張曉彤eviews使用教程簡易版(編輯修改稿)
2025-07-26 00:58 本頁面
【文章內(nèi)容簡介】 進行統(tǒng)計學(xué)檢驗，由統(tǒng)計結(jié)果可以看出該模型擬合優(yōu)良，誤差項不存在一階正自相關(guān)。利用圖九中估計方程顯示窗口中工具條View，可以顯示估計方程、估計方程的統(tǒng)計結(jié)果、以圖或表的形式顯示數(shù)據(jù)的實際值、預(yù)測值和殘差。六、單方程預(yù)測圖九預(yù)測是我們建立經(jīng)濟計量模型的目的之一, 其操作如下：進入方程估計輸出窗口（可以選定一個已有的方程建打開或估計一個新方程）如圖九，點擊其工具欄中的Forecast打開對話框（圖十），輸入序列名（Forecast name）， 這名稱通常與方程中被解釋變量的名字不同， 這樣就不會混淆實際值和預(yù)測值；作為可選項，可給預(yù)測標(biāo)準(zhǔn)差隨意命名[(optional)]，命名后，指定的序列將存儲于工作文件中；用戶可以根據(jù)需要選擇預(yù)測區(qū)間（sample range for forecast）；Dynamic 選項是利用滯后左手變量以前的預(yù)測只來計算當(dāng)前樣本區(qū)間的預(yù)測值，Static 選項是利用滯后左手變量的實際值來計算預(yù)測值（該選項只有在實際數(shù)值可以得到時使用），當(dāng)方程中不含有滯后被解釋變量或ARMA項時，這兩種方法在第二步和以后各步都給出相同結(jié)果，當(dāng)方程中含有滯后被解釋變量或ARMA項時，這兩種方法在第二步以后給出不同結(jié)果；用Output可選擇用圖形或數(shù)值來看預(yù)測值，或兩者都用以及預(yù)測評價指標(biāo)（平均絕對誤差等）。將對話框的內(nèi)容輸入完畢，點擊OK得到用戶命名的預(yù)測值序列。注意：在進行外推預(yù)測之前應(yīng)給解釋變量賦值。例如我們根據(jù)1980~1998年數(shù)據(jù)得到中國人均生活費支出與人均可支配收入關(guān)系的回歸方程，希望預(yù)測1992000、2001年的人均生活費支出。為此，我們首先需要給出1992000、2001年人均收入可支配的數(shù)據(jù)，如果1992000、2001我們從歷史數(shù)據(jù)中得不到1992000、2001年人均收入可支配的數(shù)據(jù)，就應(yīng)利用其他方法估計出這些數(shù)據(jù)，把1992000、2001年人均收入可支配的數(shù)據(jù)（可能是估計值）輸入解釋變量中就可以預(yù)測出這三年的人均生活費支出。七、異方差檢驗圖十圖十一古典線性回歸模型的一個重要假設(shè)是總體回歸方程的隨機擾動項ui同方差，即他們具有相同的方差s 2。如果隨機擾動項的方差隨觀察值不同而異，即ui的方差為s i2， 就是異方差。檢驗異方差的步驟是先在同方差假定下估計回歸方程，然后再對得到的的回歸方程的殘差進行假設(shè)檢驗，判斷是否存在異方差。Eviews提供了懷特(White)的一般異方差檢驗功能。零假設(shè)：原回歸方程的誤差同方差。備擇假設(shè)：原回歸方程的誤差異方差我們?nèi)岳帽硪粩?shù)據(jù)進行分析?！ 〔僮鞑襟E：在工作文件主顯示窗口選定需要分析的回歸方程 \ 打開估計方程及其統(tǒng)計檢驗結(jié)果輸出窗口(見圖九) \點擊工具欄中的View \選Residual Tests \White Heteroskedasticity (no cross terms)或White Heteroskedasticity (cross terms)（圖十一），可得到輔助回歸方程和懷特檢驗統(tǒng)計量－即F統(tǒng)計量、統(tǒng)計量的值及其對應(yīng)的p值。由圖十二中的顯示結(jié)果可以看出：在１％顯著水平下我們拒絕零假設(shè)，接受回歸方程的誤差項存在異方差的備擇假設(shè)。值得重申的是：雖然圖九中的信息告訴我們回歸方程擬和優(yōu)良，但我們還應(yīng)該對其進行經(jīng)濟計量學(xué)檢驗，以確定其是否滿足古典假設(shè)?！ ∫话愕?，只要圖十二中給出的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)。圖十二注意：White Heteroskedasticity (no cross terms)與White Heteroskedasticity (cross terms)選項的區(qū)別在于：在no cross terms選項下得到的輔助回歸方程中不包含原回歸方程左手變量的交叉乘積項作為解釋變量；而cross terms選項下得到的輔助回歸方程中包含原回歸方程左手變量的交叉乘積項作為解釋變量。在我們使用的一元回歸例子中，這兩個選項的作用沒有區(qū)別。當(dāng)我們分析多元回歸模型的異方差問題時，因為所選輔助回歸方程的解釋變量不同，這兩個選項的作用就不同了。八、White 異方差校正功能和加權(quán)最小二乘法1．White 異方差校正功能：我們使用表二的數(shù)據(jù)，在主菜單選Quick \Estimate Equations，進入輸入估計方程對話框, 輸入待估計方程 (cum in )，選擇估計方法—普通最小二乘法，點擊Options 按鈕進入方程估計選擇對話框，選擇Heteroskedasticity Consistent Covariance \ White \ OK應(yīng)用（見圖十三） 對這一方法的進一步了解可參考《經(jīng)濟計量分析》[美]威
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號-1