EViews统计分析在计量经济学中的应用数据处理.ppt

* EViews统计分析在计量经济学中的应用 * 单序列描述统计量的检验 选用统计量W= ，当H0成立时，W=W=10.65， 因为W=10.65落在（2.70,19.0）内，所以接受H0，即认为达到屈服强度总体的方差与64无显著性差异。 * EViews统计分析在计量经济学中的应用 * 单序列描述统计量的检验 ②单总体方差的假设检验 假设某钢铁公司生产角钢，现要对其刚度是否达标进行抽样调查，从中抽取十根，测的达到屈服强度的拉里数据分别为：578、572、570、568、572、570、570、572、596、584，已知达到屈服强度的拉力X服从正态分布，间断拉力 是否可信。 * EViews统计分析在计量经济学中的应用 * 2.3序列组统计量的计算及检验 对几个感兴趣的序列之间的关系的直观描述可以通过“组”中提供的方便功能来实现。通过组，可以计算几种统计量、描述不同序列之间的关系，并以表格、数据表和图等各种方式显示出来。组窗口内的View下拉菜单分为四个部分：第一部分包括组中数据的各种显示形式；第二部分包括各种基本统计量；第三部分分为时间序列的特殊的统计量；第四部分为标签项，提供组对象的相关信息。 * EViews统计分析在计量经济学中的应用 * 序列组统计量的计算及检验 分组统计量（Stats by Classification） 第一部分：提供数据的观测法spreadsheet/graph 第二部分：描述性统计分析/描述性统计检验分布图 第三部分：相关图（Correlogram）、单位根检验（Unit root test） 第四部分：变化选项（conversion options）和标签（Label） * EViews统计分析在计量经济学中的应用 * 2.4时间序列组基本统计分析 1、两个总体均值的差异性检验 Eviews操作：点击数据窗口的View键，选择Test of Equality功能。在弹出的对话框里选择Mean（Median和Variance分别做两总体中位数和方差是否相同的显著性检验），直接点击OK，就可得出检验结果。输出结果大于0.05，说明检验结果是接受H0。 * EViews统计分析在计量经济学中的应用 * 1、两个总体均值的差异性检验 例，根据国家数据库年度数据资料，对地级市和市辖区进行统计，得2002年至2011年数据，利用数据检验djs与sxq均值的差异显著性（djs与sxq分别为地级市和市辖区个数，显著性水平0.05）。 * EViews统计分析在计量经济学中的应用 * 1、两个总体均值的差异性检验 在打开djs、sxq组成的组对象后进行如下的操作：View / tests of Equality 图2-27打开Test of Equality 图2-28 填入平均值 * EViews统计分析在计量经济学中的应用 * 1、两个总体均值的差异性检验 图2-29两个总体均值的差异性检验 结论：t＝0.87,相伴概率0.3865，大于0.05，说明检验结果拒绝原假设。 * EViews统计分析在计量经济学中的应用 * 2、多个总体均值的差异性检验---单因素方差分析 例：国家统计局对黑龙江、吉林、辽宁三省在2013年5月至2013年9月的居民消费价格分类指数进行统计，得居民消费价格分类指数数据如图1.44，用方差分析方法检验3省居民消费价格分类指数是否有显著性差异。 图2-30 居民消费价格分类指数 * EViews统计分析在计量经济学中的应用 * 多个总体均值的差异性检验---单因素方差分析 图2-33 Tests of Equality 图2-31居民消费价格分类指数 * EViews统计分析在计量经济学中的应用 * 多个总体均值的差异性检验---单因素方差分析 图2-34 多个总体均值的差异性检验 结论：相伴概率等于0.0005小于0.05的显著性水平，说明检验结果是接受H0 * EViews统计分析在计量经济学中的应用 * 2.4相关及协方差矩阵（Correlation/Covariance） 在打开组对象后，可计算各序列的相关矩阵及协方差矩阵。相关矩阵的操作：View / Correlation。协方差矩阵的操作：View / Covariance 。 * EViews统计分析在计量经济学中的应用 * 相关及协方差矩阵（Correlation/Covariance） 计算相关及协方差时，有两种选择数据方式： Common Sample使任何缺数据的序列都被排除在相关及协方差计算之外； Pairwise Samples用相关序列的所有无丢失观察值计算，此方法使用样本的最大数,但可能导致不确定矩阵。 * EViews统计分析在计量经济学中的应用 * 2.5绘制序列分布图及序列经验分布检验