【转】经济计量学软件包Eviews快速使用
| Eviews軟件使用 |
經濟計量學軟件包Eviews快速使用
袁建文 整理編寫
內容導引：
| 一、啟動軟件包 | 附錄：經濟計量學軟件包Eviews簡介 |
| 二、創建工作文件 | 一、經濟計量學軟件包的主要功能 |
| 三、輸入和編輯數據 | 二、EViews經濟計量學軟件包的基本概念（一） |
| 四、由組的觀察查看組內序列的數據特征 | 三、EViews經濟計量學軟件包的基本概念（二） |
| 五、回歸分析--估計消費函數 | 四、EViews經濟計量學軟件包的基本概念（三） |
| 六、保存研究成果（工作文件） |
|
| 七、利用已有序列生成新的序列 |
一、啟動軟件包
假定用戶在經濟計量學軟件包Eviews的使用方面沒有經驗。試圖通過一個實際問題研究我國人均消費水平問題（見人大何曉群《回歸分析與經濟數據建模》第50頁）的處理過程，使用戶對EViews的應用有一些感性認識。達到快速掌握的目的。
啟動軟件包
進入WINDOWS以后的啟動步驟：
（1）開始==>
（2）程序==>
（3）Econometric Views==>
（4）EViews
啟動過程示意：
進入EViews窗口。
窗口簡介
標題欄
窗口的頂部是標題欄，標題欄的右端有三個按鈕：最小化、最大化（或復原）和關閉。標題欄左邊是控制框，控制框也有上述三個按鈕的功能且雙擊它關閉該窗口。
菜單欄
標題欄下是主菜單欄。主菜單欄上共有7個選項： File，Edit，Objects，View，Procs，Quick，Options，Window，Help。用鼠標點擊打開下拉式菜單（或再下一級菜單，如果有的話），雙擊某個選項電腦執行對應的操作響應。
命令窗口
主菜單欄下是命令窗口，窗口最左端一豎線是提示符，允許用戶在提示符后通過鍵盤輸入EViews（TSP風格）命令。如果熟悉MacroTSP（DOS）版的命令可以直接在此鍵入，如同DOS版一樣地使用EViews。按F1鍵（或移動箭頭），鍵入的歷史命令將重新顯示出來，供用戶選用。
主顯示窗口
命令窗口之下是EViews的主顯示窗口，以后操作產生的窗口（稱為子窗口）均在此范圍之內，不能移出主窗口之外。
狀態欄
主窗口之下是狀態欄，左端顯示信息，中部顯示當前路徑，右下端顯示當前狀態，例如有無 工作文件
EViews的四種工作方式
1。鼠標圖形導向方式
2。簡單命令方式
3。命令參數方式(1與2相結合)
4。程序（采用EViews命令編制程序）運行方式
二、創建工作文件
例1．人均消費函數
在研究我國人均消費水平的研究中，收集了1981-1993年間13個樣本資料，人均消費額記作y（元），人均國民收入記作x（元）。根據資料建立消費函數。（人大 何曉群 《回歸分析與經濟數據建模》 50頁）
工作文件
工作文件是用戶與EViews對話期間保存在RAM之中的信息，包括對話期間輸入和建立的全部命名對象。
工作文件好比你工作時的桌面一樣，放置了許多進行處理的東西（對象），像結束工作時需要清理桌面一樣，允許將工作文件保存到磁盤上。
如果不對工作文件進行保存，工作文件中的任何東西，關閉機器時將被丟失。
進入EViews后的第一件工作
用戶第一次使用Eviews處理項目時，通常應從創建工作文件開始。
只有建立（新建或調入原有工作文件）， EViews才允許用戶輸入開始進行數據處理。
建立工作文件的方法
方法是點擊File/New/Workfile/OK，選擇新建對象的類型為工作文件。
選擇數據類型和起止日期，并在出現的對話框中提供必要的信息：適當的時間頻率（年、季度、月度、周、日）；最早日期和最晚日期。
確定起止日期或最大處理個數
開始日期是項目中計劃的最早的日期；
結束日期是項目計劃的最晚日期，以后還可以對這些設置進行更改。
非時間序列提供最大觀察個數。
具體操作步驟
首先打開新建對象類型對話框，選擇工作文件Workfile
再打開工作文件時間頻率和樣本區間對話框
按OK確認，得新建工作文件窗口。
工作文件窗口
工作文件窗口是EViews的子窗口。它也有標題欄、控制框、控制按鈕。標題欄指明窗口的類型workfile、工作文件名和存儲路徑。標題欄下是工作文件窗口的工具條。工具條上是一些按鈕。
Views觀察按鈕
Procs過程按鈕
Save（保存）工作文件，
Sample（設置觀察值的樣本區間），
Gener（生成新的序列），
Fetch（讀取）,
Store（存儲）
Delete（刪除）對象。
此外，可以從工作文件目錄中選取并雙擊對象，用戶就可以展示和分析工作文件內的任何數據。
工作文件一開始其中就包含了兩個對象
一個是系數向量C（保存估計系數用），另一個殘差序列RESID（實際值與擬合值之差）。
小圖標
小圖標上標識出對象的類型，(是系數向量，曲線圖是時間序列。
使用Views選擇對象后或直接使用EViews主窗口頂部的菜單選項，可以對工作文件和其中的對象進行一些處理。
這些處理包括生成新的對象，建立組，估計參數，指數平滑，預測，模擬等。
三、輸入和編輯數據
輸入數據有兩種基本方法：data命令方式和鼠標圖形界面方式
（一）data命令方式
命令格式：data <序列名1> <序列名2>......<序列名n>
功能：輸入和編輯數據
適用條件：建立或調入工作文件以后
（二）鼠標圖形界面方式
利用鼠標選擇菜單項目或對象，填寫相應的對話框。
建立新序列
建立空組
打開編輯開關
輸入和編輯數據
1、建立新序列
File\New對象類型選擇series，并給定序列名，一次只能創建一個新序列。
2、建立空組（1）
創建將兩個空序列Y和X后，按住CTRL點擊Y，再點擊X，使兩個圖標加亮，并雙擊，就建立起一個組。打開一個組窗口，組中含有Y和X序列。命名為XFHSH。（按住CTRL點擊選擇對象，可以確定構成組后的先后順序，還可以間隔選擇對象。）
建立空組（2）
3、打開編輯開關
在組窗口選擇Edit+/-，進入編輯狀態，通過鍵盤結合光標移動鍵，將下列數據輸入。
四 、由組的觀察查看組內序列的數據特征
組窗口工具條上Views的下拉式菜單：
1、SpreadSheet（電子數據表）
2、Graph（圖形）
編輯圖形
雙擊圖形中部設定圖形選項
雙擊圖形區域中任意處，進入圖形編輯狀態。選擇圖形類型，圖形屬性（是否置入圖框內，刻度，是否用彩色），柱和線的選項，設定豎軸（單個，雙個，是否交叉），設定比例尺度（優化線性尺度，強制通過0線，對數尺度，正態化尺度），手動設定比例尺度，線形圖選項，柱型圖的選項，散點圖選項（連接，配擬合直線），餅圖選項等。
圖形選項
散點圖為設定模型的函數形式提供參考
得到顯示消費支出與收入間存在線性關系的散點圖
散點圖為設定理論模型，給出了指導。
3、多線圖Multiple Graphs
（同一窗口中顯示多幅圖，一個序列一幅圖）
4、Descriptive Statistics（描述統計量）
5、Correlations（相關系數矩陣）
6、Covariances（斜方差矩陣）
7、Correlogram (1)（組內第1序列相關函數）
8、Cross Correlation (2)（組內第1和第2序列互相關函數)
9、Cointegration Test（執行 Johansen cointegration 檢驗）
10、Granger Causality（檢驗組內各個配對間的Granger因果關系）
Granger Causality（因果關系）檢驗
X（國民收入）不是Y（消費）的“因”的假設被拒絕==>X是Y的“因”（小概率0.03002事件發生拒絕Null Hypothesis）；同時Y（消費）不是X（國民收入）的“因”的假設被接受，所以國民收入是消費的因，即收入可以作消費的自變量。
Granger Causality統計推斷
如果兩個假設被接受==>X與Y之間不存在“因果關系”。
如果兩個假設被拒絕==>X是Y的因，同時Y也是X的因，它們之間并不存在因果關系，第三者或多個第三者才是它們的因。
只有一個假設被拒絕，另一個假設被接受，才能推斷出其間存在Granger因果關系。
五、回歸分析 估計消費函數
1、在經濟理論指導下，利用軟件包的“觀察（View）”功能對數據進行“火力偵察”
依據凱恩斯理論，初步選出一些變量，譬如，考慮可比性，消除人口因素的影響，采用人均指標。
描述統計量，散點圖，相關系數矩陣，Granger因果關系檢驗等等，取得初步認識；供篩選變量，選擇函數形式參考。
2、設定理論模型：
（這里設定為直線-Y= a + b X + e）
3、作普通最小二乘法估計
在組窗口的操作步驟：
Proces==>
Equation==>
選擇估計方法==>
設定樣本區間==>
OK進行估計。
此外選擇Option還可以設置選項。
Option選項設置：
異方差存在
加權最小二乘法的權數
迭代的最大次數
收斂的精度
ARMA系數的初始值等
得到估計結果：
Y=54.2286+0.526377X
4、對模型的可靠性進行統計學檢驗
統計檢驗
總的說來，擬合優良（因是一元回歸，總的好，自變量的系數也一定好）。
但是，可能存在誤差項的一階正自相關，因為杜賓瓦特蓀統計量=0.68與2相差很遠。
5、對模型進行經濟計量學檢驗
經濟計量學檢驗：指的是關于隨機擾動項（殘差）是否滿足基本假定的檢驗。它包括：異方差檢驗，自相關檢驗，多重共線檢驗等。
序列相關的判斷
殘差（Residual）幾期連續為負，幾期連續為正，又幾期連續為負，表明存在正自相關。
而且，Durbin-Watson stat= 0.682156，更是存在殘差自相關的有力證據，表明模型違背了普通最小二乘法的基本假定。
6、進一步改進模型（采用Cochran-Orcutt循環查找法）
7、模型應用
請同學們自行解釋模型的意義。
六、保存研究成果（工作文件）
1、保存工作文件
選擇主菜單上File/Save將工作文件的一個拷貝存儲在磁盤上。第一次使用時，如同以后使用File/SaveAs一樣，打開一個標準的Windows文件保存對話框，用戶在Drive下指定存儲的驅動器，在Directory下指定存儲的路徑。也可以通過鼠標在目錄間航行，尋找到子目錄后，雙擊打開子目錄來確定路徑。然后對欲保存的工作文件在File Name下命名。最后按OK，就開始保存工作文件。
缺省路徑的設置
點擊Update Default Directory使當前路徑成為缺省路徑，為今后存取文件提供方便。在List files of Type下指定存儲文件的類型。以便與外部軟件共享數據。
當然也可以在左上角，像DOS格式那樣直接給出盤符、路徑、文件名，而無須通過鼠標航行來確定路徑。
2、退出Eviews
選擇File/Exit，退出Eviews。
3、讀取工作文件到內存
選擇主菜單上File/ Open 將先前保存的工作文件讀入內存。選擇File/ Open后，出現類似于SaveAs打開的對話框。在對話框的左下方將會看到，右邊子目錄限定路徑中已經保存的文件名。一旦用戶確定了右邊的子目錄，再雙擊左邊的文件名，該文件就自動打開，在內存中建立了工作文件區，為開展研究作了好準備。
七、利用已有序列生成新的序列
例2．根據例1的數據計算我國1981-1993年間人均國民收入（Y）對人均消費（X）的彈性。
雙對數模型因變量與自變量雙雙作對數變換以后（取對數）再擬合其間的關系，
lnY=lna+lnX+u
此時的回歸系數就是自變量對因變量的彈性，即人均國民收入變動1%人均消費變動百分之幾。
在工作文件窗口中選取Genr打開生成序列對話框。在打開的生成新序列對話框中，輸入生成新序列的方程，然后OK
注意，此時生成的ly是y的自然對數。用同樣的方法生成lnx。然后進行最小二乘估計
回歸方程：
LY = 0.91214356*LX + 0.074366572
彈性=0.91214356，即人均國民收入增加1%，人均消費收入平均增加0.91214356%。
經濟計量學軟件包Eviews簡介
一、經濟計量學軟件包的主要功能
EViews通常稱為經濟計量學軟件包。EViews是Econometrics Views的縮寫，它的本意是對社會經濟關系與經濟活動的數量規律，采用經濟計量學方法與技術進行“觀察”。經濟計量學研究的核心是設計模型、收集資料、估計模型、檢驗模型、運用模型進行預測、求解模型和運用模型。EViews是完成上述任務得力的必不可少的工具。正是由于EViews等經濟計量學軟件包的出現，使經濟計量學取得了長足的進步，發展成為實用與嚴謹的經濟學科。
（一）經濟計量學軟件包的主要功能
經濟計量學軟件包EViews（Econometric Views）是用戶在電腦Windows下進行回歸分析和預測的一種工具。
使用 EViews軟件包可以對時間序列和非時間序列的數據進行分析，建立序列（變量）間的統計關系式，并用該關系式進行預測、模擬等等。
1、軟件包EViews適用范圍
銷售預測
價格分析和預測
財務分析
宏觀經濟分析和預測
仿真
科學計算中的數據分析和評價
2、EViews軟件包的成長過程
EViews軟件包是裝配在大型計算機上，處理時間序列分析軟件包的基礎上發展起來的新的軟件包。EViews是美國GMS公司1981年發行第1版的Micro TSP的Windows版本。目前最新的版本是3.1。我們以V 2.0版本為例，介紹經濟計量學軟件包使用的基本方法和技巧。
雖然 EViews是由經濟學家開發的，并且大多數被用于經濟學領域，但并意味著必須限制該軟件包僅只用于處理經濟方面的時間序列。EViews處理非時間序列數據照樣得心應手。實際上，相當大型的非時間序列（截面數據）的項目也能在 EViews中進行處理。
3、EViews處理的基本數據對象是時間序列
每個序列有一個名稱，只要提及到序列的名稱就可以對序列中所有觀察值進行操作。EViews 允許用戶以簡便的可視化的方式從鍵盤或磁盤文件中輸入數據、根據已有的序列生成新的序列、在屏幕上顯示序列或打印機上打印輸出序列、對序列之間存在的關系進行統計分析。
4、EViews的操作靈活簡便
（1）具有當代WINDOWS軟件可視化的特征， 允許用戶通過鼠標依據標準的WINDOWS菜單和對話框進行操作。得到的結果顯示在窗口中，也可進一步采用標準的WINDOWS技術去處理這些結果。
（2）用戶還可以使用功能強大的EViews 的命令語言，進行程序設計。為一個大型研究項目編制程序。
（3）允許用戶在命令窗口中輸入和編輯命令（為用戶保持了DOS版本Micro TSP的風格），單步處理數據。
（4）上述三種操作混合起來使用EViews。
5、經濟計量學軟件包EViews的主要功能
（1）輸入、擴展和修改時間序列數據；
（2）依據已有序列按照任意復雜的公式生成新的序列；
（3）在屏幕上和用打印機輸出序列的趨勢圖、散點圖、柱形圖和餅圖；
（4）執行普通最小二乘法（多元回歸），帶有自回歸校正的最小二乘法，兩階段最小二乘法和三階段最小二乘法；
（5）執行非線性最小二乘法；
（6）對二擇一決策模型進行Probit和 logit估計；
（7）對聯立方程進行線性和非線性的估計；
（8）估計和分析向量自回歸系統；
（9）計算描述統計量：相關系數、斜方差、自相關函數、互相關函數和直方圖；
（10）殘差自回歸和移動平均過程；
（11）多項式分布滯后；
（12）基于回歸方程的預測；
（13）求解（模擬）模型；
（14）管理時間序列數據庫；
（15）與外部軟件（標準的電子數據表）間進行數據交換
（二）工作環境概述
1、CPU至少486以上
2、4M以上內存
3、至少有一個軟盤驅動器和一個硬盤
4、能顯示圖形的顯示器和顯示卡
5、至少是Windows 3.1以上的操作系統
6、最好安裝全套Office家族，以便將軟件包的處理結果，形成研究報告
（三）軟件包的安裝
1、將軟件包的安裝盤插入A驅動器中
2、開始-->運行-->瀏覽（在A盤上找到Setup）-->打開-->確定，開始安裝
3、指定安裝的路徑
4、創建啟動圖標，按確定按鈕，軟件包安裝成功
5、關于軟件包的版本
二、EViews經濟計量學軟件包的基本概念（一）
——時間序列、工作文件、對象、觀察、組、剪切板、磁盤（數據）文件
1、時間序列（Series）
時間序列由按一定時間間隔和時間先后順序排列的某個變量的一系列觀察值組成。
- 例如，廣州百貨大樓1989到2000年的各月的銷售額構成一個時間序列，時間間隔（或稱頻率）是月。
- 又如，我國1978到2000年各年GDP構成一個時間序列，序列的頻率是年。
- 截面數據也稱為序列。
2、EViews中時間序序列頻率的種類
分為日期型的頻率和非日期型頻率兩類。不規則的日期型數據歸入非日期型數據類。
非日期型序列（截面數據），需指明起始序號=1，終止序號=序列數據的最大個數。
日期型序列的頻率分為：
年需指明開始年號和終止年號；
季度例如1989年1季度為開始日期，記為1989：1；1999年4季度為終止日期，記為1999：4（季度用1位數表示）
月度例如1989年1月為開始日期，記為1989：01；1999年12月為終止日期，記為1999：12；（月度用2位數表示）
此外，還有周日（星期）型數據等。
3、工作文件（Workfile）
用戶使用經濟計量學軟件包之前，即啟動軟件包以后必須首先在內存（RAM）中建立工作文件，即在RAM中開辟處理數據的工作區。或者，從磁盤上加載一個工作文件到內存。用戶在與軟件包之間整個交互式處理過程中，工作文件一直保存在內存中。
--工作文件中可以包括的對象：序列、組、方程、圖形、系統、模型、系數向量等等
4、對象（Object）
EViews軟件包使用術語--對象object表明它已經向面向對象的設計思想前進了一大步。EViews是圍繞對象這個概念建立起來的，對象包括時間序列,方程,模型,系數和矩陣等等。
對象是可見的，當用戶與EViews會話期間，用戶正在使用的、被激活的對象在屏幕上是可見的。而其它非激活窗口中對象要么是一個圖標，要么是一個打開的窗口。
可以雙擊圖標使其變成窗口，也可以點擊窗口最小化按鈕使窗口變成一個圖標。
對象一詞涉及到可對其操作和建立的許多東西。用戶已經熟悉的方程,模型,和系數等是數據對象。圖形，表格，文本則是非數據對象。
5、觀察（Views）
每個對象都具有觀察。通常意義下的對象具有屬性、方法、函數和過程等等，一旦對象被激活，它的屬性等就會表現出來。顯然EViews中的“觀察”指的是對象可視的一些屬性。一個對象提供的用以對其自身屬性進行觀察和分析的窗口稱為該對象的“觀察”。 大多數對象具多種屬性，從而具有多個“觀察”，即用戶可以從多個窗口對該對象進行的不同屬性進行觀察。或者說對象的屬性是通過各種觀察表現出來的。
例如，一個序列（顯然是一個對象）具有電子數據表觀察、線性圖觀察、柱型圖觀察、餅圖觀察、直方圖觀察和描述統計量觀察。
一個序列的觀察既可以是圖形，也可以是表或電子數據表，還可以是描述統計量等綜合計算的結果。
觀察并不是孤立的，它是對應數據對象屬性的表現。所以，當序列中的數據發生了變更，該對象的圖形觀察將自動進行更新。
對象具有“觀察”，與此同時“觀察”也可生成對象。EViews 允許用戶將一個觀察轉換為一個對象，EViews稱這樣生成的對象為觀察的“凍結”對象。當對應序列中的數據發生變化時，凍結的圖形（已經不是觀察，而是一個新的對象）將不再發生變化。但允許對凍結的觀察進行各種各樣的編輯并把它們傳送到其它軟件中去。此外，允許對凍結了的對象命名和保存到磁盤上。
6、組（Group）
組是對象之一，組對象具有使用靈活簡便的特性。
從本質上看，組是把若干序列合并在一起構成的一個"組"，以便對組內所有的序列同時使用一種方法進行操作。
一個組可由若干序列或由若干其它的組構成。允許用戶利用組打開該組的各種觀察。
組的作用：
（1）通過組觀察，對組內所有序列的數據進行多角度的觀察；
（2）還允許直接在組窗口中通過鍵盤輸入和編輯數據。
組的特性：
（1）組不是各個序列數據的一個拷貝；當用戶改變屬于某組的一個序列的數據時，在組窗口中可以看到這些數據的新變化；
（2）與此同時，如果刪除一個序列，那么此時會看到該序列從組中也消失了；
（3）對組中某個序列改名，這個序列仍然留所屬組中，但名稱已被更改。
組具有的“觀察”：
（1）像其它數據對象一樣，組具有“觀察”，每個“觀察”又是以“窗口”的形式出現的。
（2）組的標準觀察是以電子數據表形式顯示序列的窗口，在表中序列按列排列。
（3）組的其它“觀察”包括圖形、多線圖形和描述統計量等窗口。
依據已有序列生成組的最簡便方法：
（1）通過工作文件窗口新建組
從工作文件目錄中選擇序列的名稱， 然后雙擊任何一個被選中的序列區域，EViews V1.0直接生成一個未命名的組，EViews V2.0彈出一個小窗口，從中選擇建立組。
新生成的組以電子數據表形式窗口出現。注意，用非連續排列的對象來生成組時，需先按住CTRL鍵。在工作文件窗口內點擊序列的順序，就是組中序列排列的順序。
（2）通過主菜單新建組
在主菜單上點擊Objects/New/Group建立一個組。此時還要求鍵入包括在新建組中的各序列名、其它組的組名。一個新建組中若包括另一個組的組名，此時這另一個組內的序列將全部包含在新建組之中。新建組的成員還可以包含滯后序列名。例如：
SALES ORDERS ORDERS(-1) MACGRP
（3）通過鍵盤輸入數據新建一個組
通過鍵盤輸入數據新建組的目的，在于給新組輸入數據。點擊主菜單Quick/Empty Group，將出現一個既沒有數據也沒有名稱的電子數據表窗口。
允許在列的頂部輸入序列的名稱，并將數據鍵入。這樣輸入的序列也將加入到工作文件之中。
組窗口工具條與序列窗口工具條的主要差別表現在“SAVE”按鈕上，前者保存組（*.DBG），后者保存序列（*.DB）。
可以在任何時間向組內增加數據，選擇組電子數據表觀察后，必須按Edit+/-按鈕打開編輯模式。
（4）通過命令窗口新建組
例如，在命令窗口（主菜單下）鍵入命令：DATA Y X1 X2 X3 X4 X5，以便生成一個包括Y，X1，X2，X3，X4，X5序列的組。如果序列名是已經存在的，就編輯原序列，如為新序列名則等待輸入新的數據。
7、剪切板
EViews為用戶提供了強有力的Windows的剪切板。使用主菜單上Edit / Copy 將鼠標選定的內容復制到剪切板上，再使用Edit / Paste將保存在剪切板上的內容粘貼到其它地方。 這些功能使用戶可以在Windows軟件之間交換數據，并交互式地使用多個軟件并行工作。
8、窗口間切換
使用EViews不難發現可以用窗口代替紙張進行作業。工作時會產生許多窗口，最近使用的窗口處于各個窗口的頂部。當用戶完成探索性研究后，通過點擊各個窗口，在窗口之間跳轉，瀏覽中不難找出最滿意的結果。也可以使用ALT-F6對各個窗口進行循環瀏覽。
9、數據文件（Data bank）
EViews允許用戶在磁盤的某個目錄下保存EViews產生的數據文件。數據文件的種類很多，EViews的各個對象都可以形成數據文件。文件名采用8.3格式。擴展名指出了該數據文件是何種對象的數據文件。數據文件的類型及擴展名對照
- .DB series
- .DBE equation
- .DBM matrix, vector, or coefficient
- .DBG graph
- .DBR group
- .DBT table
- .DBL model
- .DBS system
- .DBV vector autoregression
從對象擴展名看對象類型：
例如：C：\ OPRDATA \ SALES.DB， 是\OPRDATA路徑下，名為SALES的時間序列文件。 因為它的擴展名是.DB。
對對象的磁盤操作與管理（通過各個窗口上工具條的按鈕）：
（1）可以對數據文件進行存存儲（STORE）
（2）讀取（FETCH）
（3）刪除（Delete）
（4）重命名（Rename）等操作
三、EViews經濟計量學軟件包的基本概念（二）
--方程、指數平滑、Granger 因果關系、標簽、程序、殘差、t統計量、系統
10、方程（Equation）
從主菜單選擇/New/Equation，建立方程對象。建立方程時除了設定數據外，還需確定2個選項：估計方法和用以估計模型的樣本區間。
允許采用最小二乘法、兩階段最小二乘法、logit 和 probi t方法之一去估計一個方程。方程的系數可以是非線性的，還可以包含ARIMA和多項式分布滯后選項。還可以設定樣本區間。
新建方程方法一：
（1）點擊 Object \ New \ Equation后打開一個對話框。
（2）對話框的上邊的編輯欄中，設定用戶要估計的方程。
（3）設定待估計線性方程最容易的辦法是列出包含在方程的變量名，因變量之后排列回歸解釋變量。
例如：設定一個CONS 關于GDP和截距進行回歸的線性消費方程的例子如下：
CONS C GDP
（4）設定模型的另一種方法（使用常規的數學符號將待估計的方程以顯式的形式設定）
例如：道格拉斯生產函數
Y=C(1)*(L^C(2))*L^C(3)
新建方程方法二：
（1）先選擇方程中包含的所有變量構成為一個組，最好因變量放在第一位
（2）然后在組窗口中選擇Procs / Equations，此時打開的對話框的上部已經將選中的變量列出，只需進一步選擇方法和區間
常數序列C：
Eviews事先（建立工作文件時）構造了一個名叫C的常數序列，用以保存估計系數， C可以在各種統計運算中被調用，所以不能再用C作序列名。
模型中滯后序列的設置：
滯后序列允許包含在方程式中，滯后序列如同一個新的序列，它與原序列名字相同，必須在后面圓括號中指明滯后或超前的期數。
在模型設定中使用滯后變量的示例
CONS CONS(-1) C GDP
CONS是因變量，而因變量滯后一期的滯后變量CONS(-1)、GDP和截距C是自變量。
CONS(-1 TO -4) 表示4個滯后變量，它們分別是：
CONS(-1), CONS(-2), CONS(-3)和CONS(-4)
CONS(TO -2) 表示從滯后0期開始的3個變量：CONS, CONS(-1)和 CONS(-2)。
生成方程以后
點擊OK后，EViews進行估計并生成一個方程對象。
方程對象有許多觀察，允許用戶從多個角度對估計得到的方程進行觀察
View/Representations 觀察
觀察方程的三種形式：
（1）命令方式，如變量列表；
（2）待估系數構成的代數式；
（3）估計系數構成的代數式
View/Estimation Output觀察
估計方程后， View/Estimation Output是最先觀察到的，
該觀察輸出估計標準結果
View/Actual, Fitted, Residual/Table 觀察
從左邊的表中觀察因變量的實際值、擬合值和殘差，從右邊觀察殘差圖
View/Actual, Fitted, Residual/Graph 觀察
觀察因變量實際值、擬合值和殘差的標準Eviews圖
View/Coefficient Tests, Residual Tests,和 Stability Tests觀察
該觀察打開規范性檢驗和診斷性檢驗的次級菜單
Procs 按鈕
給出兩個選項：
一個是Estimate ，
另一個是Forecast
Print 按鈕
將當前窗口打印輸出
Store 按鈕
命名后以.DBE 為擴展名將方程保存到磁盤上
Name 按鈕
給方程命名，命名后的方程作為一個對象，保持在工作文件中，它的小圖標上有一個等號"="。
Freeze 按鈕
給出一個靜態的表或者圖（已是對象了，而不是數據表觀察或圖形觀察），以便以后進行編輯作為研究結果輸出。
Estimate按鈕
打開估計對話框，允許更改待估方程、樣本區間，并重新進行估計。
Forecast按鈕
根據所得方程計算預測值
11、指數平滑（Exponential smoothing）
指數平滑的機理
指數平滑是基于時間序列的一個簡單的統計模型進行預測的方法。與回歸模型不同，它不使用除了序列自身以外的其他信息進行預測。
（1）簡單指數平滑
這類技術中最簡單的是單指數平滑， 適用于對圍繞常數平均數上下隨機擾動的序列進行預測。
（2）平滑常數
如果序列既不存在趨勢模式也不存在季節模式，應當采用指數平滑。單指數平滑預測值乃是序列按衰減系數（平滑系數）遞推。衰減系數通常是一個相當小的數（0-1），例如0.05。
- 預測值緩慢地與序列實際值相適應。
（3）指數平滑預測值
在指數平滑預測的典型應用中，允許使用可用于預測序列的全部歷史值（實際值）。 對整個期間計算平滑預測值以后，觀察值對應的平滑值就是你所求的下一個觀察期的預測值。最后一期的平滑值就是未來一期的預測值。
（4）平滑常數的設定
可以要求EViews按預測誤差平方和最小化自動求解平滑常數，而無須用戶指定平滑常數。但是，如果EViews自動求解出的平滑常數很大，表明你的序列接近于一個隨機游走過程， 最佳預測是給近期觀察值以較大的權數，給滯后期較遠的觀察值以較小的權數。
（5）雙指數平滑與三指數平滑
如果序列存在趨勢，應當采用考慮了趨勢影響的雙指數平滑法進行預測，單指數平滑對未來的預測只是在相同發展水平上的一個數，而雙指數平滑的預測值則是按發展水平，同時也按某種趨勢增長，用線性方程進行預測。
三指數平滑同時對發展水平，增長趨勢和季節變動進行指數平滑，且分加法模型和乘法模型。 例如，Holt-Winter分為：無季節、乘法和加法
12、Granger 因果關系（Granger causality）
（1）相關關系與因果關系
相關關系并不意味著其間必然存在通常意義下的那種因果關系。
經濟計量學墓地處處埋葬著華貴的相關關系，要么充滿著虛假，要么就是毫無意義。
這些有趣的例子包括美國教師的工薪與酒精消費量間的正相關關系，以及英國的死亡率與在教堂里舉行莊嚴婚禮的比率之間存在的極好的正相關關系。還有那些經濟學家爭論不修的貨幣供應量與GNP的增長之間的關系。
（2）Sims方法Sims方法是依據Granger因果關系定義建立的檢驗方法，首先考察Y的當前值在多大程度上能被它的滯后值所解釋，然后接著考察加上X的滯后值后是否能增進這種解釋。如果X有助于Y的預測，那么Y是被X Granger引致的（即Y是X的Granger果，X是Y的Granger因），換句話說，諸X的系數在統計上是顯著的。但是，必須指出"X是Y的Granger因"并不意味著Y是X的效應或結果。（3）Granger因果關系是時間前導性的因果關系Granger因果關系測度是前導性而并非因果關系一詞通常意義下的信息內容。但是，必須指出"X是Y的Granger因"并不意味著Y是X的效應或結果。有助于設定模型時確定誰是自變量，誰又是因變量。是一種孰先孰后的“因果關系”。
Granger因果關系檢驗自動進行
檢查是否存在Granger因果關系的回歸分析在EViews中是自動進行的。用戶只需給出兩個序列的名稱和指定用于預測的滯后期的長度。一共要擬合4個回歸方程：（1）Y關于Y的滯后值的，（2）Y關于Y的滯后值與X的滯后值的，（3）X關于X的滯后值的，（4）X關于X的滯后值與Y的滯后值的。然后檢驗兩個假設：X=\=>y和Y=\=>X。
怎樣判斷結論？
1.X=\=>Y與Y=\=>X同時被接受（成立），那么X和Y之間不存在任何關系；
2. X=\=>Y被拒絕（即X==>Y成立）且Y=\=>X被接受，那么X是Y的因；
3. X=\=>Y被接受（即X=\=>Y成立）且Y=\=>X被拒絕（ 即Y==>X成立），那么Y是X的因；
4. X=\=>Y與Y=\=>X同時被拒絕，那么X、Y間互為因果，存在第三者們插足。
滯后期的選擇
一般說來，最好使用幾個滯后期，因為Granger理論是建立在全部過去信息的適當時期之上的。雖然如此，在任何實際研究中必須堅信，所導出的結論在不同的滯后結構上都應是有說服力的才是普遍的真理。如果專門研究時滯影響，那么又當別論。
13、對象的標簽（Labels for Objects ）
EViews的對象具有說明自身的標識或注釋的標簽。標簽顯示在對象的標簽窗口。序列和矩陣的標簽顯示在電子數據表觀察的頂部。EViews自動補充和更新標簽提供的信息。允許將補充的信息附加在原有信息之下。EViews允許的標簽信息不超過20行。
14、程序（Programs）
使用程序，必須首先熟悉對象，觀察和過程。程序是EViews的命令文件。程序不是保持在工作文件之內的對象，程序是能夠操作工作文件甚至操縱EViews自身進行工作的軟件。
15、殘差（Residuals）
殘差是因變量實際值與擬合值之間的差，殘差度量了回歸方程用于預測時可能發生的誤差。
注意殘差與方程（模型）設定中隨機擾動項的區別。
16、t統計量（t-statistics）
t 統計量是用來檢驗系數具有特殊值的檢驗統計量。
檢驗系數等于0（該變量不包哈在模型內）的 t值是系數與它的標準差的比值。
如果t值超過1則至少有三分之二的可靠性認為系數不等于0是真實的；如果t值超過了2，那么至少有95%的可靠性認為系數是不等于0 的。
17、系統（System）
一個系統是一組同時被估計的方程組。 通常一個系統包含了一個模型的全部或大部分方程。 而模型是用來進行經濟預測和政策評價與分析的。
（1）建立系統
點擊Objects /New /System創建一個系統。
在打開的對話框中給定系統的名稱，然后點擊OK按鈕，一個系統窗口就打開了。
在系統窗口中可以直接輸入方程。系統的方程是具有待估系數和殘差項的行為方程。 輸入方程時應使用標準的EViews符號。
（2）系數向量
允許采用缺省的Eviews系數符號，C(1), C(2)等等；也可以采用其它符號，此時首先應單擊Objects/New/Matrix-Vector-Coef對采用的系數向量進行聲明。
在兩個或多個方程中使用相同的系數實現對系數所加的約束。系統方程中可以包含AR誤差選項，但不允許包含MA, SAR, 和SMA誤差選項。AR選項必須指定相應的系數，并將所有AR選項置入一個方括號中。
（3）系數向量舉例
ASQ=C(1)+C(2)*GDP+[AR(1)=C(3), AR(2)=C(4)]
（4）系統中的恒等式
構成一個完整模型包括一些必不可少的恒等式，但不必包含在一個系統中。系統被用于估計參數，模型被用于求解聯立方程中內生變量的值，或對模型進行仿真，模擬政策執行的結果。
模型的設定通常先定義系統，然后將幾個系統組合并加上恒等式來定義模型。
例如上述的包含兩個方程的系統命名為DEMAND，將其組合成包含兩行的模型：
:DEMAND
GNP = CONS + INVEST + GOV
隨著系統每一次重新估計，這個模型將自動更新。
（5）系統參數的初始值
如果系統具有非線性參數，可以增加一行以PARAM關鍵字打頭的給一些參數賦給初始值的語句行。參數和初始值應成對的列出。例如：
PARAM C(1) .15 B(3) .5
（6）工具變量和賦標語句
如果準備采用兩階段最小二乘法或三階段最小二乘法，必須為估計指定工具變量。
指定工具變量有兩種方法。如果打算對對所有方程使用相同的工具變量，就增加一個以INST打頭的語句行，INST之后列出作為工具變量的外生變量名。
如果此時再采用無須指定工具變量的方法進行估計，指定了工具變量也不至于發生錯誤，INST語句行被忽略。采用在一個方程之后，鍵入"@"再列出工具變量名，可為個別方程指定特殊的工具變量。一個方程沒有進行特殊的指定就采用INST語句聲明的工具變量。
四、EViews經濟計量學軟件包的基本概念（三）
--運算符、函數、特殊函數、回歸統計@函數、混合@函數
（一）運算符和函數
+ add加
- subtract減
* multiply乘
/ divide除
^ raise to the power冪次
> greater than大于; 如果X大于Y，那么X>Y取 1，否則取0
< less than; X<Y has the value 1 if Y exceeds X and zero otherwise
= equal; X=Y has the value 1 if X equals Y and zero otherwise
<> not equal; X<>Y has the value 1 if X differs from Y and zero otherwise
<= less than or equal; X<=Y has the value one if X does not exceed Y and zero otherwise
>= greater than or equal; X>=Y has the value 1 if X is greater than or equal to Y
AND logical AND; X AND Y has the value 1 if both X and Y are nonzero
OR logical OR; X OR Y has the value one if X or Y is nonzero
D(X) first difference of X, X - X(-1)一階差分
D(X,n) n-th order difference of X: , where L is the lag operator n階差分，其中L是滯后算子
D(X,n,s) n-th order ordinary differencing and a seasonal difference at lag s: n階差分和滯后s的季節差分
LOG(X) natural logarithm自然對數
DLOG(X) change in the natural logarithm, LOG(X)- LOG(X(-1))自然對數改變量
DLOG(X,n) n-th order log difference of X: LOG(X), where L is the lag operator n階自然對數差分
DLOG(X,n,s) n-th order log differencing and a seasonal difference at lag s: LOG(X) n階自然對數差分和滯后s的季節差分
EXP(X) exponential function指數函數
ABS(X) absolute value絕對值
SQR(X) square root平方根
SIN(X) sine
COS(X) cosine
@ASIN(X) arc sine
@ACOS(X) arc cosine
RND uniformly distributed random number between zero and one 0和1之間均勻分布的隨機數
NRND normally distributed random number with zero mean and variance of one 均值為0方差為1 的正態分布的隨機數
@PCH(X) percent change (decimal), (X-X(-1))/X(-1) 百分改變量
@INV(X) inverse or reciprocal, 1/X 逆或倒數
@DNORM(X) standard normal density 標準正態密度
@CNORM(X) cumulative normal distribution 累計正態分布函數
@LOGIT(X) logit of X: 邏輯特函數
@FLOOR(X) convert to integer by rounding down; returns the largest integer not greater than X 轉換為不大于X的最大的整數
@CEILING(X) convert to integer by rounding up; returns the smallest integer not less than X 轉換為不小于X的最小整數
（二）缺省值和無效數據符號NA
EViews 使用 1.E-37 作為有效數據分界點。例如，當其給一個比較長的序列滯輸入的一部分數據，另一部分數據是缺省的，此時就顯示出NA (for not available)符號。
為了檢驗序列ASSETS中是否存在NA數據，依據ASSETS序列生成一個新序列DA
Genr DA=ASSETS<>NA
DA取1的觀察值處，表示不存在NA；DA取0的觀察值處，表示存在NA數據。
NA數據運算的結果仍然是NA。
在計算時把NA轉換為0，例如使用
(DP<>NA)*DP
將序列DP中的非NA數據保持原樣，將NA數據轉換成0
Or, you can insert EView's missing data code in place of some other value. For example, to replace all the zeroes in ZZ with NA, you could use
也可把數據等于0的轉換為NA，非0的保持原樣。例如；
(ZZ<>0)*ZZ + (ZZ=0)*NA
（三）特殊函數
EViews中有一類以@.打頭的特殊函數，用以計算序列的描述統計量，或者用以計算最常用回歸估計量。例如
@MEAN(TBILL)
給出序列TBILL在當前樣本區間上的算術平均數
大多數@函數對于所有的觀察值取同一數值，它們是對整個樣本區間計算的描述統計量，或回歸統計函數。
計算描述統計量的@函數：
@SUM(X) sum of X序列X的和
@MEAN(X) mean of X 序列X的平均數
@VAR(X) variance of X序列X的方差
@SUMSQ(X) sum of squared X序列X的平方和
@OBS(X) number of valid observations in X序列有效觀察值的個數
@COV(X,Y) covariance between X and Y序列X和序列Y的協方差
@COR(X,Y) correlation between X and Y序列X和序列Y的相關系數
@CROSS(X,Y) cross product of X and Y序列X和序列Y的的乘積和
當序列X是一個數時下列統計函數也返回一個數值；當其X是一個序列時，下列統計函數返回的是一個序列：
@DNORM(X) standard normal density function of X 標準正態分布密度函數
@CNORM(X) standard cumulative normal distribution function of X標準累計分布函數
@TDIST(X,d) Probability that a t-statistic exceeds X with d degrees of freedom自由度為d的t統計量的概率
@FDIST(X,n,d) Probability that an F-statistic exceeds X with n numerator degrees of freedom and d denominator degrees of freedom第1自由度= n，第2自由度=d，取值大于等于X的F分布的概率
@CHISQ(X,d) Probability that a Chi-squared statistic exceeds X with d degrees of freedom自由度等于d，大于等于X的卡平方分布的概率
四、回歸統計函數
回歸統計函數從一個指定的方程對象返回一個數。調用方法：方程名后接句號“.”再接@函數。例如：
SALESEQ.@DW
返回SALESEQ方程的杜賓-瓦特蓀統計量。如果在函數前不用方程名限定，則返回當前估計方程的統計量。例如：@R2
從最近估計的方程中返回判定系數R2。
常用的回歸統計函數如下：
@R2 R2 statistic決定系數
@RBAR2 adjusted R2 statistic調整后的決定系數
@SE standard error of the regression回歸標準誤
@SSR sum of squared residuals回歸平方和
@DW Durbin-Watson statistic杜賓-瓦特蓀統計量
@F F-statistic F統計量
@LOGL value of the log-likelihood function最大似然估計函數的對數值
@REGOBS number of observations in regression回歸方程中觀察值的個數
@MEANDEP mean of the dependent variable因變量的均值
@SDDEP standard deviation of the dependent variable因變量的標準差
@NCOEF total number of estimated coefficients估計系數的總個數
@COVARIANCE(i,j) covariance of coefficients i and j.回歸系數i和回歸系數j間的協方差
@RESIDCOVA(i,j) covariance of residuals from equation i with those in equation j in a VAR or system object. 向量自回歸或系統中第i個方程殘差與第個j方程殘差間的協方差
而@RESIDCOVA 則必須以（已命名的）對象名為前導。例如： VAR1.@RESIDCOVA(2,2)
五、其它功能的特殊函數
下列函數計算產生一個序列：
@MOVAV(X,n) n period moving average of X, where n is an integer序列X平滑期為n的移動平均數，其中n為正整數
@MOVSUM(X,n) n period moving sum of X, where n is an integer序列X平滑期為n的移動和，其中n為正整數
@TREND(d) time trend variable normalized to be zero in period d, where d is a date or observation number在時期d正態化為0的時間趨勢變量，其中d為時期或觀察值個數
@SEAS(d) seasonal dummy equal to one when the quarter or month equals d and zero otherwise.生成一個季度或月度等于d時取1，其它取0的季節變量
特殊的@函數可以與其它EViews運算符和其它函數結合起來使用。例如：
Q + V - @MEAN(Q+V)
在當前樣本區間上，產生一個新的序列，等于序列Q加序列V再減去（Q+V）的均值。
@SEAS(3)
建立一個虛擬變量，該虛擬變量第3季度取1，其它季度取0。
特殊的@函數也可用于估計方程或者定義一個樣本。例如：
C(1) + C(2)*Q + C(3)*@TREND(1970)
使用回歸常數C(1)、序列Q和在1970年正態化為0的趨勢變量來定義回歸變量。
轉載于:https://www.cnblogs.com/springMVC/archive/2011/09/25/2204770.html
總結
以上是生活随笔為你收集整理的【转】经济计量学软件包Eviews快速使用的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 单链表的快速排序(转)
- 下一篇： lnmp一键包502 Bad Gatew