1 / 43
文档名称:

eviews软件实验应用.ppt

格式:ppt   大小:349KB   页数:43页
下载后只包含 1 个 PPT 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

eviews软件实验应用.ppt

上传人:wyj15108451 2017/7/4 文件大小:349 KB

下载得到文件列表

eviews软件实验应用.ppt

文档介绍

文档介绍:计量软件实验:EViews软件应用
基本回归模型
1
第二章基本回归模型
本章介绍EViews中基本回归技术的使用,说明并估计一个回归模型,并对回归结果进行简单分析和说明。
2
§ 方程对象
EViews中的单方程回归估计是用方程对象来完成的。为了创建一个方程对象: 从主菜单选择Object/New Object/Equation 或 Quick/Estimation Equation…,或者在命令窗口中输入关键词equation。
在随后出现的方程说明对话框中说明要建立的方程,并选择估计方法。下面我们详细介绍在EViews中如何说明方程。EViews将在方程窗口中估计方程并显示结果。估计结果会作为方程对象的一部分存储起来以便随时提取。这样我们只需打开方程对象来显示简要结果,或者利用EViews工具来处理方程对象的结果。
3
§ 在EViews中对方程进行说明
当创建一个方程对象时,会出现如下对话框:
在这个对话框中需要说明三件事:方程说明,估计方法,和该估计使用的样本。在最上面的编辑框中,可以说明方程:因变量(左边)和自变量(右边)以及函数形式。
有两种说明方程的基本方法:列表法和公式法。列表法简单但是只能用于不严格的线性说明;公式法更为一般,可用于说明非线性模型或带有参数约束的模型。
4
§ 列表法
线性方程编辑最简单的方法是列出方程中要使用的变量。首先是因变量或表达式名,然后是自变量列表。例如,要说明一个线性消费函数CS,用一个常数和inc对其作回归,在方程说明对话框上部输入:
cs c inc
注意回归变量列表中的序列c。这是EViews用来说明回归中的常数而建立的序列。EViews在回归中不会自动包括一个常数,因此必须明确列出作为回归变量的常数。内部序列c不出现在工作文档中,除了说明方程外不能使用它。
注意到在工作文档中有一个预先定义的对象C。这是缺省系数向量——当通过列出变量名的方式说明方程时,EViews会根据变量在列表中出现的顺序在这个向量中存储估计系数。在上例中,常数存储于c(1),inc的系数存储于c(2),即回归方程形式为:cs = c(1)+c(2)*inc。
5
在统计操作中会用到滞后序列,可以使用与滞后序列相同的名字来产生一个新序列,把滞后值放在序列名后的括号中。
例如:cs cs(-1) c inc
该语句命令EViews使用cs的滞后值、常数和inc对cs作回归。cs滞后的系数将存放在c(1)中,常数系数在c(2)中,inc的系数在c(3)中,即回归方程形式为:cs = c(1)*cs(-1)+c(2)+c(3)*inc。
通过在滞后中使用关键词 to 可以包括一个连续范围的滞后序列。例如:
cs c cs(-1 to -4) inc
这里cs关于常数,cs(-1),cs(-2),cs(-3),cs(-4),和inc的回归。
6
如果写成: cs c inc(to –2) inc(-4) 表示cs关于常数,inc,inc(-1),inc(-2),和inc(-4)的回归,即回归方程形式为:
cs = c(1)+c(2)*inc+c(3)*inc(-1) +c(4)*inc(-2) +c(5)*inc(-4)
在变量列表中也可以包括自回归序列。例如:
log(cs) c log(cs(-1)) ((inc+inc(-1))/2)
说明了cs的自然对数关于常数,其滞后值和inc的两项移动平均的回归,即回归方程形式为:
log(cs) = c(1)+c(2)*log(cs(-1))+c(3)*log((inc+inc(-1))/2)
7
§ 公式法说明方程
当列表方法满足不了要求时,可以用公式来说明方程。许多估计方法(但不是所有的方法)允许使用公式来说明方程。
EViews中的公式是一个包括回归变量和系数的数学表达式。要用公式说明一个方程,只需在对话框中变量列表处输入表达式即可。EViews会在方程中添加一个随机附加扰动项并用最小二乘法估计模型中的参数。
8
用列表说明方程时,EViews会将其转换成等价的公式形式。例如,下面的列表:
log(cs) c log(cs(-1)) log(inc)
EViews会理解为,
log(cs) = c(1)+c(2)*log(cs(-1)) + c(3)*log(inc)
这种形式并不是必须的,= 符号可以出现在公式的任何地方,如:
log(urate) + c(1)*dmr = c(2)
这个方程的残差为:
ε= log(urate)+c(1)dmr-c(2)
EViews将最小化残差平方和。
9
估计严格的非线性的方程或带有参数约束的方