[Eviews处理多元回归分析操作步骤.doc

操作步骤 建立工作文件 建立数据的exel电子表格 （2）将电子表格数据导入eviews File-open-foreign data as workfile，得到数据的Eviews工作文件和数据序列表。 计算变量间的相关系数 在窗口中输入命令：cor coilfuture dow shindex nagas opec ueurope urmb，点击回车键，得到各序列之间的相关系数。结果表明Coilfuture数列与其他数列存在较好的相关关系。 3.时间序列的平稳性检验 （1）观察coilfuture序列趋势图 在eviews中得到时间序列趋势图，在quick菜单中单击graph，在series list对话框中输入序列名称coilfuture，其他选择默认操作。图形表明序列随时间变化存在上升趋势。 （2）对原序列进行ADF平稳性检验 quick-series statistics-unit root test，在弹出的series name对话框中输入需要检验的序列的名称，在test for unit root in 选择框中选择level，得到原数据序列的ADF检验结果，其他保持默认设置。 得到序列的ADF平稳性检验结果，检测值0.97大于所有临界值，则表明序列不平稳。以此方法，对各时间序列依次进行ADF检验，将检验值与临界值比较，发现所有序列的检验值均大于临界值，表明各原序列都是非平稳的。 （3）时间序列数据的一阶差分的ADF检验 quick-series statistics-unit root test，在series name对话框中输入需要检验的序列的名称，在test for unit root in 选择框中选择1nd difference，对其一阶差分进行平稳性检验，其他保持默认设置。 得到序列的ADF平稳性检验结果，检测值-7.8远小于所有临界值，则表明序列一阶差分平稳。以此方法，对各时间序列的一阶差分依次进行ADF检验，将检验值与临界值比较，发现所有序列的检验值均小于临界值，表明各序列一阶差分都是平稳的。由此可知，以上时间序列均为一阶单整时间序列。 Granger因果检验 （1）quick-group statistics-granger causality test，出现如下对话框，输入各序列名称，点击OK。以此得到输入序列之间的单项或双向因果关系。 （2）滞后阶数采用Eviews推荐的滞后阶数 （3）得到与coilfuture序列相关的Granger因果检验结果。存在dow到coilfuture的单向因果关系；存在shindex到原油期货价格的单向因果关系；存在原油期货价格到nagas的双向因果关系；存在原油期货价格到OPEC产量的单向因果关系；存在ueurope到原油期货价格的单向因果关系；存在ermb到原油期货价格的单向因果关系。 协整检验 对上述的7个单整时间序列采用EG（Engle-Granger）两步法进行协整检验? （1）在工作表窗口选取coilfuture 、dow 、shindex、 nagas、 opec、 ueurope、urmb，然后右键open，点击as group，得到所有序列数据。 （2）在新窗口中点击procmake equation，使用Engle-Granger(EG)两步检验法进行回归，得到回归结果： （3）在新窗口中点击procmake residual series，得到残差项时间序列。对该序列进行检验（如上所述）。若残差项平稳，则存在协整关系。否则，不存在回归quick里estimate equation，输入回归参数，quick菜单里generate series，输入ecm=resid02（这个resid在eviews里是指最近一次回归的残差序列） 再点击quick菜单中的estimate equation，输入：d())c d(p2) d(p3) d(p4) d(p5) d(p6) d(p7) ecm(-1) 得出回归方程，ecm前面的系数就是误差修正系数，看这些系数是不是显著，如果显著就说明因变量对解释变量的短期波动有影响。