍徳里奇：《计量经济学导论》，中国人民大学出版社，4、实验步骤：1）启动Eviews软件，熟悉Eviews软件的工作窗口；2）根据窗口文件提示，输入我国税收数据（见参考书2）P311）；3）进行数据处理和分析；4）总结Eviews软件中的简单函数、描述统计函数和回归统计函数的使用方法和程序。
5、实验报告要求：按规定内容完成。
实验二 :Eviews的应用-多元回归分析1、实验目的：1）、重点掌握Eviews软件的多元回归分析方法；2）利用Eviews软件对回归结果进行验证。
2、实验内容：1）练习Eviews软件的基本操作程序和和各种命令文件代码；2）建立我国国有独立核算工业企业生存函数，然后建立多元线性回归模型；比较、选择最佳模型。
3）对相关数据数据进行回归分析和结果检验。
3、预习要求及参考书目1）潘省初：《计量经济学》，中国人民大学出版社，。
2）赵卫亚：《计量经济学教程》，上海财经大学出版社，。
3）M.伍徳里奇：《计量经济学导论》，中国人民大学出版社，4、实验步骤：1）在Windows窗口下启动Eviews软件；2）建立我国国有独立核算工业企业生存函数，然后建立多元线性回归模型；比较、选择最佳模型。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第一节 Eviews简介Eviews是Econometrics Views的缩写，直译为计量经济学观察，通常称为计量经济学软件包。
它的本意是对社会经济关系与经济活动的数量规律，采用计量经济学方法与技术进行“观察”。
计量经济学研究的核心是设计模型、收集资料、估计模型、检验模型、应用模型（结构分析、经济预测、政策评价）。
Eviews 是完成上述任务比较得力的必不可少的工具。
正是由于Eviews等计量经济学软件包的出现，使计量经济学取得了长足的进步，发展成为一门较为实用与严谨的经济学科。
1、Eviews是什么Eviews是美国QMS公司研制的在Windows下专门从事数据分析、回归分析和预测的工具。
使用Eviews可以迅速地从数据中寻找出统计关系，并用得到的关系去预测数据的未来值。
Eviews的应用围包括：科学实验数据分析与评估、金融分析、宏观经济预测、仿真、销售预测和成本分析等。
Eviews是专门为大型机开发的、用以处理时间序列数据的时间序列软件包的新版本。
Eviews的前身是1981年第1版的Micro TSP。
目前最新的版本是Eviews4.0。
我们以Eviews3.1版本为例，介绍经济计量学软件包使用的基本方法和技巧。
虽然Eviews是经济学家开发的，而且主要用于经济学领域，但是从软件包的设计来看，Eviews的运用领域并不局限于处理经济时间序列。
即使是跨部门的大型项目，也可以采用Eviews进行处理。
Eviews处理的基本数据对象是时间序列，每个序列有一个名称，只要提及序列的名称就可以对序列中所有的观察值进行操作，Eviews允许用户以简便的可视化的方式从键盘或磁盘文件中输入数据，根据已有的序列生成新的序列，在屏幕上显示序列或打印机上打印输出序列，对序列之间存在的关系进行统计分析。
Eviews具有操作简便且可视化的操作风格，体现在从键盘或从键盘输入数据序列、依据已有序列生成新序列、显示和打印序列以及对序列之间存在的关系进行统计分析等方面。
Eviews具有现代Windows软件可视化操作的优良性。
可以使用鼠标对标准的Windows菜单和对话框进行操作。
操作结果出现在窗口中并能采用标准的Windows技术对操作结果进行处理。
此外，Eviews还拥有强大的命令功能和批处理语言功能。
在Eviews的命令行中输入、编辑和执行命令。
在程序文件中建立和存储命令，以便在后续的研究项目中使用这些程序。
2、运行Eviews在Windows 2000中运行Eviews的方法有：（1）单击任务栏上的“开始”→“程序”→“Eviews”程序组→“Eviews”图标。
（2）使用Windows浏览器或从桌面上“我的电脑”定位Eviews目录，双击“Eviews”程序图标。
（3）双击Eviews的工作文件和数据文件。
3、Eviews的窗口Eviews的窗口分为几个部分：标题栏、主菜单栏、命令窗口、状态行和工作1-1命令窗口工作区信息栏路径状态栏图1-1 Eviews窗口（1）标题栏标题栏位于主窗口的顶部，标记有Eviews字样。
当Eviews窗口处于激活时，标题栏颜色加深，否则变暗。
单击Eviews窗口的任意区域将使它处于激活状态。
标题栏的右端有三个按钮：最小化、最大化（或复原）和关闭。
标题栏左边是控制框，控制框也有上述三个按钮的功能且双击它关闭该窗口。
（2）主菜单主菜单位于标题栏之下。
将指针移至主菜单上的某个项目并用鼠标左键单击，打开一个下拉式菜单，通过单击下拉菜单中的项目，就可以对它们进行访问。
菜单中黑色的是可执行的，灰色的是不可执行的无效项目。
主菜单栏上共有7个选项：“File”, “Edit”, “Objects”, “View”,“Procs”,“Quick”,“Options”,“Windows”,“Help”。
（3）命令窗口主菜单下的区域称作命令窗口。
在命令窗口输入命令，按“ENTER”后命令立即执行。
命令窗口中的竖条称为插入点（或提示符），它指示键盘输入字符的位置。
允许用户在提示符后通过键盘输入Eviews（TSP风格）命令。
如果熟悉Micro TSP(DOS)版的命令，可以直接在此输入，如同DOS版一样使用Eviews。
按F1键（或移动箭头），输入的历史命令将重新显示出来，供用户选用。
将插入点移至从前已经执行过的命令行，编辑已经存在的命令，按ENTER，立即执行原命令的编辑版本。
命令窗口支持cut-and-paste功能，命令窗口、其他Eviews文本窗口和其他Windows程序窗口间可方便地进行文本的移动。
命令窗口的容可以直接保存到文本文件中备用，为此必须保持命令窗口处于激活状态，并从主菜单上选择“File”→“Save as”。
若输入的命令超过了命令窗口显示的大小，窗口中就自动出现滚动条，通过上下或左右调节，可浏览已执行命令的各个部分。
将指针移至命令窗口下部，按着鼠标左键向下向上拖动，来调整默认命令窗口的大小。
（4）状态栏窗口最底部是状态行。
状态行分为4栏。
左栏有时给出Eviews送出的状态信息，单击状态行左端的边框可以清楚这些信息。
第二栏是Eviews默认的读取数据和程序的路径。
最后两栏分别显示默认的数据库和默认的工作文件。
（5）工作区（或主显示窗口）命令窗口下是Eviews的工作区或主显示窗口，以后操作产生的窗口（称为子窗口）均在此围之，不能移出主窗口之外。
Eviews在此显示它建立的各种对象的窗口。
工作区中的这些窗口类似于用户在办公桌上使用的各种纸。
出现在最上面的窗口正处于焦点，即处于激活状态。
状态栏颜色加深的窗口是激活窗口。
单击部分处于下面窗口的标题栏或任何可见部分，都可以使该窗口移至顶部。
也可以按压F6或CTRL-TAB，循环地激活各个窗口。
此外，单击窗口中菜单项目，选择关注的文件名，可直接选择某个窗口。
还可以移动窗口、改变窗口的大小等。
4、Eviews的主要功能（1）输入、扩大和修改时间序列数据。
（2）依据已有序列按照任意复杂的公式生成新的序列。
（3）在屏幕上和用打字机输出序列的趋势图、散点图、柱形图和饼图。
（4）执行普通最小二乘法（多元回归），带有自回归校正的最小二乘法，两阶段最小二乘法和三阶段最小二乘法。
（5）执行非线性最小二乘法。
（6）对二择一决策模型进行Probit和Logit估计。
（7）对联立方程进行线性和非线性的估计。
（8）估计和分析向量自回归系统。
（9）计算描述统计量：相关系数、斜方差、自相关系数、互相关函数和直方图（10）残差自回归和移动平均过程。
（11）多项式分布滞后。
（12）基于回归方程的预测。
（13）求解（模拟）模型。
（14）管理时间序列数据库。
（15）与外部软件（如Excel和Lotus软件）进行数据交换。
5、关闭Eviews关闭Eviews的方法很多：选择主菜单上的“File”→“Close”;按ALT-F4键；单击Eviews窗口右上角的关闭按钮；双击Eviews窗口左上角等。
Eviews关闭总是警告和给予机会将那些还没有保存的工作保存到磁盘文件中。
第二节单方程计量经济模型Eviews操作案例：建立我国最终消费支出与国生产总值（单位：亿元）之间的回归模型，并进行变量和方程整体的显著性检验。
当显著性水平为0.05， 2004年国生产总值为38000亿元时，对2004年我国最终消费支出和平均最终消费支出进行点预测和区间预测。
一、创建工作文件建立工作文件的方法有以下几种。
1．菜单方式在主菜单上依次单击File→New→Workfile（见图2-1），图2-1这时屏幕上出现Workfile Range对话框，如图2-2所示。
图2-2选择数据类型和起止日期。
时间序列提供起止日期（年、季度、月度、周、日），非时间序列提供最大观察个数。
本例中在Start Data里输入1978，在Enddata 里输入2003，见图2-3。
单击OK后屏幕出现Workfile工作框，如图2-4所示。
图2-3图2-42．命令方式在命令窗口直接输入建立工作文件的命令CREATE，命令格式：CREATE 数据频率起始期终止期其中，数据频率类型分别为A（年）、Q（季）、M（月）、U（非时间序列数据）。
输入Eviews命令时，命令字与命令参数之间只能用空格分隔。
如本例可输入命令：CREATE A 1978 2003工作文件创立后，需将工作文件保存到磁盘，单击工具条中Save→输入文件名、路径→保存，或单击菜单兰中File→Save或Save as→输入文件名、路径→保存。
二、输入和编辑数据建立或调入工作文件以后，可以输入和编辑数据。
输入数据有两种基本方法：命令方式和菜单方式。
1．命令方式命令格式：data 〈序列名1〉〈序列名2〉…〈序列名n〉功能：输入新变量的数据，或编辑工作文件中现有变量的数据。
在本例中，在命令窗口直接输入：Data Y X2．菜单方式在主菜单上单击Objects→New object，在New object对话框里，选Group并在Name for Object上定义变量名（如变量X、Y），单击OK，屏幕出现数据编辑框(图2-5、图2-6)。
图2-5输入新group的名图2-6另一种菜单方式是在主菜单上依次单击Quick→Empty Group（见图2-7），图2-7建立一个空组（见图2-8），图2-8再用方向键将光标移到每一列的顶部之后，输入各个变量名，回车后输入数据（见图2-9）。
另外数据还可以从Excel中直接复制到空组。
然后为每个时间序列取序列名。
单击数据表中的SER01（见图2-8），在数据组对话框中的命令窗口输入该序列名称，如本例中输入X（见图2-9），回车后Yes。
采用同样的步骤修改序列名Y（见图2-10）。
数据输入操作完成。
图2-9 修改序列名图2-10 修改序列名图2-11 修改序列名图2-12 数据输入数据输入完毕，单击工作文件窗口工具条的Save或单击菜单兰的File→Save将数据存入磁盘。
三、图形分析在估计计量经济模型之前，借助图形分析可以直观地观察经济变量的变动规律和相关关系，以便合理的确定模型的数学形式。
图形分析中最常用的是趋势图和相关图。
1．菜单方式在数组窗口工具条上Views的下拉菜单中选择Graph。
（见图2-13）图2-13 数组窗口趋势图2．命令方式趋势图：Plot Y X功能：（1）分析经济变量的发展变化趋势；（2）观察经济变量是否存在异常值。
图给出了最终消费支出与国生产总值的趋势图。
200001500010000500078808284868890929496980002图2-14 最终消费支出与国生产总值的趋势图相关图：Scat Y X（见图2-15）功能：（1）观察经济变量之间的相关程度；（2）观察经济变量之间的相关类型，判断是线性相关，还是曲线相关；曲线相关时，大致是哪种类型的曲线。