下载此文档

eviews基本回归模型-课件PPT(精).ppt


文档分类:高等教育 | 页数:约78页 举报非法文档有奖
1/78
下载提示
  • 1.该资料是网友上传的,本站提供全文预览,预览什么样,下载就什么样。
  • 2.下载该文档所得收入归上传者、原创者。
  • 3.下载的文档,不会出现我们的网址水印。
1/78 下载此文档
文档列表 文档介绍
2018/5/26
1
第六章基本回归模型
单方程回归是最丰富多彩和广泛使用的统计技术之一。本章介绍EViews中基本回归技术的使用,说明并估计一个回归模型,进行简单的特征分析,并在深入的分析中使用估计结果。
计量经济学的一些更高级、专业的技术,如加权最小二乘法、二阶段最小二乘法(TSLS)、非线性最小二乘法、ARIMA/ARIMAX模型、GMM(广义矩估计)、GARCH模型和定性的有限因变量模型等,这些技术和模型都建立在本章介绍的基本思想的基础之上。
2018/5/26
2
主要内容
§ 创建方程对象
§ 在EViews中对方程进行说明
§ 在EViews中估计方程
§ 方程输出
§ 方程操作
§ 回归模型的其它函数形式
§ 估计中存在的问题
§ 定义和诊断检验
§ EViews中的方程预测
2018/5/26
3
§ 创建方程对象
EViews中的单方程回归估计是用方程对象来完成的。创建一个方程对象的方法: 从主菜单选择Object/New Object/Equation 或 Quick/Estimation Equation …,或者在命令窗口中输入关键词equation。
在随后出现的方程说明对话框中说明要建立的方程,并选择估计方法。下面我们详细介绍在EViews中如何说明方程。EViews将在方程窗口中估计方程并显示结果。
2018/5/26
4
§ 在EViews中对方程进行说明
当创建一个方程对象时,会出现如下对话框:
在这个对话框中需要说明三件事:方程说明,估计方法,估计使用的样本。在最上面的编辑框中,可以说明方程:因变量(左边)和自变量(右边)以及函数形式。
有两种说明方程的基本方法:列表法和公式法。列表法简单但是只能用于不严格的线性说明;公式法更为一般,可用于说明非线性模型或带有参数约束的模型。
2018/5/26
5
列表法
说明线性方程的最简单的方法是列出方程中要使用的变量列表。首先是因变量或表达式名,然后是自变量列表。例如,要说明一个线性消费函数,用一个常数 c 和收入 inc 对消费 cs 作回归,在方程说明对话框上部输入:
cs c inc
注意回归变量列表中的序列 c,这是EViews用来说明回归中的常数而建立的序列。EViews在回归中不会自动包括一个常数,因此必须明确列出作为回归变量的常数。内部序列 c 不出现在工作文档中,除了说明方程外不能使用它。
在上例中,常数存储于c(1),inc的系数存储于c(2),即回归方程形式为:
cs = c(1)+c(2)*inc。
2018/5/26
6
在实际操作中会用到滞后序列,可以使用与滞后序列相同的名字来产生一个新序列,把滞后值放在序列名后的括号中。
cs c cs(-1) inc
相当的回归方程形式为:
cs = c(1)+ c(2)  cs(-1)+c(3)  inc。
通过在滞后中使用关键词 to 可以包括一个连续范围的滞后序列。例如:cs c cs(-1 to -4) inc
这是cs关于常数,cs(-1),cs(-2),cs(-3),cs(-4),和inc的回归。
在变量列表中也可以包括自动序列。例如:
log(cs) c log(cs(-1)) log((inc+inc(-1))/2)
相当的回归方程形式为:
log(cs) = c(1)+c(2)  log(cs(-1))+c(3)  log((inc+inc(-1))/2)
2018/5/26
7
公式法说明方程
当列表方法满足不了要求时,可以用公式来说明方程。许多估计方法(但不是所有的方法)允许使用公式来说明方程。
EViews中的公式是一个包括回归变量和系数的数学表达式。要用公式说明一个方程,只需在对话框中变量列表处输入表达式即可。EViews会在方程中添加一个随机附加扰动项并用最小二乘法估计模型中的参数。
2018/5/26
8
用公式说明方程的好处是可以使用不同的系数向量。要创建新的系数向量,选择Object/New Object…并从主菜单中选择Matrix-Vector-Coef , 为系数向量输入一个名字,然后选择OK。在New Matrix对话框中,选择Coefficient Vector 并说明向量中应有多少行。带有系数向量图标β的对象会列在工作文档目录中,在方程说明中就可以使用这个系数向量。例如,假设创造了系数向量A和BETA,各有一行。则可以用新的系数向量代替 c :
log(cs)=A(1)+ BETA(1)* log(cs(-1))
2018/

eviews基本回归模型-课件PPT(精) 来自淘豆网www.taodocs.com转载请标明出处.

非法内容举报中心
文档信息
  • 页数78
  • 收藏数0 收藏
  • 顶次数0
  • 上传人3239657963
  • 文件大小1.04 MB
  • 时间2018-05-26
最近更新