新的一年求职季开始，看eviews怎么助你一臂之力，想找好工作的戳进来！！！

2、eviews输入和编辑数据
建立或调入工作文件以后，可以输入和编辑数据。输入数据有两种基本方法：命令方式和菜单方式。

1．命令方式

命令格式：data 〈序列名1〉 〈序列名2〉 … 〈序列名n〉

功能：输入新变量的数据，或编辑工作文件中现有变量的数据。

在本例中，在命令窗口直接输入：

Data Y X

2．菜单方式

在主菜单上单击Objects→New object，在New object对话框里，选Group并在Name for Object上定义变量名（如变量X、Y），单击OK，屏幕出现数据编辑框。

另一种菜单方式是在主菜单上依次单击Quick→Group（见图2-5），



图2-5

建立一个空组（见图2-6），



图2-6

再用方向键将光标移到每一列的顶部之后，输入各个变量名，回车后输入数据（见图2-7）。另外数据还可以从Excel中直接复制到空组。

然后为每个时间序列取序列名。单击数据表中的SER01（见图2-8），在数据组对话框中的命令窗口输入该序列名称，如本例中输入X（见图2-9），回车后Yes。采用同样的步骤修改序列名Y（见图2-10）。数据输入操作完成。



图2-7 修改序列名



图2-8 修改序列名



图2-9 修改序列名



图2-10 数据输入

数据输入完毕，单击工作文件窗口工具条的Save或单击菜单兰的File→Save将数据存入磁盘。

3、eviews图形分析  
在估计计量经济模型之前，借助图形分析可以直观地观察经济变量的变动规律和相关关系，以便合理的确定模型的数学形式。图形分析中最常用的是趋势图和相关图。

1．菜单方式

在数组窗口工具条上Views的下拉菜单中选择Graph。（见图2-11）



图2-11 数组窗口趋势图

2．命令方式

趋势图：Plot Y X

功能：

（1）分析经济变量的发展变化趋势；

（2）观察经济变量是否存在异常值。

图给出了最终消费支出与国内生产总值的趋势图。

   



图2-12 最终消费支出与国内生产总值的趋势图

相关图：Scat Y X （见图2-13）

功能：

（1）观察经济变量之间的相关程度；

（2）观察经济变量之间的相关类型，判断是线性相关，还是曲线相关；曲线相关时，大致是哪种类型的曲线。



图2-13 数组窗口相关图



图2-14 最终消费支出与国内生产总值的相关图

4、eviews OLS估计参数
1．命令方式

在主菜单命令行键入

LS Y C X （如图2-15）



   

图2-15

2．菜单方式

在主菜单上选Quick菜单，单击Estimate Equation项，屏幕出现Equation Specification估计对话框，在Estimation Settings中选OLS估计，即Least Squares，输入：Y C X（其中C为Eviews固定的截距项系数）。然后OK，出现方程窗口（见图2-16），输出结果如表2-1所示。



   

图2-16 方程窗口

Dependent Variable: Y

Method: Least Squares

Sample: 1978 2003

Included observations: 26

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

245.3522

153.9605

1.593605

0.1241

X

0.551514

0.009135

60.37623

0.0000

R-squared

0.993459

Mean dependent var

8042.748

Adjusted R-squared

0.993187

S.D. dependent var

5177.609

S.E. of regression

427.3742

Akaike info criterion

15.02700

Sum squared resid

4383569.

Schwarz criterion

15.12378

Log likelihood

-193.3510

F-statistic

3645.290

Durbin-Watson stat

0.244011

Prob(F-statistic)

0.000000

   

表2-1 回归结果

   

方程窗口的上半部分为参数估计结果如表2-2所示，其中第1列分别为解释变量名（包括常数项），第2列为相应的参数估计值，第3列为参数的标准误差，第4列为t统计值，第5列为t检验的双侧概率值p，即P（| t |> ti）= p。

表2-2 参数估计结果

常数和解释变量

参数估计值

参数标准误差

t统计量

双侧概率

C

245.3522

153.9605

1.593605

0.1241

X

0.551514

0.009135

60.37623

0.0000

方程窗口的下半部分主要是一些统计检验值，其中各统计量的含义如表2-3所示。

表2-3 统计检验值

可决系数

0.993459

被解释变量均值

8042.748

调整的可决系数

0.993187

被解释变量标准差

5177.609

回归方程标准差

427.3742

赤池信息准则

15.02700

残差平方和

4383569.

施瓦兹信息准则

15.12378

似然函数的对数

-193.3510

F统计量

3645.290

DW统计量

0.244011

F统计量的概率

0.000000

单击Equation 窗口中的Resid按钮，将显示模型的拟合图和残差图。



图2-17 拟合图和残差图

单击Equation 窗口中的View → Actual, Fitted, Resid → Table按钮，可以得到拟合直线和残差的有关结果。



   

图2-18

5、eviews预测
在Equation框中选Forecast项后，弹出Forecast对话框，Eviews自动计算出样本估计期内的被解释变量的拟合值，拟合变量记为YF，其拟合值与实际值的对比图如图2-19所示。



图2-19

下面预测2004年我国最终消费支出。

1．首先将样本期范围从1978-2003年扩展为1978-2004年。即单击工作文件框中Pros中的Change workfile range，如图2-20所示，并将1978-2003改为1978-2004，如图2-21所示。



图2-20



图2-21

2．然后编辑解释变量X。在Group数据框中输入变量X的2004年数据38000.00。（见图2-22）



图2-22

3．点预测。在前面Equation对话框中选Forecast，将时间Sample定义在1978-2004，如图2-23所示，这时Eviews自动计算出=21202.8727955，如图2-24所示。



图2-23



图2-24

4．区间预测。在Group数据框中单击View，选Descriptive Stats里的Common Sample Eviews，计算出有关X和Y的描述统计结果，如图2-25所示。



图2-25



图2-26 X和Y的描述统计结果

根据图2-26可计算出如下结果：

2188950850

569386930.9

给定显著性水平0.05，查表得，由



可得的预测区间为：

21202.87279552.056427.374221202.87279551001.30364

即的95%预测区间为（20201.56915，22204.17643）。