《eviews6.0_实际案例操作》.pdf

醉客天涯之eviews6.0 Eviews6.0 实际案例操作 安装好eviews6.0 案例：1978——2000 年我国财政收入Y 和GDP 的关系 Y GDP 回归分析 操作步骤 一、File——New——workfile—— 二、输入样本的start date_end date 开始结束时间 WF:给回归方程取一个名字 三、quick—empty group ——输入数据 1 / 9 醉客天涯之eviews6.0 新增了y 和gdp(开始显示是ser01 通过右击rename 修改名字) 四、回归分析 Object——new object——OK——输入“y c gdp ”——确定 得到下图结果： 2 / 9 醉客天涯之eviews6.0 ˆ Y 556.65 0.1198GDP i i （2.52 ） （22.72 ） R2 0.9609 Dependent variable ：被解释变量 Method ：Least Squares 最小二乘法 Included observations:包含观察对象个数 Coefficient ：系数 Std.Error:标准误 T-statistic ：t统计量 （（1）T-Statistic=平均值 / 标准误，（2 ）标准误=标准差 / 样本量的开平方 。 T-Statistic中的平均值指的是平均差值之类的概念，有单样本t检验和双样本t检验之分，具体如下。 （A ）单样本t检验：T-Statistic= （样本平均值- 靶值）/ 标准误 靶值就是你想要与你的样本均值相比较的数值。 在单样本t检验中，T-statistic 的绝对值越大，则样本平均值偏离靶值越远，也就是样本平均值与靶值有 显著差异的概率越大。 (B)双样本t检验：T-Statistic= （样本1的平均值 - 样本2 的平均值）/ 标准误 T-statistic用于检验差异是否有显著性，其数值大小不存在好坏之分，具体意义如下。 在双样本t检验中，T-statistic 的绝对值越大，则两组样本平均值的差距越大，也就是两组样本平均值有 显著差异的概率越大。） Prob：p值 R_squared:拟合优度 Adjusted R-squared ：调整后的拟合优度 S.E of regression：扰动项标准差 sum squared resid残差平房和ESS 3 / 9 醉客天涯之eviews6.0 log likelihood:对数似然函数值 F-statistic ：F统计量 （F检验统计量是检验整个方程的显著性的，即解释平方和除以残差平方和，另外 对于方差齐性的检验过程也采用的是F检验） Prob （F-statistic ）：F统计量的概率（F统计量的双尾或者单尾概率值） 建立图像 Quick——graph——输入“ gdp y ” 选择scatter 4 / 9 醉客天涯之eviews6.0 得到散点图 回归方程的检验 在自由度为5%的显著性水平下，自由