【正文】 如果想知道數(shù)量對(duì)象的值 ， 可以使用 show 命令 。得到組中序列的個(gè)數(shù)的函數(shù)是 count , 得到組中每個(gè)序列的名字的函數(shù)是 seriesname。如果因變量是 log(y)， 則不必建立 logy序列，直接用表達(dá)式 log(y)做因變量。所以如果序列中的數(shù)據(jù)發(fā)生了變化，組也會(huì)產(chǎn)生相應(yīng)的變化。 在組中使用自動(dòng)序列 在組中使用自動(dòng)序列是非常有用的，可以象通常那樣建立一個(gè)組，并在組中建立自動(dòng)序列。創(chuàng)建自動(dòng)序列可以單擊 “ show‖按鈕或選擇主菜單上的 “ quick/show… ‖然后鍵入： log(cp)， Eviews會(huì)以表格打開一個(gè)序列窗口。 167。 通常 Eviews只能處理： + * / ^ log( ) exp( ) sqr( ) d( ) dlog( ) inv( ) 這幾種運(yùn)算的暗示操作 。 167。 并把相應(yīng)的計(jì)算結(jié)果賦給等號(hào)左邊的序列 ， 如果有必要Eviews會(huì)創(chuàng)建一個(gè)新序列 。另外，表達(dá)式也允許你進(jìn)行復(fù)雜的數(shù)據(jù)傳送，并可以保存新序列或已經(jīng)存在序列對(duì)象的結(jié)果。 例如： d(ine) 等價(jià)于 ineine(1) dlog(ine) 等價(jià)于 log(ine)log(ine(1) 并且這兩個(gè)函數(shù)可以提供更高階的差分計(jì)算 。 括號(hào)中的數(shù)要求是整數(shù) ， 但寫入的數(shù)也可以不是整數(shù) ， 這時(shí)系統(tǒng)會(huì)自動(dòng)把它轉(zhuǎn)換成整數(shù) 。例如： （ inc 300） +（ edu=2020） ， 如果 inc300， 得 1， 否則得 0。 邏輯表達(dá)式 使用邏輯表達(dá)式來計(jì)算真假值。 這些函數(shù)一般在創(chuàng)建新序列時(shí)使用或在矩陣語言中使用 。比如： 2++++++2， Eviews各種運(yùn)算符的優(yōu)先級(jí)別為（從高到低）： +（正號(hào)）， （負(fù)號(hào)） ^ * / + = = = and or 最后 2列用于邏輯運(yùn)算。 使用表達(dá)式 Eviews 提供了強(qiáng)大的對(duì)表達(dá)、產(chǎn)生和使用序列和數(shù)據(jù)的語言支持 ， Eviews中可以使用表達(dá)式 。存在兩個(gè)數(shù)據(jù)頻率轉(zhuǎn)換方式：從高頻率數(shù)據(jù)向低頻率數(shù)據(jù)轉(zhuǎn)換，如月度數(shù)據(jù)向季度數(shù)據(jù)轉(zhuǎn)換；從低頻率數(shù)據(jù)向高頻率數(shù)據(jù)轉(zhuǎn)換，如季度數(shù)據(jù)向月度數(shù)據(jù)轉(zhuǎn)換。 輸出數(shù)據(jù) 通過主菜單中的 Edit/Copy和 Edit/Paste功能 ， 對(duì) 不同工作文件 窗口中的編輯菜單進(jìn)行復(fù)制 — 粘貼 。 也可用命令方式改變當(dāng)前樣本區(qū)間： Smpl 1955:1 1958:12 Smpl 1980:1 2020:4 IF RC 167。 改變樣本區(qū)間： 點(diǎn)擊 Smpl+/按鈕，可切換序列的樣本區(qū)間為當(dāng)前樣本區(qū)間或工作區(qū)樣本區(qū)間。當(dāng)處于可編輯狀態(tài)時(shí)，可修改數(shù)據(jù)，按回車確定。 數(shù)據(jù)對(duì)象 EViews中信息保存在對(duì)象中 ， 每個(gè)對(duì)象中包含特定類別的信息 。它們的好壞的區(qū)別在于，你所提前施加的約束是否是真實(shí)的？如果是真實(shí)的，說明你更多的利用了已有的信息，因而估計(jì)會(huì)更有效。 ? 當(dāng)對(duì)模型 b施加某種約束時(shí)，那么模型 b的 R2小于模型 a的。 注意：由此可見，一致性是我們對(duì)估計(jì)參數(shù)“準(zhǔn)確性”的最一般要求。 ? 從回歸的具體結(jié)果來看，如果 M1增加 1個(gè)單位，那么將導(dǎo)致 GDP增加 。 意味著： 所建立的食品需求函數(shù)滿足零階齊次性特征 第五節(jié) 實(shí)例 ? 計(jì)量經(jīng)濟(jì)學(xué)是一門應(yīng)用學(xué)科，因而學(xué)會(huì)如何在實(shí)際應(yīng)用中構(gòu)建一個(gè)模型，并對(duì)模型的優(yōu)劣進(jìn)行評(píng)判，對(duì)模型的結(jié)果會(huì)進(jìn)行分析至關(guān)重要。 一、模型的類型與變換 倒數(shù)模型、多項(xiàng)式模型與變量的直接置換法 例如， 描述稅收與稅率關(guān)系的 拉弗曲線 ： 拋物線 s = a + b r + c r2 c0 s：稅收； r：稅率 設(shè) X1 = r， X2 = r2， 則原方程變換為 s = a + b X1 + c X2 c0 冪函數(shù)模型、指數(shù)函數(shù)模型與對(duì)數(shù)變換法 例如 ， CobbDauglas生產(chǎn)函數(shù) ：冪函數(shù) Q = AK?L? Q：產(chǎn)出量， K：投入的資本； L：投入的勞動(dòng) 方程兩邊取對(duì)數(shù)： ln Q = ln A + ? ln K + ? ln L 復(fù)雜函數(shù)模型與級(jí)數(shù)展開法 方程兩邊取對(duì)數(shù)后，得到： ??? ??? eLKAQ 1)( 21 ??? ?? (?1+?2=1) Q:產(chǎn)出量， K：資本投入， L：勞動(dòng)投入 ?：替代參數(shù)， ? ?2：分配參數(shù) ??? ??? ???? ?? )( 211 LKLnL n AL n Q例如 ， 常替代彈性 CES生產(chǎn)函數(shù) 將式中 ln(?1K? + ?2L?)在 ?=0處展開臺(tái)勞級(jí)數(shù) ,取關(guān)于?的線性項(xiàng)，即得到一個(gè)線性近似式。 ? 樣本容量問題：一個(gè)原則是，樣本越多越好，但最小不能小于未知參數(shù)的個(gè)數(shù)。 R2j的含義是，第 i個(gè)解釋變量與其他解釋變量之間的相關(guān)程度。 小概率事件的判斷 x y Y=f(x)：密度函數(shù) ?F?(k,nk1) 想一下，這個(gè)小概率事件的面積所處位置可以任意選擇嗎？為何選擇尾部？ 要從兩點(diǎn)思考上述問題：一是直觀上“儀器”的構(gòu)造；二是“密度”的含義。 ? 但是，現(xiàn)實(shí)情況往往是，由增加解釋變量個(gè)數(shù)引起的 R2的增大與擬合好壞無關(guān) ，R2需調(diào)整。 –直觀解釋：首先，一致性要求的是，隨著調(diào)查樣本容量的增大，我們的參數(shù)估計(jì)量具有“越來越靠近”真實(shí)值的特征，或統(tǒng)計(jì)意義上說，具有偏離真實(shí)值的可能性越來越小的特征。 此條在大樣本情形下可以不考慮，實(shí)際應(yīng)用中，大部分情況下不予考慮。 從圖上可見，殘差項(xiàng)e與解釋變量、被解釋變量的估計(jì)值均是垂直的。 ? 特別要注意： ? 第一，萬不可忘記，我們同時(shí)要估計(jì)參數(shù)σ 2。 壓力僅是磚頭 1的嗎？ 磚頭 1 磚頭 2 如果為了測(cè)定磚頭 1對(duì)桌面的壓力，應(yīng)如何做呢？ ? 解決辦法：只要在模型（ 1）中加入新的變量即可，即模型變成如下形式： ? wagei=α+β1edui+β2 experi+εi （ 2） ? 這里： experi第 i個(gè)人的工作經(jīng)歷。 ? 應(yīng)用多元線性回歸模型的幾個(gè)原因： ? 第一，即使我們所關(guān)注的僅是一個(gè)解釋變量 X1對(duì)被解釋變量 Y的影響，但如果還存在其它解釋變量 X X3… 等也對(duì) Y有影響，且同時(shí)與 X1相關(guān)，那么此時(shí)就應(yīng)將 X X3…等一并引入模型，即建立如下新模型： ? Yi=α+β1X1i+ β2X2i+ β3X3i+… +εi （ 3） ? 第二，提高預(yù)測(cè)準(zhǔn)確度。（回想一下，為什么？） ? 第二，要估計(jì)的參數(shù)，并不一定是我們實(shí)際應(yīng)用中所一定關(guān)注的參數(shù)。 在統(tǒng)計(jì)上，垂直即表示不相關(guān)，或相關(guān)系數(shù)為 0。 ? ? （ 1）用 OLS法估計(jì)出的參數(shù)是：無偏、一致和有效的 ? （ 2）所有的常規(guī)假設(shè)檢驗(yàn)也是有效的。 –而只要解釋變量間不是完全相關(guān)，一般來說，隨著樣本容量的增大，我們總能發(fā)現(xiàn)關(guān)于所關(guān)注的解釋變量對(duì)被解釋變量進(jìn)行解釋的更多信息，即 對(duì)這個(gè)解釋變量作用的認(rèn)識(shí)越來越清晰，這就是一致性 。 ——調(diào)整后的可決系數(shù) )1/()1/(12?????nT S SknR S SR其中： nk1為殘差平方和的自由度， n1為總體平方和的自由度。 Eviews上的判斷，見前頁(yè)。可見，解釋變量之間的相關(guān)程度雖不會(huì)影響參數(shù)估計(jì)的準(zhǔn)確性，但會(huì)影響假設(shè)檢驗(yàn)的有效性。見課本 64頁(yè)。 如取 0階 、 1階 、 2階項(xiàng) ， 可得 22121 ln21lnlnlnln ???????? ??????????LKmLmKmAY ?????? 如果可以臺(tái)勞展開，那么一個(gè)一般性模型均可線性化。 ? 為此，首先要學(xué)會(huì)如何報(bào)告一個(gè) eviews 估計(jì)結(jié)果。 ? 特別注意：你要報(bào)告哪一些指標(biāo)，取決于你的分析目的。 ? ： t檢驗(yàn)用于檢驗(yàn)?zāi)骋粋€(gè)解釋變量是否對(duì)被解釋變量具有顯著的影響， F檢驗(yàn)則用于檢驗(yàn)所有的解釋變量聯(lián)合起來，是否對(duì)被解釋變量具有顯著影響。（想一下 R2的計(jì)算公式及問題 3） ? ：具體證明過程，你可自己利用 OLS法的參數(shù)計(jì)算公式、離差公式，一步步代入即可。否則，估計(jì)的效率會(huì)降低。 每個(gè)對(duì)象都有給定的類型 ， 例如 ， 一個(gè)序列對(duì)象是關(guān)于一個(gè)隨機(jī)變量的觀測(cè)值 ， 一個(gè)方程對(duì)象是關(guān)于一些變量之間關(guān)系的信息 。 改變表單顯示： 一般是豎行顯示，點(diǎn)擊 Wide+/按鈕，可切換成表格顯示狀態(tài)。 167。 輸入數(shù)據(jù) 1. 鍵盤輸入 在主菜單下 ， 選擇 Quick/Empty Group(Edit Serirs)打開一個(gè)新序列后 ， 在編輯狀態(tài)下 ， 通過鍵盤輸入數(shù)據(jù) ， 并給定一個(gè)序列名 。 注意復(fù)制數(shù)據(jù)的時(shí)間區(qū)間要和粘貼的時(shí)間區(qū)間一致 。在序列窗口的菜單中選擇View/Conversion Options，出現(xiàn)一個(gè)選擇窗口： 左邊是從高頻率數(shù)據(jù)向低頻率數(shù)據(jù)轉(zhuǎn)換 ， 有 6種選擇： 1． 觀測(cè)值的平均值； 2． 觀測(cè)值的和； 3． 第一個(gè)觀測(cè)值； 4． 最后一個(gè)觀測(cè)值； 5． 觀測(cè)值的最大值； 6． 觀測(cè)值的最小值 。 167。 Eviews的表達(dá)式是從左往右計(jì)算的，也可以使用括號(hào)來改變運(yùn)算的先后順序。 ? Eviews中大多數(shù)函數(shù)前都有一個(gè) 符號(hào) .例 : mean 此函數(shù)可以計(jì)算一個(gè)序列的平均值 。邏輯表達(dá)式能作為數(shù)學(xué)表達(dá)式的一部分、樣本描述的一部分或在程序中作為 if判斷的一部分。另外， ‘ = ’既可以當(dāng)賦值運(yùn)算符，又可以當(dāng)作比較運(yùn)算符使用。 如果轉(zhuǎn)換不了系統(tǒng)會(huì)發(fā)出警告 。 例如： d(ine,4) dlog(ine,4) 這是作四階差分 。 167。 例如： y=2*x+37*z 如果序列 y不存在 ， 則先建立一個(gè)序列 ， 這時(shí)序列中的值都為空 （ NA） ， 之后對(duì)于當(dāng)前樣本的每一個(gè)觀測(cè)值 ， Eviews將會(huì)把通過表達(dá)式計(jì)算的結(jié)果賦給它們 。 動(dòng)態(tài)分配 也可以在目標(biāo)序列中使用滯后的值進(jìn)行動(dòng)態(tài)分配 。 除此以外其他的運(yùn)算就不行了 。 自動(dòng)序列操作 在表達(dá)式中我們也可以使用一個(gè)表達(dá)式代替序列名字的位置 。在顯示序列名字的地方就顯示 log(cp)，則就建立了一個(gè)自動(dòng)序列。首先選取主菜單上的 bojects/new object/group，然后鍵入 cp、 log(cp)