计量软件实验（PPT课件讲稿）EViews软件应用——基本回归模型

计量软件宴验: EViews 软件应用 基本回归模型

1 计量软件实验：EViews 软件应用 基本回归模型

第二章基本回归模型 本章介绍 EViews中基本回归技术的使用,说明并估计一个 回归模型,并对回归结果进行简单分析和说明

2 第二章 基本回归模型 本章介绍EViews中基本回归技术的使用，说明并估计一个 回归模型，并对回归结果进行简单分析和说明

521方程对象 EViews中的单方程回归估计是用方程对象来完成的。为了创建一个方 程对象:从主菜单选择 Object/New Object/Equation或 Quick/Estimation Equation.,或者在命令窗口中输入关键词 equation 在随后出现的方程说明对话框中说明要建立的方程,并选择估计方法 下面我们详细介绍在EVew中如何说明方程。EVew将在方程窗口中估计 方程并显示结果。估计结果会作为方程对象的一部分存储起来以便随时提取 这样我们只需打开方程对象来显示简要结果,或者利用 EViews工具来处理方 程对象的结果

3 §2.1 方程对象 EViews中的单方程回归估计是用方程对象来完成的。为了创建一个方 程对象: 从主菜单选择Object/New Object/Equation 或 Quick/Estimation Equation…,或者在命令窗口中输入关键词equation。 在随后出现的方程说明对话框中说明要建立的方程，并选择估计方法。 下面我们详细介绍在EViews中如何说明方程。EViews将在方程窗口中估计 方程并显示结果。估计结果会作为方程对象的一部分存储起来以便随时提取。 这样我们只需打开方程对象来显示简要结果，或者利用EViews工具来处理方 程对象的结果

§22在 EViews中对方程进行说明 当创建一个方程对象时,会出现如下对话框: Equation Specification Dependent variable followed by list of regressors including ARMA and PDL terms, OR an explicit equation like Y=c(1)+c(2)x X Estimation Settings Method: LS. Least Squares(NLS and ARMA Sample195901198912 OpTions 在这个对话框中需要说明三件事:方程说明,估计方法,和该估计使用的 样本。在最上面的编辑框中,可以说明方程:因变量(左边)和自变量(右边 以及函数形式。 有两种说明方程的基本方法:列表法和公式法。列表法简单但是只能用 不严格的线性说明;公式法更为一般,可用于说明非线性模型或带有参数约東 的模型

4 §2.2 在EViews中对方程进行说明 当创建一个方程对象时，会出现如下对话框： 在这个对话框中需要说明三件事：方程说明，估计方法，和该估计使用的 样本。在最上面的编辑框中，可以说明方程：因变量（左边）和自变量（右边） 以及函数形式。 有两种说明方程的基本方法：列表法和公式法。列表法简单但是只能用于 不严格的线性说明；公式法更为一般，可用于说明非线性模型或带有参数约束 的模型

§221列表法 线性方程编辑最简单的方法是列出方程中要使用的变量。首先是因变量 或表达式名,然后是自变量列表。例如,要说明一个线性消费函数CS,用 个常数和inc对其作回归,在方程说明对话框上部输入: cs c Inc 注意回归变量列表中的序列c。这是 EViews用来说明回归中的常数而建 立的序列。 EViews在回归中不会自动包括一个常数,因此必须明确列出作为 回归变量的常数。内部序列c不出现在工作文档中,除了说明方程外不能使 用它。 注意到在工作文档中有一个预先定义的对象C。这是缺省系数向量 当通过列出变量名的方式说明方程时, EViews会根据变量在列表中出现的顺 序在这个向量中存储估计系数。在上例中,常数存储于c(1),inc的系数存储 于c(2),即回归方程形式为:cs=c(1)+c(2)*inc

5 §2.2.1 列表法 线性方程编辑最简单的方法是列出方程中要使用的变量。首先是因变量 或表达式名，然后是自变量列表。例如，要说明一个线性消费函数CS，用 一个常数和inc对其作回归，在方程说明对话框上部输入： cs c inc 注意回归变量列表中的序列c。这是EViews用来说明回归中的常数而建 立的序列。EViews在回归中不会自动包括一个常数，因此必须明确列出作为 回归变量的常数。内部序列c不出现在工作文档中，除了说明方程外不能使 用它。 注意到在工作文档中有一个预先定义的对象C。这是缺省系数向量—— 当通过列出变量名的方式说明方程时，EViews会根据变量在列表中出现的顺 序在这个向量中存储估计系数。在上例中，常数存储于c(1)，inc的系数存储 于c(2)，即回归方程形式为：cs = c(1)+c(2)*inc

在统计操作中会用到滞后序列,可以使用与滞后序列相同的名字来 产生一个新序列,把滞后值放在序列名后的括号中。 例如:cscs(-1)cinc 该语句命令 EViews使用cs的滞后值、常数和inc对cs作回归。cs滞后的 系数将存放在c(1)中,常数系数在c(2)中,inc的系数在c(3)中,即回归方程 形式为:cs=c(1)*cs(-1)+c(2)c(3)*ine 通过在滞后中使用关键词to可以包括一个连续范围的滞后序列。例 如: cS c cS(-1 to-4)inc 这里cs关于常数,cs(-1),cs(-2),cs(3),cs(-4),和inc的回归

6 在统计操作中会用到滞后序列，可以使用与滞后序列相同的名字来 产生一个新序列，把滞后值放在序列名后的括号中。 例如：cs cs(-1) c inc 该语句命令EViews使用cs的滞后值、常数和inc对cs作回归。cs滞后的 系数将存放在c(1)中，常数系数在c(2)中，inc的系数在c(3)中，即回归方程 形式为：cs = c(1)*cs(-1)+c(2)+c(3)*inc。 通过在滞后中使用关键词 to 可以包括一个连续范围的滞后序列。例 如： cs c cs(-1 to -4) inc 这里cs关于常数，cs(-1)，cs(-2)，cs(-3)，cs(-4)，和inc的回归

如果写成: cs C nc(o-2)in(-4)表示cs关于常数,inc,inc(-1) inc(-2),和inc(-4)的回归,即回归方程形式为 CS=c(1)+c(2)inc+c(3ync(-1)+c(4)*nc(-2)+c(5)nc(-4) 在变量列表中也可以包括自回归序列。例如 log(cs)c log(cs(-1))((inc+inc(-1)/2) 说明了cs的自然对数关于常数,其滞后值和inc的两项移动平均的回归, 即回归方程形式为: log(cs)=c(1)+(2) *log(cs(-1)+c 3)*log((inctinc(-1)/2

7 如果写成： cs c inc(to –2) inc(-4) 表示cs关于常数,inc，inc(-1)， inc(-2)，和inc(-4)的回归，即回归方程形式为： cs = c(1)+c(2)*inc+c(3)*inc(-1) +c(4)*inc(-2) +c(5)*inc(-4) 在变量列表中也可以包括自回归序列。例如： log(cs) c log(cs(-1)) ((inc+inc(-1))/2) 说明了cs的自然对数关于常数，其滞后值和inc的两项移动平均的回归， 即回归方程形式为： log(cs) = c(1)+c(2)*log(cs(-1))+c(3)*log((inc+inc(-1))/2)

§222公式法说明方程 当列表方法满足不了要求时,可以用公式来说明方程。许 多估计方法(但不是所有的方法)允许使用公式来说明方程。 EⅤiews中的公式是一个包括回归变量和系数的数学表达式 要用公式说明一个方程,只需在对话框中变量列表处输入表达 式即可。 EViews会在方程中添加一个随机附加扰动项并用最小 二乘法估计模型中的参数

8 §2.2.2 公式法说明方程 当列表方法满足不了要求时，可以用公式来说明方程。许 多估计方法（但不是所有的方法）允许使用公式来说明方程。 EViews中的公式是一个包括回归变量和系数的数学表达式。 要用公式说明一个方程，只需在对话框中变量列表处输入表达 式即可。EViews会在方程中添加一个随机附加扰动项并用最小 二乘法估计模型中的参数

用列表说明方程时, EViews会将其转换成等价的公式形式。例如,下 面的列表: log(cs)c log(cs(-1))log(inc) EⅤiews会理解为, log(cs)=c(1)+c(2)*log(cs(-1))+c(3)*loglinc) 这种形式并不是必须的,=符号可以出现在公式的任何地方,如 logurate)+c(1)*dmr=c(2) 这个方程的残差为 a=logurate)+(1)dmr-c(2) EⅤiews将最小化残差平方和

9 用列表说明方程时，EViews会将其转换成等价的公式形式。例如，下 面的列表： log(cs) c log(cs(-1)) log(inc) EViews会理解为， log(cs) = c(1)+c(2)*log(cs(-1)) + c(3)*log(inc) 这种形式并不是必须的，= 符号可以出现在公式的任何地方，如： log(urate) + c(1)*dmr = c(2) 这个方程的残差为： ε = log(urate)+c(1)dmr-c(2) EViews将最小化残差平方和

估计严格的非线性的方程或带有参数约束的方程必须用公式法说明。例 如,假如要约束变量x,使x及其滞后变量的系数和为1。可以采用带参数约束 的线性模型: y=c(1)+c(2)*x+c(3)*x(-1)+c(4)*x(-2)+(1-c(2)-c(3)-c(4)*x(-3) 估计一个非线性模型,只需输入非线性公式。 EViews会自动检测非线性 用非线性最小二乘估计模型。 用公式说明方程的好处是可以使用不同的系数向量。要创建新的系数向 量,选择 Object/New Object.并从主菜单中选择 Matrix-Vector-Coef,为系数 向量输入一个名字。然后,选择OK。在 New matrix对话框中,选择 Coefficient Vector并说明向量中应有多少行。带有系数向量图标B的对象会列在工作文 档目录中,在方程说明中就可以使用这个系数向量。例如,假设创造了系数向 量A和BETA,各有一行。则可以用新的系数向量代替C: ogcs=a(+ beta(1)log(cs(D))

10 估计严格的非线性的方程或带有参数约束的方程必须用公式法说明。例 如，假如要约束变量x， 使x及其滞后变量的系数和为1。可以采用带参数约束 的线性模型： y = c(1) + c(2) * x + c(3) * x(-1) + c(4) * x(-2) +(1 - c(2) - c(3) - c(4)) * x(-3) 估计一个非线性模型,只需输入非线性公式。EViews会自动检测非线性并 用非线性最小二乘估计模型。 用公式说明方程的好处是可以使用不同的系数向量。要创建新的系数向 量，选择Object/New Object… 并从主菜单中选择Matrix-Vector-Coef , 为系数 向量输入一个名字。然后，选择OK。在New Matrix对话框中，选择Coefficient Vector 并说明向量中应有多少行。带有系数向量图标β的对象会列在工作文 档目录中，在方程说明中就可以使用这个系数向量。例如，假设创造了系数向 量A和BETA，各有一行。则可以用新的系数向量代替C： log(cs)= a(1)+ beta(1)* log(cs(-1))