eviews上机新第四章.ppt

1 第四章基本数据处理 2 EViews中信息保存在对象中 每个对象中包含特定类别的信息 每个对象都有给定的类型 例如 一个序列对象是关于一个随机变量的观测值 一个方程对象是关于一些变量之间关系的信息 一个对象中包含的信息不止一种 例如一个方程对象中包含了所有估计得到的结果的信息 如方程形式 检验结果及残差等 所有需要的数据及结果都集中在一个对象中 简化了EViews中信息组织管理工作 本章重点讨论序列和数组的操作 矩阵 向量和标量留到程序设计中讨论 3 4 1数据处理 1 输入数据2 设定样本范围3 序列窗口介绍 4 使用EViews可以处理时间序列数据 面板数据和截面数据 数据输入的多种方法 A键盘 直接输入 B公式生成 序列生成 Genr C复制 1 输入数据 5 A键盘输入 6 B使用公式生成 Quick Generateseries工具栏中的Genr对话框中输入公式及范围 NA值 多次使用Genr功能键将多个序列结合 7 一些常用的公式 数学公式 等等 逻辑公式 取值为1或0 8 例1 打开工作文件年度GDP1 建立一个新的序列T T 2Y2 继续建立一个序列M 令当Y 140时 M取值为1 140时 M取值为04 继续建立一个序列X 令当Y 140时 且M取值为1时 X取值为1 9 多次使用Genr 公式与样本范围相结合 建立一个序列a 1995年至2000年取值1 2001年至2013年取值2 如何操作 建立新序列a 点击Genr键 上方公式输入a 1 下方范围输入19952000 点击OK 然后再点击点击Genr键 上方公式输入a 2 下方范围输入20012013 点击OK完成 10 例2 打开工作文件第三章03建立一个新序列a 使其当序列Y的第1到4个样本时 取值为1 第5到第10个样本时 取值为2建立一个新序列b 使其当序列Y的第1到5个样本时 取值为Y的2倍 第6到第10个样本时 取值为Y的3倍 11 C复制 要在group里面进行要打开 编辑 功能 edit 点在第二行的obs处 12 序列组的一些使用 建立序列组公式的运用 quick show 13 例3 1 建立一个新的序列 用于描述2013年3月份 1号到25号 以来每天的美元对人民币的汇率 并用键盘输入的方法将每天的中间报价输入2 用复制黏贴的方法 将Excel文件中的M1导入新建的EViews工作文件中 请注意 首先需要识别Excel文件描述的数据类型 范围等 3 打开工作文件GDP 建立一个新的序列 名称为Z 表示Z为序列Y的平方 4 打开工作文件GDP 建立一个新的序列 名称为N 其中 N在1991年至1999年时 取值为0 2000年至2013年时 取值为15 打开工作文件GDP 建立一个新的序列 名称为M 当在1991至1999年 且Y 140时 M取值为1 其余为0 当在2000至2013年 且Y 140时 M取值为1 其余为0 6 打开工作文件第三章03 建立一个新的序列组 含有2组序列 一组是y 一组是对y取log值 14 设定样本范围 Smpl 主菜单Quick Sample工作文件窗口中Procs Sample三种情况工作文件的全部观测值其中一个子集If条件语句的使用 2 设定样本范围 15 If条件语句的使用1 时间序列上侧窗口输入 19801993上侧窗口输入 XX 5000表示 样本包括1980 1993年之间 序列XX大于5000的观测值 16 If条件语句的使用2 截面上侧窗口输入 50100200250上侧窗口输入 IQ 100ANDEDU 12表示 样本包括从50 100和从200 250范围内 序列IQ大于等于100 且EDU的观测值大于12的那些观测值 17 If条件语句的使用3 上侧窗口输入 1958 11998 4上侧窗口输入 GDP GDP 1 表示 样本包括从1958年1季度到1998年4季度 且序列GDP与前一季度相比为增加的观测值 18 例4 打开工作文件年度GDP 将样本范围设定为 1 全部2 1991 20003 1995 2013中 大于140的值 19 例5 打开工作文件第三章03 设定新的样本范围 1 全部2 第2 7个样本3 第3 10个样本中 当y大于20时的样本4 当ser02 10时的样本5 当ser01 3 且ser02 2时的样本 20 3 序列窗口介绍 打开序列 工具栏中的各项功能键 21 4 2图形与表格 1 画图2 改变图形3 冻结4 合并图形5 把图形移动至文档中6表格对象 22 1 画图 双击序列 view graph选定2个或2个以上的序列 右键单击open view graph出现对话框 如右图 23 单个序列的图形选择 多个序列的图形选择 Type图的类型 24 常用的3个图形 曲线图 line 按时间顺序或者将观测值一一连线显示 最适用于时间序列直方图 bar 用柱形显示数据 适用于显示只有微量变化的序列钉型图 spike 用直线显示数据 25 Frame图框 26 Axes Scaling轴与刻度 27 Legend图标 28 Line Symbols线与符号 29 FillArea填充 30 2 改变图形 双击图形的其他部位来改变画图例如 纵轴 横轴序列名 31 3 冻结 固化视图来创建图对象 点击对象窗口的 Freeze 键例 在序列菜单中选择View Graph line 可显示该序列的线形图点击Freeze键 可将该图保留下来 Eview将创建一个包含该视图的瞬象的UNTITLED图要想保存UNTITLED图在工作文件中 须为图对象命名 按Name键 并键入一个名字 32 图对象窗口快捷键 AddTextLine ShadeRemove 33 4 合并图形 类似合并打开序列 34 5 把图形移动至文档中 激活图形的条件下主菜单的Edit Copy出现对话框 35 6表格对象 Table冻结数据表格 36 例6 打开工作文件 第三章01 03 对每一个序列进行画图 每一种图形 并在设置对话框中进行各种不同的设置以及添加 将某一个画好的图添加一个标题 各自的学号 冻结成一个新的图形 并以自己的姓名拼音命名 并将其复制下来 采用彩色功能黏贴到WORD文件中去合并打开工作文件中的两个图 37 4 3统计量的计算 什么是基本描述性统计量 均值 方差 协方差 直方图 列表 自相关 偏相关等基本统计量的意义 截面数据 利用经济学原理 找出多个指标时间序列 利用经济学原理 对序列本身进行统计分析面板 两者的结合 因此对于时间序列和面板数据来说 在构建模型进行分析之前 对数据本身统计质量的鉴定十分重要 38 1 序列窗口下描述性统计量及其检验与图形2 序列组窗口下描述性统计量及其检验与图形 39 1 序列窗口下 A 描述统计量B 描述统计量检验C 相关图D 单位根检验E 分布图 40 A 描述统计量 HistogramandStats 直方图和统计量 StatsTable 统计表 StatsbyClassification 分类统计量 41 直方图与统计量 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 例1 42 例3 GDP增长率的统计量 43 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 maxandmin 序列中的最大最小值标准差 StandardDeviation 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 是样本均值 44 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 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 例1中X的偏度为0 说明X的分布是对称的 而例3中GDP增长率的偏度是0 78 说明GDP增长率的分布是不对称的 45 S 0 右拖尾 正偏态 序列分布为右偏S 0 对称 正态S 0 左拖尾 负偏态 序列分布为左偏 46 峰度 Kurtosis 度量序列分布的凸起或平坦程度 计算公式如下 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值大于3 序列分布相对于正态分布是平坦的 例1中X的峰度为2 5 说明X的分布相对于正态分布是平坦的 而例3中GDP增长率的峰度为2 14 说明GDP增长率的分布相对于正态分布也是平坦的 意义同S中的 47 从公式能够看出 偏度与峰度在一定程度上测度的是奇异值 极端值 的个数 48 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 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 2分布 J B统计量下显示的概率值 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 在不同的显著性水平下的拒绝域是不一样的 例1中X的J B统计量下显示的概率值 P值 是0 92 接受原假设 X服从正态分布 而例3中GDP增长率的的J B统计量的概率值 P值 是0 455 也接受原假设 说明GDP增长率服从正态分布 49 统计表 它将描述性统计量值通过电子表格的形式显示在对象窗口中 50 分类统计量 它将样本分为若干组后再对各组观测值分别进行描述统计弹出对话框 左边 Statistics 选项中勾选需要显示的统计量 其中 ofNAs 为无观测个数 Observations 为观测值个数 在 Series Groupforclassify 中输入需分类的序列或序列组对象名称 右侧 OutputLayout 为输出结果的显示形式 选择好后单击 OK 按钮即可 51 B 描述统计量检验 1 简单假设检验2 组间相等检验 分组齐性检验 52 1 简单假设检验 这部分是对序列均值 中位数 方差的假设检验 在序列对象菜单选择View testsfordescriptivestats simplehypothesistests 就会出现下面的序列分布检验对话框 53 54 55 若不指定序列x的标准差 EViews将在t统计量中使用该标准差的估计值s 是x的样本估计值 N是x的观测值的个数 在原假设下 如果x服从正态分布 t统计量是自由度为N 1的t分布 原假设是序列x的期望值 m 备选假设是 m 即 均值检验 56 若给定x的标准差 EViews计算t统计量 是指定的x的标准差 要进行均值检验 在Mean内输入 值 如果已知标准差 想要计算t统计量 在右边的框内输入标准差值 可以输入任何数或标准EViews表达式 57 这是检验GDP增长率的均值 检验H0 X 10 H1 X 10 表中的Probability值是P值 边际显著水平 在双边假设下 如果这个值小于检验的显著水平 如0 05则拒绝原假设 这里我们不能拒绝原假设 检验的输出结果 58 检验原假设为序列x的方差等于 2 备选假设为双边 x的方差不等于 2即 EViews计算 2统计量 计算公式 N为观测值的个数 为x的样本均值 在原假设下 如果x服从正态分布 2统计量是服从自由度为N 1的 2分布 要进行方差检验 在Variance处填入在原假设下的方差值 可以填入任何正数或表达式 方差检验 59 原假设为序列x的中位数等于m 备选假设为双边假设 x的中位数不等于m即 EViews提供了三个以排序为基础的无参数的检验统计量 方法的主要参考来自于Conover 1980 和Sheskin 1997 进行中位数检验 在Median右边的框内输入中位数的值 可以输入任何数字表达式 中位数检验 60 例7 EXCEL文件 中法贸易 中列出了2003年1月到2005年12月中国对法国地区的进出口贸易总额 单位为万美元 请建立新序列对象保存该数据并进行简单假设检验 均值 800000 方差 500000 中位数 800000 并分析结果 61 2 组间相等检验 分组齐性检验 此选项是对制定序列分组后的不同组的子序列的描述统计量是否相等进行检验包括均值 方差和中位数相等3种检验 62 C 相关图 序列 Series view correlogram 出现对话框 上下两个选项分别表示 对原序列 原序列一阶差分 以及原序列二阶差分做相关图自相关函数的最大滞后期数 63 左边两列图 自相关偏自相关中间两列数字 相关系数AC偏自相关系数PACQ值 Q统计量数值P值 Q统计量取值大于该样本计算的Q值的概率 64 相关图的作用 用于选取模型 AR模型 自相关系数拖尾 偏自相关系数截尾MA模型 自相关系数截尾 偏自相关函数拖尾ARMA模型 自相关函数和偏自相关函数均拖尾 65 Q Stat 用于判定序列是否是白噪声过程 66 P值用于判定是否是自相关 如果P值大于给定的显著性水平 如1 则接受原假设 即序列非自相关如果P值小于给定的显著性水平 则拒绝原假设 即序列存在自相关 67 例8 建立一个1994 2005年的工作文件然后建立两个序列对象 将EXCEL表 CPI GDP 中的数据输入到序列对象中分析GDP的自相关图分析CPI的自相关图分析GDP与CPI序列对象的相关关系 68 D单位根检验 Series View Unitroottest Testtype 6种方法 Testforunitrootin 3种序列形式 Includeintestequation 结合线图 Laglength 69 例9 根据例8中建立的序列对象CPI和GDP进行单位根检验 70 E分布图 EViews提供了几种对数据进行初步分析的方法 列出几种散点图 允许我们可以用有参数或无参数过程来做拟合曲线图 这些图包含着复杂计算和大量的特殊操作 对某些完全技术性的介绍 不必掌握所有细节 EViews中设置的缺省值除了对极特殊的分析外 对一般分析而言是足够用的 直接点击ok键接受缺省设置 71 三种描述序列经验分布特征的图 CDF Survivor Quantile图 这个图描绘出带有加或减两个标准误差带的经验累积分布函数 残存函数和分位数函数 在序列菜单中或组菜单中选择View Distribution CDF Survivor Quantile 时 组菜单的MultipleGraphs中 就会出现下面的对话框 72 其中 CumulativeDistribution 累积分布 操作用来描绘序列的经验累积函数 CDF CDF是序列中观测值不超过指定值r的概率 Survivor 残存 操作用来描绘序列的经验残存函数 73 Quantile 分位数 操作用来描绘序列的经验分位数 对0 q 1 X的分位数x q 满足下式 且 分位数函数是CDF的反函数 可以通过调换CDF的横纵坐标轴得到 All选项包括CDF Survivor和Quantile函数 Savedmatrixname可以允许把结果保存在一个矩阵内 Includestandarderrors 包括标准误差 操作标绘接近95 的置信区间的经验分布函数 74 75 2 Quantile Quantile图 Quantile Quantile QQ图 是比较两个分布的一种简单但重要的工具这个图标绘出一个被选序列的分位数分布相对于另一个序列的分位数分布或一个理论分布的异同 如果这两个分布是相同的 则QQ图将在一条直线上 如果QQ图不在一条直线上 则这两个分布是不同的 76 可以选与如下的理论分布的分位数相比较 Normal 正态 分布 钟形并且对称的分布Uniform 均匀 分布 矩形密度函数分布Exponential 指数 分布 联合指数分布是一个有着一条长右尾的正态分布Logistic 逻辑 分布 除比正态分布有更长的尾外是一种近似于正态的对称分布Extremevalue 极值 分布 I型极小值分布是有一条左长尾的负偏分布 它非常近似于对数正态分布 77 下图是GDP增长率和指数分布的Q Q图 78 例10 练习对CPI GDP CK等序列画出以下分布图 CDFSurvivorQuantileKernelDensity并通过QQ图 分析CPI符合何种分布 79 2 序列组窗口下 A 相关系数与协方差B N维统计表C 统计量相等检验D 主成分分析法E 对第一个序列的相关分析F 2个序列的交叉相关分析G 协整检验H 格兰杰因果检验 80 A 相关系数与协方差 Group view covarianceanalysis 选择Correlations 相关系数 选择Covariance 协方差 81 B N维统计表 N WayTabulation 以表格的形式显示不同序列的交叉的相关统计量 变量个数 个数百分比 列百分比 所有样本的期望 表内各项期望 2统计量等 82 C 统计量相等检验 类似于序列中的 简单假设检验 83 D 主成分分析法 84 E 对第一个序列的相关分析 类似于单个序列的相关图 85 F 2个序列的交叉相关分析 序列组中第一个序列与第二个序列之间的交叉相关系数 86 交叉相关 显示组中头两个序列的交叉相关 序列X与Y的交叉相关的计算公式如下 注意 与自相关不同 交叉相关不必围绕滞后期对称 交叉相关图中的虚线是二倍的标准差 近似计算 87 居民消费 CS 和GDP的交叉相关系数 88 交叉相关系数的含义 比较谁比谁现行 89 G 协整检验 对序列组进行Johansen协整检验 90 H 格兰杰因果检验 格兰杰因果检验 观察序列组中 两两之间的因果关系 单向 双向 91 Granger因果检验用来分析两个序列间的因果关系是否存在 看当期的变量Y能在多大程度上被以前的变量X所解释 以及加入变量X的滞后期后 是否会提高对变量Y的解释程度 如果X对预测Y有帮助 或者X与Y的相关系数在统计上显著 那么变量Y就是由变量X Granger 引起的 Granger因果关系检验就是检验一个变量的滞后变量是否可以放入其他变量的方程中 如果该变量受到其他变量滞后期的影响 则称两个变量间存在Granger因果关系 92 在1 的显著性水平下 CPI是GDP的Granger因 P值为0 002040 01 接受原假设 93 例 打开工作文件第三章03建立一个新的序列组groupx 其中包括ser01与ser03对序列组groupx做以下分析并将结果按序号顺序黏贴在word文档中 1 对序列组进行描述性统计量的显示2 计算ser01与ser02的协方差3 计算ser01与ser02的相关系数4 计算ser01与ser02的交叉相关系数5 以表格的形式显示N维统计表 94 例 创建一个新的工作文件 以EXCEL CKNY 中的数据 建立序列对象CK 出口 和NY 能源消耗总量 1 对两个序列对象进行视图分析 在序列对象窗口中生成图形并冻结 2 绘制序列对象CK和NY的直方图 并分析相关统计量 3 对序列对象CK进行简单假设检验 4 对序列对象CK和NY分别进行单位根检验 并分析检验结果 5 对序列对象CK与NY进行交叉相关系数分析 指出谁是先行 6 检验序列CK与NY的Granger因果关系