2014年上机实习指导书eviews8

河北工业大学经济管理学院

《计量经济学》课程上机指导书

（2014年春季学期）

班级： 学号： 姓名：

2014年3月

1

计量经济学（2013——2014）

上机实习指导书1——EViews的基本使用

一、实验目的

1．认识计量经济学软件包EViews8 2．掌握EViews8的基本使用 3．建立工作文件并将数据输入存盘

二、实验要求

熟悉EViews的基本使用

三、实验数据

年份 1970 1971 744.7 2077 80 72 766.6 2136 81 73 809.7 2318 82 74 783.1 2348 83 75 815.6 2503 84 76 776.6 2427 85 77 78 财政收入 662.9 国民收入 年份 1926 79 874.5 1121.1 2644 86 3010 87 财政收入 1103.3 1085.2 1089.6 1124.0 1249.0 1501.9 1866.4 2260.3 2346.6 国民收入 335.0 3688 3940 4261 4730 5650 7031 7887 9321 四、实验内容

（一）怎样启动EViews 8？

安装软件后，开始==>程序==> Eviews 8==>Eviews 8。或者，在桌面双击\图标，或者双击Eviews8工作文件，进入EVIEWS，启动“EVIEWS”软件。 （二）怎样用EViews 8开始工作

进入Eviews8 窗口以后，用户必须创建一个新的工作文件或者打开一个已经存在的工作文件，才能开始工作。

1、创建一个新的工作文件

在主菜单上选择File，并点击其下的New，然后选择Workfile。Eviews将弹出Workfile Creat窗口。要求用户输入工作文件的workfile structure type: 如果你的数据是非日期型的截面数据或时间间隔不一致的时间序列数据选unstructured/undated，然后在data specification的Observations中输入观测值个数；如果你的数据是日期型的选dated——regular frequency，然后在data specification中选择数据的频度，如：年度，季度，月度，周等，最后输入开始日期和结束日期：如果数据是月度数据，则按下面的形式输入（从Jan. 1950 到 Dec. 1994）： 1950:01 1994:12，如果数据是季度数据，则按下面的形式输入（从1st Q. 1950到3rd Q. of 1994）：1950:1 1995:3，如果数据是年度数据，则按下面的形式输入（从1950 到 1994） 1950 1994，如果数据是按周的数据，则按下面的形式输入（从2001年1月第一周到2010年1月第四周）： 2001 1 2010 4；如果你的数据是平衡的面板数据选balanced panel，然后在data specification中输入起始日期（同时间序列数据）及观测对象的个数（同截面数据）。选择后单击OK。

2

计量经济学（2013——2014）

2、打开工作文件

在主菜单上选择File，并点击其下的Open, 然后选择Eviews Workfile，并在驱动器栏中选择驱动器，在目录栏中选择保存该文件的路径，选择要打开的工作文件的文件名，最后点击OK按钮。这样，就打开了一个已经存在的工作文件。 3、建立序列并输入数据

在工作文件窗口或主窗口中，选择Objects/New Object?，就弹出一个New Object对话框。在对话框的左边的Type of Object中选择Series，在右侧的Name for Object中输入序列名（也可以不输入），单击OK。这时会打开一个序列窗口，窗口的名字就是你命名的序列的名字，如果你没有命名，就会显示Untitled，单元格所有值用“NA”表示。

Eviews对于数据的编辑不能撤销，因此为了防止误操作，序列的默认状态是不能编辑的。如果需要输入或修改数据，在序列窗口单击EDIT+/-按钮。然后用鼠标单击单元格，这时就可以向该单元输入或修改数据了。 4、建立组Group

依次建立两个序列GNP(国民收入), FI（财政收入），按住CTRL键，用鼠标依次单击GNP, FI选中这两个序列，单击鼠标右键,选择open—>as Group。这时会打开组窗口，组中包含已经选中的两个序列，所有值和序列中的对应值相同。另一种建立组的方式为在工作文件窗口或主窗口中，选择Objects/New Object?，就弹出一个New Object对话框。在对话框的左边的Type of Object中选择Group，在右侧的Name for Object中输入组名（也可以不输入），单击OK，这时会弹出一个Series List对话框，你可以在其中输入多个序列或租的名字，也可以输入序列名的表达式，也可以同时包含这几种，中间用英文空格隔开，最后单击OK，就会打开一个组的窗口。 （三）怎样获得描述统计量 1、从序列窗口获取描述统计量

在工作文件窗口中选择和双击一个序列名，将打开一个序列窗口。通过选择序列窗口工具条上的View，从中在选择Descriptive Statistics &test / Histogram and Stats（直方图），或stats table（统计表）就可以得到序列的描述统计量，如均值、方差、样本容量、中值、偏度和峰度等。 2、从组窗口获得描述统计量

在生成一个组以后，可以获得序列组成的这个组的描述统计量。选择View（观察）并进一步选择Descriptive Statistcs （描述统计量）—> Common Sample，于是得到每一序列的平均数、中位数、最大值、最小值??等描述性统计量。

选择Covariance Analysis，选中Covariance与Correlation显示这个组内各个序列间的协方差矩阵与相关系数矩阵

选择Correlogram显示这个组内第一个序列的自相关系数和偏相关系数 选择Cointegration Test给出非平稳序列Johansen cointegration检验 选择Granger Causality 给出组内任意两个序列之间的格兰杰因果关系检验 （四）怎样向Eviews导入数据 1、从其它数据源导入数据

3

计量经济学（2013——2014）

Eviews还可以识别多种类型的数据文件（Access，Aremos-TSD，Binary，dBASE，Excel (through

2003)，Excel 2007 (xml)，EViews Workfile，Gauss Dataset，GiveWin/PcGive，HTML，Lotus 1-2-3，ODBC Dsn File，ODBC Query File，ODBC Data Source，MicroTSP Workfile，MicroTSP Mac Workfile，RATS 4.x，RATS Portable / TROLL，SAS Program，SAS Transport，SPSS，SPSS Portable，Stata，Text / ASCII，TSP Portable），常见的如：Text-ASCII文本格式数据文件，Excel格式数据文件和

DBF格式数据文件。欲将其它格式的数据文件导入到当前工作文件中，在工作文件窗口中选择Proce （过程）/Import from file，或在主窗口中选中File/Import from file，在打开的对话框中选择数据文件名，这时会打开一个对话框。在对话中可以选择sheet和数据范围，还可以选择按行导入数据（默认按列）。然后点下一步，选择标题行(head)、序列名、序列的描述、序列数据的类型。选择后点下一步，选择导入方式，最后单击Finish。 2、生成新的序列

通过公式，根据已有的序列生成新的序列。在公式中使用常规的数学符号来设定新序列，例如如果我们已经建立序列GNP，但我们要使用序列GNP的自然对数作为一的变量，欲得到新的序列LGNP，在工作文件的工具条上选择Genr，在打开的enter equation对话框中键入公式LGNP=LOG(GNP)。 当然也可以是其他的形式,例如：

DM2 = M2-M2(-1) （已经存在序列M2，M2(-1)表示M2的滞后一期的变量） X = (A-B/(H+K)) 2 （A，B，H，K为已经存在的序列，^表示乘方）

LOW = INCOME<1000 or EDUC<6 （INCOME，EDUC是已经建立的序列，LOW里赋的什么值？条件之一成立，LOW中赋1，否则赋0）。 （五）怎样估计和预测 1、估计

欲建立一个方程，从主菜单上选择Object/New Object/Equation。当从主菜单上选择Object/New Object/Equation后，将打开一个Equation Specification（方程设定）对话框，从中选择估计方法（用户可以选择最小二乘模型、两阶段最小二乘模型、Logit和Probit。用户还可以在估计方程中采用ARIMA和PDL（多项式分布滞后）选项。），设定估计方程使用的数据范围和键入设定的方程，选择OK按钮后，EViews就创建了一个方程对象。此外，用户还可以同时得到估计方程的常规表达式、估计结果输出、因变量实际值、拟合值和残差的数据表或者它们的图形、协方差矩阵和几种检验。另一种方法是在组窗口内，选择工具条上的Procs/Make Equation，打开Equation specification对话框，从中选择估计方法，设定估计方程使用的数据范围和键入设定的方程，单击OK。 2、预测

欲预测一个序列，在方程窗口的工具条上点击Forecast按钮。可以将估计得到的方程运用到存在有效数据的估计样本期之前，估计期之中和估计期之后，去进行预测。预测值存放在一个序列中。

4

计量经济学（2013——2014）

上机实习指导书2——一元线性回归模型

一、实验目的

（1）将数据输入并建立工作文件 （2）估计参数 （3）进行假设检验 （4）进行点预测和区间预测 （5）对简单的问题进行分析

二、实验要求

（1） 掌握一元线性回归模型的估计方法 （2） 掌握一元线性回归模型的检验方法 （3） 掌握一元线性回归模型的预测方法

三、实验原理

普通最小二乘法

四、实验内容

1．文件 ex2-1.wf1 中的数据为Papke (1995) 用来研究401(k)养老金的参与与该计划的慷慨程度的关系数据的一个子集。变量 prate为有活动账户的符合条件的工人的比例；这是我们想要解释的变量。慷慨程度的测量是这一计划的匹配率mrate。这一变量给出了对于工人每交1美元公司对每一工人的账户平均匹配的数量。例如，如果 mrate = 0.50，那么工人每交1美元公司就匹配50%。 (1) 求出样本中的平均参与率与平均匹配率。 (2) 估计下面的回归方程：

prate??0??1mrate并报告结果及样本容量与拟合优度。

(3) 解释回归方程的截距的含义。解释mrate系数的含义。

???

(1v) 预测mrate = 3.5时 prate的预测值。这一预测结果合理吗？解释这里发生了什么问题。 (v) mrate 解释了多少prate的变异？你认为这一比例够大吗？ 2．利用ex2-2.wf1的数据，请分别按3种函数形式估计模型

（1）yi??+?xi??i（2）yi??xi??i（3）yi??xi??i；yi=yi-y，xi=xi-x估计：（1）?，?；（2）R2；（3）rxy；（4）?i ；从练习中可以引申出什么重要结论。 3．利用ex2-2.wf1的数据， （1）作消费水平对时间的散点图

5

???-?-

计量经济学（2013——2014）

（2）估计消费Y对时间t的一元线性回归模型，并作统计检验 （3）预测1986，1987，1989年的消费水平，并作预测区间

4．利用来自B1ddle 与 Hamermesh (1990)的 ex2-4.wf1 中的数据来研究是否存在花费在睡觉与花费在有收入的工作之间的权衡。我们可以用其中任何一个作为被解释变量。为了具体起见，估计模型：

sleep??0??1totwrk??

(1) 用方程的形式报告你的结果，并给出样本容量及 R。 方程中截距的含义是什么？ (2) 如果 totwrk 增加2小时，估计睡眠时间减少多少？你发现这一影响大吗？

5．利用ex2-5.wf1中的数据来估计一个简单的回归，以使用1Q 得分(1Q)来解释月收入。

(1) 求样本中工资与1Q的平均值。1Q的标准差是多少？(1Q得分已经标准化，因此总体均值为100，标准差等于15。)

(2) 估计一个简单回归模型，其中1Q 一个点的增加会引起工资的固定数量的增加。使用这一模型求1Q增加15点时预计工资增加多少。1Q 解释了大部分的工资的变异吗？

2

五、实验步骤

（1）输入数据 （2）输入方程 （3）估计参数 （4）假设检验

（5）预测（点预测和区间预测）

注：最后就某一问题提交实验报告

6

计量经济学（2013——2014）

上机实习指导书3——多元线性回归模型

一、实验目的

（1）将数据输入并建立工作文件 （2）估计参数 （3）进行假设检验 （4）进行点预测和区间预测

二、实验要求

（1） 掌握多元线性回归模型的估计方法 （2） 掌握多元线性回归模型的检验方法 （3） 掌握多元线性回归模型的预测方法

三、实验原理

普通最小二乘法

四、实验内容

1．卫生部门的官员感兴趣的一个问题是在怀孕期间吸烟对于新生儿健康的影响。新生儿健康的一个测量指标是出生时体重；出生时体重太低会使新生儿患各种疾病。由于除了吸烟之外其他影响新生儿体重的因素可能与吸烟相关，我们应该在模型中考虑这些因素。例如，高收入一般会导致更好地照顾和更好的营养。描述这一原理的一个模型为：

bwght??0??1cigs??2faminc??

(1) ?2最可能的符号是怎样的。

(2) 你认为 c1gs 与 fam1nc 可能相关吗？如果相关解释为什么是正相关或负相关。

(3) 下面利用ex3-1.wf1中的数据分别估计包含和不包含 fam1nc的模型。用方程的形式报告结果，包括样本容量和拟合优度。讨论你的结果，主要关注加入 fam1nc 是否明显的改变了估计的c1gs 对 bwght的影响。

2．利用 ex3-2.wf1 的数据估计以下模型

price??0??1sqrft??2bdrms??

这里，pr1ce为以千美元为单位的房价。 (1) 用方程的形式写出结果。

(2)保持面积不变，如果一所房子多一个卧室估计价格会上升多少?

(3)一所面积为140平方英尺的房子，如果多一个卧室估计价格会上升多少?与 (2)的结果对比一下。 (1v) 面积和卧室数量解释了房价变异的多大比例?

(v) 对于样本中第一所房子 sqrft =2,438 ，bdrms =4。求OLS回归直线对于这所房子的预测值为多少。(v1) 样本中第一所房子的实际售价为300,000美元(即 pr1ce = 300)。求对于这所房子的残差。这表

7

计量经济学（2013——2014）

明购买者为这所房子少付或多付钱了吗？ 3. 利用ex3-3.wf1中的数据

(1) 求变量atndrte, pr1GPA与ACT的最小值，最大值和均值。 (2) 估计模型

atndrte??0??1priGPA??2ACT??

并用方程的形式写出结果。解释截距的含义。这有实际意义吗? (3)讨论估计的斜率系数。有什么惊奇地发现吗?

(1v) 如果pr1GPA =3.65，ACT = 20，预测的 atndrte为多少? 你怎样得到的这一结果?样本中有解释变量的值为这些值的学生吗?

(v) 如果对于学生A pr1GPA =3.1，ACT = 21，学生B pr1GPA = 2.1，ACT = 26, 预测的他们的出勤率的差为多少？

4. 下面的模型被用来研究竞选支出是否影响选举结果:

voteA??0??1log(expendA)??2log(expendB)??3prtystrA??

其中voteA 为候选人A得到选票的百分比，expendA与expendB分别为候选人A与B的竞选支出，prtystrA竞选人政党的强大程度(最近的总统投票中投给 A 政党的百分比)。 (1) ?1的含义是什么?

(2) 利用 ex3-4.wf1中的数据估计上面的模型，并用常用的形式报告结果。A的支出是否影响竞选结果？B的支出呢？

五、实验步骤

（1）输入数据 （2）输入方程 （3）估计参数 （4）假设检验

（5）预测（点预测和区间预测）

注：最后就某一问题提交实验报告

8

计量经济学（2013——2014）

上机实习指导书4——线性回归模型的扩展

一、实验目的

（1） 掌握内蕴线性回归模型的参数估计 （2） 掌握经济结构稳定性检验 （3） 掌握参数稳定性检验 （4） 掌握参数间线性约束的检验

二、实验要求

1. 内蕴线性回归模型的参数估计 2. 经济结构稳定性检验

3. 参数稳定性检验

4. 掌握参数间线性约束的检验 三、实验内容

1．文件ex4-1.wf1中为我国1952-1990年人均国民收入RJGMSHR和全国城乡储蓄余额CHXCHXYE的资料：（1）分别作1952-1978年和1979-1990年两个时期的储蓄方程;（2）比较两个回归方程的斜率系数，并根据两个时期的经济政策作简要评述;（3）用邹断点检验检验这两个时期的经济规律是否有差别;（4）用邹预测检验检验这1990年模型的参数与其他年份是否发生了显著的变化。

2．利用文件ex4-2.wf1的数据,估计C-D生产函数，用方程的形式写出结果,解释个参数的含义, 并检验该生产函数是否为规模报酬不变的生产函数。

3. 某省轻工业产值Y与农业产值X之间呈二次抛物线模型。利用文件ex4-3.wf1的数据估计并检验二次函数模型（Y=A+BX+CX+u）。

4．某百货集团公司流通费用率Y与销售额X之间是双曲线函数模型。利用文件ex4-4.wf1的数据估计以下模型。

2

5、文件ex4-5.wf1包含了美国公司CEO的信息.变量salary 年薪, 单位为千美元，ceoten过去作为公司CEO的年数。

(1) 求样本中的平均工资和平均任职时间。

(2) 有多少CEO是第一年担任CEO (也就是ceoten = 0)? 最长的作为CEO的任职时间是多长? (3) 估计简单回归模型 log(salary)??0??1ceoten?? 并用常用的形式报告结果。如果CEO的任职时间多一年预测工资会增长多少?

6．对于化工行业中企业的总体,令rd表示年研发支出，sales表示年销售额(单位都为百万美元)。 (1) 写出一个模型，使该模型中的rd 与sales之间弹性为常数。那一个参数为弹性?

9

计量经济学（2013——2014）

(2) 现在利用文件ex4-6.wf1中的数据估计模型，用通常的形式报告结果。估计的rd对sales的弹性是多少? 解释弹性的涵义。

7．我们使用的数据存放在文件ex4-7.wf1中。现在我们想研究数学通过率(math10)与生均支出(expend)之间的关系。

(1)你认为每增加1美元的支出会对通过率产生相同的影响，还是其影响是递减的? 解释一下原因。 (2)在总体回归模型 math10??0??1log(expend)??，解释一下?0/10 为支出增加10个百分点时数学通过率增长的百分数。

(3)利用文件ex4-7.wf1中的数据估计(2)中的模型。用通常的形式报告结果，包括样本容量和拟合优度。 (4)估计的支出效应有多大? 如果支出增加10%，估计math10增长几个百分点?

(5)我们可能担心回归分析会导致math10的拟合值大于100。为什么这在这个数据集里没有问题?

注：最后就某一问题提交实验报告

10

计量经济学（2013——2014）

上机实习指导书5——异方差

一、实验目的

（1）掌握当模型存在异方差问题时的检验方法 （2）掌握当模型存在异方差问题时的参数估计方法

二、实验要求

（1） 掌握图形法、PARK检验法、格莱泽检验法WH1TE检验法等检验异方差的方法 （2） 掌握加权最小二乘法

三、实验原理

（1）图形法、PARK检验法、格莱泽检验法WH1TE检验法等 （2）加权最小二乘法

四、实验内容

1

利用ex5-1.wf1中的数据:

（1） 估计一个模型，voteA为被解释变量，prtystrA，democA，log(expendA)与log(expendB)为解释变量。计算OLS估计的残差，让残差对所有的解释变量进行回归。回归的拟合优度为多少？为什么？ （2） 使用等级相关法、戈特菲尔德—夸特法、帕克检验法、格莱泽检验法检验模型是否存在异方差性。如果存在使用加权最小二乘法解决异方差问题。 2

利用ex5-2.wf1中的数据回答以下问题：

(1) 估计模型：

Children=β0+β1age+β2age2+β3educ+β4electric+β5urban+u。 用通常的形式报告结果。

(2) 加入三个宗教信仰虚拟变量，检验他们是否联合有显著影响。

(3) 对于（2）中的模型，计算y的拟合值y? 残差?? 让?对y,y回归并检验两个解释变量的联合

显著性。模型是否存在异方差性。

(4) 你认为你在（3）中发现的一方差性重要吗？ 3

利用文件ex5-3.wfl中的数据回答以下问题：

???2??2(1) 使用OLS估计模型math4=β0+β1lunch+β2log(enroll)+ β3log(exppp)+u.

(2) 使用White检验检验是否存在异方差性。F统计量的值是多少? 你的结论是什么?

?2(3) 利用log(?i)对math4i,math4i回归的拟合值得到gi，这里math4i为OLS拟合值，?i为残差。

令hi?exp(gi)。利用hi估计WLS估计量。这与OLS估计值有很大差别吗？

?????2???五、实验步骤

注：最后就某一种方法提交实验报告

11

计量经济学（2013——2014）

上机实习指导书6——自相关

一、实验目的

（1）掌握当模型存在自相关问题时的检验方法 （2）掌握当模型存在自相关问题时的参数估计方法

二、实验要求

（1） 掌握图形法、D-W检验法、回归检验法等检验自相关的方法 （2） 掌握广义差分法等当模型存在自相关问题时的参数估计方法

三、实验原理

（1）图形法、D-W检验法、回归检验法等 （2）广义差分法

四、实验内容

1 利用文件ex6-1.wfl中的数据，让Prcfat对于线性时间趋势、月度虚拟变量、wkends, unem, spdlaw

与 beltlaw 进行回归。使用图示法、杜宾—沃特森检验法、回归检验法检验原始数据是否存在自相关性。如果存在自相关性，分别使用差分法、Cochrane—Orcutt迭代法、H1ldreth—Lu法、杜宾两步法解决。

五、实验步骤

注：最后就某一种方法提交实验报告

12

计量经济学（2013——2014）

上机实习指导书7——多重共线性

一、实验目的

（1）掌握当模型存在多重共线性问题时的检验方法 （2）掌握当模型存在多重共线性问题时的参数估计方法

二、实验要求

（1） 掌握检验多重共线性的方法

（2） 掌握当模型存在多重共线性问题时的参数估计方法

三、实验原理

（1）不显著系数法、利用解释变量之间所构成的回归方程的拟合优度Rj检验、方差膨胀因子、利用缺某一解释变量的拟合优度检验、比例系数法（条件数）等

（2）逐步回归法（Fr1sch综合分析法）、删除不必要的共线解释变量、利用事前信息变换模型形式、对所有变量作滞后差分变换

2四、实验内容

1． 文件ex7-1.wfl中为某地10年中有关服装的消费、可支配收入、流动资产、衣服类物价指数、总物价指数的调查数据，使用不显著系数法、利用解释变量之间所构成的回归方程的拟和优度Rj检验、利用缺某一解释变量的拟和优度检验检验是否存在多重共线性。如果存在，使用某种方法对模型进行估计。

年份 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 C 8.4 9.6 10.4 11.4 12.2 14.2 15.8 17.9 19.3 20.8 Y 82.9 88 99.9 105.3 117.7 131.0 148.2 161.8 174.2 184.7 L 17.1 21.3 25.1 29 34 40.0 44.0 49.0 51.0 53.0 Pc 92 93 96 94 100 101 105 112 112 112 P0 94 96 97 97 100 101 104 109 111 111 2五、实验步骤

注：最后就某一种方法提交实验报告

13

计量经济学（2013——2014）

上机实习指导书8——联立方程模型识别、两阶段最小二乘法

一、实验目的

（1）掌握两阶段最小二乘法的原理及参数估计过程

（2）了解用EV1EWS进行三阶段最小二乘法、GMM法、完全信息极大似然法等参数估计过程

二、实验要求

（1）掌握两阶段最小二乘法的原理及参数估计过程

（2）了解用EV1EWS进行三阶段最小二乘法、GMM法、完全信息极大似然法等参数估计过程

三、实验原理

两阶段最小二乘法、三阶段最小二乘法、GMM法、完全信息极大似然法等

四、实验内容

1．设有结构模型：

?QtD??0??1Pt??2Yt??1t?S?Qt??0??1Pt??2Wt??2t?DsQ?Q?序号 1 2 3 4 5 6 7 需求量或供给量D、S 12917 17920 19475 28180 26330 31029 41430 2260 2150 1970 1620 1380 1200 1310 1089 1169 1281 1335 1388 1452 1516 100 110 110 112 105 107 110 9 10 11 12 13 14 15 价格P 收入Y 天气指数w 8 48924 1080 1536 100 52739 55009 50100 67559 61986 55986 60311 1180 1390 1340 1350 1360 1250 1210 1558 1587 1625 1693 1774 1826 1899 105 105 98 105 95 88 95 试判断模型的可识别性，如果可以识别使用间接最小二乘法、两阶段最小二乘法、三阶段最小二乘法、GMM法、完全信息极大似然法进行参数的估计。

五、实验步骤

注：最后就某一种方法提交实验报告

14

本文来源：https://www.bwwdw.com/article/nka6.html