Eviews5.0上机步骤

Eviews5.0基本操作一、启动软件包 （ 双击“Eviews ”，进入Eviews 主页）二、建立工作文件点击file →new →workfile,在弹出的对话框中有三个选项区：（1）workfile structure type(工作文件结构类型)（2）data specification(日期设定)（3）name (名)workfile structure type 选项区中有3种：unstructured/undataed(非结构/非日期)、data-regular frequency(日期-规则频率)、balanced panel(平衡面板)，其中默认状态是data-regular frequency 。

在默认状态data-regular frequency 下，右上角选项区data specification 中有年度的、半年度的、季度的等8中选择。

注意：输入季度、月度、周度数据时，在年度后要相应家Q 、M 、W 和数字。

比如数据范围是1990年1月到2007年12月，应输入1990M1和2007M12。

如果选择unstructured/undataed ，则右上角会变成data range 选择区，其中输入样本容量。

如果选择balanced panel ，右上角变成panel specification 选择框，其中有4个选择框，分别要求输入频率、开始期、终止期、个体个数（面板数据中所包含的个体个数）。

相应设定完成之后点击OK 键。

出现“Workfile 对话框（子窗口）”中已有两个变量： c-----常数项resid----模型将产生的残差项三、输入（编辑）数据：法1：在命令框键入：“data y x ”（ 一元）或“data y 1x 2x …”（多元）/回车；出现数据编辑框，按顺序键入数据/存盘（或最小化）。

法2：用鼠标单击“Quick ”，在出现的下拉菜单中单击“EMPTY GROUP ， 输入数据，默认的变量名是SER01、SER02等等。

输入完毕，关闭GROUP 窗口，回到Workfile 窗口，对变量点击右键选rename 可以对变量名重命名如y 、x ；双击变量名可以浏览相应数据。

注：存盘时，点“File/save ”，删除原文件名，输入文件名/ok 。

注：读取文件 点“File/open ”，选文件名/ok 。

注：如数据资料已经作为Eviews 的永久工作文件存盘，则二、三步省去，用File/open 命令打开文件即可。

四、作图单击“Quick/Graph/line graph ”输入y x →ok五、计算描述统计量1、点击“Quick/Group statistics/Descriptive statistics/Common Sample ；2、键入y x （或y 1x 2x ）/ok 。

第一章 简单线性回归模型；第二章 多元线性回归模型一、回归分析（用OLS 估计未知参数）法1：点击“Quick/Estimate Equation ”；2、在出现的估计对话框中，键入y c x/ok 法2、在命令框键入ls y c x 或ls y c 1x 2x /回车。

注：在Equation 框中，点击Resids,可以出现Residual 、Actual 、Fitted 的图形。

二、预测：1、在Equation 框中，点击“Forecast ”，得对话框。

对话框主要有Forecast name(预测值序列名S ．E ．（预测值标准差）得样本期内被解释变量的拟合值YF （拟合值与实际值的对比图、表）。

注：如果要浏览预测值YF 、实际值Y ，预测值的标准差se 和残差resid ，在命令行键入：“Show Y YF se Resid ”.2、外推预测（如原资料为1978-1998，外推到1978-2000年）键入：expand 1978 2000/回车 （range 扩大）键入：smpl 1978 2000/回车 (sample 扩大）键入：data x /回车, 输入x 的1999、2000年资料/最小化在Equation 框中，点击“Forecast ”如1所示输入预测序列名YF 和预测值标准差se →ok,返回workfile 窗口，双击变量yf 可以看到1999年和2000年的预测值。

附：如何建立一个新序列：例：210X Y ββ+=，键入 genr x x x *2=（或Z=x x *）/回车;LS y c x2/回车例: X LnY 21ββ+=，键入 genr lny=log(Y)/ 回车；键入 Ls lny c x/回车 如何生成残差序列e1:键入genr e1=resid多重共线性计算相关系数矩阵点击“quick/group statistics/correlation/1x 2x /ok （如P90表4.5.3）异方差性一、图形分析法的计算机实现1、估计回归方程 键入 Ls y c x /回车2、生成残差平方2i e 序列，键入genr e2=resid*resid （或先键入 genr e1=resid ；再键入 genr e2=e1^2；）；在Equation 框中，点击 resid ；3、作散点图：键入 scat e2 x/回车；(或点击Quick/Graph/Scatter 键入e2 x ，ok)二、解析分析法 注：Eviews5.0只能对unstructured workfile 的变量进行排序，对其他类型的数据不能排序。

所以对时间序列数据不能进行Goldfeld-Quandt(戈德菲尔德-匡特)检验。

1、残差回归检验（Glejser 检验）的计算机实现：1）、拟合回归模型：键入 Ls y c x(或Ls y c 1x )2 x ；在Equation 框中点击resid （保存残差）2）、计算resid 的绝对值： 键入 genr e=abs(resid)3）生成变量hX ：键入 genr XH=X^h(h 可以取1、1/2、–1、┄)。

如 genr X1= X^1 genr X2= X^1/2 genr X3= 1/X做resid 的绝对值与hX 的回归模型，检验回归系数和拟合优度。

如P108例： 键入 Ls e x1/回车；得2R 、t 、F 值键入 Ls e x2/回车；得2R 、t 、F 值根据2R 、t 、F 值作出判断。

2、Breusch-Pagan 检验 1）、Ls y c 2x k x x 3 (n e t ∑=22ˆσ=)2）、保存resid ：点击 resid genr e2=resid*reid genr P=e2/2ˆσ3）、取全部或部分X （如),,632X X X 构造辅助回归函数genr z1=x2 genr z2=x2 genr z3=x64）、Ls P c 1z 2z 3z /回车5）、计算ESS(=∑∑--22i i e y y )()输入 Sum n dep D S --)(*)..(12squared ESS resid =（必须键入相应的数据）3、White 检验设 t t t t X X Y μβββ+++=332211)、Ls y c 2x 3x /回车；2）、点击 View/residual test/ white heteroskedasticity( cross terms)Test 直接给出了相关的统计量（F-statistic 和Obs*R-squared ），原假设是序列无异方差，如果统计量的值很小，相应的p 值大于5%，则接受原假设。

4、ARCH 检验法1：(软件本有的功能)1）、Ls y c 1x p x x 2/回车2）、点击 View/residual test/ ARCH LM TEST /回车3）、在对话框中输入滞后期P ，Lags P (P=1,2,3,或更长)/ 回车4)、与White 检验相同，ARCH Test 直接给出了相关的统计量，原假设是序列无异方差，如果统计量的值很小，相应的p 值大于5%，则接受原假设。

F-statistic 0.044130 Probability 0.836108Obs*R-squared 0.049195 Probability 0.824471法2：（自己计算）1)、Ls y c 1x p x x 2(点击 resid （保存）);2)、genr e2=resid^23)、Ls e2 c e2(-1) e2(-2) ……/回车；4)、计算2)(R P n -三、异方差性的修正1、加权最小二乘法 例如：设权数21eW = LS Y C X (点击 resid （保存）);genr e2=resid^2 genr W=1/e2键入 ls(w=w) Y C X ，回车2、对原模型变换的方法(和（一）类似)3、模型的对数变换genr LnY=Ln(Y) genr LnX=Ln(X)LS LnY C LnX自相关性一、绘制t e 和1-t e 的相关图法1：在Equation 框中点击 resid （保存残差）；键入：scat resid resid(-1) /回车；（或graph e e(-1)/ok ）。

法2：在Equation 框中点击 resid （保存残差）；genr e=resid ；点击“Quick/Graph/scatter ”，在出现的对话框上，键入 e e(-1)/ok 。

二、DW 检验1）、在Equation 输出框中，记下Watson Durbin - stat ；2）、查DW 表确定临界值u L d d ,；3）、作出判断。

*三、Q 检验点击 View/Residual Tests/Correlogram-Q-statistics Logs p出现的结果中，含以下内容Autocorrelation Partial Correlation AC PACQ-Stad Prob .|******|二、广义差分法（ρ已知） （一）genr Y1=Y-ρ)1(-Y ；genr X1=X-ρ)1(-X ；LS Y1 C X1（二）ρ未知 Ls y c x ；记下DW=d,；计算21ˆd -=ρ。

其余同上。