吉林大学：《数量经济软件选讲》课程教学资源（PPT课件讲稿）EViews基础——第9章 序列

第九章序列

1 第九章 序 列

EⅤiews提供序列的各种统计图、统计方法及过程。当用前 面描述的方法向工作文件中读入数据后,就可以对这些数据进 行统计分析和图表分析。 EⅤiews可以计算一个序列的各种统计量并可用表单、表、 图等形式将其表现出来。视图包括最简单的曲线图一直到核密 度估计。通过过程可以用原有的序列创建新的序列。这些过程 包括季节调整、指数平滑和 Hodrick- Prescott滤波。 在第10章我们将讲述包括多个序列的组和组对象的统计方 法及过程。 其中,§91~§9.6在序列的veW下拉菜单里,§9.7~ §9.10在序列的 procedure下拉菜单里

2 EViews提供序列的各种统计图、统计方法及过程。当用前 面描述的方法向工作文件中读入数据后，就可以对这些数据进 行统计分析和图表分析。 EViews可以计算一个序列的各种统计量并可用表单、表、 图等形式将其表现出来。视图包括最简单的曲线图一直到核密 度估计。通过过程可以用原有的序列创建新的序列。这些过程 包括季节调整、指数平滑和Hodrick-Prescott滤波。 在第10章我们将讲述包括多个序列的组和组对象的统计方 法及过程。 其中，§9.1~§9.6在序列的view下拉菜单里，§9.7~ §9.10在序列的procedure下拉菜单里

§91表单和图示 打开工作文件,双击一个序列名或者在单击序列名后单击“show”,即进入 序列的对话框。单击“vew”可看到菜单分为四个区,第一部分为序列显示形式, 第二和第三部分提供数据统计方法,第四部分是转换选项和标签。 t preaosnee Graph Descriptive Statistics Tests for Descriptive Stats p Distribut i on One-Way Tabulation Correlogram Unit Root Test BDS Independence Test. Conversion Options Label

3 §9.1 表单和图示 打开工作文件，双击一个序列名或者在单击序列名后单击“show” ，即进入 序列的对话框。单击“view”可看到菜单分为四个区，第一部分为序列显示形式， 第二和第三部分提供数据统计方法，第四部分是转换选项和标签

表单和图示: ●表单:用表单的形式显示原始数据 ●曲线图:按时间顺序或者将观测值一一连线显示。这种方法 最适用于时间序列 ●直方图:用柱形显示数据。这种方法适用于显示那些只有微 小变化的序列 ●钉形图:用直线显示数据。即用垂直的钉形线显示数据。 ●季度分区图、季度连线图:这些方法按季度或月度显示数据, 适用于数据频度为季度和月度的工作文件。季度分区图把数 据按季(月)度分成四个区,每年同一季(月)度的数据进 行连线。同时每个季(月)度的期望值水平也显示出来。季 度连线图是在同一坐标轴上把每年同一季(月)度的数据连 线显示

4 表单和图示： ⚫ 表单： 用表单的形式显示原始数据。 ⚫ 曲线图: 按时间顺序或者将观测值一一连线显示。这种方法 最适用于时间序列。 ⚫ 直方图: 用柱形显示数据。这种方法适用于显示那些只有微 小变化的序列。 ⚫ 钉形图: 用直线显示数据。即用垂直的钉形线显示数据。 ⚫ 季度分区图、季度连线图: 这些方法按季度或月度显示数据， 适用于数据频度为季度和月度的工作文件。季度分区图把数 据按季（月）度分成四个区，每年同一季（月）度的数据进 行连线。同时每个季（月）度的期望值水平也显示出来。季 度连线图是在同一坐标轴上把每年同一季（月）度的数据连 线显示

§9.2描述统计量 以直方图显示序列的频率分布。直方图将序列的长度按等间距划分, 显示观测值落入每一个区间的个数。 同直方图一起显示的还有一些标准的描述统计量。这些统计量都是由 样本中的观测值计算出来的。如图: L Series: Cs Workfile: CS □回区 View objects Print Name Freeze sample Genrsheet Line Bar Series: cs Sample1947:11994:4 Observations 192 Mean 1947873 12 Median 1837300 3629591 minimum 7840000 Std. Dey 8504167 Skewness 0.321288 Kurtosis 1826898 Jarque-Bera 14.31258 Probability 0000780 0 8001200160020002400280032003600

5 §9.2 描述统计量 以直方图显示序列的频率分布。直方图将序列的长度按等间距划分， 显示观测值落入每一个区间的个数。 同直方图一起显示的还有一些标准的描述统计量。这些统计量都是由 样本中的观测值计算出来的。如图：

均值(mean)即序列的平均值,用序列数据的总和除以数据的 个数。 中位数( median)即从小到大排列的序列的中间值。是对序 列分布中心的一个粗略估计 最大最小值( max and min)序列中的最大最小值。 标准差( Standard Deviation)标准差衡量序列的离散程度 计算公式如下 S (n-y) N-1 N是样本中观测值的个数,y是样本均值

6 均值 (mean) 即序列的平均值,用序列数据的总和除以数据的 个数。 ( ) 2 1 1 1 ˆ y y N s i N i − − = = 中位数 (median) 即从小到大排列的序列的中间值。是对序 列分布中心的一个粗略估计。 最大最小值 (max and min) 序列中的最大最小值。 标准差（Standard Deviation） 标准差衡量序列的离散程度。 计算公式如下 N是样本中观测值的个数， y 是样本均值

偏度( Skewness)衡量序列分布围绕其均值的非对称 性。计算公式如下 Vi-y N G=(N-D/N是变量方差的有偏估计如果序列的分布是 对称的,S值为0;正的S值意味着序列分布有长的右拖尾,负的S 值意味着序列分布有长的左拖尾

7 偏度（Skewness） 衡量序列分布围绕其均值的非对称 性。计算公式如下 3 1 ˆ 1       − = =  y y N S i N i 是变量方差的有偏估计。如果序列的分布是 对称的，S值为0；正的S值意味着序列分布有长的右拖尾，负的S 值意味着序列分布有长的左拖尾。 = s (N −1)/ N  

峰度( Kurtosis)度量序列分布的凸起或平坦程度,计 算公式如下 K ∑ Vi-y N σ意义同S中a,正态分布的K值为3。如果K值大于3, 分布的凸起程度大于正态分布;如果K值小于3,序列分布相对 于正态分布是平坦的

8 峰度（Kurtosis） 度量序列分布的凸起或平坦程度，计 算公式如下 4 1 ˆ 1       − = =  y y N K i N i 意义同S中 ，正态分布的K值为3。如果K值大于3，     分布的凸起程度大于正态分布；如果K值小于3，序列分布相对 于正态分布是平坦的

Jarque-Bera检验检验序列是否服从正态分布。统计量 计算公式如下 N-k B S2+(K-3) 6 S为偏度,K为峰度,k是序列估计式中参数的个数 在正态分布的原假设下,JB统计量是自由度为2的2分布。 直方图中显示的概率值(P值)是JB统计量超出原假设下的观测 值的概率。如果该值很小,则拒绝原假设。当然,在不同的显著 性水平下的拒绝域是不一样的

9 Jarque-Bera 检验 检验序列是否服从正态分布。统计量 计算公式如下 ( )       + − − = 2 2 3 4 1 6 S K N k JB S为偏度，K为峰度，k是序列估计式中参数的个数 在正态分布的原假设下，J-B统计量是自由度为2的 分布。 直方图中显示的概率值（P值）是J-B统计量超出原假设下的观测 值的概率。如果该值很小，则拒绝原假设。当然，在不同的显著 性水平下的拒绝域是不一样的。 2 

§93统计量的检验 这部分是对序列均值、中位数、方差的单假设检验。选 择Ⅴiew/ tests for descriptive stats/simple hypothesis tests,就会 出现下面的序列分布检验对话框: Series distribution tests Test value Mean test assumption Mean Mean test will use a known standard Variance deviation if supplied Enter sd Median if known OK Cancel

10 §9.3 统计量的检验 这部分是对序列均值、中位数、方差的单假设检验。选 择View/tests for descriptive stats/simple hypothesis tests, 就会 出现下面的序列分布检验对话框：