【導(dǎo)讀】與其他統(tǒng)計軟件相比，Eviews功能優(yōu)勢是回歸分析與預(yù)測，其詳細功能見圖。及其他新的特征，因此本文以為藍本介紹該軟件的使用。復(fù)旦計量金融網(wǎng)（SETUP安裝，安裝完畢后，將快捷鍵發(fā)送的桌面，電腦桌面顯。示有圖標(biāo)，整個安裝過程就結(jié)束了。雙擊Eviews按鈕即可啟動該軟。初學(xué)者需牢記以下兩點。方程、模型、系數(shù)等objects。同形式瀏覽，比如表格、圖、描述統(tǒng)計（descriptive. 如果想將某個瀏覽轉(zhuǎn)換成一個獨立的objects，可使用。能展開討論，目的是使讀者先對Eviews有個概括了解。該例子是四川省人均可。Collinearity（共線性）、Heteroskedasticity、WeightedLeast. 費支出的數(shù)量關(guān)系分析。點擊Workfile,彈出workfilerange對話框（圖）。

　　

【正文】 回歸估計的實際值、擬合值、殘差，該項下又有很多次級操作。 ④ Covariance Matrix ：計算變量協(xié)方差矩陣。 ⑤ Coefficient Test：對回歸系數(shù)進行檢驗。包括系數(shù)限制 Word 檢驗，遺漏變量、富余 變量似然比檢驗。 ⑥ Residual Tests：對殘差檢驗，包括 White 檢驗、 ARCH 檢驗、相關(guān)圖 Q 統(tǒng)計量檢驗。 ⑦ Stability Test：穩(wěn)定性檢驗，包括很多次級檢驗。 注意：如果想將某個視圖單獨保存起來，點擊 Equation 窗口頂部 Freeze 按鈕，形 成 一 個 獨 立 的 object ， 然 后 對 其 編 輯 操 作 。 例 如 : 點擊 Views/ Actual,Fitted,Residual/ Actual fitted Residual,Graph/click， Equation 窗口改變成圖 形式，注意該圖頂部顯示仍然是 Equation 類型的 object。點擊該圖頂部的 Freeze 按鈕，就形成一個獨立的 Graph 類型 object。 圖 Procs：該按鈕中包含很多次級功能，有些已經(jīng)顯示在 Equation 窗口頂部。 Forecast：預(yù)測 在 Equation 框中，擊 “ Forecast/ok，得樣本期內(nèi)被解釋變量的擬合值 YF(圖)。 圖 外推預(yù)測：例如原資料為 19781998，外推到 19782020 年。 ①、將 Workfile 范圍擴大。點擊 Workfile 頂部按鈕 Procs/Change workfile Range/Click 在 彈出的對話框中輸入 197 2020，點擊 OK。 ②、將 Sample 范圍擴大。點擊 Workfile 頂部按鈕 Sample，在彈出的對話框中輸入 197 2020，點擊 OK。 ③、輸入 X 的 199 2020 年數(shù)據(jù)。雙擊 X 序列，輸入數(shù)據(jù)。 ④、 在 Equation 窗口中，點擊“ Forecast”，得對話框（圖 ）。在對話框中填入 Forecast name(預(yù)測值序列名 )、 S． E．（預(yù)測值標(biāo)準(zhǔn)差）等項，點擊OK，出現(xiàn)圖 ，注意該圖與 區(qū)別。利用 CTRL 鍵選中 Y、 YF、 Resid，雙擊可打開實際值 、預(yù)測值、殘差序列。 圖 圖 六、多元線性回歸 多元線性回歸估計過程與上述步驟一樣。 七、相關(guān)系數(shù)矩陣 當(dāng)遇到多變量回歸時，有時需要計算 相關(guān)系數(shù)矩陣。作法：選中變量，雙擊打開這些變量，點擊 Views/Correlation/click，就得到相關(guān)系數(shù)矩陣。 第二章 多重共線性 本章目的是理解多重共線性的含義、識別、修正。 一、 利用最小二乘法估計多元回歸方程 根據(jù)前面介紹的步驟估計出多元回歸方程（圖 ）。 二、 檢驗： 簡單相關(guān)系數(shù)矩陣法 計算解釋變量的簡單相關(guān)系數(shù)矩陣。 方法 1：將解釋變量 2X 、 3X 、 4X 、 5X 、 6X 、 7X 、 8X 選中，雙擊打開，點擊Views/Correlation/click， 即可得出相關(guān)系數(shù)矩陣（圖 ）。再點擊頂部的Freeze 按鈕，可得到一個 Table 類型獨立的 object（圖 ）。 圖 圖 圖 方法 2：點擊 Eviews 主畫面的頂部的 Quick/Group Statistics/Correlation 彈出對話框（圖 ）。在對話框中輸入解釋變量 2X 、 3X 、 4X 、 5X 、 6X 、 7X 、 8X ，點擊 OK，即可得出相關(guān)系數(shù)矩陣。 圖 綜合判斷法 由圖 可以看出，整體上線性回歸擬合效果較好，但 2X 、 3X 、 4X 、8X 變量的參數(shù) 的 T 值并不顯著，而且 7X 、 8X 系數(shù)符號與經(jīng)濟意義不符。 兩種方法結(jié)合一起來看，解釋變量確實存在多重共線性。 三、 修正 我們采用逐步回歸法進行修正。 運用 OLS 方法逐一求 Y 對各個解釋變量的回歸。結(jié)合經(jīng)濟意義和統(tǒng)計檢驗選出擬合效果最好的一元線性回歸方程。 以下為 7 個方程。（注意：每次完成一個方程后，利用 Freeze 按鈕，形成一個 Table 類型的 object，并保存在 Workfile 中，需要時打開即可，這樣可方便對比。） 方程 1： 圖 方程 2： 圖 方程 3： 圖 方程 4： 圖 方程 5： 圖 方程 6： 圖 方程 7： 圖 對比分析：從統(tǒng)計檢驗與經(jīng)濟意義來看，第四個方程最佳。 逐步回歸。將其余解釋變量逐步加入第四個方程，根據(jù)教材中所敘述的保留變量的標(biāo)準(zhǔn)，決定變量的取舍，最終得到下面的回歸估計式。 圖 第三章 異方差性 上機目的是明白什么是異方差、異方差的檢驗與修正 一、 估計回歸方程。 圖 二、 異方差檢驗 圖示法。 ① 、 成殘差平方 2ie 序列。在 Workfile 窗口中點擊 GENR 按鈕，彈出對話框，在對話框 中輸入 e2=resid*resid（圖 ）。點擊 OK 即可得出殘差平方序列。 ② 作散點圖：點擊 Quick/Graph/click，彈出對話框（圖 ）。在對話框中輸入 X、 E2，點擊 OK。彈出新對話框（圖 ），在圖表類型中（ Graph type）中選擇散電圖（ ScatterDiagram），點擊 OK 即可得到圖 。 圖 圖 圖 圖 GoldfeldQuandt(戈德菲爾德 匡特 )檢驗： ① 、 將樣本觀測按解釋變量 X 排序。在 Workfile 窗口中點擊 Procs/sort series/click，彈出對話框（圖 ），輸入 X，并選擇按升序排序，點擊 OK 即可。 圖 ②、 在 Workfile 窗口中，點擊 Sample，將樣本范圍改為 19781985，用 OLS法做 Y 對 X 的線性回歸，結(jié)果見圖 。記住殘差的平方和。 圖 ③、 將樣本范圍改為 19911998，再做回歸（圖 ）。記住殘差的平 方和。 圖 構(gòu)造 F 統(tǒng)計量，進行檢驗。 White 檢驗（ P102） 在 Y 對 X 回歸時，出現(xiàn) Euqation 窗口，點擊該窗口中 View/residual test/White/OK；彈出結(jié)果對話框（圖 ）， Test 直接給出了相關(guān)的統(tǒng)計量（ Fstatistic 和 Obs*Rsquared），據(jù)此判斷。 圖 ARCH 檢驗 在 Y 對 X 回歸時，出現(xiàn) Euqation 窗口，在該窗口中點擊 View/residual test/ ARCH /回車 在彈出的對話 框中輸入滯后期數(shù)，點擊 OK 即可（圖 ）。 三、異方差性的修正 （一）加權(quán)最小二乘法例如：設(shè)權(quán)數(shù) 21eW? LS Y C X (點擊 resid（保存） )。 genr e2=resid^2 genr W=1/e2 鍵入 Ls (W=W) Y C X/回車 （二）對原模型變換的方法 (和（一）類似 ) （三）模型的對數(shù)變換 genr LnY=Ln(Y) genr LnX=Ln(X) LS LnY C LnX 第四章 自相關(guān)性 一、 用 OLS 法估計模型（圖 ）。 圖 二、 自相關(guān)的檢驗 圖示法：繪制 te 和 1?te 的相關(guān)圖。在 Worlfile 中運用 GENR 命令生成序列 E=RESID。運用 Eviews 主畫面頂部的 QUICK/GRAPH 命令，生成散電圖。 圖 三、 DW 檢驗 四、 自相關(guān)的修正：廣義差分法（ ? 已知） （一） genr Y1=Y? )1(?Y ； genr X1=X? )1(?X ； LS Y1 C X1 （ 二 ） ? 未知 Ls y c x； 記下 DW=d,； 計算 21? d??? 。其余同上 數(shù)量經(jīng)濟教研室 2020 年 10 月