EViews统计分析在计量经济学中的应用-第2章 数据处理

1、两个总体均值的差异性检验
例，根据国家数据库年度数据资料，对地级市和 市辖区进行统计，得2002年至2011年数据， 利用数据检验djs与sxq均值的差异显著性 （djs与sxq分别为地级市和市辖区个数，显著 性水平0.05）。
1、两个总体均值的差异性检验
在打开djs、sxq组成的组对象后进行如下的操作： View / tests of Equality
序列组统计量的计算及检验
分组统计量（Stats by Classification） 第一部分：提供数据的观测法
spreadsheet/graph 第二部分：描述性统计分析/描述性统计检验分布
图 第三部分：相关图（Correlogram）、单位根检验
（Unit root test） 第四部分：变化选项（conversion options）和
的是这些统计量的数值列表，如图2-19所示。
图2-18 打开Correlogram
图2-19 相关图
单序列的描述性统计量
Unit Root Test（单位根检验）检验该序列是否含有单位根，即序列是否 具有平稳性。这里可以选用ADF（后有介绍）或Philips-Perron检验法， 此处介绍Philips-Perron检验法，如图2-20所示。
图2-30 居民消费价格分类指数
多个总体均值的差异性检验---单因素方差 分析
图2-31居民消费价格分类指数
图2-33 Tests of Equality
多个总体均值的差异性检验---单因素方差 分析
结论：相伴概率等 于0.0005小于 0.05的显著性 水平，说明检 验结果是接受 H0
图2-34 多个总体均值的差异性检验
数据生成（生成新的序列或序列组）
例如：Y2=Y^2表示用Y序列生成一个Y的平方 序列Y2。
图2-13 输入公式对话框
图2-14 生成新序列
数据生成（生成新的序列或序列组）
可以也通过多次使用Genr功能键将对各序列组合在一 起。
图2-16生成的新序列
数据视图
视图是表格和图像的窗口，它可以提供不同的 方式来观察对象中的数据。例如，序列对象有 表单视图（察看原始数据）、曲线图、柱状图、 直方图、相关图。
图2-12 建立的数据组
数据生成（生成新的序列或序列组）
点击EViews主菜单中Quick键，选择 Generate series 功能或点击工作文件窗口的 工具栏中Genr功能键即可利用公式（即通过 对现有序列的变换）建立新序列。点击Genr 键，就会考到一个要求输入公式的对话框。
在Enter equation 下的方框内键入新的序列 名、等号以及描述新序列的公式。
图2-20 打开Unit Root Test
图2-21 单位根检验
单序列描述统计量的检验
EViews可以对均值、方差、中位数进行假设检验。 在均值的假设检验中，还可以分为总体标准差 （s.d.）已知和未知两种情形。以均值和方差检验 为例介绍EViews的用法。
图2-18 打开Correlogram
2.4相关及协方差矩阵 （Correlation/Covariance）
图2-27打开Test of Equality
图2-28 填入平均值
1、两个总体均值的差异性检验
结论：t＝0.87, 相伴概率0.3865， 大于0.05，说明 检验结果拒绝原 假设。
图2-29两个总体均值的差异性检验
2、多个总体均值的差异性检验---单因素方差
分析
例：国家统计局对黑龙江、吉林、辽宁三省在 2013年5月至2013年9月的居民消费价格 分类指数进行统计，得居民消费价格分类指 数数据如图1.44，用方差分析方法检验3省 居民消费价格分类指数是否有显著性差异。
数据输入
数据输入完毕，单击工作文件窗口工具条的 Save或单击菜单兰的将数据存入磁盘。
图2-6 修改序列名
图2-7 修改序列名
数据导入
几种将数据导入EViews的方式： 从其他程序里输入数据最简单的方法就是如上所
述的剪切和粘贴。EViews还识别三种其它格 式存储的数据： 1、文本格式数据文件 这类数据文件中两个数据之间至少应当有一个 空格，在数据的第一行保存有序列名，所以 EViews可以识别和转换它们。
单序列的描述性统计量
EViews的一些基本描述性统计量包括均值、方 差、协方差、直方图、列表（Tabulation）、 自相关、偏自相关、交叉相关等。描述性统计 分析（Desciptive Statistic）包括柱图和统计 量（Histogram and Statistic）和分组统计 量（Stats by Classification）点击序列窗口 或序列组窗口中的View键即可得到这些统计量 的值。
数据输入
另一种菜单方式是在主菜单上依次单击Quick / Empty Group。
图2-3 建立空数组
数据输入
建立一个空组，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。
图2-4 数据输入
图2-5数据输入操作完成
数据输入
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，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2-6），回车 后Yes。采用同样的步骤修改序列名Y（见图2-7）
单序列描述统计量的检验
选用统计量W= ，当H0成立时，W=W=10.65， 因为W=10.65落在（2.70,19.0）内，所以接受H0
，即认为达到屈服强度总体的方差与64无显著性 差异。
单序列描述统计量的检验
②单总体方差的假设检验
假设某钢铁公司生产角钢，现要对其刚度是否达标 进行抽样调查，从中抽取十根，测的达到屈服强度 的拉里数据分别为：578、572、570、568、 572、570、570、572、596、584，已知达到 屈服强度的拉力X服从正态分布，间断拉力 是否可 信。
2-24 均值的假设检验
单序列描述统计量的检验
②单总体方差的假设检验
假设某钢铁公司生产角钢，现要对其刚度是否达标 进行抽样调查，从中抽取十根，测的达到屈服强度 的拉里数据分别为：578、572、570、568、 572、570、570、572、596、584，已知达到 屈服强度的拉力X服从正态分布，间断拉力 是否可 信。
2.3序列组统计量的计算及检验
对几个感兴趣的序列之间的关系的直观描述可以 通过“组”中提供的方便功能来实现。通过 组，可以计算几种统计量、描述不同序列之 间的关系，并以表格、数据表和图等各种方 式显示出来。组窗口内的View下拉菜单分为 四个部分：第一部分包括组中数据的各种显 示形式；第二部分包括各种基本统计量；第 三部分分为时间序列的特殊的统计量；第四 部分为标签项，提供组对象的相关信息。
2.2单序列统计量的计算及检验
EViews的一些基本描述性统计量包括均值、方 差、协方差、直方图、列表（Tabulation）、 自相关、偏自相关、交叉相关等。描述性统计 分析（Desciptive Statistic）包括柱图和统计 量（Histogram and Statistic）和分组统计 量（Stats by Classification）点击序列窗口 或序列组窗口中的View键即可得到这些统计量 的值。
单序列的描述性统计量
Histogram and Statistic（直方图和统计量） 此功能显示的是选定序列的直方图以及一些描 述性统计量的值，
2-17直方图和统计量
2-17直方图和统计量
单序列的描述性统计量
Correlogram（相关图）显示了相关图、偏相关图、Q统计量以及相应 的概率。图的左部显示的是根据这些统计量的值会出的图形，右边显示
图2-19 相关图
单序列描述统计量的检验
①、总体均值的假设检验
对某厂生产的日光灯实际使用时间进行抽样调查， 随机抽取了5件进行测试，测得正常使用时间分别 为1250天、1265天、1260天、1275天、 1245天。已知此种灯的寿命为1277天，试检验 抽样检测的使用时间有无系统偏差（取检验水平 α=0.05）。
单序列描述统计量的检验
概率0.028表示的是t统计量绝对值大于3.37的概率。在双边假设下，如 果这个值小于检验设定的显著水平（如0.05），则拒绝原假设。 统计量绝对值大于2.776的概率是0.05。因为t=-3.37拉在了原假设的 拒绝域，因此结论是该种灯寿命存在偏差。
图2-23 数据检验对话框
数据导入
然后在EViews中点击File / Import / Read(如 图2-9)。
图2-8 创建工作文件
图2-9 读取工作文件
数据导入
图2-10对变量命名
数据导入
单击OK即可，设定好了之后就能成功调入当 前工作文件中（如图2-11）。也可将数据调入 当前工作文件中。
2-11 数据导入
数据导入
2、Excel/Lotus数据文件 用户必须知道数据在数据表中的起始位置（默
认值是B列第2行B2）。 导入外部数据文件的方式将数据导入到EViews
中，如果通过这种方式将数据导入EViews中， 可以不事先确定EViews工作文件结构。
数据导入
举一个excel数据的例子，在excel中整理数据的 时候一定要注意，前面可以空几行用来写数据的 一些说明，但是从某一行开始一定是变量的名入的时候就会出错，变量名字中间不能有 空格、+、-、*、\等符号（如图2-8）。在excel 中将数据整理好后，保存关闭。
数据输出
数据输出的操作方式与数据输入的操作方式类 似。可以采用类似于数据输入中的“复制粘贴” 办法来导出数据，也可以通过工作文件工具栏 中的Proc/Export/Write Text-Lotus-Excel选 项导出数据。