【正文】 在經(jīng)濟(jì)理論指導(dǎo)下，利用軟件包的“觀察（View）”功能對(duì)數(shù)據(jù)進(jìn)行“火力偵察”，觀察消費(fèi)性支出與可支配收入的 散點(diǎn)圖(見(jiàn)圖17)。 利用圖19中估計(jì)方程顯示窗口中工具條 View，可以顯示估計(jì)方程、估計(jì)方程的統(tǒng)計(jì)結(jié)果、以圖或表的形式顯示數(shù)據(jù)的實(shí)際值、預(yù)測(cè)值和殘差。打開(kāi)GDPP序列窗口中，見(jiàn)圖112。六、輸出并上交實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)項(xiàng)目二：多元線性回歸模型（一）一、實(shí)驗(yàn)?zāi)康耐ㄟ^(guò)上機(jī)實(shí)驗(yàn)，使學(xué)生掌握計(jì)量經(jīng)濟(jì)學(xué)軟件包EViews，運(yùn)用EViews軟件進(jìn)行多元線性回歸模型的分析，用最小二乘法估計(jì)參數(shù)。（二）、創(chuàng)建工作文件具體操作過(guò)程?；氐紼Views的工作文件窗口，點(diǎn)擊Procs/Import/Read TextLotusExcel…,選擇剛才建設(shè)的文本文件后將會(huì)出現(xiàn)“ASCII Text Import”窗口，在“Name for series or Numbers of Series if names in file ”欄目，輸入兩列數(shù)據(jù)的名稱，分析是consp和gdpp，如圖21所示。利用圖24中給出的估計(jì)結(jié)果，可以寫出如下的計(jì)量經(jīng)濟(jì)模型： （22）從模型的檢驗(yàn)結(jié)果看，F(xiàn)也很高，說(shuō)明模型的擬合能力很高，方程的總體顯著性比較高，不過(guò)，的系數(shù)沒(méi)有通過(guò)t檢驗(yàn)，顯著性不高。六、輸出并上交實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)項(xiàng)目三：多元線性回歸模型（二）一、實(shí)驗(yàn)?zāi)康耐ㄟ^(guò)上機(jī)實(shí)驗(yàn),使學(xué)生能夠使用 Eviews 軟件估計(jì)可化為線性回歸模型的非線性模型，并對(duì)線性回歸模型的參數(shù)線性約束條件進(jìn)行檢驗(yàn)。打開(kāi)新建對(duì)象類型對(duì)話框，選擇工作文件 Workfile，打開(kāi)工作文件時(shí)間頻率和樣本區(qū)間對(duì)話框，選擇數(shù)據(jù)頻率為“Annual”，樣本區(qū)間為1981年至2001年。（四）、回歸分析在經(jīng)濟(jì)理論指導(dǎo)下，設(shè)定如下的理論模型： （31）經(jīng)對(duì)數(shù)變換，上式可以化為： （32）或者，根據(jù)消費(fèi)者無(wú)貨幣幻覺(jué)，可以得到如下的模型： （33）（圖32）首先對(duì)（32）式進(jìn)行估計(jì)，新建一個(gè)名為eq1的方程對(duì)象，在Equation Specification窗口進(jìn)行模型設(shè)定。（圖34）檢驗(yàn)居民有沒(méi)有貨幣幻覺(jué)，實(shí)際上需要對(duì)（32）式的參數(shù)約束條件：進(jìn)行檢驗(yàn)。（圖37）五、練習(xí)用Eviews軟件，完成教材P91頁(yè)的11題。（圖41）（三）、對(duì)模型（41）進(jìn)行White異方差檢驗(yàn)原理。Eviews提供了懷特(White)的一般異方差檢驗(yàn)功能。一般地，只要圖43中給出的p 值小于給定的顯著水平，我們就可以在該顯著水平下拒絕零假設(shè)。（圖44）（圖45）（圖46）（圖47）２、加權(quán)最小二乘法：在主菜單選Quick \Estimate Equations，進(jìn)入輸入估計(jì)方程對(duì)話框, 輸入待估計(jì)方程　(log(y) log(x1) log(x2) c )，選擇估計(jì)方法—普通最小二乘法，點(diǎn)擊Options 按鈕進(jìn)入方程估計(jì)選擇對(duì)話框（見(jiàn)圖45），選擇Weighted LS/TSLS \ 在對(duì)話框內(nèi)輸入用作加權(quán)的序列名稱resid的絕對(duì)值的倒數(shù) \ OK應(yīng)用（見(jiàn)圖47），回到估計(jì)方程對(duì)話框，點(diǎn)擊OK得到加權(quán)最小二乘法回歸方程（見(jiàn)圖48并與圖41中的方程比較）。四、實(shí)驗(yàn)步驟（一）、建立工作文件及導(dǎo)入數(shù)據(jù)。檢驗(yàn)結(jié)果見(jiàn)圖53，可見(jiàn)，LM=，所以，模型51存在顯著的2階自相關(guān)。（圖56）再運(yùn)用LM檢驗(yàn)法對(duì)剛才估計(jì)得到的模型進(jìn)行檢驗(yàn)，結(jié)果如圖56所示。二、預(yù)備知識(shí) （1）用EViews估計(jì)線性回歸模型的基本操作；（2）最小二乘法的基本原理和虛擬變量的設(shè)置方法；（3）回歸模型線性約束條件及其檢驗(yàn)方法三、實(shí)驗(yàn)內(nèi)容（1）估計(jì)虛擬變量模型；（2）檢驗(yàn)Granger因果關(guān)系四、實(shí)驗(yàn)步驟（一）、（圖61），運(yùn)用前面學(xué)過(guò)的方法，然后采用虛擬變量模型檢驗(yàn)在1997年前后中國(guó)居民儲(chǔ)蓄行為有無(wú)結(jié)構(gòu)性變化。于是，兩個(gè)時(shí)期的儲(chǔ)蓄函數(shù)分別為1997年前：1997年后：（四）、。在組對(duì)象窗口，點(diǎn)擊View\Granger Causality…，彈出一個(gè)Lag Specification窗口，設(shè)定Granger因果關(guān)系檢驗(yàn)的滯后期為2，然后按OK，見(jiàn)圖65所示。（圖66）（圖65）五、練習(xí)，采用EViews軟件檢驗(yàn)：（1）1989年前后我國(guó)的邊際消費(fèi)傾向是否存在顯著差異；（2）人均消費(fèi)和人均GDP之間的Granger因果關(guān)系。四、實(shí)驗(yàn)步驟（一）、運(yùn)用前面學(xué)過(guò)的方法。AC為樣本自相關(guān)系數(shù)，QStat即為QLB統(tǒng)計(jì)量，Autocorrelation是樣本自相關(guān)系數(shù)圖。在Test for unit root in框中，選擇level，表示是對(duì)GDP序列進(jìn)行檢驗(yàn)，如果要對(duì)GDP序列的一階差分或二階差分進(jìn)行檢驗(yàn)，則選1st difference或2st defference。（圖78）從檢驗(yàn)結(jié)果看，ADF檢驗(yàn)統(tǒng)計(jì)量的值大于臨界值，不能拒絕存在單位根的零假設(shè)。如果需要加入一階移動(dòng)平均項(xiàng)，則只需在圖79中，加入MA（1），如果還要加入其他階數(shù)的移動(dòng)平均項(xiàng)或自回歸項(xiàng)，方法類似。三、實(shí)驗(yàn)內(nèi)容（1）用EViews檢驗(yàn)兩個(gè)時(shí)間序列數(shù)據(jù)的協(xié)整關(guān)系；（2）用EViews估計(jì)誤差修正模型；四、實(shí)驗(yàn)步驟（一）、運(yùn)用前面學(xué)過(guò)的方法。在eq1窗口，點(diǎn)擊Proc\Make Residual Series…，彈出Make Residual窗口后，輸入殘差序列名稱e，再按OK就把殘差序列制成一個(gè)新的序列對(duì)象，見(jiàn)圖883。（圖85）（圖84）（四）、建立consp與gdpp的誤差修正模型?？梢?jiàn)，lnc是一階單整的?？梢?jiàn)，在5%，說(shuō)明lnc與lngdp是（1，1）階協(xié)整。五、練習(xí)，運(yùn)用Eviews軟件完成：（1）檢驗(yàn)lnGDP與lnCONS的協(xié)整性；（2）如果lnGDP與lnCONS是協(xié)整的，請(qǐng)估計(jì)lnCONS關(guān)于lnGDP的誤差修正模型。（圖91）（二）、對(duì)股市收益率的描述性統(tǒng)計(jì)分析打開(kāi)股市收益率序列主窗口，點(diǎn)擊View\Descriptive Statistics\Histogram and Stats，見(jiàn)圖91，結(jié)果如圖92所示?；氐绞找媛市蛄写翱?，點(diǎn)擊View\Correlogram…,見(jiàn)圖94，設(shè)定自相關(guān)系數(shù)最大滯后期為25，結(jié)果如圖95。按OK，將會(huì)出現(xiàn)圖97的估計(jì)結(jié)果。（圖99）五、練習(xí)自主選定某一股票的交易數(shù)據(jù)為樣本，運(yùn)用EViews軟件估計(jì)該股票的GARCH模型。