计量经济学EVIEWS自相关检验与修正
eviews-4.自相关解析
三、序列相关性的后果
计量经济学模型一旦出现序列相关性，如果仍采用OLS 法估计模型参数，则OLS估计量仍然是线性无偏估计量， 但是会产生下列不良后果：
1、参数估计量非有效
因为，在有效性证明中利用了 E(UU’)=2I 即同方差性和无序列相关假设。
证明：
ˆ k t t 1 1
ˆ ) E[ ˆ E( ˆ )]2 E( ˆ )2 var( 1 1 1 1 1
~ Y (Yˆ )ˆ e e i Yi (iY0ls)
t t
t ols
然后，通过分析这些“近似估计量”之间的相 关性，以判断随机误差项是否具有序列相关性。
自相关的检验方法
检验自相关的方法也可以分为两种：一种是图示 法，另一种是检验方法。
（一）图示法
由于回归残差 e 可以作为随机项 u t 的估计量， ut t 的性质可以从 e 的性质中反映出来。我们可以通 t 过观察残差是否存在自相关来判断随机项是否存 在自相关。
ts
经济变量以正相关居多， 所以此项多为正数
ˆ ˆ) var( ) var( 1 1
2、变量的显著性检验失去意义
在变量的显著性检验中，统计量是建立在参 数方差正确估计基础之上的，这只有当随机误差 项具有同方差性和无序列相关时才能成立。
如果存在序列相关，参数估计量的方差 出现偏误（偏大或偏小），t检验就失 去意义。其他检验也是如此。
称ut具有一阶自回归形式。 比如:
ut 1ut 1 vt
满足经典假设
由于序列相关性经常出现在以时间序列为样本的模型中， 因此，本节用下标t代表i。
ut 1ut 1 vt
ˆ1
u u
计量经济学多重共线性eviews处理
第一部分 多重共线性检验 内容：多重共线与异方差、及检验与修正 一、 多重共线性检验与逐步回归建立模型
1．数据 P193,8.7 例(习题 7-17 表 7-8) 2．对原模型回归 LS LOG（Y） C 3．多重共线性检验 Klein 法则、观察法等 4．如果存在多重共线，估计辅助回归模型，确定哪些变量存在共线？ 5．逐步回归方法，剔除存在共线的变量，确定最终模型。 LOG（X2）LOG（X3） LOG（X4） LOG（X5）
2
二、多重共线性检验与参数约束法估计模型
1．数据
obs 1 2 3 4 5 6 7 8 9 10 X1 80 100 120 140 160 180 200 220 240 260 X2 810 1009 1273 1425 1693 1876 2052 2201 2435 2686 Y 70 65 90 95 110 115 120 140 155 150
1）消费支出(Y),个人财富(x2)和历史可支配收入水平(x1)有一定共线关系 2）可考虑使用参数约束法估计模型 2．原模型回归：ls y c x1 x2 （1）观察法：系数不显著，但 F 显著，判决系数大。 （2）辅助回归分析：Ls x1 型结论不可靠。 3．实际解决问题方法 1）可通过增加样本容量,看能否克服多重共线问题 obs 11 12 第五次上机 1 X1 X2 280 2898 300 3032 Y 170 185 x2 X2,x3 高度相关，个人财富和历史可支配收入水平有一定共线关系。原模
13 14
320 340
3208 3425
190 200
2）利用先验信息，参数约束(如可支配收入中，增加个人财富的比例为 X3=10.1*X2）,重新估计模型.
计量经济学EVIEWS自相关检验与修正
一、数据来源
数据：国家统计局（1981~2010年国内生产总值与固定资产投资）软件版本：EVIEWS7.2
二、回归结果
1、一元线性回归：
三、模型诊断与修正
DW检验：相关系数δ=0.8546，查表得，
1.35
1.49
L
U
d
d
=
=
经检验，DW<1.35,自变量呈一阶正自
相关
四、广义差分法修正后的结果
对E 进行滞后一期的自回归，可得回归方程：E=0.9337E(-1)
对原模型进行广义差分，输出结果为：
**ˆˆ6981.723 1.002749t t y x =+
由于使用广义差分数据，样本容量减少了1个，为29个。
查5%的显著性水平的DW
统计表可知， 1.341.48
L U d d ==，模型中的4-DU>DW>DU ，所以广义差分模型已无序列相关。
根据()1ˆˆ16981.723βρ-=，可得1
ˆ=105305.023β。
因此，原回归模型应为 105305.023 1.002749t t y x =+
采用普莱斯-文斯滕变换后第一个观测值变为211y δ-为1750.7019和211x δ-为344.1377，变换后普通最小二乘结果为**ˆˆ7555.503 1.0611t t y
x =+，根据()1ˆˆ17555.503βρ-=，得1
ˆ=113959.321β，由此，最终模型是 ˆ113959.321 1.0611t t y
x =+。
EViews统计分析在计量经济学中的应用EViews概述
5/7/2023
EViews统计分析在计量经济学中的应用
2
2
EViews历史
EViews是由Quantitative Micro Software 〔QMS〕公司开发的，专门从事数据分析、回归 分析和预测的工具。EViews结合了电子表格和 相关的数据库技术以及传统统计软件分析功能， 并且使用了单击图形用户界面。EViews特点是 对于时间序列数据有较强的分析能力，另外在 预测分析、科学数据分析与评价、金融分析、 经济预测、销售预测和本钱分析等领域应用非 常广泛。
5/7/2023
EViews统计分析在计量经济学中的应用
22 22
图形操作
将图形插入文献中：Eviews可以将图形插入到 Word文档中。首先将图形翻开，然后点击 Eviews主画面顶部主按钮Edit/Copy/click弹出 对话框。选择〞Copy to clipboard〞，点击 OK，然后在Word文档中指指定位置粘贴即可。
EViews统计分析在计量经 济学中的应用EViews概述
1
：EViews简介
o 实验目的：熟悉和掌握Eviews在一元线性回 归模型中的应用。
o 实验数据：2019年中国各地区城市居民人均 年消费支出〔CS〕和可支配收入〔INC〕 〔相关数据在文件夹“书中资料/第3章〞〕 。
o 实验原理：普通最小二乘法(OLS) o 实验预习知识：普通最小二乘法、t检验、
可翻开下拉式菜单〔或再下
一级菜单，如果有的话〕，
点击某个选项电脑就执行对 应的操作响应〔File，Edit的 编辑功能与Word, Excel中的 相应功能相似〕
图1-1 EViews主窗口界面
5/7/2023
计量经济学上机实验
计量经济学上机实验上机实验一：一元线性回归模型实验目的：EViews软件的基本操作实验内容：对线性回归模型进行参数估计并进行检验上机步骤：中国内地2011年中国各地区城镇居民每百户计算机拥有量和人均总收入一．建立工作文件：1.在主菜单上点击File\New\Workfile；2.选择时间频率，A3.键入起始期和终止期，然后点击OK；二．输入数据:1.键入命令：DATA Y X2.输入每个变量的统计数据；3.关闭数组窗口（回答Yes）;三．图形分析：1.趋势图：键入命令PLOT Y X2.相关图：键入命令 SCAT Y X 散点图：趋势图：上机结果：Yˆ11.958+0.003X=s (βˆ) 5.6228 0.0002t (βˆ) 2.1267 11.9826prob 0.0421 0.00002=0.831 R2=0.826 FR=143.584 prob(F)=0.0000上机实验二：多元线性回归模型实验目的：多元回归模型的建立、比较与筛选，掌握基本的操作要求并能根据理论对分析结果进行解释实验内容：对线性回归模型进行参数估计并进行检验上机步骤：商品的需求量与商品价格和消费者平均收入趋势图：散点图：上机结果:i Yˆ=132.5802-8.878007X1-0.038888X2s (βˆ) 57.118 4.291 0.419t (βˆ) 2.321 -2.069 -0.093prob 0.0533 0.0773 0.9286 R2=0.79 R2=0.73 F =13.14 prob(F)=0.00427三：非线性回归模型实验目的：EViews软件的基本操作实验内容：对线性回归模型进行参上机步骤：我国国有独立核算工业企业统计资料一．建立工作文件：1.在主菜单上点击File\New\Workfile；2.选择时间频率，A3.键入起始期和终止期，然后点击OK；二．输入数据:1.键入命令：DATA Y L K2.输入每个变量的统计数据；3.关闭数组窗口（回答Yes）;三．图形分析：1.趋势图：键入命令PLOT Y K L2.相关图：键入命令 SCAT Y K L四．估计回归模型：键入命令LS Y C K L上机结果：Y =4047.866K1.262204L-1.227157s (βˆ) 17694.18 0232593 0.759696t (βˆ) 0.228768 5.426669 -1.615325prob 0.8242 0.0004 0.1407R2=0.989758 R2=0.987482 F=434.8689 prob(F)=0.0000上机实验四：异方差实验目的：：掌握异方差的检验与调整方法的上机实现实验内容：我国制造工业利润函数行业销售销售行业销售销售实验步骤：一．检验异方差性1．图形分析检验：1) 观察Y、X相关图：SCAT Y X2) 残差分析:观察回归方程的残差图LS Y C X在方程窗口上点击Residual按钮；2． Goldfeld-Quant检验：SORT XSMPL 1 10LS Y C X（计算第一组残差平方和）SMPL 19 28LS Y C X（计算第二组残差平方和）计算F统计量，判断异方差性3．White检验：SMPL 1 28LS Y C X在方程窗口上点击：View\Residual\Test\White Heteroskedastcity 由概率值判断异方差性。
计量经济学 —理论方法EVIEWS应用--第七章 序列相关性
在其他假设仍然成立的条件下，随机干扰项序列相关意味着
（7-2）
如果仅存在
E ( ) 0 , i 1 , 2 , . . . , n i i 1
（7-3）
则称为一阶序列相关或自相关（简写为AR(1))，这是常见的一种序列相关问题。
D .W .
不存在一阶自相关，构造如下统计量： t
t
( eˆ
t2
n
ˆt 1 ) 2 e
2 t
eˆ
t 1
n
杜宾—沃森证明该统计量的分布与出现在给定样本中的X值有复杂的关系，
其准确的抽样或概率分布很难得到；
因为D.W.值要从
eˆ t 中算出，而 eˆ t
又依赖于给定的X的值。
2 χ 因此D-W检验不同于t、F或 检验，它没有唯一的临界值可以导出拒绝或
用OLS法估计序列相关的模型得到的随机误差项的方差不仅是 有偏的，而且这一偏误也将传递到用OLS方法得到的参数估计 量的方差中来，从而使得建立在OLS参数估计量方差基础上的 变量显著性检验失去意义。
以一元回归模型为例，
Y X i 0 1 i i
2
ˆ) Var ( 1 2 xt
序列相关性及其产生原因序列相关性的影响序列相关性的检验序列相关的补救第一节序列相关性及其产生原因序列相关性的含义对于多元线性回归模型71在其他假设仍然成立的条件下随机干扰项序列相关意味着如果仅存在则称为一阶序列相关或自相关简写为ar1这是常见的一种序列相关问题
—理论· 方法· EViews应用
郭存芝 杜延军 李春吉 编著
二、回归检验法
， eˆ， 以 e ˆ t 为解释变量，以各种可能的相关变量，诸如 t1
EViews计量经济学实验报告-多重共线性的诊断与修正
时间 地点 实验题目 多重共线性的诊断与修正一、实验目的与要求：要求目的：1、对多元线性回归模型的多重共线性的诊断；2、对多元线性回归模型的多重共线性的修正。
二、实验内容根据书上第四章引子“农业的发展反而会减少财政收入”，1978－2007年的财政收入，农业增加值，工业增加值，建筑业增加值等数据，运用EV 软件，做回归分析，判断是否存在多重共线性，以及修正。
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）（一）模型设定及其估计经分析，影响财政收入的主要因素，除了农业增加值，工业增加值，建筑业增加值以外，还可能与总人口等因素有关。
研究“农业的发展反而会减少财政收入”这个问题。
设定如下形式的计量经济模型：i Y =1β+2β2X +3β3X +4β4X +5β5X +6β6X +7β7X +i μ其中，i Y 为财政收入CS/亿元；2X 为农业增加值NZ/亿元；3X 为工业增加值GZ/亿元；4X 为建筑业增加值JZZ/亿元；5X 为总人口TPOP/万人；6X 为最终消费CUM/亿元；7X 为受灾面积SZM/千公顷。
图1： 1978～2007年财政收入及其影响因素数据年份财政收入CS/亿元 农业增加值NZ/亿元 工业增加值GZ/亿元 建筑业增加值JZZ/亿元总人口TPOP/万人最终消费CUM/亿元受灾面积SZM/千公顷 1978 1132.3 1027.5 1607 138.2 96259 2239.1 50790 1979 1146.4 1270.2 1769.7 143.8 97542 2633.7 39370 1980 1159.9 1371.6 1996.5 195.5 98705 3007.9 44526 1981 1175.8 1559.5 2048.4 207.1 100072 3361.5 39790 1982 1212.3 1777.4 2162.3 220.7 101654 3714.8 33130 1983 1367 1978.4 2375.6 270.6 103008 4126.4 34710 1984 1642.9 2316.1 2789 316.7 104357 4846.3 31890 1985 2004.8 2564.4 3448.7 417.9 105851 5986.3 44365 1986 2122 2788.7 3967 525.7 107507 6821.8 47140 1987 2199.4 3233 4585.8 665.8 109300 7804.6 42090 1988 2357.2 3865.4 5777.2 810 111026 9839.5 50870 1989 2664.9 4265.9 6484 794 112704 11164.2 46991 1990 2937.1 5062 6858 859.4 114333 12090.5 38474 1991 3149.48 5342.2 8087.1 1015.1 115823 14091.9 55472 1992 3483.37 5866.6 10284.5 1415 117171 17203.3 51333 1993 4348.95 6963.8 14188 2266.5 118517 21899.9 48829 19945218.1 9572.7 19480.7 2964.7 11985029242.2550431995 6242.2 12135.8 24950.6 3728.8 121121 36748.2 45821 1996 7407.99 14015.4 29447.6 4387.4 122389 43919.5 46989 1997 8651.14 14441.9 32921.4 4621.6 123626 48140.6 53429 1998 9875.95 14817.6 34018.4 4985.8 124761 51588.2 50145 1999 11444.08 14770 35861.5 5172.1 125786 55636.9 49981 2000 13395.23 14944.7 40036 5522.3 126743 61516 54688 2001 16386.04 15781.3 43580.6 5931.7 127627 66878.3 52215 2002 18903.64 16537 47431.3 6465.5 128453 71691.2 47119 2003 21715.25 17381.7 54945.5 7490.8 129227 77449.5 54506 2004 26396.47 21412.7 65210 8694.3 129988 87032.9 37106 2005 31649.29 22420 76912.9 10133.8 130756 96918.1 38818 2006 38760.2 24040 91310.9 11851.1 131448 110595.3 41091 2007 51321.78 28095 107367.2 14014.1 132129 128444.6 48992利用EV 软件，生成i Y 、2X 、3X 、4X 、5X 、6X 、7X 等数据，采用这些数据对模型进行OLS 回归。
计量经济学论文(eviews分析)
计量经济学论文(eviews分析)我国限额以上餐饮企业营业额的影响因素分析摘要：本文收集了1999年至2009年共11年的相关数据，选取餐饮企业数量、城镇居民人均年消费性支出、全国城镇人口数以及公路里程数作为解释变量构建模型，对我国限额以上餐饮企业营业额的影响因素进行分析。
利用Eviews软件对模型进行参数估计和检验，并加以修正，最后根据模型的最终结果进行经济意义分析，提出自己的看法。
关键词：餐饮企业营业额、影响因素、计量分析一、研究背景近十年来，投资者进入餐饮企业的数量不断增加。
在他们进入一个行业之前，势必要对该行业的营业额、营业利润等进行估计，当这些因素的估计值能够达到他们的预期时，他们才会对其进行投资。
由于餐饮企业的营业额是影响投资者是否进入餐饮业的一个重要因素，对于我国餐饮企业的营业额问题的深入研究就显得尤为必要，这有助于投资者作出合理的决策。
因此，本文进行了对我国限额以上餐饮企业营业额的计量模型研究。
二、变量的选取影响餐饮企业营业额的因素有很多，包括餐饮企业的数量、营业面积、从业人员、城镇居民人均年消费性支出、全国城镇人口数、餐饮企业的平均价格水平及公路里程数（表示交通状况）。
但综合考虑后，本文选取了其中的一部分变量（企业数、城镇居民人均年消费性支出、全国城镇人口数、公路里程数）进行研究，并对各个变量对餐饮企业营业额的影响进行预测。
1.企业数本文认为餐饮企业营业额与餐饮企业的数量有关，并预测两者之间呈正相关。
2.城镇居民人均年消费性支出本文认为餐饮企业营业额与城镇居民人均年消费性支出有关，并预测两者之间呈正相关。
3.全国城镇人口数本文认为餐饮企业营业额与全国城镇人口数有关，并预测两者之间呈正相关。
4.公路里程数本文认为餐饮企业营业额与公路里程数有关，并预测两者之间呈正相关。
三、相关数据本文收集了1999年至2009年共11年的相关数据，包括营业额（单位：亿元）、企业数（单位：个）、人均年消费性支出（单位：元）、全国城镇人口数（单位：万人）以及公路里程数（单位：万公里）。
- 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、数据来源
数据：国家统计局（1981~2010年国内生产总值与固定资产投资）软件版本：EVIEWS7.2
二、回归结果
1、一元线性回归：
三、模型诊断与修正
DW检验：相关系数δ=0.8546，查表得，
1.35
1.49
L
U
d
d
=
=
经检验，DW<1.35,自变量呈一阶正自
相关
四、广义差分法修正后的结果
对E 进行滞后一期的自回归，可得回归方程：E=0.9337E(-1)
对原模型进行广义差分，输出结果为：
**ˆˆ6981.723 1.002749t t y x =+
由于使用广义差分数据，样本容量减少了1个，为29个。
查5%的显著性水平的DW
统计表可知， 1.341.48
L U d d ==，模型中的4-DU>DW>DU ，所以广义差分模型已无序列相关。
根据()1ˆˆ16981.723βρ-=，可得1
ˆ=105305.023β。
因此，原回归模型应为 105305.023 1.002749t t y x =+
采用普莱斯-文斯滕变换后第一个观测值变为211y δ-为1750.7019和211x δ-为344.1377，变换后普通最小二乘结果为**ˆˆ7555.503 1.0611t t y
x =+，根据()1ˆˆ17555.503βρ-=，得1
ˆ=113959.321β，由此，最终模型是 ˆ113959.321 1.0611t t y
x =+。