【正文】 圖118表明，稅收收入水平與GDP密切相關(guān)，稅收收入水平隨著GDP的增加而增加，兩者大體呈線性變化趨勢(shì)。⒈在工作文件窗口中選取所要?jiǎng)h除或更名的變量并單擊鼠標(biāo)右鍵，在彈出的快捷菜單中選擇Delete（刪除）或Rename（更名）即可（如圖113所示）。圖16 鍵入DATA命令圖17 數(shù)組窗口⒉鼠標(biāo)圖形界面方式在EViews軟件主窗口或工作文件窗口點(diǎn)擊Objects/New Object，對(duì)象類型選擇Series，并給定序列名，一次只能創(chuàng)建一個(gè)新序列（圖18所示）。㈡安裝步驟⒈點(diǎn)擊“網(wǎng)上鄰居”，進(jìn)入服務(wù)器；⒉在服務(wù)器上查找“計(jì)量經(jīng)濟(jì)軟件”文件夾，會(huì)出現(xiàn)如圖11所示的安裝界面，直接點(diǎn)擊next按鈕即可繼續(xù)安裝；⒊指定安裝EViews軟件的目錄（默認(rèn)為C:\EViews3，如圖12所示），點(diǎn)擊OK按鈕后，一直點(diǎn)擊next按鈕即可；⒋安裝完畢之后，將EViews的啟動(dòng)設(shè)置成桌面快捷方式。表11 我國(guó)稅收與GDP統(tǒng)計(jì)資料 單位：億元年份稅收 YGDP X年份稅收 YGDP X1985204189641992329726638198620911020219934255346341987214011963199451274675919882391149281995603858478198927271690919966910678851990282218548199782347446319912990216181998926379396資料來(lái)源：《中國(guó)統(tǒng)計(jì)年鑒1999》【實(shí)驗(yàn)步驟】一、安裝EViews軟件㈠EViews對(duì)系統(tǒng)環(huán)境的要求⒈一臺(tái)38486奔騰或其他芯片的計(jì)算機(jī)，、Windows9X、Windows2000、WindowsNT或WindowsXP操作系統(tǒng)；⒉至少4MB內(nèi)存；⒊VGA、Super VGA顯示器；⒋鼠標(biāo)、軌跡球或?qū)懽职澹虎抵辽?0MB以上的硬盤空間。命令格式為：CREATE 時(shí)間頻率類型 起始期 終止期則以上菜單方式過(guò)程可寫(xiě)為：CREATE A 1985 1998㈡輸入Y、X的數(shù)據(jù)⒈DATA命令方式在EViews軟件的命令窗口鍵入DATA命令，命令格式為：DATA 序列名1 序列名2…序列名n本例中可在命令窗口鍵入如下命令（圖16所示）：DATA Y X將顯示一個(gè)數(shù)組窗口（圖17所示），此時(shí)可以按全屏幕編輯方式輸入每個(gè)變量的統(tǒng)計(jì)資料。圖112 在數(shù)組窗口更名變量㈤在工作文件窗口中刪除、更名變量。㈡利用SCAT命令繪制X、Y的相關(guān)圖在命令窗口中鍵入：SCAT X Y則可以初步觀察變量之間的相關(guān)程度與相關(guān)類型（圖118）。⒉調(diào)用在Eviews主窗口的工具欄上選擇File/Open/Workfile，再在彈出的對(duì)話框中選取要調(diào)用的工作文件，點(diǎn)擊確定按鈕即可。以Y、X變量組成的數(shù)組為例，點(diǎn)擊Name菜單，彈出object name對(duì)話框，在Name to identify object文本框中輸入要命名的數(shù)組名稱，點(diǎn)擊OK按鈕即可（圖128）。圖3 Eviews工作文件窗口一個(gè)新建的工作文件窗口內(nèi)只有2個(gè)對(duì)象(Object）,分別為c（系數(shù)向量）和resid（殘差）。圖6 稅收與GDP相關(guān)圖三、 估計(jì)線性回歸模型在數(shù)組窗口中點(diǎn)擊Proc\Make Equation，如果不需要重新確定方程中的變量或調(diào)整樣本區(qū)間，可以直接點(diǎn)擊OK進(jìn)行估計(jì)。因此，對(duì)這兩個(gè)模型再做進(jìn)一步比較。其中，L、K分別為生產(chǎn)過(guò)程中投入的勞動(dòng)與資金，時(shí)間變量反映技術(shù)進(jìn)步的影響。因此，需要對(duì)以上三元線性回歸模型做適當(dāng)?shù)恼{(diào)整，按照統(tǒng)計(jì)檢驗(yàn)程序，一般應(yīng)先剔除統(tǒng)計(jì)量最小的變量（即時(shí)間變量）而重新建立模型。方式1：轉(zhuǎn)化成線性模型進(jìn)行估計(jì)；在模型兩端同時(shí)取對(duì)數(shù)，得：在EViews軟件的命令窗口中依次鍵入以下命令：GENR LNY=log（Y）GENR LNL=log（L）GENR LNK=log（K）LS LNY C LNL LNK則估計(jì)結(jié)果如圖33所示。將模型5與通過(guò)方式1所估計(jì)的模型3比較，可見(jiàn)兩者是相當(dāng)接近的。而且，模型4的表達(dá)式也說(shuō)明了模型的經(jīng)濟(jì)意義不合理，不能用于描述我國(guó)國(guó)有工業(yè)企業(yè)的生產(chǎn)情況，應(yīng)舍棄此模型。2．外推預(yù)測(cè)①先利用樣本數(shù)據(jù)估計(jì)方程，LS Y C X ，并保存方程；②修改數(shù)據(jù)區(qū)間和樣本區(qū)間，將區(qū)間擴(kuò)充到預(yù)測(cè)年份：鼠標(biāo)放在工作文件窗口Range和sample位置，雙擊即可修改數(shù)據(jù)區(qū)間和樣本區(qū)間；【或者用命令】修改數(shù)據(jù)區(qū)間： RANGE 起始期 終止期擴(kuò)充數(shù)據(jù)區(qū)間： EXPAND 起始期 終止期 （注：EXPAND這條命令只能增加數(shù)據(jù)區(qū)間，不能縮減）調(diào)整樣本區(qū)間： SMPL 起始期 終止期③輸入解釋變量預(yù)測(cè)年份的數(shù)值，點(diǎn)擊方程之前保存的方程窗口的FORECAST按鈕進(jìn)行預(yù)測(cè)，注意，此時(shí)預(yù)測(cè)的樣本區(qū)間已經(jīng)包含了擴(kuò)充的年份；④觀察保存的預(yù)測(cè)變量，預(yù)測(cè)年份的被解釋變量也已填充了數(shù)據(jù)，此即點(diǎn)預(yù)測(cè)結(jié)果。SMPL 1 10LS Y C X圖3 樣本1回歸結(jié)果⑶利用樣本2建立回歸模型2（回歸結(jié)果如圖4）。⒋Park檢驗(yàn)⑴建立回歸模型（結(jié)果同圖5所示）。本例中，圖10所示的回歸方程F值（）最大，可以據(jù)次來(lái)確定異方差的形式。 圖51表明隨著GDP指數(shù)的上升，居民儲(chǔ)蓄存款也逐步增加，二者的曲線相關(guān)關(guān)系較為明顯，線性關(guān)系則不太明顯。各解釋變量及常數(shù)項(xiàng)都通過(guò)了檢驗(yàn)，模型都較為顯著。⒉偏相關(guān)系數(shù)檢驗(yàn)在方程窗口中點(diǎn)擊View/Residual Test/CorrelogramQstatistics，并輸入滯后期為10，則會(huì)得到殘差與的各期相關(guān)系數(shù)和偏相關(guān)系數(shù)，如圖51512所示。圖516 加入AR項(xiàng)的雙對(duì)數(shù)模型估計(jì)結(jié)果 圖516表明，估計(jì)過(guò)程經(jīng)過(guò)4次迭代后收斂；，并且檢驗(yàn)顯著，說(shuō)明雙對(duì)數(shù)模型確實(shí)存在一階和二階自相關(guān)性。圖522 模型1的偏相關(guān)系數(shù)檢驗(yàn)結(jié)果⑵模型2鍵入命令：GENR DLNX=D(LNX)LS LNY C LNY(1) DLNX則模型2的估計(jì)結(jié)果如圖523所示。表1 我國(guó)鋼材產(chǎn)量及其它相關(guān)經(jīng)濟(jì)變量統(tǒng)計(jì)資料年份鋼材產(chǎn)量Y生鐵產(chǎn)量X1發(fā)電量X2固定資產(chǎn)投資X3國(guó)內(nèi)生產(chǎn)總值X4鐵路運(yùn)輸量X519782208347925663264110119197924973673282040381118931980271638023006451811127919812670341730934862107673198229203551327752951134951983307237383514593511878419843372400137707171124074198536934384410789641307091986405850644495102021356351987438655034973119631406531988468957045452149281449481989485958205848169091514891990515362386212253418548150681199156386765677521618152893199266977589753926638157627199377168956839534634162663199484289741928146759163093199589801052910070584781658551996933810723108136788516880319979979115111135674463169734一、檢驗(yàn)多重共線性⒈相關(guān)系數(shù)檢驗(yàn)利用相關(guān)系數(shù)可以分析解釋變量之間的兩兩相關(guān)情況。所以，設(shè)建立的一元回歸方程為：⒉逐步引入其它變量，確定最適合的多元回歸方程（回歸結(jié)果如表2所示）表2 鋼材產(chǎn)量預(yù)測(cè)模型逐步回歸結(jié)果模型X1X2X3X4X5Y=f(X1) ()　　　　 Y=f(X1,X2) () ()　　　 Y=f(X1,X3) ()　 ()　　 Y=f(X1,X4) ()　　 ()　 Y=f(X1,X5) ()　　　 () Y=f(X1,X2,X3) () () ()　　Y=f(X1,X2,X4) () ()　 ()　Y=f(X1,X2,X5) () ()　　 ()所以，建立的多元回歸模型為：Y = + *X1 + *X2實(shí)驗(yàn)七 虛擬變量【實(shí)驗(yàn)?zāi)康摹空莆仗摂M變量的設(shè)置方法。事實(shí)上，現(xiàn)階段我國(guó)城鎮(zhèn)居民中國(guó)收入家庭的彩電普及率已達(dá)到百分之百，所以對(duì)彩電的消費(fèi)需求處于更新?lián)Q代階段。具體估計(jì)過(guò)程如下：CREATE U 16 建立工作文件DATA Y X(輸入1998，1999年消費(fèi)支出和收入的數(shù)據(jù)，1－8期為1998年資料，9－16期為1999年資料)SMPL 1 8 樣本期調(diào)成1998年GENR D1=0 輸入虛擬變量的值SMPL 9 16 樣本期調(diào)成1999年GENR D1=1 輸入虛擬變量的值SMPL 1 16 樣本期調(diào)成1998～1999年GENR XD=X*D1 生成XD的值LS Y C X D1 X D 利用混合樣本估計(jì)模型則估計(jì)結(jié)果如圖74：圖74 引入虛擬變量后的我國(guó)城鎮(zhèn)居民消費(fèi)模型 () () () ()＝ ＝ F＝ ＝ 根據(jù)檢驗(yàn)，D和XD的回歸系數(shù)均不顯著，即可以認(rèn)為＝0，＝0；這表明1998年、1999年我國(guó)城鎮(zhèn)居民消費(fèi)函數(shù)并沒(méi)有顯著差異。可以看出，庫(kù)存額與當(dāng)年及前三年的銷