计量经济学EIVEWS实验步骤和案例
计量经济学EIVEWS实验步骤和案例
一元线性回归检验个人的收入与消费是密不可分的，为了考察城镇居民可支配收入和其人均消费支出的关系，利用计量经济学的方法进行回归。
1990-2011年城镇居民可支配收录和人均消费支出数据如表1.1所示表1.1 城镇居民可支配收录和人均消费支出图2-1数据来源：《中国民政统计年鉴2012》作城镇居民可支配收录（X）和人均消费支出（Y）的散点图图2. 2从散点图可以看出居民家庭平均每人每年消费支出(Y)和城市居民人均年可支配收入(X)大体呈现为线性关系，所以建立的计量经济模型为如下线性模型：12i i i Y X u ββ=++三、估计参数假定所建模型及随机扰动项i u 满足古典假定，可以用OLS 法估计其参数。
运用计算机软件EViews 作计量经济分析十分方便。
利用EViews 作简单线性回归分析的步骤如下：1、建立工作文件首先，双击EViews 图标，进入EViews 主页。
在菜单一次点击File\New\Workfile图2-3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1990，在End data 里输入2011，见图2-3。
单击OK 后屏幕出现Workfile 工作框，如图2-4所示。
图2-4二、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。
在主菜单上单击Quick→Empty Group（见图2-5）图2-5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2-7）。
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，回车后Yes。
采用同样的步骤修改序列名Y（见图2-8）。
数据输入操作完成。
图2-8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。
EViews计量经济学实验报告-简单线性回归模型分析
时间地点实验题目简单线性回归模型分析一、实验目的与要求：目的：影响财政收入的因素可能有很多，比如国内生产总值，经济增长，零售物价指数，居民收入，消费等。
为研究国内生产总值对财政收入是否有影响，二者有何关系。
要求：为研究国内生产总值变动与财政收入关系，需要做具体分析。
二、实验内容根据1978－1997年中国国内生产总值X和财政收入Y数据，运用EV软件，做简单线性回归分析，包括模型设定，估计参数，模型检验，模型应用，得出回归结果。
三、实验过程：（实践过程、实践所有参数与指标、理论依据说明等）简单线性回归分析，包括模型设定，估计参数，模型检验，模型应用。
（一）模型设定为研究中国国内生产总值对财政收入是否有影响，根据1978－1997年中国国内生产总值X 和财政收入Y，如图1：1978－1997年中国国内生产总值和财政收入（单位：亿元）根据以上数据，作财政收入Y 和国内生产总值X 的散点图，如图2：从散点图可以看出，财政收入Y 和国内生产总值X 大体呈现为线性关系，所以建立的计量经济模型为以下线性模型：01i i i Y X u ββ=++（二）估计参数1、双击“Eviews ”，进入主页。
输入数据：点击主菜单中的File/Open /EV Workfile —Excel —GDP.xls;2、在EV 主页界面点击“Quick ”菜单，点击“Estimate Equation ”,出现“Equation Specification ”对话框，选择OLS 估计，输入“y c x ”,点击“OK ”。
即出现回归结果图3：图3. 回归结果Dependent Variable: Y Method: Least Squares Date: 10/10/10 Time: 02:02 Sample: 1978 1997 Included observations: 20Variable Coefficient Std. Error t-Statistic Prob. C 857.8375 67.12578 12.77955 0.0000 X0.1000360.00217246.049100.0000R-squared 0.991583 Mean dependent var 3081.158 Adjusted R-squared 0.991115 S.D. dependent var 2212.591 S.E. of regression 208.5553 Akaike info criterion 13.61293 Sum squared resid 782915.7 Schwarz criterion 13.71250 Log likelihood -134.1293 F-statistic 2120.520 Durbin-Watson stat0.864032 Prob(F-statistic)0.000000参数估计结果为：i Y = 857.8375 + 0.100036i X（67.12578） （0.002172）t =（12.77955） （46.04910）2r =0.991583 F=2120.520 S.E.=208.5553 DW=0.8640323、在“Equation ”框中，点击“Resids ”,出现回归结果的图形（图4）:剩余值（Residual ）、实际值（Actual ）、拟合值（Fitted ）.（三）模型检验1、 经济意义检验回归模型为：Y = 857.8375 + 0.100036*X （其中Y 为财政收入，i X 为国内生产总值；）所估计的参数2ˆ =0.100036，说明国内生产总值每增加1亿元，财政收入平均增加0.100036亿元。
《计量经济学》eviews实验报告一元线性回归模型详解
计量经济学》实验报告一元线性回归模型-、实验内容（一）eviews基本操作（二）1、利用EViews软件进行如下操作：（1）EViews软件的启动（2）数据的输入、编辑（3）图形分析与描述统计分析（4）数据文件的存贮、调用2、查找2000-2014年涉及主要数据建立中国消费函数模型中国国民收入与居民消费水平:表1年份X(GDP)Y（社会消费品总量）200099776.339105.72001110270.443055.42002121002.048135.92003136564.652516.32004160714.459501.02005185895.868352.62006217656.679145.22007268019.493571.62008316751.7114830.12009345629.2132678.42010408903.0156998.42011484123.5183918.62012534123.0210307.02013588018.8242842.82014635910.0271896.1数据来源：二、实验目的1.掌握eviews的基本操作。
2.掌握一元线性回归模型的基本理论，一元线性回归模型的建立、估计、检验及预测的方法，以及相应的EViews软件操作方法。
三、实验步骤（简要写明实验步骤）1、数据的输入、编辑2、图形分析与描述统计分析3、数据文件的存贮、调用4、一元线性回归的过程点击view中的Graph-scatter-中的第三个获得在上方输入Isycx回车得到下图DependsntVariable:Y Method:LeastSquares□ate:03；27/16Time:20:18 Sample:20002014 Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C-3J73.7023i820.535-2.1917610.0472X0416716 0.0107S838.73S44 a.ooao R-squared0.991410 Meandependentwar119790.2 AdjustedR.-squared 0.990750 S.D.dependentrar 7692177 S.E.ofregression 7J98.292 Akaike infocriterion20.77945 Sumsquaredresid 7；12E^-08 Scliwarz 匚「爬伽20.37386 Loglikelihood -1&3.3459Hannan-Quinncriter. 20.77845 F-statistic 1I3&0-435 Durbin-Watsonstat0.477498Prob(F-statistic)a.oooooo在上图中view 处点击view-中的actual ,Fitted ,Residual 中的第一 个得到回归残差打开Resid 中的view-descriptivestatistics 得到残差直方图/icw Proc Qtjject PrintN^me FreezeEstimateForecastStatsResids凹Group:UNIIILtD Worktile:UN III LtLJ::Unti1DependentVariablesMethod;LeastSquares□ate:03?27/16Time:20:27Sample(adjusted):20002014Includedobservations:15afteradjustmentsVariable Coefficient Std.Errort-Statistic ProtJ.C-3373.7023^20.535-2.191761 0.0472X0.4167160.01075S38.735440.0000R-squared0.991410 Meandependeniwar1-19790.3 AdjustedR-squa.red0990750S.D.dependentvar 76921.77 SE.ofregre.ssion 7J98.292 Akaike infacriterion20.77945 Sumsquaredresid 7.12&-0S Schwarzcriterion 20.S73S6 Laglikelihood -153.84&9Hannan-Quinncrite匚20.77545 F-statistic1I3&0.435Durbin-Watsonstat 0.477498 ProbCF-statistic) a.ooaooo在回归方程中有Forecast,残差立为yfse,点击ok后自动得到下图roreestYFM J訓YForea空巾取且:20002015 AdjustedSErmpfe:2000231i mskJddd obaerratire:15Roof kter squa red Error理l%2Mean/^oLteError畐惯啟iJean Afe.PereersErro r5.451SSQThenhe鼻BI附GKWCE口.他腐4Prop&niwi□ooooooVactaree Propor^tori0.001^24G M『倚■底Props^lori09®475在上方空白处输入lsycs…之后点击proc中的forcase根据公式Y。
计量经济学案例Eviews实现
2.8：散点图:graph01。
建立一元线性回归模型。
参数估计：eq02。
可得出模型：t t x y 69.031.135+=预测：graph02。
得到1990年、2000年某城镇居民年人均消费性支出预测值为：1354.89、1424.05.3.7进行回归分析，建立回归模型。
1用最小二乘法做参数估计：eq02/stats 。
得到回归方程：i i i x x y 219117.00494.05398.158-+=。
回归标准差为：20.217572经济意义检验：可得出所有的回归系数的符号和大小都与经济理论及人们的经验期望值相一致。
3统计检验：（1） 拟合优度检验：得出样本回归方程较好的拟合了样本观测值。
（2） F 检验：F=72.9065>4.46,所以回归方程是显著的.（3） t 检验:t1=10.5479>2.306即1β显著不等于0;9213.02-=t <2.306不能否定02=β即x2不能作为解释变量进入模型.4预测eq02/resids在2000年我国城镇居民家庭人均可支配收入为5800,耐用消费价格指数为135,进行预测可得2000Y 的置信度为0.95的预测区间为（267.2001,376.7605）4.31对CES 函数进行线性化处理，再用最小二乘法做参数估计：eq02/stats.得出回归方程：2)]([0602.00293.11693.17145.8)(LK Ln LnL LnK LnGDP -++-=分别得到A m ,,ρδ的估计值A=0.00016、δ=0.5318、ρ=0.2199、m=2.1986.2 预测：eq02/resids最后得出CES 的生产函数为2199.01986.22199.02199.0]4682.05318.0[00016.0---+=L KGDP当2199.0=ρ时得出K 与L 的替代弹性8197.0=σ5.51建立计量经济模型i i i u X Y ++=10ββ用普通最小二乘法估计：eq03。
eviews操作及案例-简版
■ 成本分析和预测
■ 蒙特卡罗模拟
■ 经济模型的估计和仿真 ■ 利率与外汇预测
EViews 引入了流行的对象概念，操作灵活简便，可采用多种操作方式进行各种计量分
析和统计分析，数据管理简单方便。其主要功能有：
（1）采用统一的方式管理数据，通过对象、视图和过程实现对数据的各种操作；
（2）输入、扩展和修改时间序列数据或截面数据，依据已有序列按任意复杂的公式生
实验七 ___________________________________________________________67
1
FuRretAlphlreorridrguehctpesrdordewsuitectrhivopenedrpbrmyioshEsiicbooitnneoodfmtewhtitreihccosoutIpynprsiteirgthumttiesosiowfonnSe.r.WUFE.
第一部分 EViews 基本操作
第一章 预 备 知识
一、什么是 EViews
EViews (Econometric Views)软件是 QMS（Quantitative Micro Software）公司开发的、基
于 Windows 平台下的应用软件，其前身是 DOS 操作系统下的 TSP 软件。EViews 具有现代
自 结合课程论文，自拟上机内容（不低于 定 10 学时上机）。
FuRretAlphlreorridrguehctpesrdordewsuitectrhivopenedrpbrmyioshEsiicbooitnneoodfmtewhtitreihccosoutIpynprsiteirgthumttiesosiowfonnSe.r.WUFE.
计量经济学Eeveiu案例分析
Quick---Estimate Equation
框中， 注：在Equation框中，点击 框中 点击Resids,可以出 可以出 现Residual、Actual、Fitted的图形 、 、 的图形
计算描述统计量 点击: 1、“Quick/Group statistics/Descriptive 点击 、 statistics/Common Sample； ；
2、键入y x（或y x1 x2---）/ok 、键入 （ ）
学会分析计算结果！ 学会分析计算结果！
作图： 在出现的对话框上， 作图： 法1：单击“Quick/GrapБайду номын сангаас”在出现的对话框上，键入 y x或 ：单击“ 在出现的对话框上 或 y x1 x2---/ok； ； 在出现的菜单中点击 Line Grap； 在下拉菜 ； 单中选类型（ 散点图)/OK,出现图形；---） 出现图形； ） 单中选类型（如Scatter Diagram(散点图 散点图 出现图形
二、案例分析
例 讨论家庭收入X对家庭消费支出 的影响问题，通过 讨论家庭收入 对家庭消费支出Y的影响问题， 对家庭消费支出 的影响问题 调查得到一组数据（百元） 调查得到一组数据（百元）如下 ：
Eviews主要操作步骤 主要操作步骤
双击“ 主页） 一、启动软件包 （ 双击“Eviews”，进入 ，进入Eviews主页） 主页 创建工作文件（点击“ 二、创建工作文件（点击“File/New/Workfile/Ok”） ） 出现“ 出现“Workfile Range”，目的： ，目的： 1、选择数据频率（类型）： 、选择数据频率（类型）： Annual (年度 年度) Quartely（季度） 年度 （季度） ┆ Undated or irrequar（未注明日期或不规则的） （未注明日期或不规则的） 2、确定 、确定Start date 和End date（如1980 1999或1 18 /ok）。 （ 或 ）。 出现“ 对话框（ 出现“Workfile对话框（子窗口）”中已有两个变量： 对话框 子窗口） 中已有两个变量： c-----常数项 常数项 resid----模型将产生的残差项 模型将产生的残差项
eviews计量经济学实验报告
eviews计量经济学实验报告EViews计量经济学实验报告引言计量经济学是经济学领域中的一个重要分支，它运用数学、统计学和计量学的方法来分析经济现象。
EViews是一个常用的计量经济学软件，它提供了丰富的数据分析和模型建立工具，被广泛应用于学术研究和实际经济分析中。
本实验报告将利用EViews软件进行计量经济学实验，以探讨经济现象并得出相关结论。
实验目的本实验旨在利用EViews软件对某一经济现象进行实证分析，通过建立相应的计量经济模型，对经济现象进行量化分析，并得出相关结论。
实验步骤1. 数据收集：首先，我们需要收集与所研究经济现象相关的数据，包括时间序列数据和横截面数据等。
这些数据可以来自于官方统计机构、学术研究机构或者自行收集整理。
2. 数据预处理：接下来，我们需要对收集到的数据进行预处理，包括数据清洗、缺失值处理、异常值处理等，以确保数据的质量和完整性。
3. 模型建立：在数据预处理完成后，我们可以利用EViews软件建立计量经济模型，包括回归分析、时间序列分析、面板数据分析等，以探讨经济现象的内在规律和影响因素。
4. 模型估计：建立模型后，我们需要对模型进行参数估计，得到模型的具体参数估计值，并进行显著性检验和模型拟合度检验，以验证模型的可靠性和有效性。
5. 结果分析：最后，我们将对模型估计结果进行分析，得出与经济现象相关的结论，并对实证分析结果进行解释和讨论。
实验结论通过以上实验步骤，我们得出了关于某一经济现象的实证分析结果，并得出了相关的结论。
这些结论对于理解经济现象的内在规律和制定经济政策具有重要的参考价值。
总结EViews计量经济学实验报告通过利用EViews软件进行实证分析，对经济现象进行了深入探讨，并得出了相关结论。
这些结论对于经济学研究和实际经济分析具有重要的理论和实践意义，为我们深入理解经济现象和推动经济发展提供了重要的参考依据。
EViews软件的应用为我们提供了一个强大的工具，帮助我们更好地理解和分析经济现象，为经济学领域的研究和实践提供了重要的支持和帮助。
EVIEWS在计量经济学教学过程中的演示示例
EVIEWS在计量经济学教学过程中的演示示例（一）目的：1、正确使用EVIEWS2、会使用OLS和WLS，Goldfeld-Quandt检验3、能根据计算结果进行异方差分析和出现异方差性后的补救。
3、数据为demo data1实例：某市人均储蓄与人均收入的关系分析（异方差性检验及补救）根据某市1978－1998年人均储蓄与人均收入的数据资料（见下表），其中X 为人均收入（元），Y为人均储蓄（元），经分析人均储蓄受人均收入的线性影响，可建立一元线性回归模型进行分析。
1、用OLS估计法估计参数设模型为：μββ++=X Y 21运行EVIEWS 软件，并输入数据，得计算结果如下：Dependent Variable: Y Method: Least Squares Date: 10/11/05 Time: 23:10 Sample: 1978 1998C R-squaredMean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterionSum squared resid 21553736 Schwarz criterionLog likelihood F-statistic2、异方差检验（1）Goldfeld-Quandt 检验在Procs 菜单项选Sort series 项，出现排序对话框，输入X ，OK 。
在Sample 菜单里，将时间定义为1978－1985，用OLS 方法计算得如下结果：Y = -145.441495 + 0.3971185479*X（） （）R-squared ＝ Sum squared resid1＝Dependent Variable: Y Method: Least Squares Date: 10/11/05 Time: 23:25 Sample: 1978 1985C R-squaredMean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson statProb(F-statistic)在Sample 菜单里，将时间定义为1991－1998，用OLS 方法计算得如下结果：Y = -4602.367144 + 1.952519317*X（） （）R-squared ＝ Sum squared resid2＝5811189.Dependent Variable: Y Method: Least Squares Date: 10/11/05 Time: 23:29 Sample: 1991 1998C R-squaredMean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterionSum squared resid 5811189. Schwarz criterionLog likelihood F-statistic求F 统计量：9370.4334202.137********2122===∑∑ee F ，查F 分布表，给定显著性水平05.0=α，得临界值28.4)6,6(05.0=F ，比较9370.4334=F >28.4)6,6(05.0=F ，拒绝原假设22210:σσ=H ，表明随机误差项显著的存在异方差。
- 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)。
一元线性回归检验
个人的收入与消费是密不可分的，为了考察城镇居民可支配收入和其人均消费支出的关系，利用计量经济学的方法进行回归。
1990-2011年城镇居民可支配收录和人均消费支出数据如表1.1所示
表1.1 城镇居民可支配收录和人均消费支出
图2-1数据来源：《中国民政统计年鉴2012》
作城镇居民可支配收录（X）和人均消费支出（Y）的散点图
图2. 2
从散点图可以看出居民家庭平均每人每年消费支出(Y)和城市居民人均年可支配收入(X)大体呈现为线性关系，所以建立的计量经济模型为如下线性模型：
12i i i Y X u ββ=++
三、估计参数
假定所建模型及随机扰动项i u 满足古典假定，可以用OLS 法估计其参数。
运用计算机软件EViews 作计量经济分析十分方便。
利用EViews 作简单线性回归分析的步骤如下：
1、建立工作文件
首先，双击EViews 图标，进入EViews 主页。
在菜单一次点击File\New\Workfile
图2-3
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1990，在End data 里输入2011，见图2-3。
单击OK 后屏幕出现Workfile 工作框，如图2-4所示。
图2-4
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。
在主菜单上单击Quick→Empty Group
（见图2-5）图2-5
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2-7）。
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，回车后Yes。
采用同样的步骤修改序列名Y（见图2-8）。
数据输入操作完成。
图2-8
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。
在数组窗口工具条上Views的下拉菜单中选择Graph→line。
（如图2-9）
图2-9
相关图：Scat Y X （见图2-10和2-11）
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。
图2-10数据相关图
图2-11居民收入与支出相关图
四、OLS估计参数
在主菜单上选Quick菜单，单击Estimate Equation项，屏幕出现Equation Specification 估计对话框，在Estimation Settings中选OLS估计，即Least Squares，输入：Y C X（其中C为Eviews固定的截距项系数）。
然后OK，出现方程窗口（见图2-12），输出结果如表2-1所示。
图2-12
图2-13方程窗口
单击Equation 窗口中的Resid 按钮，将显示模型的拟合图和残差图。
图2-14拟合图和残差图
单击Equation 窗口中的View →Actual, Fitted, Resid →Table按钮，可以得到拟合直线和残差的有关结果。
图2-15拟合直线和残差
的有关结果
五、预测
在Equation框中选Forecast项后，弹出Forecast对话框，Eviews自动计算出样本估计期内的被解释变量的拟合值，拟合变量记为YF，其拟合值与实际值的对比图如图2-16和2-17所示。
图2-16
图2-17
下面预测2012年的人均生活消费支出
1．首先将样本期范围从1990-2011年扩展为1990-2012年。
即单击工作文件框中Procs 中的Change workfile range，如图2-18所示，并将1990-2011改为1978-2012，如图2-18所示。
图2-18
然后编辑解释变量X。
在Group数据框中输入变量X的2012年数据23000.00见图2-19
图2-19
3．点预测。
在前面Equation对话框中选Forecast，将时间Sample定义在1990-2012，如图2-20所示，这时Eviews自动计算出=16045.37
图2-20
4．区间预测。
在Group数据框中单击View，选Descriptive Stats里的Common Sample Eviews，计算出有关X和Y的描述统计结果，如图2-21所示。
图2-21
模型检验
本例中参数估计结果为：
=578.9254+0.675126
标准差（108.1814） （0.011097）
t=(5.351430) (60.83664)
=0.994625 F=3701.097
四、模型检验
1、经济意义检验 所估计的参数=0.675126，，说明城市居民人均年可支配收入每相差1元，可导致居民消费支出相,0.675126这与经济学中边际消费倾向的意义相符。
2、拟合优度和统计检验
用EViews 得出回归模型参数估计结果的同时，已经给出了用于模型检验的相关数据。
拟合优度的度量：由表2.2中可以看出，本例中可决系数为0.994625，说明所建模型整体上对样本数据拟合较好，即解释变量“居民人均年可支配收入”对被解释变量“居民人均年消费支出”的绝大部分差异作出了解释。
对回归系数的t 检验：针对01:0H β=和02
:0H β=，由表2.2中还可以看出，估计的回归系数^1β的标准误差和t 值分别为：SE()，t(；^2β的标准误差和t 值分别为：SE(，t(。
取t 0.05α=，查t 分布表得自
由度为n-2=22-2=20的临界值=2.086。
因为
t(=2.086，所以拒绝01:0H β=；因为，
t(=2.086，所以应拒绝02:0H β=。
这表明，城市人均年可支配收入对人均年消费支出有显著影响。
五、回归预测
首先将样本期范围从1990-2011年扩展为1990-2012年。
即单击工作文件框中Procs 中的Change workfile range ，如图2-18所示，并将1990-2011改为1978-2012，然后编辑解释变量X 。
在Group 数据框中输入变量X 的2012年数据23000.00点预测。
在前面Equation 对话框中选Forecast ，将时间Sample 定义在1990-2012，如图2-20所示，这时Eviews 自动计算出=16045.37
=(n-1)=×（22-1）=280638241
==219121585
给定显著性水平=0.05，查表得（20）=2.086，由
=
可得的预测区间为
16045.37 2.086×3655.64316045.3710216.3273
即的95%预测区间（5829.0463，11820.69730）。