《计量经济学》实验指导基于Eviews软件课件

《计量经济学》实验指导

——基于Eviews软件主讲：陈先强襄樊学院7/31/20231《计量经济学》实验指导

——基实验指导之总论实验目的实验程序实验成绩考核实验内容安排附录1：实验报告撰写的基本要求附录2：Eviews软件简介7/31/20232实验指导之总论实验目的7/31/20232实验目的学习和掌握计量软件Eviews的基本使用方法；掌握经济管理理论与问题的计量实现程序；加深对课程理论知识的理解与应用；初步掌握经济科学和管理科学规范的问题研究分析方法，以及计量研究结果的呈现。7/31/20233实验目的学习和掌握计量软件Eviews的基本使用方法；7/3实验程序1.教师实验案例讲授与演示2.学生从实验室案例库提取案例数据，进行模拟分析；3.学生撰写计量分析实验报告4.报告分析与点评7/31/20234实验程序1.教师实验案例讲授与演示7/31/20234实验成绩考核实验成绩纳入课程考核总成绩，占总成绩的30％。按照实验次数进行均分。实验考核的指标——实验出勤与纪律（10％）——实验过程（40％）——报告呈现（规范性、科学性）（50％）7/31/20235实验成绩考核实验成绩纳入课程考核总成绩，占总成绩的30％。按实验内容安排简单线性回归模型实验多元线性回归模型实验异方差问题的解决实验序列相关性问题的解决实验多元共线性问题的解决实验7/31/20236实验内容安排简单线性回归模型实验7/31/20236附录1：实验报告撰写的基本要求规范清晰的标题明确的实验目的详细的模型设定说明必要的数据获取及其预处理的说明模型估计的Eviews实现过程和必要图表模型检验及其结果说明模型结果的初步讨论预测分析7/31/20237附录1：实验报告撰写的基本要求规范清晰的标题7/31/202附录2：Eviews简介Eviews软件背景Eviews的启动、运行与关闭Eviews的基本窗口简介7/31/20238附录2：Eviews简介Eviews软件背景7/31/202Eviews软件背景EVIEWS是在大型计算机的TSP(TimeSeriesProcessor)软件包基础上发展起来的一组处理时间序列数据的有效工具。1981年QMS(QuantitativeMicroSoftware)公司在MicroTSP基础上直接开发成功EVIEWS并投入使用。目前已经发展到6.0版。EVIEWS得益于WINDOWS的可视的特点，能通过标准的WINDOWS菜单和对话框，用鼠标选择操作，并且能通过标准的WINDOWS技术来使用显示于窗口中的结果。可以利用EVIEWS的强大的命令功能和它的大量的程序处理语言，进入命令窗口修改命令，并可以将计算工作的一系列操作建立成相应的计算程序，并存储，可以通过直接运行程序来完成你的工作。是目前经济管理学科进行计量分析使用较为广泛的软件工具，据调查，目前国内高校使用率达98％（丘东、李自奈，2007）。7/31/20239Eviews软件背景EVIEWS是在大型计算机的TSP(TEviews的启动、运行与关闭EVIEWS提供了一张光盘。插入光驱既可直接安装，并直接在桌面上建立图标。在第一次使用前，EVIEWS要求你在注册（网上或者电话）。在WINDOWS下，有下列几种启动EVIEWS的办法：单击任务栏中的开始按钮，然后选择程序中的EVIEWS进入EVIEWS程序组，再选择EVIEWS程序符号；双击桌面上的EVIEWS图标；双击EVIEWS的workfile或database文件名称。在主菜单上选择File/Close或按ALT-F4键来关闭EVIEWS；可单击EVIEWS窗口右上角的关闭方块。7/31/202310Eviews的启动、运行与关闭EVIEWS提供了一张光盘。插Eviews的基本窗口简介（一）EVIEWS窗口由如下五个部分组成：标题栏、主菜单、命令窗口、状态线、工作区，如下。标题栏主菜单命令窗口工作区状态线7/31/202311Eviews的基本窗口简介（一）EVIEWS窗口由如下五个部Eviews的基本窗口简介（二）标题栏：它位于主窗口的最上方。你可以单击EVIEWS窗口的任何位置使EVIEWS窗口处于活动状态。主菜单：点击主菜单会出现一个下拉菜单，在下拉菜单中可以单击选择显现项。命令窗口：菜单栏下面是命令窗口。把EVIEWS命令输入该窗口，按回车键即执行该命令。状态线：窗口的最底端是状态线，它被分成几个部分。左边部分有时提供EVIEWS发送的状态信息；往右接下来的部分是EVIEWS寻找数据和程序的预设目录；最后两部分显示预设数据库和工作文件的名称。工作区：位于窗口中间部分的是工作区。EVIEWS在这里显示各个目标窗口。7/31/202312Eviews的基本窗口简介（二）7/31/202312实验一：简单线性回归模型实验实验目的：熟悉和掌握Eviews在简单线性回归模型中的应用。实验数据：1978－2000年中国人均居民消费CONSP与人均GDPP，共计23个数据点。实验原理：普通最小二乘法(OLS)实验预习知识：普通最小二乘法、t检验、拟合优度检验、预测7/31/202313实验一：简单线性回归模型实验实验目的：熟悉和掌握Eviews实验步骤之一：建立工作文件（1）点击桌面Eviews5.0图标，运行Eviews软件。（2）通过主界面菜单路径file-new-workfile，打开workfilecreate对话框。在对话框workfilestructuretype的下拉菜单，选择dated-regularfrequency,在datespecification下的frequency选择annual,然后分别在start与end框中填写“1978”和“2000”。最后，在WF框中填写文件名“consp”。点击OK确认。7/31/202314实验步骤之一：建立工作文件（1）点击桌面Eviews5.0图实验步骤之一图示工作文件创建框工作文件界面7/31/202315实验步骤之一图示工作文件创建框工作文件界面7/31/2023实验步骤之二：建立序列对象（1）点击主界面下拉菜单object－newobject，打开newobject对话框。在typesofobject下选择序列series，然后在右边命名框，将其命名为consp。点击OK，完成对consp序列对象的建立。（2）重复上述步骤，建立gdpp序列对象。（3）完成对象序列建立7/31/202316实验步骤之二：建立序列对象（1）点击主界面下拉菜单objecNewobject对话框7/31/202317Newobject对话框7/31/202317对象建立后的工作文件界面序列对象7/31/202318对象建立后的工作文件界面序列对象7/31/202318实验步骤之三：录入数据（1）将数据预先保存为Excel文件。（2）在主界面点击file-import-readtext-lotus-excel，找到数据源文件，确认后打开数据录入对话框（如后）。在录入序列名对话框中，空格输入序列名conspgdpp（注意顺序），其他采用默认方式。点击OK，完成数据录入。（3）通过双击对应数据序列对象，或者同时选中要查看对象，点击右键弹出菜单，采用open-asgroup，以组形式打开数据序列，查看数据录入情况。7/31/202319实验步骤之三：录入数据（1）将数据预先保存为Excel文件。录入数据对话框7/31/202320录入数据对话框7/31/202320数据录入查看7/31/202321数据录入查看7/31/202321实验步骤之四：数据统计与作图以组形式打开序列consp和gdpp。在组对象的菜单依次点击view-discriptivestats-commonsample（或者individualsample，分别显示结果），对序列数据进行描述性统计，包括均值、中位数、最大值，最小值、方差、标准差、斜度、峰度、Jarque-bera值以及正态性检验概率等（见后表）。在组对象的菜单依次点击view-graph-scatter-scatterwithregression,默认拟合变换对话框的设置，点击OK，得到consp和gdpp带拟合曲线的关系散点图（见后图）7/31/202322实验步骤之四：数据统计与作图以组形式打开序列consp和gd数据描述性统计7/31/202323数据描述性统计7/31/202323Consp与gdpp关系散点图7/31/202324Consp与gdpp关系散点图7/31/202324实验步骤之五：构建估计模型构建模型依据：——已有经济理论（收入－消费理论）——逻辑分析——数据关系图本实验构建的模型如下：7/31/202325实验步骤之五：构建估计模型构建模型依据：7/31/20232实验步骤之六：模型估计（1）在主界面菜单上，点击quick-estimateequation，打开模型估计设置对话框（如后图）。（2）在对话框equationspecification框中填写模型方程形式。对于线性方程来说，可以简单地填写因变量、参数项（默认为c）和自变量名称，用空格隔开。（3）在估计方法estimatemethod中，选择普通最小二乘线性估计LS。其他默认设置。（4）单击OK键，进行模型估计。输出结果见后。7/31/202326实验步骤之六：模型估计（1）在主界面菜单上，点击quick-模型估计设置对话框7/31/202327模型估计设置对话框7/31/202327模型估计之参数结果状态参数估计参数7/31/202328模型估计之参数结果状态参数估计参数7/31/202328模型估计之方程结果估计方程7/31/202329模型估计之方程结果估计方程7/31/202329实验步骤之七：估计模型检验一元线性模型的检验包括参数显著性检验（t检验）和拟合优度检验。参数检验：方程斜距参数为13.507，显著性概率为0.0000，而斜率参数为53.457，显著性概率为0.0000。因此，根据t检验原则，在显著性水平为0.05的条件下，两个参数均显著的异于零，拒绝原假设H0。本模型的拟合优度系数为0.993，显示本模型具有较高的拟合程度，gdpp对consp的变异解释能力达到99.3%7/31/202330实验步骤之七：估计模型检验一元线性模型的检验包括参数显著性检实验步骤之八：预测模型预测包括两个方面：对E(y)的预测与对y的预测。预测模式包括点预测与区间预测。预测的误差主要来自两个方面：随机抽样误差和干扰因素误差。7/31/202331实验步骤之八：预测模型预测包括两个方面：对E(y)的预测与对对E(y)的预测（1）在方程对象窗口中，选择菜单forecast，弹出forecast对话窗口，在seriesname下面分别给预测值与标准误命名consf和se1。（2）在输出结果output中，选择输出预测图forecastgraph与预测评估表forecastevalution。默认其他设置。（3）点击OK，输出结果。7/31/202332对E(y)的预测（1）在方程对象窗口中，选择菜单forecaForecast对话窗口7/31/202333Forecast对话窗口7/31/202333E（y）预测结果：图与评估表预测图评价表由评估表可以发现：本模型具有良好的预测能力。7/31/202334E（y）预测结果：图与评估表预测图评价表由评估表可以发现：本E（y）预测结果：预测值与标准误标准误预测值7/31/202335E（y）预测结果：预测值与标准误标准误预测值7/31/202对y的预测（1）假设2001年和2002年人均GDP分别达到5100元和6500元。预测2001年和2002年的人均消费额及其95％预测区间。（2）操作方式：首先在对工作文件的观测值范围range进行修改。方式是在主菜单或者工作文件菜单上，点击proc-structure/resizecurrentpage，弹出workfilestructure对话框。（3）在对话框中，将end的年份修改为2002。（4）点击OK，即修改了工作文件的观测值范围。（注意：一种简单的方式就是双击workfile上的range，弹出对话窗口后修改。）7/31/202336对y的预测（1）假设2001年和2002年人均GDP分别达到Workfilestructure窗口及修改后数据修改将2001年和2002年数据输入7/31/202337Workfilestructure窗口及修改后数据修改将对y的预测（续）（4）打开序列gdpp，将其变为可编辑状态，将2001和2002年数据输入。（5）回到方程对象窗口，点击forecast，进入预测设置窗口。在序列名下，将预测值和标准误分别命名为cospf2和se2。默认其他设置。（6）点击OK，输出预测图、评估表。同时可以通过打开conspf2和se2查看2001和2002年的实际预测值以及预测误差。7/31/202338对y的预测（续）（4）打开序列gdpp，将其变为可编辑状态，Forecast设置窗口7/31/202339Forecast设置窗口7/31/202339y预测图与评估表7/31/202340y预测图与评估表7/31/202340y的预测值与预测标准误预测值标准误7/31/202341y的预测值与预测标准误预测值标准误7/31/202341本实验的基本结论（1）实验估计的模型结果如下：（2）参数检验结果均显著。（3）本模型具有良好的预测功效。（4）本模型具有一定的缺陷，如没有考虑前期收入与消费的影响，也没有考虑时间序列的趋势性等，因此本实验结果值得进一步探讨。（14.889)(0.0072)n=23,R2=0.9937/31/202342本实验的基本结论（1）实验估计的模型结果如下：Ready?Let’sgothenext!7/31/202343Ready?Let’sgothenext!7/31/实验二：多元线性回归模型实验实验目的：熟悉和掌握Eviews在多元线性回归模型中的应用。实验数据：1978－2002年中国的税收收入(y)、国内生产总值（x1）、财政支出（x2）和商品零售价格指数（x3）。实验原理：普通最小二乘法(OLS)实验预习知识：普通最小二乘法、t检验、拟合优度检验、F检验、预测7/31/202344实验二：多元线性回归模型实验实验目的：熟悉和掌握Eviews实验步骤一：建立工作文件运行Eviews，依据路径file-new，打开工作文件建立对话框；选择数据类型和时间频率，在开始start和end框填写1978与2002，并对工作文件进行命名shuishou.点击OK，完成工作文件建立。7/31/202345实验步骤一：建立工作文件运行Eviews，依据路径file-工作文件建立对话框7/31/202346工作文件建立对话框7/31/202346实验步骤二：建立数据序列对象建立序列对象有多种方法。其一是通过主菜单中的下拉菜单object，进入序列建立对话框。后面步骤同实验一。其二是通过workfile菜单的下拉菜单object，同样可以进入序列对象建立对话框。后面步骤同实验一。其三是通过命令data。在工作命令区输入如下命令“datayx1x2x3”，回车后，一次性建立多个序列。7/31/202347实验步骤二：建立数据序列对象建立序列对象有多种方法。7/31通过命令建立序列对象7/31/202348通过命令建立序列对象7/31/202348实验步骤三：输入数据将数据预存于excel表；在主菜单通过路径file-import-readtext-lotus-excel，进入数据文件选择对话框，通过输入数据路径，进入数据录入对话框。在对话框中的序列名称中，输入要输入的数据序列名：yx1x2x3（注意顺序）。默认其他设置，单击OK，完成数据录入工作。7/31/202349实验步骤三：输入数据将数据预存于excel表；7/31/20数据录入对话框7/31/202350数据录入对话框7/31/202350实验步骤四：数据统计与图象将所有数据对象按照组的方式打开；在组窗口下依据路径view-descripritivestats-commonsample，输出各个变量的统计描述表格。在组窗口下，依据路径view-graph，输出各序列的图象。7/31/202351实验步骤四：数据统计与图象将所有数据对象按照组的方式打开；7统计描述与图象7/31/202352统计描述与图象7/31/202352实验步骤五：模型构建通过分析，构建如下实验模型：7/31/202353实验步骤五：模型构建通过分析，构建如下实验模型：7/31/2实验步骤六：模型参数估计在主菜单依据路径：quick-estimateequation，进入模型设定对话框。在模型设定对话框输入模型，或者“ycx1x2x3”选择“LS”作为估计方法。单击OK，进行参数估计。7/31/202354实验步骤六：模型参数估计在主菜单依据路径：quick-est模型设置对话框7/31/202355模型设置对话框7/31/202355模型参数估计结果7/31/202356模型参数估计结果7/31/202356实验步骤七：模型参数检验（t检验）拟合优度检验R平方与调整R平方。模型设定检验F检验。7/31/202357实验步骤七：模型参数检验（t检验）7/31/202357实验步骤八：模型预测评估通过方程界面的菜单“forecast”，进行预测分析。通过分析相关参数，可以发现模型的拟合程度和预测效果很好。7/31/202358实验步骤八：模型预测评估通过方程界面的菜单“forecast预测评估：图形与参数7/31/202359预测评估：图形与参数7/31/202359实验步骤九：实验总结通过实验，本模型的拟合结果如下：解释各个参数的统计含义和经济含义。实验报告撰写要点提示（940.613)(0.006)(0.033)(8.738)=0.997,F=2717.238,N=257/31/202360实验步骤九：实验总结通过实验，本模型的拟合结果如下：Ready?Let’sgotothenext7/31/202361Ready?Let’sgotothenext7/3实验三：异方差问题的解决实验实验目的：掌握异方差问题的eviews解决过程；进一步深化异方差问题的理论理解。实验数据:smoke.raw,样本容量：807。实验原理：White检验，FGLS异方差修正方法。实验知识预习：OLS估计；异方差问题后果；异方差检验方法；FGLS异方差修正程序。7/31/202362实验三：异方差问题的解决实验实验目的：掌握异方差问题的evi实验步骤一：建立工作文件和数据录入依据实验一和实验二学过的关于工作文件建立的知识，建立相应的工作文件smoke.workefile。录入数据。数据的格式为横截面数据，样本点807个。7/31/202363实验步骤一：建立工作文件和数据录入依据实验一和实验二学过的关实验步骤二：构建估计模型主要分析影响个人天均吸烟量（cigs）的因素，包括income:年收入；cigpric:香烟价格（包/美分）；educ:受教育年数；age:年龄；restaurn:二值变量，所在地禁止吸烟为1，否则为0。多元线性模型如下：7/31/202364实验步骤二：构建估计模型主要分析影响个人天均吸烟量（cigs实验步骤3：模型的初步估计估计方法采用OLS方法；估计的程序类似实验一与实验二。估计的结果（见后）7/31/202365实验步骤3：模型的初步估计估计方法采用OLS方法；7/31/参数估计结果表7/31/202366参数估计结果表7/31/202366实验步骤四:异方差检验在方差窗口,选择eview-residualtest-Whiteheteroskedasticity,进行异方差检验.注意到选择White检验,有两种选项,即包括交叉项(crossterms)和不包括交叉项(nocrossterms)两种.两类输出结果见后.7/31/202367实验步骤四:异方差检验在方差窗口,选择eview-resid异方差检验结果没有交叉项的检验结果:有交叉项的检验结果:检验结论:在显著水平为0.05的条件下,两种检验结果均显示:本模型具有异方差性.7/31/202368异方差检验结果没有交叉项的检验结果:有交叉项的检验结果:检验实验步骤五:异方差修正(1)采用的方法为FGLS.创建回归残差序列u,并且转换为log(u^2).操作方式(1)在方程窗口,选择Proc-makeresidualseries,弹出序列命名对话框,将序列命名为u,单击OK后,得到残差序列u.(2)在主窗口命令区,输入如下命令”seriesg=log(u^2).回车后得到log(u^2)序列,并命名为g.7/31/202369实验步骤五:异方差修正(1)采用的方法为FGLS.7/31/实验步骤五:异方差修正(2)获取权重函数h.具体操作步骤是:(1)将g对所有解释变量回归;(2)获取g的拟合值.操作是在g的回归窗口,选择forecast,在预测窗口中,将forecast序列命名为gf.单击OK后,得到gf序列;(3)在主窗口采用命令”seriesh=exp(gf)”,得到权重函数序列h.7/31/202370实验步骤五:异方差修正(2)获取权重函数h.具体操作步骤是:预测对话窗口7/31/202371预测对话窗口7/31/202371权重H显示7/31/202372权重H显示7/31/202372实验步骤五:异方差修正(3)重新打开模型估计设定窗口,设定模型后,选择Opion,打开加权选择窗口(如后).选中wightedLS/2SLS,并在其空白框填写”1/squrt(h)”.单击OK,进行加权估计,结果见后.7/31/202373实验步骤五:异方差修正(3)重新打开模型估计设定窗口,设定模Opion窗口设置7/31/202374Opion窗口设置7/31/202374加权估计结果7/31/202375加权估计结果7/31/202375实验总结对比加权前后的估计结果,进行讨论;本实验的其他可能问题的讨论;可以同时采用图形法、GQ检验以及BP检验。实验报告的撰写.7/31/202376实验总结对比加权前后的估计结果,进行讨论;7/31/2023ready?Let’sgotothenext!7/31/202377ready?Let’sgotothenext!7/实验四:序列相关性问题的解决实验实验目的:掌握序列相关性问题的Eviews解决程序,加深对序列相关问题的理解.实验数据:1985-2003的中国农村人均消费(y)和人均纯收入(x).实验原理:图形检验,杜宾-沃森DW检验,LM检验，科克伦-奥科特迭代估计.预备知识：序列相关及其检验知识。7/31/202378实验四:序列相关性问题的解决实验实验目的:掌握序列相关性问题实验步骤一：建立工作文件并估计方程依据前述实验知识，建立工作文件。构建如下估计模型：依据以前的基本操作程序，估计上述模型。结果见后。7/31/202379实验步骤一：建立工作文件并估计方程依据前述实验知识，建立工作初步估计结果7/31/202380初步估计结果7/31/202380实验步骤二：异方差图形检验（1）创建残差序列。在方程窗口依据路径proc-makeresidualseries，打开序列对话框，将序列命名为e；（2）单击确定，得到残差序列e.（3）打开序列e,依据路径eview-graph-line，得到e~t关系图（见后）。（4）通过命令“seriese(t-1)=e(-1)”，得到滞后一阶序列e(t-1),作e(t)与e(t-1)图形。7/31/202381实验步骤二：异方差图形检验（1）创建残差序列。在方程窗口依据图形检验由两个图形可以初步判断：模型存在正的序列相关。7/31/202382图形检验由两个图形可以初步判断：模型存在正的序列相关。7/3实验步骤三：DW检验通过对模型的OLS估计，得到其DW估计为：通过查表，可以发现，对样本量为19、一个解释变量的模型、5%显著水平，查DW统计表可知，dL=1.18，dU=1.40，模型中DW<dL，显然消费模型中有正的自相关。7/31/202383实验步骤三：DW检验通过对模型的OLS估计，得到其DW估计为实验步骤四：LM检验（1）在估计方程选择eview-residualtest-serialcorrelationLMtest,在弹出窗口，选择滞后2项（即可能存在2阶序列相关）得到LM检验结果如后。7/31/202384实验步骤四：LM检验（1）在估计方程选择eview-resiLM检验结果由结果可知：存在一阶正的序列相关。7/31/202385LM检验结果由结果可知：存在一阶正的序列相关。7/31/20实验步骤五：CO修正注意：在Eviews的估计中，序列相关性修正并不复杂。打开方程设定程序，在模型设定空白框中输入如下模型形式“ycxar(1)”,选择最小二乘估计，单击确定，即可得到修正的估计方程。7/31/202386实验步骤五：CO修正注意：在Eviews的估计中，序列相关性序列相关修正的模型设置7/31/202387序列相关修正的模型设置7/31/202387模型修正结果7/31/202388模型修正结果7/31/202388实验步骤六：对修正模型的再检验采用LM对修正模型再进行序列相关性检验，得到的结果如下：同时修正模型的DW＝1.398，通过查表，可以发现，修正后模型不再具有序列相关性。7/31/202389实验步骤六：对修正模型的再检验采用LM对修正模型再进行序列相实验步骤七：结论与讨论本模型的最终估计结果如下：如何解释实验结论？实验报告的撰写指导(19.230)(0.031)(0.188)7/31/202390实验步骤七：结论与讨论本模型的最终估计结果如下：(19.23Ready?Let’sgotothenext!7/31/202391Ready?Let’sgotothenext!7/实验五：多元共线性问题的解决实验实验目的：了解和掌握Eviews在解决多元共线问题的解决程序，加深对多元共线问题的知识理解。实验数据：1994－2003国内旅游业数据。实验原理：t、R平方与F检验；逐步回归法；实验预备知识：多重共线的矩阵知识；逐步回归方法。7/31/202392实验五：多元共线性问题的解决实验实验目的：了解和掌握Evie实验步骤一：建立工作文件并构建模型依据前述相关实验的知识，在Eviews中构建工作文件，并建立相应的序列对象，其中包括国内旅游市场收入（Y），国内旅游人数（X2），城镇居民人均旅游支出（X3），农村居民人均旅游支出（X4），公路里程（X5），铁路里程（X6）构建如下研究模型：7/31/202393实验步骤一：建立工作文件并构建模型依据前述相关实验的知识，在实验步骤二：初步估计方程方程估计的Eviews估计结果如下：7/31/202394实验步骤二：初步估计方程方程估计的Eviews估计结果如下：实验步骤三：多重共线性诊断多重共线性诊断有多种方法：（1）t、F、R平方诊断。注意到前述模型OLS估计的F＝173.353;调整后的