eviews序列的統(tǒng)計(jì)量檢驗(yàn)和分布-資料下載頁(yè)
【導(dǎo)讀】EViews提供序列的各種統(tǒng)計(jì)圖、統(tǒng)計(jì)方法及過(guò)程。這些數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析和圖表分析。圖等形式將其表現(xiàn)出來(lái)。視圖包括最簡(jiǎn)單的曲線圖，一直。打開工作文件，雙擊一個(gè)序列名，即進(jìn)入序列的對(duì)話。單擊“view”可看到菜單分為四個(gè)區(qū)，第一部分為序列。轉(zhuǎn)換選項(xiàng)和標(biāo)簽。以直方圖顯示序列的頻率分布。等間距劃分，顯示觀測(cè)值落入每一個(gè)區(qū)間的個(gè)數(shù)。統(tǒng)計(jì)量都是由樣本中的觀測(cè)值計(jì)算出來(lái)的。均值即序列的平均值,用序列數(shù)據(jù)的總和除以數(shù)。中位數(shù)即從小到大排列的序列的中間值。序列分布中心的一個(gè)粗略估計(jì)。最大最小值序列中的最大最小值。標(biāo)準(zhǔn)差標(biāo)準(zhǔn)差衡量序列的離散程度。的S值意味著序列分布有長(zhǎng)的左拖尾。，說(shuō)明GDP增長(zhǎng)率的分布相對(duì)于正態(tài)分布也是平坦的。意義同S中，正態(tài)分布的K值為3。Jarque-Bera檢驗(yàn)檢驗(yàn)序列是否服從正態(tài)分布。數(shù)或標(biāo)準(zhǔn)EViews表達(dá)式，下頁(yè)我們給出檢驗(yàn)的輸出結(jié)果。EViews提供了三個(gè)以排序?yàn)榛A(chǔ)的無(wú)參數(shù)的檢驗(yàn)統(tǒng)計(jì)量。進(jìn)行中位數(shù)檢驗(yàn)，在Median右邊的框內(nèi)輸入中位數(shù)的值，
【正文】 受實(shí)際系數(shù)為零的雙邊假設(shè)。例如，如果顯著水平為 5% ， P 值小于 設(shè)。 對(duì)于例 1的結(jié)果，系數(shù) inc 的零假設(shè)在 1%的顯著水平下被拒絕。 41 167。 方程 統(tǒng)計(jì)量 1. R2 統(tǒng)計(jì)量 R2 統(tǒng)計(jì)量衡量在樣本內(nèi)預(yù)測(cè)因變量值的回歸是否成功 。 R2 是自變量所解釋的因變量的方差 。 如果回歸完全符合 ， 統(tǒng)計(jì)值會(huì)等于 1。 如果結(jié)果不比因變量的均值好 ， 統(tǒng)計(jì)值會(huì)等于 0。 R2 可能會(huì)由于一些原因成為負(fù)值 。 例如 ， 回歸沒有截距或常數(shù) ，或回歸包含系數(shù)約束 ， 或估計(jì)方法采用二階段最小二乘法或ARCH方法 。 EViews計(jì)算 R2 的公式為 ： ， 其中， 是殘差， 是因變量的均值。 y)()(??12yyyyuuR?????? Xbyu ???u?42 2. R2 調(diào)整 使用 R2 作為衡量工具存在的一個(gè)問題 ， 即在增加新的自變量時(shí) R2 不會(huì)減少 。 在極端的情況下 ， 如果把樣本觀測(cè)值都作為自變量 ， 總能得到 R2 為 1。 R2 調(diào)整后的記為 ，消除 R2 中對(duì)模型沒有解釋力的新增變量。計(jì)算方法如下： 從不會(huì)大于 R2 ，隨著增加變量會(huì)減小，而且對(duì)于很不適合的模型還可能是負(fù)值。 2R? ? kTTRR ????? 111 222R43 3. 回歸標(biāo)準(zhǔn)差 (. of regression) 回歸標(biāo)準(zhǔn)差是在殘差的方差的估計(jì)值基礎(chǔ)之上的一個(gè)總結(jié)。計(jì)算方法如下： 殘差平方和可以用于很多統(tǒng)計(jì)計(jì)算中，為了方便，現(xiàn)在將它單獨(dú)列出： )/(?? kTuus ????????Tttt bXyuu12)(??44 5. 對(duì)數(shù)似然函數(shù)值 EViews可以作出根據(jù)系數(shù)的估計(jì)值得到的對(duì)數(shù)似然函數(shù)值 （ 假設(shè)誤差為正態(tài)分布 ） 。 似然比檢驗(yàn)可通過(guò)觀察方程嚴(yán)格形式和不嚴(yán)格形式的對(duì)數(shù)似然值之間的差異來(lái)進(jìn)行 。 對(duì)數(shù)似然計(jì)算如下： ))/??l o g (π)2l o g (1(2 TuuTl ?????45 6. DurbinWatson 統(tǒng)計(jì)量 DW 統(tǒng)計(jì)量衡量殘差的一階序列相關(guān)性，計(jì)算方法如下： 作為一個(gè)規(guī)則 ， 如果 DW值小于 2， 證明存在正序列相關(guān) 。在例 1的結(jié)果中 ， DW值很小 ， 表明殘差中存在序列相關(guān) 。 關(guān)于 DurbinWatson統(tǒng)計(jì)量和殘差序列相關(guān)更詳細(xì)的內(nèi)容參見“ 序列相關(guān)理論 ” 。 對(duì)于序列相關(guān)還有更好的檢驗(yàn)方法。在 “序列相關(guān)的檢驗(yàn)”中，我們討論 Q統(tǒng)計(jì)量和 LM檢驗(yàn)，這些都是比 DW統(tǒng)計(jì)量更為一般的序列相關(guān)檢驗(yàn)方法。 uu??????????TtttTtt uuuDW12212?)??(46 7. 因變量均值和標(biāo)準(zhǔn)差 （ ） y 的均值和標(biāo)準(zhǔn)差由下面標(biāo)準(zhǔn)公式算出： TyyTii???1 8. AIC準(zhǔn)則 (Akaike Information Criterion) 計(jì)算公式如下： TkTlA I C 22 ???其中 l 是對(duì)數(shù)似然值 我們進(jìn)行模型選擇時(shí)， AIC值越小越好。例如，可以通過(guò)選擇最小 AIC值來(lái)確定一個(gè)滯后分布的長(zhǎng)度。 ? ? ? ?11 2 ??? ? ? Tyys Tt iy))/??l o g (π)2l o g (1(2 TuuTl ?????47 9. Schwarz準(zhǔn)則 Schwarz準(zhǔn)則是 AIC準(zhǔn)則的替代方法 : ? ? TTkTlSC l o g2 ??? 10. F統(tǒng)計(jì)量和邊際顯著性水平 F統(tǒng)計(jì)量檢驗(yàn)回歸中所有的系數(shù)是否為零 (除了常數(shù)或截距 )。對(duì)于普通最小二乘模型， F統(tǒng)計(jì)量由下式計(jì)算： ? ?? ? ? ?kTRkRF????2211 在原假設(shè)為誤差正態(tài)分布下，統(tǒng)計(jì)量服從 F(k – 1 , T – k) 分布。 48 F統(tǒng)計(jì)量下的 P值，即 Prob(Fstatistic), 是 F檢驗(yàn)的邊際顯著性水平。如果 P值小于所檢驗(yàn)的邊際顯著水平，比如說(shuō)，則拒絕所有系數(shù)都為零的原假設(shè)。對(duì)于例 1， P值為零，因此，我們拒絕回歸系數(shù)為零的原假設(shè)。注意 F檢驗(yàn)是一個(gè)聯(lián)合檢驗(yàn)，即使所有的 t統(tǒng)計(jì)量都是不顯著的， F統(tǒng)計(jì)量也可能是高度顯著的。 49 167。 方程操作 方程視圖 以三種形式顯示方程： EViews命令形式，帶系數(shù)符號(hào)的代數(shù)方程，和有系數(shù)估計(jì)值的方程。 可以將這些結(jié)果剪切和粘貼到支持 Windows剪貼板的應(yīng)用文檔中。 50 Estimation Output顯示方程結(jié)果 。 Actual, Fitted, Residual以圖表和數(shù)字的形式顯示因變量的實(shí)際值和擬合值及殘差 。 Actual, Fitted, Residual Table 以表的形式來(lái)顯示這些值 。
鄂ICP備17016276號(hào)-1