【正文】 零頻率對未知形式的異。PP檢驗參數(shù)的t統(tǒng)計量來修正AR(1)的序列相關(guān)。 二、PhillipsPerron(PP)檢驗 Phillips和Perron（1988）提出一種非參數(shù)方法來控制序列中高階序列相關(guān)。ADF檢驗考慮如下三種回歸形式： 即通過在模型中增加的滯后項，以消除殘差的序列相關(guān)性。從方程兩邊同時減去 其中　　　（）所以原假設(shè)和備選假設(shè)可改為 （）單位根檢驗可以看作對進行t檢驗。DF和PP都用單位根作為原假設(shè)。如果的絕對值大于1，序列發(fā)散。如果=1，y是非平穩(wěn)序列（帶漂移的隨機游動）。 一、ADF檢驗為說明ADF檢驗的使用，先考慮一個AR(1)過程?。ǎ┦菂?shù)，假設(shè)為白噪聲。 167。單整階數(shù)是序列中單位根數(shù)，或者是使序列平穩(wěn)而差分的階數(shù)。隨機游動是差分平穩(wěn)序列，因為y一階差分后平穩(wěn)。非平穩(wěn)序列的典型例子是隨機游動，是平穩(wěn)隨機擾動項。上述ARMA估計理論都是基于平穩(wěn)時間序列。定義一個PDLs有三個元素：滯后長度k，多項式階數(shù)（多項式最高次冪數(shù)）p和附加的約束。如果定義一個PDL模型，EViews用()式代入到()式，將產(chǎn)生如下形式方程　() 其中 () 一旦從（）式估計，利用（）式就可得到的各系數(shù)。gt。常數(shù)僅用來避免共線性引起的數(shù)值問題，不影響的估計。平滑就是要求系數(shù)服從一個相對低階的多項式。在其它情形下，x的當前和滯后值具有高共線性時，直接估計失敗。（PDLs）一個分布滯后算子如下　?。ǎ?系數(shù)描述x對y作用的滯后。如上所述，對殘差中序列相關(guān)更多的檢驗可以如：View/Residual Tests/CorrelogramQStatistic和View/Residual Tests/Serial correlation LM Test。這意味著殘差中應(yīng)不存在序列相關(guān)。167。用戶可設(shè)置初值，EViews使用C系數(shù)向量。非線性估計方法對所有系數(shù)估計都要求初值。三、ARIMA估計輸出存在AR或MA定義的估計輸出和OLS是一樣的，只是增加了一個AR，MA多項式的倒根的下部程序塊。一、ARMA項 模型中AR和MA部分應(yīng)使用關(guān)鍵詞ar和ma定義。167。167。這種方法的優(yōu)點在于：易被理解，應(yīng)用廣泛，易被擴展為非線性定義的模型。如果存在虛根，根的模應(yīng)該小于1。一般AR(p)平穩(wěn)條件是：滯后算子多項式的根的倒數(shù)在單位圓內(nèi)。第二種殘差是估計的一期向前預(yù)測誤差。在用同期信息對yt值進行預(yù)測時，這些殘差是可以觀測出的誤差，但要忽略滯后殘差中包含的信息。4．存在序列相關(guān)的兩階段回歸模型 通過把二階段最小二乘法或二階段非線性最小二乘法和AR項結(jié)合起來，對于在回歸因子和擾動項存在相關(guān)性的情況和殘差存在序列相關(guān)一樣估計模型。例如：估計如下的帶有附加AR(2)誤差的非線性方程使用EViews表達式定義模型，在后面的方括號內(nèi)描述AR修正項，對每一階AR滯后項都應(yīng)包括一個系數(shù)，每項之間用逗號隔開。例如：估計一個帶有AR(1)誤差的簡單消費函數(shù) 應(yīng)定義方程為：cs c gdp ar(1)2．高階序列相關(guān)估計高階AR模型稍稍復(fù)雜些，為估計AR(k)，應(yīng)輸入模型的定義和所包括的各階AR值。有時，在回歸方程中添加不應(yīng)被排除的變量會消除序列相關(guān)。隨機誤差項存在序列相關(guān)說明模型定義存在嚴重問題。2．相關(guān)圖和Q統(tǒng)計量計算相關(guān)圖和Q統(tǒng)計量的細節(jié)見第七章 3．序列相關(guān)LM檢驗 檢驗的原假設(shè)是：至給定階數(shù)，殘差不具有序列相關(guān)。在使用估計方程進行統(tǒng)計推斷（如假設(shè)檢驗和預(yù)測）之前，一般應(yīng)檢驗殘差（序列相關(guān)的證據(jù)），Eviews提供了幾種方法來檢驗當前序列相關(guān)。二、高階自回歸模型：更為一般，帶有p階自回歸的回歸，AR(p)誤差由下式給出：AR(p)的自回歸將漸漸衰減至零，同時高于p階的偏自相關(guān)也是零。這種相關(guān)性違背了回歸理論的標準假設(shè)：干擾項互不相關(guān)。167。要得到GMM估計，應(yīng)該寫出矩條件作為參數(shù)表達式和工具變量之間的正交條件。要用GMM法估計方程，或者用Object/New Object/Equation創(chuàng)建新方程，或者在已有的方程基礎(chǔ)上選Estimate鈕。參數(shù)要滿足的理論關(guān)系通常是參數(shù)函數(shù)與工具變量之間的正則條件：，θ是被估計參數(shù)GMM估計量選擇參數(shù)估計的標準是使工具變量與函數(shù)f之間的樣本相關(guān)性越接近于0越好。其思想是選擇參數(shù)估計盡可能接近理論上關(guān)系。只需輸入關(guān)鍵詞PARAM，然后是每個系數(shù)和想要的初值：param c(1) 153 c(2) .68 c(3) .15 167。如果想改變初始值，首先確定系數(shù)表使處于編輯狀態(tài)，然后輸入系數(shù)值。很容易檢查并改變系數(shù)的初始值。越接近于真值越好。迭代估計要求模型系數(shù)有初始值。只要選擇Object/New Object/Equation, 然后輸入方程并單擊OK。假設(shè)回歸方程為：其中f是解釋變量和參數(shù)β的非線性函數(shù)。兩階段最小二乘估計的系數(shù)由下式計算出來： 要使用兩階段最小二乘估計，打開方程說明對話框，選擇Object/New Object/Equation…或Quick/Estimate Equation…然后選擇Method中的TSLS估計。第二個階段是對原始方程的回歸，所有變量用第一個階段回歸得到的擬合值來代替。在第一個階段中，TSLS找到可用于工具變量的內(nèi)生和外生變量。一、EViews中進行TSLS估計二階段最小二乘（TSLS）是工具變量回歸的特例。在異方差一致協(xié)方差項中選NeweyWest鈕。二、HAC一致協(xié)方差（NeweyWest）Newey和West (1987) 提出了一個更一般的估計量，在有未知形式的異方差和自相關(guān)存在時仍保持一致。接著，單擊異方差一致協(xié)方差(Heteroskedasticity Consistent Covariance),選擇White 鈕，接受選項估計方程。EViews在標準OLS公式中提供White協(xié)方差估計選項?？梢园鸭訖?quán)最小二乘估計與White或NeweyWest協(xié)方差矩陣估計相結(jié)合來計算異方差和序列相關(guān)。（HAC）當異方差性形式未知時，使用加權(quán)最小二乘法不能得到參數(shù)的有效估計。接著，單擊Weighted LS/TSLS選項在Weighted 項后填寫權(quán)數(shù)序列名，單擊OK, 再選OK接受對話框并估計方程。這時可以采用權(quán)數(shù)序列為W的加權(quán)最小二乘估計來修正異方差性。167。第十二章 其他回歸方法本章討論加權(quán)最小二乘估計，異方差性和自相關(guān)一致協(xié)方差估計，兩階段最小二乘估計（TSLS），非線性最小二乘估計和廣義矩估計（GMM）。多重共線性 如果自變量具有高度共線性， EViews在計算回歸估計時會遇到困難。缺省時, EViews 會使用系數(shù)變量C。方程也可以從文檔或數(shù)據(jù)庫中拷貝粘貼出來或拷貝粘貼到數(shù)據(jù)庫或文檔中。 六、存儲和獲取一個方程方程可以和其他對象一起以數(shù)據(jù)或數(shù)據(jù)庫文件形式存放在磁盤中。RESID可以象普通序列一樣直接使用。工作文檔被存儲時，方程也會被存儲。未命名方程不能儲存在工作文檔中。 二、方程過程 過程菜單中的選項分別是修改說明、用估計方程預(yù)測、創(chuàng)建一個與被估計方程有關(guān)的未命名模型、把方程系數(shù)的估計值放在系數(shù)向量中、創(chuàng)建一個包含方程中使用的所有變量的未命名組、在工作文檔中以序列形式保存回歸中的殘差。 167。你可以使用函數(shù)的各種表達形式得到任何統(tǒng)計量以深入分析。對于普通最小二乘模型，F(xiàn)統(tǒng)計量由下式計算： F統(tǒng)計量下的P值，即Prob(Fstatistic),是F檢驗的邊際顯著性水平。計算方法如下： ，（4）殘差平方和 殘差平方和可以用于很多統(tǒng)計計算中： （5）對數(shù)似然函數(shù)值 對數(shù)似然計算如下： （6）DurbinWatson統(tǒng)計量 DW 統(tǒng)計量衡量殘差的序列相關(guān)性，計算方法如下：作為一個規(guī)則，如果 DW值小于2,證明存在正序列相關(guān)。調(diào)整后的通常解釋為,消除中對模型沒有解釋力的新增變量。二、統(tǒng)計量總結(jié)（1）統(tǒng)計量 統(tǒng)計量衡量在樣本內(nèi)預(yù)測因變量值的回歸是否成功。（4）概率結(jié)果的最后一項是在誤差項為正態(tài)分布或系數(shù)估計值為漸近正態(tài)分布的假設(shè)下,指出t統(tǒng)計量與實際觀測值一致的概率。根據(jù)矩陣的概念, 標準的回歸可以寫為：一、系數(shù)結(jié)果 （1）回歸系數(shù) 最小二乘估計的系數(shù)b是由以下的公式計算得到的（2）：,可以通過選擇View/Covariance Matrix項來察看整個協(xié)方差矩陣。這些選項允許你進行以下操作：對估計方程加權(quán)，計算異方差性等，控制估計算法的各種特征。如果估計中使用的任何一個序列的數(shù)據(jù)丟失了，EViews 會臨時調(diào)整觀測值的估計樣本以排除掉這些觀測值。 EViews 中估計方程一、估計方法單擊Method：進入對話框，你會看到下拉菜單中的估計方法列表。在New Matrix對話框中，選擇Coefficient Vector 并說明向量中應(yīng)有多少行。 EViews會在方程中添加一個隨機附加擾動項并用最小二乘法估計模型中的參數(shù)。先選定因變量和自變量，然后雙擊，選首先Open/Equation，帶有變量名的說明對話框?qū)霈F(xiàn)。 EViews在回歸中不會自動包括一個常數(shù)，因此你必須明確列出作為回歸變量的常數(shù)。167。167。例如，被固化的序列的直方圖的名字為LWAGE，而它的圖形對象的名字為LW_HIST，鍵入freeze (lw_hist) 將組GRP1的散點圖freeze成一個名稱為GRA1的圖對象，鍵入freeze (gra1) 合并名稱為GRA1和GRA2的兩個圖對象并為一個圖對象BIGGRA，鍵入freeze (biggra) gra1 gra2詳細內(nèi)容請參見命令與程序說明。freeze命令固化了已命名對象具體的視圖?？梢酝ㄟ^選擇Objects/New object/Text 或在命令框中鍵入“text”來建立一個空白文本對象。如果想將表粘貼為非格式化的文本，可以選Edit/Paste Special。選Edit/paste在指定位置進行粘貼。擊活表中要拷貝的部分，然后從主菜單中選Edit/Copy。167。Title在表頂部的中間加標題。Horizontal Lines(Lines) 在指定區(qū)域添加或移動水平線。Column Width增加欄寬。Fixed characters用來指定所有數(shù)值的位數(shù)。Column Width(Width)用來改變列的寬度。Font (字體)允許選擇在表中使用的字體。167。你可以直接把一個 EViews圖并入到你的Windows文字處理程序中的文檔中。雙擊Add Printer,點擊Next, Local，選擇PostScript打印機，然后選擇FILE：命令Windows打印文件，告訴Windows你是否想用缺省打印機。如果打印黑白圖則不必。點擊視圖或圖對象窗口的工具欄上的Print鈕來打印圖，并可以使用主菜單上File/Print Setup來控制打印操作。還可以通過按圖工具欄中的Remove鍵對所選圖進行刪除。Add text...允許你為多個圖的組合作注解。Position and align graphs...對所有圖進行整體排列并控制圖之間的所有間距。對多個圖進行操作從圖菜單中選擇Prcos， EViews 就會顯示一個含有選項的菜單。由多個圖構(gòu)成的視圖組也可以通過Freeze將其變成圖對象。輸入這個圖對象的名字。圖的模板 首先，為你想將其制作成模板的圖對象命名。Shading，就可以繪制線或在圖中加上一塊陰影。繪制線和陰影 在一個圖對象中，點擊工具欄中的Shade/Lined鍵或選擇Procs/Add shading...Lineamp。Position確定文本的位置。Text in Box給標簽加一個框。會彈出文本標簽對話框，在編輯框中鍵入你想要顯示的文本。 Pies鍵允許你控制柱狀和餅狀圖的顯示屬性。Bars amp。amp。amp。amp。注意，如果你將文本和說明放在用戶特定（絕對）位置上，當你改變圖框架的大小時，它們的相對位置也會改變。 Scaling鍵，改變或編輯軸。Axe amp。 bar選項可以繪制序列組中所有序列之和的序列。Stack lines amp。Error Bar類型顯示具有標準誤差的統(tǒng)計。amp。 Symbols鍵來控制線的模式和/或代表模式。 Symbol類型，用Lineamp。 Symbol和Spike amp。如果選擇了Line amp。選定圖對象的一個元素，雙擊，彈出Graph Option對話框，就可以對該元素進行編輯。另一個組合圖的方法是選擇Quick/Show...然后鍵入這些圖的名字。你也可以創(chuàng)建一個包括兩個或更多已命名的圖對象的組合對象。Eview將創(chuàng)建一個包含該視圖的瞬象的UNTITLED圖。在一個序列的菜單中選擇View/Graph/line，可以顯示該序列的線形圖。通常，我們依靠固化一個視圖來創(chuàng)建圖對象。本章描述了制作圖、表和文本對象的表現(xiàn)形式的方法。在 EViews中可以通過freezing(固化)將當前的視圖保護起來。 表示在組aa中進行核擬合。(yl,d=3)對Y軸上的序列經(jīng)對數(shù)變換，且次數(shù)取3來擬合X軸上的序列。（k=e,b=.25）表示對序列做核密度估計，核函數(shù)操作選缺省項，并且為加括號帶寬。(a) 表示對序列LWAGE做CDF,quantile和survive函數(shù)。Bracket ，α，還是分別以_ L、_M、_H做后綴。Method則與核分布中介紹相一致，也分為精確和線性單元兩種方式。四、Scatter with Kernel Fit（核擬合分布）核擬合則固定帶寬且局部的觀測值通過核函數(shù)來加權(quán)。（1）Exact(full sample)在樣本中的每一數(shù)據(jù)點都作局部回歸（2）Cleveland subsampling在選取的子樣本中進行回歸，你可以在編輯框中鍵入子樣本的大小。三、Scatter with Nearest Neighber Fit(最鄰近