【正文】 直線上。有Normal(正態(tài))分布、Uniform(一致)分布、Exponential(指數(shù))分布、Logistic(螺線)分布、Extreme value(極值)分布。 Kernel Density（核密度）這個視圖標(biāo)繪出序列分布的核密度估計(jì)。平滑是通過給遠(yuǎn)離被估計(jì)的點(diǎn)的觀測值以小的權(quán)重來達(dá)到的。選擇View/Astribution Graphs/Kernel Density…… 167。一、Simple Scatter（簡單散點(diǎn)圖）其第一個序列在水平軸上，其余的在縱軸上。選擇疊代次數(shù)應(yīng)是一個整數(shù)。1．Method操作你可以選擇在樣本中的每一個數(shù)據(jù)點(diǎn)作局部回歸或在數(shù)據(jù)點(diǎn)的子集中作局部回歸。2．Specification操作因?yàn)橐孔訕颖军c(diǎn)周圍的點(diǎn)來進(jìn)行局部回歸，并來求擬合值，（1）Bandwidth span（帶寬范圍）（2）Polynomial degree(多項(xiàng)式次數(shù)) 3．其他操作（1）Local weighting (Tricube)局部加權(quán)給每個局部回歸的觀測值加權(quán)，加權(quán)回歸使殘差方最?。?）Robustness Iterations(穩(wěn)健疊代)通過調(diào)整權(quán)數(shù)去降低外離的觀測值的權(quán)重來疊代局部回歸.（3）Symmetric Neighbors（對稱鄰近）使被估計(jì)點(diǎn)的兩側(cè)有相同數(shù)目的觀測值。局部核回歸擬合通過選取參數(shù)β使總體二乘殘差最小。Fitted series 可以在編輯框中給擬合后序列起名，然后存起來。167。(k=n) 表示對序列LWAGE做核密度估計(jì)，核函數(shù)用正態(tài)，帶寬自動選取。group aa lwage age (yl,xl)表示建立一個組包括序列LWAGE和AGE,再經(jīng)過對兩個序列的對數(shù)變換然后進(jìn)行回歸。 表示在組aa中進(jìn)行最鄰近點(diǎn)擬合。第十章 圖、表和文本對象EViews 的對象（序列、組、方程等）可以用圖、表、文件等形式表現(xiàn)出來。固化一個視圖將產(chǎn)生一個對象。167。只需點(diǎn)擊對象窗口的“Freeze”鍵。點(diǎn)擊Freeze鍵，可將該圖保留下來。要想將UNTITLED圖保存在工作文件中，你必須為這個圖對象命名；按Name鍵，并鍵入一個名字。只要選擇所有需要的圖，然后雙擊。167。改變圖的類型 Type允許你改變圖的類型。amp。amp。amp。對于柱狀圖和餅狀圖，使用Barsamp。Pies鍵來控制它們的外型。HighLow(OpenClose)類型顯示了四個序列。amp。改變圖的大小、軸、尺度和說明 General鍵控制圖的基本的顯示屬性。amp。Legend鍵，編輯圖的說明。制定 Lines amp。 Symbol / Bars amp。 Pies Lines amp。 Symbols鍵用來控制與你的圖中的數(shù)據(jù)相關(guān)的所有的線和圖例的繪制。amp。添加和編輯文本 添加新的文本，只需點(diǎn)擊工具欄中的AddText鍵或選擇Procs/Add text….修改一個已有文本，只需雙擊該文本。Justification選項(xiàng)決定相對于每一條線，多條線如何排列。Font允許你從標(biāo)簽中選擇字體。你可以通過選擇文本框并把它拖到你所選定的位置上來改變圖中的文本位置。amp。刪除圖中的元素 圖的工具欄中的Remove鍵可以刪除一個被固化的圖中的元素。然后，點(diǎn)擊你想使用模板來繪制的圖對象的工具欄中的Template鍵。167。對多個圖進(jìn)行操作的方法有兩種。Options on all graphs...給所有圖設(shè)置一個統(tǒng)一的屬性。Add shading to all graphs...為對象中的每個圖繪制線或添加陰影。對單個圖進(jìn)行操作點(diǎn)擊目標(biāo)圖，選擇Procs或點(diǎn)擊鼠標(biāo)右鍵，就會出現(xiàn)一個菜單，它允許你設(shè)置選項(xiàng)，添加陰影或刪除所選圖。167。如果你想使用彩色打印機(jī)打印彩色的圖，一定要檢查Print in color框以確保圖中的線用彩色來代替。用PostScript文件打印圖從任務(wù)欄中，選擇Start/Settings/Printers。167。首先，擊活這個圖的對象窗口，然后點(diǎn)擊 EViews主菜單上Edit/Copy，就會出現(xiàn)Copy Graph as Metafile對話框。表選項(xiàng)可以從Procs菜單或者工具欄中的按鈕中獲得。InsertDelete(InsDel)在指定位置進(jìn)行插入刪除操作。Number Cell Format(Number)設(shè)置數(shù)字的格式。Fixed decimal只規(guī)定小數(shù)點(diǎn)后的位數(shù)。Justification(Justify)進(jìn)行數(shù)字和文本的排列整理。Grid+/設(shè)置格欄的開關(guān)。Edit+/打開或關(guān)閉編輯狀態(tài)，這決定是否可以在表中編輯文本或數(shù)字?？梢詫⒁粋€表剪切粘貼到電子表格或文字處理軟件中。就會彈出一個對話框，該對話框提供復(fù)制表中數(shù)字的選項(xiàng)。一些文字處理程序提供了將內(nèi)容作為非格式化文件粘貼到剪切板中的選項(xiàng)。167。167。在固化命令后，在括號中為已固化的對象提供了一個名字。第十一章 基本回歸模型本章介紹 EViews 中基本回歸技術(shù)的使用。為了創(chuàng)建一個方程對象: 從主菜單選擇Object/New Object/Equation或 Quick/Estimation Equation…，或者在命令窗口中輸入關(guān)鍵詞equation。 在 EViews中對方程進(jìn)行說明一、列表法 即列出你在方程中要使用的變量列表（因變量，表達(dá)式和自變量）。 EViews 創(chuàng)建說明列表。二、公式法 EViews 中的公式是一個包括回歸變量和系數(shù)的數(shù)學(xué)表達(dá)式。要創(chuàng)建新的系數(shù)向量，選擇Object/New Object…并從主菜單中選擇MatrixVectorCoef , 為系數(shù)向量輸入一個名字。167。二、估計(jì)樣本EViews 會用當(dāng)前工作文檔樣本來填充對話框，你可以通過在編輯框改變樣本。三、估計(jì)選項(xiàng) EViews提供很多估計(jì)選項(xiàng)。167。（3）t統(tǒng)計(jì)量 t統(tǒng)計(jì)量是由系數(shù)估計(jì)值和標(biāo)準(zhǔn)差之間的比率來計(jì)算，它是用來檢驗(yàn)系數(shù)為零的假設(shè)的。這個概率稱為邊際顯著性水平或p值。EViews 計(jì)算的公式為： =1，（2）調(diào)整使用作為衡量工具存在的一個問題，即在你增加新的自變量時不會減少。計(jì)算方法如下： （3）回歸標(biāo)準(zhǔn)差 回歸標(biāo)準(zhǔn)差是在殘差的方差的估計(jì)值基礎(chǔ)之上的一個總結(jié)。（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：，（8）AIC準(zhǔn)則 計(jì)算公式如下： （9）Schwarz準(zhǔn)則Schwarz 準(zhǔn)則是AIC準(zhǔn)則的替代方法,它引入了對增加系數(shù)的更大的懲罰: （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)。三、回歸統(tǒng)計(jì)估計(jì)結(jié)果中的回歸統(tǒng)計(jì)存儲在方程中通過特殊的“ 函數(shù)”可以得到。函數(shù)有兩種：返回標(biāo)量和返回矩陣或向量。一、方程視圖 方程對象窗口中的視圖菜單中的選項(xiàng)分別是方程顯示（有三種形式）：顯示方程結(jié)果、因變量的實(shí)際值和擬合值及殘差、描述目標(biāo)函數(shù)的梯度和回歸函數(shù)的導(dǎo)數(shù)計(jì)算的信息、顯示系數(shù)估計(jì)值。 三、缺省方程 我們可以包方程的結(jié)果儲存起來以便在以后的大量計(jì)算中使用。你可以使用方程工具欄中的Name鈕來命名方程。四、方程的殘差缺省方程的殘差存儲于RESID的序列對象中。五、回歸統(tǒng)計(jì)量 你可以通過函數(shù)指向前面描述的各種回歸統(tǒng)計(jì)量。你也可以從這些文件中取出方程。 七、使用系數(shù)的估計(jì)值方程系數(shù)列在說明窗口中。167。在完全共線的情況下，回歸變量矩陣X不是列滿秩的， EViews會產(chǎn)生一個顯示“奇異矩陣”的錯誤信息對話框。這里的大多數(shù)方法在第十八章的方程系統(tǒng)中也適用。假設(shè)有已知形式的異方差性，并且有序列W，其值與誤差標(biāo)準(zhǔn)差的倒數(shù)成比例。加權(quán)最小二乘估計(jì)量為：要使用加權(quán)最小二乘法估計(jì)方程，首先到主菜單中選Quick/Estimate Equation…,然后選擇LSLeast Squares(NLS and ARMA),然后按Options鈕。167。使用White異方差一致協(xié)方差或NeweyWest HAC一致協(xié)方差估計(jì)不會改變參數(shù)的點(diǎn)估計(jì)，只改變參數(shù)的估計(jì)標(biāo)準(zhǔn)差。一、異方差一致協(xié)方差估計(jì)（White）White協(xié)方差矩陣假設(shè)被估計(jì)方程的殘差是序列不相關(guān)的。打開方程對話框，說明方程，然后按Options鈕。在輸出結(jié)果中，EViews會包含一行文字說明使用了White估計(jì)量。NeweyWest估計(jì)量為： 其中要使用NeweyWest方法，在估計(jì)對話框中按Options鈕。167。在二階段最小二乘估計(jì)中有兩個獨(dú)立的階段。這個階段包括估計(jì)模型中每個變量關(guān)于工具變量的最小二乘回歸。這個回歸的系數(shù)就是TSLS估計(jì)。二、加權(quán)TSLS三、有AR誤差項(xiàng)的TSLSa)一階AR誤差b) 高階AR誤差c) 帶有MA誤差的TSLS估計(jì)167。對于任何系數(shù)非線性的方程EViews自動應(yīng)用非線性最小二乘估計(jì)。EViews會使用迭代算法估計(jì)模型。選擇參數(shù)初始值沒有通用的法則。在你開始迭代估計(jì)時，EViews使用系數(shù)向量中的值。要察看初始值，雙擊系數(shù)向量。也可以從命令窗口使用PARAM命令設(shè)定初始系數(shù)值。（GMM）GMM估計(jì)的初始值是參數(shù)應(yīng)滿足的一種理論關(guān)系。把理論關(guān)系用樣本近似值代替；并且估計(jì)量的選擇就是要最小化理論值和實(shí)際值之間加權(quán)距離。用函數(shù)表示為：其中,A是加權(quán)矩陣；任何對陣正定陣A都是θ的一致估計(jì)。從說明對話框中選擇估計(jì)方法：GMM。第十三章 時間序列回歸本章討論含有ARMA項(xiàng)的單方程回歸方法，這種方法對于分析時間序列數(shù)據(jù)（檢驗(yàn)序列相關(guān)性，估計(jì)ARMA模型，使用分布多重滯后，非平穩(wěn)時間序列的單位根檢驗(yàn)）是很重要的。時間序列回歸中的一個普遍現(xiàn)象是：殘差和它自己的滯后值有關(guān)。與序列相關(guān)相聯(lián)系的主要問題有：一、一階自回歸模型最簡單且最常用的序列相關(guān)模型是一階自回歸AR(1)模型定義如下：參數(shù)是一階序列相關(guān)系數(shù)，實(shí)際上，AR(1)模型是將以前觀測值的殘差包含到現(xiàn)觀測值的回歸模型中。167。 1．DubinWaston統(tǒng)計(jì)量 DW統(tǒng)計(jì)量用于檢驗(yàn)一階序列相關(guān)。167。特別的，應(yīng)注意使用OLS得出的過分限制的定義。 1．一階序列相關(guān)在EViews中估計(jì)一AR(1)模型，選擇Quick/Estimate Equation打開一個方程，用列表法輸入方程后，最后將AR(1)項(xiàng)加到列表中。如果想估計(jì)一個有15階自回歸的模型 應(yīng)輸入：cs c gdp ar(1) ar(2) ar(3) ar(4) ar(5) 3．存在序列相關(guān)的非線性模型EViews可以估計(jì)帶有AR誤差項(xiàng)的非線性回歸模型。cs=c(1)+gdp∧c(2)+[ar(1)=c(3),ar(2)=c(4)] EViews通過差分來轉(zhuǎn)換這種非線性模型且使用GaussNewton迭代法來估計(jì)轉(zhuǎn)換后的非線性模型。5．AR估計(jì)輸出含有AR項(xiàng)的模型有兩種殘差：第一種是無條件殘差，通過原始變量以及估計(jì)參數(shù)算出。通常，除非有特別的原因來檢驗(yàn)這些殘差，Eviews不能自動計(jì)算下面的估計(jì)。如名所示，這種殘差代表預(yù)測誤差。EViews在回歸輸出的底部給出這些根：Inverted AR Roots。 6．EViews如何估計(jì)AR模型EViews估計(jì)AR模型采用非線性回歸方法。注意：非線性最小二乘估計(jì)漸進(jìn)等于極大似然估計(jì)且漸進(jìn)有效。 ARIMA理論ARIMA（自回歸單整動平均）模型是AR模型的一般化，EViews使用三種工具來為干擾項(xiàng)的序列相關(guān)建模：自回歸AR、單整I、動平均MA。為建立ARIMA模型，需要：① 差分因變量，確定差分階數(shù)；②描述結(jié)構(gòu)回歸模型（因變量和回歸因子），加入AR或MA項(xiàng)。二、季節(jié)ARMA項(xiàng)對于帶有季節(jié)移動的季度數(shù)據(jù)，Box and Jenkins(1976)建議使用季節(jié)自回歸SAR和季節(jié)動平均SMA。四、ARMA估計(jì)選擇 帶有AR或MA的模型用非線性最小二乘法估計(jì)。作為缺省Eviews決定初值。也可使用命令安排C向量值定義，例如下面方程的系數(shù) Y c X ma(2) ma(1) sma(4) ar(1) 可定義為 param c(1) 50 c(2 ) c(3) c(4) c(5) c(6) ：常數(shù)是50， ， ar(1)、ma(2)、ma(1)、sma(4) ， 。如果ARMA模型定義正確，模型殘差將為白噪聲。DW統(tǒng)計(jì)量是當(dāng)方程右邊沒有滯后變量時對一階序列相關(guān)的檢驗(yàn)。 167。在模型中解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)的情況下，可以直接使用OLS估計(jì)參數(shù)?？梢允褂枚囗?xiàng)式分布滯后（PDLS）來減少要估計(jì)的參數(shù)個數(shù)，以此來平滑滯后系數(shù)。P階PDLS模型限制系數(shù)服從如下形式的p階多項(xiàng)式 （）j = 0 , 1 , 2 , … , k 是事先定義常數(shù)：PDLS有時被稱為Almon分布滯后模型。這種定義允許僅使用參數(shù)p來估計(jì)一個x的k階滯后的模型（如果p amp。 k，將顯示“近似奇異”錯誤信息）。這一過程很明了，因?yàn)槭堑木€性變換。167。如果一個序列的均值和自協(xié)方差不依賴于時間，就說它是平穩(wěn)的。序列y有一個常數(shù)預(yù)測值，方差隨時間增長。，差分平穩(wěn)序列稱為單整，記為I(d)，d為單整階數(shù)。對于上面的隨機(jī)游動，有一個單位根，所以是I(1)，同樣，平穩(wěn)序列是I(0)。EViews提供兩種單位根檢驗(yàn)：DickeyFuller(DF)、增廣DF(ADF)檢驗(yàn)和PhillipsPerron（PP）檢驗(yàn)。如果1 1，y平穩(wěn)序列。如果這一過程在一些點(diǎn)開始，y的方差隨時間增長趨于無窮。因此，一個序列是否平穩(wěn)，可以檢驗(yàn)是否嚴(yán)格小于1。因?yàn)榘l(fā)散序列沒有經(jīng)濟(jì)學(xué)含義，所以備選假設(shè)為單邊假設(shè)。EViews將DF，ADF檢驗(yàn)都看成為ADF檢驗(yàn)。在檢驗(yàn)回歸中包括常數(shù)，常數(shù)和線性趨勢，或二者都不包含。對AR(1)的PP檢驗(yàn)為： 　（） ADF檢驗(yàn)通過在方程右邊添加滯后差分項(xiàng)來修正高階序列相關(guān)。這種修正方法是非參數(shù)的，因?yàn)槲覀兪褂迷诹泐l率的