将excel数据导入eviews进行logit模型分析

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

初学者，捯饬了几天，终于把数据分析做好了，不足之处还请大家多提意见。安装好Eviews以后
1.
导入数据
File>>>new>>>workfile>>>unstructured/undated

Observations:填入观测值个数，如382

Ok>>>进入了一个工作界面
再file>>>import>>>read text-lotus-excel此时出现open窗口，就可以把事先准备好要导入的excel文件导入了，我的excel文件一般是第一行为标题行，下面是对应的数据列。如下图：

Y	X1	X2
0	11.51293	0.0149

选好要导入的文件后，数据是从哪一个单元格开始的，在upper-left data cell填入’A2’

引入的是excel文件中的哪一个表，在excel5+sheet name中填入’sheet1’
Names for series or number if named infile: 说的是数据系列的名称，按照自己的数据系列输入y x1 x2，然后点击ok。

原始数据就成功导入了。
2.
logit模型处理数据
object>>>newobject>>>equation>>>ok在method中选择需要的计算方法:binary-binarychoice (logit, probit, extreme value)，在binary extimation中选择logit,在equationspecification中输入公式如y=c(1)+c(2)*x1+c(2)*x2在eviews中系数用c(1),c(2)来表示，这是我从错误输入后得到的提示中知道的。如图所示

点击确定，就得到了logit模型的分析结果。

当然在workfile的小窗口里，

还可以点view等按键，来看一下对数据的不同展示方式，作图，数据列等。 如何将excel数据导入eviews进行logit模型分析.doc (121.5 KB)

2011-5-15 17:01:32 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：logit模型 excel数据 EVIEWS Views EXCEL EVIEWS EXCEL logit

有时候就不好用，可以先复制到txt文本在复制到eviews中

谢谢您了楼主

嗯 有需要就有市场

正在学。感谢分享。

感谢楼主！

谢谢楼主，我的LOTIT回归结果P值，Z值还有标准差全部为NA，为什么

谢谢楼主，我的LOGIT回归结果P值，Z值还有标准差全部为NA，为什么

xiexie!!!

楼主 请问为什么我做出来Prob全都是1呢
Dependent Variable: Z                               
Method: ML - Binary Logit (Quadratic hill climbing)                               
Date: 07/11/14   Time: 22:48                               
Sample: 1 140                               
Included observations: 140                               
Convergence achieved after 3 iterations                               
Covariance matrix computed using second derivatives                               
WARNING: Complete separation detected at estimated parameters (results                               
        may not be valid)                               
                               
        Coefficient        Std. Error        z-Statistic        Prob.  
                               
C(1)        -278.4590        4.35E+17        -6.40E-16        1.0000
C(2)        252.7544        6.54E+17        3.87E-16        1.0000
C(3)        1.892003        2.63E+17        7.20E-18        1.0000
C(4)        86.29977        9.02E+16        9.57E-16        1.0000
C(5)        373.8857        7.66E+17        4.88E-16        1.0000
C(6)        95.87562        1.57E+17        6.10E-16        1.0000
C(7)        8.877936        1.37E+16        6.50E-16        1.0000
C(8)        40.20465        7.54E+16        5.34E-16        1.0000
C(9)        -0.000576        4.21E+12        -1.37E-16        1.0000
C(10)        -0.012401        2.28E+13        -5.45E-16        1.0000
C(11)        23.32665        3.51E+16        6.64E-16        1.0000
C(12)        -8.488832        5.38E+17        -1.58E-17        1.0000
                               
McFadden R-squared        1.000000            Mean dependent var                0.500000
S.D. dependent var        0.501795            S.E. of regression                3.36E-26
Akaike info criterion        0.171429            Sum squared resid                1.44E-49
Schwarz criterion        0.423569            Log likelihood                0.000000
Hannan-Quinn criter.        0.273891            Deviance                0.000000
Restr. deviance        194.0812            Restr. log likelihood                -97.04061
LR statistic        194.0812            Avg. log likelihood                0.000000
Prob(LR statistic)        0.000000                       
                               
Obs with Dep=0        70             Total obs                140
Obs with Dep=1        70