Eviews操作手册3
Eviews软件使用说明
（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。
（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。
• 标题栏的右端有三个按钮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。 • 主菜单栏上共有7个选项：“File”文件, “Edit”编辑, “Objects”对象, “View”视图, “Procs”过程, “Quick”快捷, “Options”选项, “Windows”窗口, “Help”帮助。
二、怎样运行Eviews ？ 怎样运行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。
2．菜单方式 • 在主菜单上单击Objects→New object，在New object对话框的Type for Object选Series，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。
–然后，在工作区选定某个变量名，双击，并在Edit+/之间切换，即可输入或修改变量的数据。 –或者，也可以按住shift键，同时选择多个变量，采用 鼠标右键以群（Group）的形式同时打开多个变量。
张晓峒Eviews使用教程简易版(清晰word版)
张晓峒Eviews使用教程简易版(清晰word版)计量经济学软件包Eviews使用说明一、启动软件包假定用户有Windows95/98的操作经验，我们通过一个实际问题的处理过程，使用户对EViews的应用有一些感性认识，达到速成的目的。
1、Eviews的启动步骤：进入Windows /双击Eviews快捷方式，进入EViews 窗口；或点击开始/程序/Econometric Views/Eviews，进入EViews窗口。
２、EViews 窗口介绍 标题栏：窗口的顶部是标题栏，标题栏的右端有三个按钮：最小化、最大化（或复原）和关闭，点击这三个按钮可以控制窗口的大小或关闭窗口。
菜单栏：标题栏下是主菜单栏。
主菜单栏上共有7个选项： File ，Edit ，Objects ，View ，Procs ，Quick ，Options ，Window ，Help 。
用鼠标点击可打开下拉式菜单（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 中的菜标命令控制信息路状态主显示窗口 （图相应功能相似）。
命令窗口：主菜单栏下是命令窗口，窗口最左端一竖线是提示符，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MacroTSP（DOS）版的命令可以直接在此键入，如同DOS版一样地使用EViews。
按F1键（或移动箭头），键入的历史命令将重新显示出来，供用户选用。
主显示窗口：命令窗口之下是Eviews的主显示窗口，以后操作产生的窗口（称为子窗口）均在此范围之内，不能移出主窗口之外。
状态栏：主窗口之下是状态栏，左端显示信息，中部显示当前路径，右下端显示当前状态，例如有无工作文件等。
二、创建工作文件工作文件是用户与EViews对话期间保存在RAM之中的信息，包括对话期间输入和建立的全部命名对象，所以必须首先建立或打开一个工作文件用户才能与Eviews对话。
EViews基本操作指导
2. objects（对象） （1）创建objects 以series、Graph两种objects 为例说明objects窗口中常用按钮的 功能 （2）打开已经存在的objects
4．Systems （系统方法 ） System Estimation（系统估计法） Vector Autoregression（VAR，向 量自回归） Vector Error Correction Models and Cointegration Tests（向量误差校 正模型与协积检验）等
5．Specification and Diagnostic Tests（模型设 定与诊断检验） Test on Coefficient （对系数的检验），包括： Wald Test of Coefficient Restriction（Wald检验） Omitted Variable（省略变量的检验） Redundant Variable（富裕变量的检验）等。 Tests on Residuals (对残差的检验) ，包括： Histogram and Normality Test(相关图与正态性检验)、 Series Correlation LM Test（拉格朗日乘数检验）、 White Hereoskedasticity Test（怀特检验）等。 Specification and Stability Tests （模型设定与 稳定性检验）如Chow`s Breakpoint Test（邹氏检验） Ramsey`s RESET Test（拉姆齐RESET检验） Recursive Least Squares（递归最小二乘）
三、一个例子
教材第二章家庭可支配收入与消费支 出之间的关系的回归分析
四、EViews的基本操作
Eviews操作完整操作指引
1.EVIEWS基础 (4)1.1. E VIEWS简介 (4)1.2. E VIEWS的启动、主界面和退出 (4)1.3. E VIEWS的操作方式 (8)1.4. E VIEWS应用入门 (9)1.5. E VIEWS常用的数据操作 (21)2.一元线性回归模型 (32)2.1. 用普通最小二乘估计法建立一元线性回归模型 (32)2.2. 模型的预测 (39)2.3. 结构稳定性的C HOW检验 (43)3. 多元线性回归 (49)3.1. 用OLS建立多元线性回归模型 (49)3.2. 函数形式误设的RESET检验 (56)4. 非线性回归 (59)4.1. 用直接代换法对含有幂函数的非线性模型的估计 (59)4.2. 用间接代换法对含有对数函数的非线性模型的估计 (61)4.3. 用间接代换法对CD函数的非线性模型的估计 (64)4.4. NLS对可线性化的非线性模型的估计 (66)4.5. NLS对不可线性化的非线性模型的估计 (70)4.6. 二元选择模型 (75)5. 异方差 (83)5.1. 异方差的戈得菲尔德——匡特检验 (83)5.2. 异方差的WHITE检验 (87)5.3. 异方差的处理 (91)6. 自相关 (95)6.1. 自相关的判别 (95)6.2. 自相关的修正 (101)7. 多重共线性 (105)7.1. 多重共线性的检验 (105)7.2. 多重共线性的处理 (112)8. 虚拟变量 (115)8.1. 虚拟自变量的应用 (115)8.2. 虚拟变量的交互作用 (121)8.3. 二值因变量：线性概率模型 (123)9. 滞后变量模型 (129)9.1. 自回归分布滞后模型的估计 (129)9.2. 多项式分布滞后模型的参数估计 (136)10. 联立方程模型 (142)10.1. 联立方程模型的单方程估计方法 (142)10.2. 联立方程模型的系统估计方法 (148)2。
EViews基本操作与数据分析
EViews基本操作与数据分析EViews基本操作与数据分析一、EViews的基本操作与数据处理1、建立工作文件（File/New/Workfile）、数据库（Database）、程序（Program）或文本文件（Text File）。
（1）EViews的界面：菜单栏下面的白色空白区域为命令窗口。
（2）打开空表：Quick/Empty Group。
（3）Workfile的界面：c表示截距序列，resid表示残差序列。
2、输入数据（1）数据分为时间序列数据（Dated-regular Frequency，默认选项）、横界面数据（Unstructured/Undated）和面板数据（Balanced Panel），时间序列的日期间隔符号可以是“:”、“.”或“,”。
Q表示季度，M表示月份，W表示周。
（2）EViews也可以直接打开已有文件（Open/EViews Workfile）、外部数据（Foreign Data）、数据库（Database）、程序（Program）或文本文件（T ext File）。
EViews 5.0可以导入其他的外部数据：File/Open/Foreign Data as Workfile。
（3）调用外部数据：File/Import/……。
先建立工作文件，然后才能调用数据，EViews允许调用3种格式的数据：ASCII、Lotus和Excel工作表。
如果原文件已有序列名称，则只需输入序列个数即可。
3、对象（Object）的操作与处理（1）生成新对象（New Object）：Equation、Graph、Group、Matrix、Series、Table、Text、V AR等。
（2）对象的编辑：剪切（Cut）、复制（Copy）、粘贴（Paste）、删除（Delete）、合并（Merge）和替代（Replace）等。
（3）对象的命名：对象必须以半角字符命名，不能用中文命名，命名不宜太长。
EViews基本操作
《计量经济学》E v i e w s上机基本操作前言《计量经济学》作为经济学类各专业的核心课程已开设多年。
多年的教学实践中，我们深感计量经济学软件在帮助同学们更好地学习、理解《计量经济学》基本思想、提高解决实际问题的能力等方面有着重要的作用。
在过去的教学中曾采用过多种版本的软件，包括TSP、Eviews、SPSS、SAS等。
从1998年以来，Eviews逐渐成为计量经济学本科教学的基本软件。
实践证明，Eviews具有自身的特色和优良的性能。
《计量经济学》Eviews上机基本操作，主要介绍Eviews 的基本功能和基本操作，以供同学们参考。
Eviews基本操作第一部分预备知识一、什么是EviewsEviews (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软件是由经济学家开发，主要应用在经济学领域，可用于回归分析与预测(regression and forecasting)、时间序列(Time series)以及横截面数据(cross-sectional data )分析。
与其他统计软件（如EXCEL、SAS、SPSS）相比，Eviews功能优势是回归分析与预测，其功能框架见表1.1。
从多方面的因素考虑，本手册不对最新版本的Eviews软件进行介绍，而只是以目前人们使用较为广泛的Eviews3.1版本为蓝本介绍该软件的使用。
Eviews3.1版本是QMS公司1998年7月推出的。
二、Eviews安装Eviews文件大小约11MB，可在网上下载。
下载完毕后，点击SETUP安装，安装过程与其他软件安装类似。
安装完毕后，将快捷键发送的桌面，电脑桌面显示有Eviews3.1图标，整个安装过程就结束了。
双击Eviews按钮即可启动该软件。
（图1.2.1）图1.2.1三、Eviews工作特点初学者需牢记以下两点。
计量经济软件eviews使用指导及示例演示(收藏精品)
第一部分 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。
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的应用范围包括：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。
Eviews软件操作
Eviews软件操作主要内容：一、Eviews软件简介二、Eviews软件基本操作三、一个案例（应用Eviews软件解决回归问题）Eviews软件简介1、“Eviews”是什么意思“Eviews”是Econometrics Views的缩写，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”。
2、Eviews软件的功能及应用领域Eviews软件拥有数据处理、作图、统计分析、建模分析（其中包括线性、非线性单一方程模型，联立方程模型，时间序列模型，动态回归模型，分布滞后模型，向量自回归模型，误差修正模型、离散选择模型以及多种估计方法）、预测和模拟等六大类功能。
Eviews软件的应用领域很广泛。
比如：科学数据分析与评价、金融分析、宏观经济预测、销售预测和成本分析等。
3、Eviews与TSP的比较Eviews软件的前身是TSP（时间序列回归软件）。
TSP软件基于DOS操作系统，Eviews 软件则是在Windows环境下运行，更多的使用菜单和窗口方式，界面友好。
4、Eviews的版本和参考书目Eviews是由美国QMS公司于1981年发行的。
Eviews2.0版Eviews3.0版Eviews3.1版1998年发布。
目前人们普遍使用的是Eviews3.1版Eviews4.0版2001年发布。
Eviews4.0在功能上并无实质变化，只是增加了新的估计项、新定义了几个函数及其他新的特征。
Eviews5.0版最新版《数据分析与Eviews应用》易丹辉主编中国统计出版社《计量经济学软件Eviews使用指南》张晓峒主编南开大学出版社说明：我们讲课参考的教材都是针对Eviews3.1版的操作但是使用的软件是Eviews5.0版（大约38.1M）由于Eviews3.1版下载出现问题，缺少“BWCC32.dll”文件，所以无法使用。
5、Eviews软件的工作方式Eviews有四种工作方式：（1）鼠标图形导向方式；（2）简单命令方式；（3）命令参数方式[(1)与（2）相结合]] ；（4）程序（采用EViews命令编制程序）运行方式。
- 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)。
讲义三**大家的任务依据下列步骤，验证讲义中的例题或者书上的例题、习题每项内容至少1个。
一．运用Eviews5.0进行异方差的检验和修正：建立工作文件，输入数据在主菜单点击Quick\Empty Group ，录入X、Y 的数据。
先按↓健，再按↑健，就可以看到obs行，修改名字就可以了。
一）检验：1)作散点图在主菜单点击Quick\Groph\Scatter，在弹出的对话框里输入x y，点击“OK”即可得到关于x，y的散点图。
点击“name”保存图形。
由上图可以看出，可能存在单调递增型异方差。
2)做G-Q检验①以x为条件对全部序列作升序排列在主菜单点击Proc\Sort Current Page ，弹出如下对话框，在上面空格内输入X，选中升序“Ascending”，点击“OK”即可。
②对第一个子样本作回归分析在主菜单点击Quick\Estimate Equation ，在弹出的对话框输入y c x，将样本范围设定为1到11。
输出如下结果：③对第二个子样本作回归分析在主菜单点击Quick\Estimate Equation ，在弹出的对话框输入y c x，将样本范围设定为21到31。
输出如下结果：④求F值（也可以用计算器计算）在workfile 窗口点击View\Show ，在弹出的对话框内输入如下：在上图输入后点击“OK ”得到F 值为5.062。
给定05.0=α，查表得到18.3)9,9(05.0=F 。
因为5.062>3.18，所以模型存在异方差，而且是单调递增型异方差。
3) 怀特检验Resid 中保存最后一次（最近一次）的残差，所以应先对所有数据求一次OLS 回归再求残差的平方（E2=Resid^2），残差的平方对X 、X 的平方做回归（当然也可以放入解释变量X 的3、4次方项等）得到如下结果：1505.11359694.0312=⨯=nR >99.5)2(205.0=χ，所以可以判断存在异方差。
也可以在回归结果文件中点击View/Residual Tests/White Heteroskedasticity(no cross terms)就可以得到检验结果，看上面表格的第二行，P<0.05说明存在异方差。
对于多元回归也可以选择View/Residual Tests/White Heteroskedasticity(cross terms)。
二）模型修正①先对原模型数据进行回归，在主菜单点击Quick\Estimate Equation ，在弹出的对话框输入y c x，将样本范围设定为1到31。
得到如下结果：②生成新序列。
在主菜单点击Quick\Generate series 或者直接点击Workfile 窗口里的Genr按钮，在弹出的对话框内分三次依次输入：rr=1/abs(resid) ; yy=y*rr ; xx=x*rr 。
修正方法有三：方法一、变量代换法：在主菜单点击Quick\Estimate Equation，在弹出的对话框里依次输入yy rr xx。
得到如下回归结果：点击“name”保存结果。
方法二、加权最小二乘法（WLS）：在主菜单点击Quick\Estimate Equation，在弹出的框内点击“Options”，在新弹出的框中选中“Weighted LS/TSLS”，在weight后面的空白中输入rr，如下图，点击OK回归即可。
回归结果如下：方法三、hccc法：在主菜单点击Quick\Estimate Equation，在弹出的框内点击“Options”，在“Estimation Options ”窗口中做如下选择。
得回归结果如下：分析：相对于不检验异方差而直接回归，三种修正方法中WLS 对系数和标准误、拟合优度都有较大的改进；而HCCC 对系数没有做任何修正，但是对参数的标准误做了修正；第一种方法是通过变量代换进行加权修正来消除异方差，结果和WLS 大部分结果都相同。
这可以看出WLS 真正的处理方式就是通过变量代换进行的，只不过有些统计量是针对没有变换的统计量进行的。
三）结果分析：通过使用加权最小二乘法得到修正以后的模型方程如下： 回归方程：X Y 088980.07873.703+-= （37.82） （0.00275）(-18.609) （32.317）9922.02=R 9919.02=R F=1044.419 DW=1.657显著性检验：查表可知：05.0=α时，045.2)29(2=αt因为045.2609.18)(0>=b T 045.2317.32)(1>=b T所以0ˆβ、1ˆβ显著不为零。
这说明储蓄和收入之间具有显著的线性关系。
X 的系数表示边际储蓄倾向，应该在0~1之间，可以求出95%的置信区间为（0.08898-2.045*0.00275，0.08898+2.045*0.00275）即（0.0833，0.0946），也就是说真实的边际储蓄倾向95%的可能会落入（0.0833，0.0946）区间内。
二．自相关的检验和修正 研究消费和收入的关系。
1．建立工作文件启动Eviews 后，点击File\New\Workfile ，在弹出的对话框中选择数据的时间频率为Dated-regular frequency ，在Data specification Frequency 选Annual ，起止日期为1989和2002，点击OK 即可。
2．输入数据在主菜单点击Quick\Empty Group ，录入数据。
点击“Freeze ”保存原始数据。
obs Y （人均纯收入）CC （人均消费） 1989 601.5000 553.0000 1990 686.3000 571.0000 1991 708.6000 621.0000 1992 784.0000 718.0000 1993 921.6000 855.0000 1994 1221.000 1118.000 1995 1577.700 1434.000 1996 1926.100 1768.000 1997 2090.100 1876.000 1998 2162.000 1895.000 1999 2210.300 1927.000 2000 2253.400 2037.000 2001 2366.400 2156.000 20022475.6002269.0003．检验①图示法在主菜单点击Quick\Estimate Equation ，在弹出的对话框输入cc c y 。
输出如下结果：由于仅有14个观测值，不能用DW检验，用图示法。
在此窗口点击View\Actual,Fitted,Residual\ Actual,Fitted,Residual Table ，将得到如下结果：看上图中的residual plot，就是t-e散点图，可以看出存在正自相关。
②LM检验：e（t）对e（t-1）做回归，结果如下409.2185278.0132=⨯=nR <84.3)1(205.0=χe （t ）对e （t-1）、e （t-2）做回归，结果如下558.6546521.0122=⨯=nR >99.5)2(205.0=χe （t ）对e （t-1）、e （t-2）、e （t-3）做回归，结果如下：521.659286.0112=⨯=nR <81.7)3(205.0=χ所以，此模型存在2阶序列相关性。
也可以在最初的回归结果文件中点击View/Residual Test/serial correlation LM Test在弹出的窗口中输入滞后阶数，从1到2、3、…，看输出结果中上面表格中的第二行，如果P<0.05，存在序列相关。
也可以看出存在2阶自相关。
4．修正①广义差分法在主菜单点击Quick\Estimate Equation ，在弹出的对话框输入cc c y ar(1) ar(2) 即可。
②NWse法直接回归，在回归选项中做如下设置：回归结果为：可以看出：存在2阶自相关。
相对于没有任何修正的情况，对标准误做了修正。
⑤结果分析：样本回归方程为：消费 = 20.731 + 0.890 收入 （27.07）（0.015） （0.766）（59.827）9986.02=R 9981.02=R 291.1895=F DW=2.011方程显著成立，尽管常数项的系数显著性检验未通过，但是由于根据经济理论，基础消费应该大于零，所以回归方程必须保留常数项。
三．多重共线性的检验和修正（以张保法183页习题4为例）1．建立工作文件启动Eviews 后，点击File\New\Workfile ，在弹出的对话框中选择数据的时间频率（frequency ）为Undated or irregular ，起止日期为1和10，点击OK 即可。
2．输入数据在主菜单点击Quick\Empty Group ，录入X 、 Y 的数据。
点击“Freeze ”保存原始数据。
obs Y X1 X2 1 70.00000 80.00000 810.0000 2 65.00000 100.0000 1009.000 3 90.00000 120.0000 1273.000 4 95.00000 140.0000 1425.000 5 110.0000 160.0000 1633.000 6 115.0000 180.0000 1876.000 7 120.0000 200.0000 2052.000 8 140.0000 220.0000 2201.000 9 155.0000 240.0000 2435.000 10150.0000260.00002686.0003．作回归分析在主菜单点击Quick\Estimate Equation ，在弹出的对话框输入y c x1 x2。
输出如下结果：可以看出财产x2对消费支出y 的影响为负值，这和经济理论相违背，判断可能存在多重共线性。
（这是一种直观检验法。
） 4．求相关系数按住Ctrl 按钮，同时选中x1 x2 ，右健Open\as Group ，在弹出的窗口中点击View\Correlations\Common Sample 得到他们之间的相关系数。
查表05.0=α 82=-n ，632.0=αr 而x1 x2之间的相关系数r=0.998962，可以看出存在比较严重的多重共线性。
当然还有其他的检验方法，大家可以根据课堂讲授内容，自己尝试。
5．修正（逐步回归法）Y 对x1 x2分别作回归，选2R 比较大的模型与前面的回归结果比较。
可以看出，模型中加入x2对2R 改进不太明显，但是却严重影响了原来系数的大小，x2和x1存在严重的多重共线性，可以不包含x2，也可以尝试添加x2的其他形式，如：lnx2、x2^2等，根据课堂上的判断标准进行判断，最后选出最合适的模型形式。