Eviews数据统计与分析教程4章.pptx

《Eviews数据统计与分析教程4章.pptx》由会员分享，可在线阅读，更多相关《Eviews数据统计与分析教程4章.pptx（31页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、一、图形对象1.图形对象的建立如果选择“View”|“Graph”|“Line”选项，将生成如下所示的线性图。第1页/共31页一、图形对象2.图形的冻结通过“Quick”|“Graph”选项生成图形对象，单击图对象窗口工具栏中的“Name”选项，在弹出的对话框中输入该对象的名称后，单击“OK”按钮后该对象即可被保存，并在工作文件窗口中显示图对象的图标 。如果要保留所建立的图形，使之不随样本及观测值的改变而发生变化，则可以通过序列对象窗口中的“Freeze”键来冻结图形。第2页/共31页一、图形对象3.图形的复制如果需要将图形保存到其他文件中，例如放在Word文档中，则选择图对象窗口中的“Pro

2、c”|“Copy”选项，然后在弹出的对话框中单击“OK”按钮。或者将鼠标移动到图形上，点击鼠标右键，在弹出的菜单中选择“Copy”。再打开需要粘贴的文件，通过鼠标右键进行粘贴即可。第3页/共31页二、描述性统计量1.序列窗口下的描述性统计量 在序列（Series）对象窗口下选择工具栏中的“View”|“Descriptive Statistics”（描述性统计量）选项，将出现4个选项。第一个选项是“Histogram and Stats”（直方图和统计量），能显示序列对象的直方图和一下描述性统计量的值。第4页/共31页二、描述性统计量1.序列窗口下的描述性统计量 以序列对象“fdi”为例来进行

3、说明:“Mean”表示均值，即序列对象观测值的平均值；“Median”表示中位数，即从小到大排列的序列对象观测值的中间值，是对序列分布中心的一个大致估计；“Maximum”表示最大值，“Minimum”表示最小值，是该序列观测值中的最大值和最小值；第5页/共31页二、描述性统计量1.序列窗口下的描述性统计量“Std.Dev”表示标准差，用来衡量序列观测值的离散程度，其计算公式为 其中，为标准差，N为样本观测值个数，xi是样本观测值，为样本均值。第6页/共31页二、描述性统计量1.序列窗口下的描述性统计量“Skewness”表示偏度，用来衡量观测值分布偏离均值的状况，其计算公式为其中 是变量方差

4、的有偏估计。当S=0时，序列的分布是对称的，如正态分布；当S 0时，序列分布为右偏；当S 0，所以我国的外商直接投资（fdi）的分布是不对称的，为右偏分布形态。第7页/共31页二、描述性统计量1.序列窗口下的描述性统计量“Kurtosis”表示峰度，用来衡量序列分布的凸起状况，其计算公式为正态分布的K值为3，当K 3时，序列对象的分布凸起程度大于正态分布的凸起程度；当K 3，外商直接投资（fdi）的分布呈尖峰状态。第8页/共31页二、描述性统计量1.序列窗口下的描述性统计量 图最下方是JB（Jarque-Bera）统计量及其相应的概率（Probability）。JB统计量用来检验序列观测值是否

5、服从正态分布，该检验的零假设为样本服从正态分布。在零假设下，JB统计量服从2(2)分布。第9页/共31页二、描述性统计量1.序列窗口下的描述性统计量 第二个选项是“Stats Table”（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。第三个选项是“Stats by Classification”（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。第四个选项是“Boxplots by Classification”（分类箱线图/箱尾图），将序列分布按照箱线图/箱尾图进行分类。箱线图（Boxplot）也称为箱尾图，是利用数据统计量来描述数据的一种方法。第10页/

6、共31页二、描述性统计量2.序列组窗口下的描述性统计量 在序列组(Group)对象窗口下选择工具栏中的“View”|“Descriptive Statistics”（描述性统计量）选项，将弹出3个选项。第11页/共31页二、描述性统计量2.序列组窗口下的描述性统计量 第一个选项是“Common Sample”（普通样本），选择该项将得到含有均值、中位数、最大/小值等统计量的一张电子表格。“Common Sample”要求各序列对象的样本范围相同，不能含有NA符（空值）。第12页/共31页二、描述性统计量2.序列组窗口下的描述性统计量 第二个选项是“Individual Samples”（个体样

7、本），选择该项后弹出的界面也是一张含有均值、中位数、最大/小值等统计量的一张电子表格。与“Common Sample”不同的是该选项中序列对象所包含的观测值个数可以不同。第三个选项是“Boxplots”（箱线图/箱尾图）。第13页/共31页三、描述性统计量检验1.简单假设检验 l均值（Mean）检验l方差（Variance）检验l中位数（Median）检验 第14页/共31页三、描述性统计量检验1.简单假设检验 选择“View”|“Tests for Descriptive Stats”|“Simple Hypothesis Tests”选项后弹出如下图所示的对话框，在左侧文本框中输入待检验的

8、数值，然后单击“OK”按钮即可得到输出结果。对于均值检验，如果标准差已知，可在右侧“Enter s.d.if”文本框中输入标准差的值。第15页/共31页三、描述性统计量检验2.分组齐性检验 l均值（Mean）检验l方差（Variance）检验l中位数（Median）检验 第16页/共31页三、描述性统计量检验2.分组齐性检验 选择“View”|“Tests for Descriptive Stats”|“Equality Tests by Classification”选项后弹出如下图所示的对话框，在“Series/Group for classify”文本框中输入序列或序列组对象名称，在“T

9、est equality of”中选中检验方法，“NA handing”表示缺值项的处理方法，“Group into bins if”可以限定分类后子项目的数目。然后单击“OK”按钮即可。第17页/共31页四、相关分析在EViews软件中可以对序列和序列组对象进行相关分析，从而判定序列对象是否存在自相关问题。选择“工具栏中的View”|“Correlogram”（相关图）选项，弹出右图所示的对话框。需说明的是序列组中的“View”|“Correlogram”选项分析的是第一个序列对象的相关性。如果要得到两个序列对象的交叉相关图需选择“View”|“Cross Correlogram”选项。第1

10、8页/共31页四、相关分析在序列组对象窗口中，除了可以得到相关图外还可以得到相关矩阵。选择序列组对象窗口工具栏中的“View”|“Correlation”|“Common Sample”/“Pairwise Samples”后，得到相关矩阵表。表中的数值代表两个变量的相关性，数值可正可负。第19页/共31页五、单位根检验单位根检验（Unit Root Test）主要用来判定时间序列的平稳性。如果一个时间序列的均值或者协方差函数随时间变化而改变，那么这个序列就是不平稳的时间序列。如果该时间序列经过一阶差分后变为平稳序列，则称该序列为一阶单整序列，记作I(1)；如果是经过d次差分后才平稳，则称为d

11、阶单整序列，记作I(d)。第20页/共31页五、单位根检验单位根检验（Unit Root Test）主要用来判定时间序列的平稳性。如果一个时间序列的均值或者协方差函数随时间变化而改变，那么这个序列就是不平稳的时间序列。如果该时间序列经过一阶差分后变为平稳序列，则称该序列为一阶单整序列，记作I(1)；如果是经过d次差分后才平稳，则称为d阶单整序列，记作I(d)。第21页/共31页五、单位根检验选择工具栏中的“View”|“Unit Root Test”选项，会弹出如下图所示的对话框。第22页/共31页五、单位根检验EViews5.1为用户提供了6种单位根检验的方法，有l“Augmented Di

12、ckeyFuller”(ADF)检验法，l“DickeyFuller GLS (ERS)”（DF）检验法，l“PhillipsPerron”（PP）检验法，l“KwiatkowskiPhillipsSchmidtShin”(KPSS)检验法，l“ElliottRothenbergStock PointOptimal”(ERS)检验法,l“NgPerron”(NP)检验法。第23页/共31页五、单位根检验在“Test for unit root in”中选择序列形式。“Level”表示对原序列进行单位根检验，“1st difference”表示对一阶差分序列进行单位根检验，“2nd differ

13、ence”表示对二阶差分序列进行单位根检验。第24页/共31页五、单位根检验“Lag length”表示消除序列相关所需的滞后阶数，在该区域有两个选项按钮。在“Automatic selection”（自动选择）中有两个文本框，第一个文本框的下拉列表中有6个准则，常用的是“AIC”和“SC”最小准则，系统在默认状态下显示的是SC准则；第二个文本框中输入最大滞后阶数，一般系统会根据样本容量而自动给出一个数值。如果选中“User specific”，则用户可输入具体的数值，系统会给出检验结果。第25页/共31页五、单位根检验“Include in test equation”表示检验式中是否包含“

14、Intercept”（截距项）、“Trend and intercept”（趋势项和截距项）和“None”（不包含趋势项和截距项）。可根据图形来确定是否包含趋势项和截距项。第26页/共31页六、Granger因果检验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Granger因果关系。第27页/共31页六、Granger因果检验打开序列组对象窗口，选择工具栏中的“View”|“Granger Causality”选项，在弹出的对话框中输入滞后期，然后单击“OK”按钮，就会得到下图所示的分析结果。一般情况下G

15、ranger因果检验的滞后期要根据AIC和SC准则来确定。“Null Hypothesis”列是原假设，“CPI does not Granger Cause GDP”为CPI不是GDP的Granger因，同样，“GDP does not Granger Cause CPI”为GDP不是CPI的Granger因。“Obs”列是样本数，“F-Statistic”列是检验的F统计量，“Probability”为F检验的概率值。第28页/共31页六、Granger因果检验从上图的数据中我们可以看出，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）。第29页/共31页本章小结：掌握图形对象生成、冻结和复制基本操作 熟悉描述性统计量及其检验方法 掌握单位根检验操作方法 掌握Granger因果检验操作方法第30页/共31页感谢您的欣赏！第31页/共31页