Eviews的使用(2013-4-12修改)

1、Eviews6的使用说明目 录一、软件解压、安装.1二、Eviews的使用.6三、检验估计结果是否正确.19四、用数学公式产生新的数据序列.26一、软件解压、安装（1） 从邮箱下载eviews6.0的安装软件压缩包到电脑上(2) 然后解压这个压缩包，打开解压后的文件夹，找到文本文件“注册方法说明.txt”，打开它（3）然后，在这个解压文件夹中找到执行程序“eviews6.exe” ，双击它，出现如下画面（4）点击OK，弹出如下窗口拷贝其中的Machine ID号然后，点击“Exit without registering”按钮，退出这个软件。（5）用记事本打开解压文件夹中的注册文件“Eview

2、6.reg”，方法是将鼠标移到"Eviews6.reg"文件处，右击鼠标，然后在弹出窗口中选择“用记事本打开”这是打开后的Eviews6.reg文件内容：（6）然后，将刚才拷贝的Machine ID号码替换其中的号码关闭这个注册文件，保存后，关闭。（7）接下来，双击这个“Eviews6.reg”注册文件，出现如下画面：点击“是”，然后出现如下画面：点击“确定”。（8）这样，我们的软件就破解完成！最后，再次来到解压文件夹，找到执行文件“Eviews6.exe”，双击它，出现如下画面：这就表明，我们破解成功，能够开始使用Eviews啦！二、Eviews的使用（1）在打

3、开的Eviews软件中，点击菜单栏中的“File”，新建一个workfile文件（2）弹出如下窗口：点击"workfile structure type"中的三角按钮，选择数据类型"Unstructured/Undated"是对应截面数据，"Dated-regular frequency"对应时间序列数据"Balanced panel"对应面板数据根据你所要使用的样本数据类型来相应进行选择（3）这里，我们以教材p24中例2.1.1的数据为例，来进行数据类型的选择显然，该例题中

4、的数据时截面数据，因此我们选择"Unstructured/Undated"选项。接下来在“Observation"后的文本框中填入样本数据的个数值然后，点击“OK”键。“Names(optional)”下面对应的文本框不填（4）接下来，在Eviews软件的指令区域输入指令：series x,然后回车, 在工作文件窗口出现一个变量x这表明，我们已将建立一个变量x，然后同样方式建立另一个变量y(5)接下来，我们对变量x和y进行数据输入先对变量x输入数据，用鼠标点击工作文件窗口中的变量x，然后右击，弹出一个小窗口，选择“open"接下来，弹出如下数据

5、输入窗口点击“Edit”按钮， 使得该窗口处于数据输入状态然后，用鼠标点击第1个数据对应的“NA”处，开始输入数据然后，输入第2个数据，第3个数据，.，第10个数据输完最后一个数据，然后再次点击"Edit"按钮，使数据窗口处于数据不能输入状态然后，关闭这个数据窗口。这样，就完成对变量x的数据输入。按照同样的步骤，完成变量y的数据输入 （6）接下来，讲解如何建立一元线性回归模型，并进行参数估计。点击文件窗口中的“Object”按钮选择弹出窗口中的“New Object.”，弹出如下窗口点击OK弹出如下窗口在光标处输入指令：y c x，点击“确定”。出现如下

6、模型参数估计结果窗口这样，就完成了一个一元线性回归模型的参数估计工作。在这个估计结果窗口中，c后面的数值为截距参数估计结果，x后面的数值为斜率参数估计结果。（7）鼠标点击参数估计结果窗口中的“Name”按钮，给被估计的这个医院线性回归模型命名。例如，我们将这个模型命名为”eq01”：然后，点击“OK”。（8）然后，关闭这个模型参数估计结果窗口。这个时候，在文件窗口中出现一个被估计的模型eq01（9）点击文件窗口中的“save”按钮，保存这个文件，弹出保存确认窗口点击“OK”。（10）在退出Eviews软件之前，需保存这个工作文件。点击工作文件窗口中的“save”按钮，弹出如下窗口：点击“保存在

7、(I)”文本框后的小三角选择文件保存在电脑中的位置， 例如，我们选择保存在桌面上，那么选择“桌面”，然后在“文件名”文本框后输入保存的文件名，例如，我们这里给这个文件命名为“example1”，然后点击“保存”按钮。（11）在弹出的窗口中点击“OK”按钮。（12）然后，点击Eviews软件窗口的关闭键，退出Eviews软件。（13）下次需使用这次建立的这个eviews工作文件，只需找到这个文件所在位置，双击它即可打开。三、检验估计结果是否正确 当我们模型参数估计结果与书上结果不一样时，首先检查数据是否输入有误，若仔细检查数据输入确实无误后，那么可以采用如下方法进行模型参数估计结果的检验。1、检

8、验方法：检验我们估计结果是否正确的方法：（1）将自己的参数估计结果代入模型中去；（2）将X变量值代入模型中；（3）不考虑残差项的数值（4）计算出Y的值，我们称其为拟合值（5）对比Y的拟合值与Y的真实样本值之间是否存在很大差异；（6）如差异很小，则说明我们估计结果正确，否则不正确2、使用Eviews软件来进行检验的步骤以教材中第53页的例2.6.1的数据为例来讲解如何实施估计结果正确与否的检验。我们利用例2.6.1中数据进行模型参数估计，所获得的结果如下：显然，这与书上结果不相同（主要从参数估计结果和来观察），那么到底是书上结果错了，还是我们的估计结果错了？那么我们进行如下检验：（1）建立一个新

9、变量，命名为y1，令其等于，其中根据我们的上述估计结果，那么=-57.84240，=1.359471。通过Eviews实现步骤如下：步骤一：建立一个新变量，名为y1。在Eviews的指令区域输入指令：series y1，然后按Enter键回车，在工作文件窗口出现这个新变量y1 步骤二：给y1中输入数据。用鼠标点击工作文件窗口的菜单按钮“Genr”， 然后弹出用等式产生数据的窗口：在Enter equation下面的文本框中输入指令：y1=-57.84240+1.359471*x： 然后，点击OK，完成y1变量的数据输入。现在，你在工作文件窗口鼠标双击y1变量，你会发现y1变量中已经获得了31个

10、数据。步骤三：建立另一个新变量，命名为y2，令其等于，其中根据书上的参数估计结果，=281.4993，=0.714554。按照上面建立新变量y1，以及数据输入的方法，为变量y2输入数据。注意，在等式产生数据的窗口中应输入：y2=281.4993+0.714554*x。显然，变量y1的数据是由我们获得的参数估计值计算出来的被解释变量的估计值，而变量y2的数据是由书上模型参数估计结果计算出来的被解释变量的估计值。我们将这样计算出来的被解释变量的数值称为模型拟合值。步骤四：比较y1和y2谁与真实的被解释变量样本值更接近，越接近就意味着其对应的模型参数估计结果更准确。在指令区域输入指令：plot，然后

11、按Enter键回车，弹出如下窗口：在文本框中输入指令：y y1 y2：点击OK键，然后出现如下图：从图中可以很明显发现，y1与y更接近，因此我们的模型参数估计结果是正确的！步骤五：保存比较结果。用鼠标点击上述图形窗口中的“Name”按钮：然后弹出图形命名窗口：在“Name to identify object”文本框中输入你喜欢的名称，软件给出的默认图形名是graph01。我们这里直接采用这个默认名，鼠标点击OK键，保存这个图形。这时，在工作文件窗口就出现了这个被保存的图形的图标。这样，我们在任何时候都可以随时打开这个图形来查看比较结果。四、用数学公式产生新的数据序列如何利用Eviews文件中

12、已有数据产生新的数据序列？方法是通过数学公式产生。假设已经有了变量Y和变量X的数据，现在需要变量Y和变量X的自然对数，其分别被命名为lny和lnx那么我们按如下步骤获得：步骤1：打开包含变量Y和X数据的Eviews工作文件，然后建立两个新变量lny和lnx。具体是在命令区输入：series lny，然后回车：产生变量lny：用鼠标点击变量lny的图标，打开其数据窗口：显然，变量lny中并没有数据。关闭lny的数据窗口。步骤2：用数学公式对变量lny产生数据。点击工作文件窗口中如下红色圆圈所标示的功能按钮“Genr”：然后弹出如下数据序列产生窗口：在这个窗口的第一个文本框中输入：lny=log(y)，即然后点击“OK”键，这样就对变量lny产生了数据，这些数据是变量y的自然对数。步骤3：在工作文件工作窗口双击变量lny的图标，弹出其数据窗口：这时，变量lny中已经产生了数据，显然