协方差局长你_关于Eviews，你必须知道的20个精彩问答
原標題：關于Eviews，你必須知道的20個精彩問答
提到Eviews
很多同學表示太頭痛了
無從下手，不想面對...
今天給大家分享一篇
Eviews精彩問答20題
幫助大家快速上手
使用該軟件打怪升級
完成終極分析任務！
干貨滿滿，記得收藏哦
問題1：計量經濟學是分析什么的？包含哪些內容？
計量經濟學的主要用途或目的主要有兩個方面：
? 理論檢驗。這是計量經濟學用途最為主要的和可靠的方面。這也是計量經濟學本身的一個主要內容。
? 預測應用。從理論研究和方法的最終目的看，預測(包括政策評價)當然是計量經濟學最終任務，必須注意學習和了解，但其預測的可靠性或有效性是我們應十分注意的。
研究對象：計量經濟學的兩大研究對象：橫截面數據(Cross-sectionalData)和時間序列數據(Time-series Data)。前者旨在歸納不同經濟行為者是否具有相似的行為關聯性，以模型參數估計結果顯現相關性；后者重點在分析同一經濟行為者不同時間的資料，以展現研究對象的動態行為。
新興計量經濟學研究開始切入同時具有橫截面及時間序列的資料，換言之，每個橫截面都同時具有時間序列的觀測值，這種資料稱為追蹤資料 (Panel data，或稱面板資料分析)。追蹤資料研究多個不同經濟體動態行為之差異，可以獲得較單純橫截面或時間序列分析更豐富的實證結論。
涉及到的相關學科：計量經濟學是結合經濟理論與數理統計，并以實際經濟數據作定量分析的一門學科。計量經濟學以古典回歸分析方法為出發點。依據數據形態分為：橫截面數據回歸分析、時間序列分析、面板數據分析等。依據模型假設的強弱分為：參量計量經濟學、非參量計量經濟學、半參量計量經濟學等。常運用的軟件：EViews、Gretl、MATLAB 、Stata、R、SAS、SPSS等。
問題2：Eviews是用來干嘛的？
準確點說 Eviews是計量經濟學軟件。從分析層面上說計量經濟學更重視建立模型 也就是用數據來驗證模型。Eviews在建立模型求解上有獨特的優勢。你如果只做一些應用的計量經濟模型和經驗分析，用eviews就挺好，簡單易操作，全是菜單和對話框，建議數學基礎不是很高，以經濟學研究為主的同學們學習Eviews。
問題3：平衡面板和非平衡面板的區別是什么？
“平衡的意思是，如果按截面成員堆積數據，每個截面成員應包括正好相同的時期；如果按日期堆積數據，每個日期應包含相同數量的截面成員觀測值，并按相同順序排列。特別要指出的是，基礎數據并不一定是平衡的，只要在輸入文件中有表示即可。如果觀測值中有缺失數據，一定要保證文件中給這些缺失值留有位置。” ——from 高鐵梅
根據這段話，可以理解為：有缺失的面板數據不一定就是非平衡數據。平衡數據實際只是一種轉換的比較規整的結構，用于更方便的表示成堆積數據。
問題4：標準差和標準誤的區別在哪？
? 概念不同；標準差是描述觀察值(個體值)之間的變異程度；標準誤是描述樣本均數的抽樣誤差；
? 用途不同；標準差與均數結合估計參考值范圍,計算變異系數,計算標準誤等.標準誤用于估計參數的可信區間,進行假設檢驗等.
? 它們與樣本含量的關系不同:當樣本含量 n 足夠大時,標準差趨向穩定；而標準誤隨n的增大而減小,甚至趨于0 。聯系:標準差,標準誤均為變異指標,當樣本含量不變時,標準誤與標準差成正比。
問題5：變異系數到底有什么用？
標準差與平均數的比值稱為變異系數，記為C.V。變異系數可以消除單位和(或)平均數不同對兩個或多個資料變異程度比較的影響。
作用：反映單位均值上的離散程度，常用在兩個總體均值不等的離散程度的比較上。若兩個總體的均值相等，則比較標準差系數與比較標準差是等價的。
問題6：幾種相關系數的含義是什么？
? 簡單相關系數：又叫相關系數或線性相關系數。它一般用字母r 表示，是用來度量定量變量間的線性相關關系。
? 復相關系數：又叫多重相關系數，復相關是指因變量與多個自變量之間的相關關系。例如，某種商品的需求量與其價格水平、職工收入水平等現象之間呈現復相關關系。
? 偏相關系數：又叫部分相關系數，部分相關系數反映校正其它變量后某一變量與另一變量的相關關系，校正的意思可以理解為假定其它變量都取值為均數。偏相關系數的假設檢驗等同于偏回歸系數的t檢驗。復相關系數的假設檢驗等同于回歸方程的方差分析。
可決系數是相關系數的平方。意義：可決系數越大，自變量對因變量的解釋程度越高，自變量引起的變動占總變動的百分比高。觀察點在回歸直線附近越密集。
問題7：PCA VS PLS的區別？
成分回歸是對數據做一個正交旋轉變換，變換后的變量都是正交的。(有時候為了去除量綱的影響，會先做中心化處理)。偏最小二乘回歸相當于包含了主成分分析、典型相關分析的思想，分別從自變量與因變量中提取成分T,U(偏最小二乘因子)，保證T,U能盡可能多的提取所在變量組的變異信息，同時還得保證兩者之間的相關性最大。偏最小二乘回歸較主成分回歸的優點在于，偏最小二乘回歸可以較好的解決樣本個數少于變量個數的問題，并且除了考慮自變量矩陣外，還考慮了響應矩陣。
問題8：面板數據以及輸入要怎么做呢？
首先要明確是做平衡面板數據分析還是非平衡面板數據分析，先介紹前者：
? 準備平衡面板數據集(如xls.txt文件)
? file/new/workfile 建立工作文件
? 選擇unstructed/undated 填上時間序列數據的個數(observations)
? 選object/newobject/pool輸入橫截面個體的ID
? 導入數據集
導入數據后即可按照你的需要做各種面板數據分析
首先將數據在excel表中按企業排序，第一列為企業標識fcode，第二列為時間
11990
11991
11992
21990
21991
……
然后在eviews中分別通過object/new object/series 建立fcode 和year 兩個序列，將上述已排序的數據導入。下一步，雙擊菜單欄下方的range,在出現的對話框中左邊選擇workfile structure type為dated panel, 在ID series后輸入fcode, 在date series后輸入year, 右邊的對話框中保持上半部分不變，下半部分去掉所有的勾，然后點ok. 這樣會自動生成dateid序列，建立面板數據。其他變量的數據按一般方法輸入即可。
問題9：簡單的描述性統計操作，有方法么？
單擊某一序列，如'x',雙擊彈出該序列，在數據界面-view-graph可以進行作圖操作，比如線圖或者散點圖。你說圖畫完了怎么保存呢？右鍵-save graph to disk…選擇保存路徑即可，當然QQ截屏無所不能哈。(右鍵中還有很多可以對圖形做調整的，無論是調整橫軸還是添加文本，都需要先凍結作圖窗口(freeze)才可操作。
肯定有同學想問，那多個變量作圖怎么辦？
恩，那就不用雙擊序列了，直接在軟件最上端的菜單里選擇quick-graph，輸入需要作圖的變量，然后就和單序列一樣操作啦……
那如何獲得諸如均值這類的統計量呢？同樣點擊你需要知道的序列-view-deive statistics&test，即可得到均值，標準差，峰度等信息。
問題10：為什么要取對數，如何取對數？
平時在一些數據處理中，經常會把原始數據取對數后進一步處理。之所以這樣做是基于對數函數在其定義域內是單調增函數，取對數后不會改變數據的相對關系，取對數作用主要有：
?縮小數據的絕對數值，方便計算。例如，每個數據項的值都很大，許多這樣的值進行計算可能對超過常用數據類型的取值范圍，這時取對數，就把數值縮小了，例如TF-IDF計算時，由于在大規模語料庫中，很多詞的頻率是非常大的數字。
?取對數后，可以將乘法計算轉換成加法計算。
?某些情況下，在數據的整個值域中的在不同區間的差異帶來的影響不同。也就是說，對數值小的部分差異的敏感程度比數值大的部分的差異敏感程度更高。
?取對數之后不會改變數據的性質和相關關系，但壓縮了變量的尺度，數據更加平穩，也消弱了模型的共線性、異方差性等。
?在經濟學中，常取自然對數再做回歸，這時回歸方程為 lnY=a lnX+b ，兩邊同時對X求導，1/Y*(DY/DX)=a*1/X, b=(DY/DX)*(X/Y)=(DY*X)/(DX*Y)=(DY/Y)/(DX/X) 這正好是彈性的定義。
問題11：如何做相關分析？
在Eviews中計算兩個序列的的協方差、相關系數和交叉相關系數分別選用covariances、correlations、cross correlation命令(如果版本中沒有correlations選項，可以先選擇covariances analysis，然后再點correlations)。需要注意的是Eviews在計算協方差和方差時，自由不是樣本個數N而不是N-1。
問題12：多元回歸分析怎么做？
通過quick-estimate equation可以到達方程估計的界面，在空白處輸入方程中所包含的變量，此處輸入的是因變量Y，自變量X和常數項C(一般情況下都會加上常數項)。在method中選擇LS(最小二乘法)，一般點擊確定即可(也可以在OPTIONS中對一些細節做選擇)。如果要做樣本外預測，首先要擴充樣本：工作表中PROC/STUCTURE下面將DATA range進行了擴充，然后在equation窗口中點擊Forecast。
問題13：逐步回歸，以及分位數回歸呢？
逐步回歸：Quick-Estimate Equation中先選擇Method：STEPLS
分位數回歸：在估計方程時，估計方法的下拉菜單里，不選LS估計，選QREG(LAD)就可以。
問題14：模型需要做哪些檢驗？
要考慮經濟意義(符號是否正確，系數大小是否合理)，模型前期要根據其特點做相關關系檢驗、平穩、協整檢驗、因果檢驗等，建完模型之后要對擬合度，系數顯著性檢驗方程顯著性和共線性檢驗，如有共線性，需要通過刪選變量或逐步回歸或主成分分法等進行修正，還要對殘差做自相關和異方差的檢驗。
問題15：何為平穩性檢驗？
說到平穩，其實有兩種平穩——寬平穩、嚴平穩。
嚴平穩相較于寬平穩來說，條件更多更嚴格，而我們時常運用的時間序列，大多寬平穩就夠了~~
?什么是嚴平穩：是在固定時間和位置的概率分布與所有時間和位置的概率分布相同的隨機過程。這樣，數學期望和方差這些參數也不隨時間和位置變化。(比如白噪聲)
?什么是寬平穩：寬平穩是使用序列的特征統計量來定義的一種平穩性。它認為序列的統計性質主要由它的低階矩決定，所以只要保證序列低階矩平穩(二階)，就能保證序列的主要性質近似穩定。
兩者關系：
?一般關系：嚴平穩條件比寬平穩條件苛刻，通常情況下，嚴平穩(低階矩存在)能推出寬平穩成立，而寬平穩序列不能反推嚴平穩成立。
?特例：不存在低階矩的嚴平穩序列不滿足寬平穩條件，例如服從柯西分布的嚴平穩序列就不是寬平穩序列。當序列服從多元正態分布時，寬平穩可以推出嚴平穩。
問題16：如何進行平穩性檢驗？
檢查序列平穩性的標準方法是單位根檢驗。有6種單位根檢驗方法：ADF檢驗、DFGLS檢驗、PP檢驗、KPSS檢驗、ERS檢驗和NP檢驗，本節將介紹DF檢驗、ADF檢驗。ADF檢驗和PP檢驗方法出現的比較早，在實際應用中較為常見，但是，由于這2種方法均需要對被檢驗序列作可能包含常數項和趨勢變量項的假設，因此，應用起來帶有一定的不便；其它幾種方法克服了前2種方法帶來的不便，在剔除原序列趨勢的基礎上，構造統計量檢驗序列是否存在單位根，應用起來較為方便。
ADF檢驗是在Dickey-Fuller檢驗(DF檢驗)基礎上發展而來的。因為DF檢驗只有當序列為AR(1)時才有效。如果序列存在高階滯后相關，這就違背了擾動項是獨立同分布的假設。在這種情況下，可以使用增廣的DF檢驗方法(augmented Dickey-Fuller test )來檢驗含有高階序列相關的序列的單位根。
檢驗步驟(一般進行ADF檢驗要分3步)：
? 對原始時間序列進行檢驗，此時第二項選level，第三項選None.如果沒通過檢驗，說明原始時間序列不平穩；
? 對原始時間序列進行一階差分后再檢驗，即第二項選1st difference，第三項選intercept,若仍然未通過檢驗，則需要進行二次差分變換；
? 二次差分序列的檢驗，即第二項選擇2nd difference ，第四項選擇Trend and intercept.一般到此時間序列就平穩了！
tips:
在進行ADF檢驗時，必須注意以下兩個實際問題：
?必須為回歸定義合理的滯后階數，通常采用AIC準則來確定給定時間序列模型的滯后階數。在實際應用中，還需要兼顧其他的因素，如系統的穩定性、模型的擬合優度等。
?可以選擇常數和線性時間趨勢，選擇哪種形式很重要，因為檢驗顯著性水平的 t 統計量在原假設下的漸近分布依賴于關于這些項的定義。
問題17：什么是協整分析？
通過了協整檢驗，說明變量之間存在著長期穩定的均衡關系，其方程回歸殘差是平穩的。因此可以在此基礎上直接對原方程進行回歸，此時的回歸結果是較精確的。
問題18：做協整的條件是什么？Eviews里怎么做？
協整的要求或前提是同階單整，但也有如下的寬限說法：如果變量個數多于兩個，即解釋變量個數多于一個，被解釋變量的單整階數不能高于任何一個解釋變量的單整階數。另當解釋變量的單整階數高于被解釋變量的單整階數時，則必須至少有兩個解釋變量的單整階數高于被解釋變量的單整階數。如果只含有兩個解釋變量，則兩個變量的單整階數應該相同。
也就是說，單整階數不同的兩個或以上的非平穩序列如果一起進行協整檢驗，必然有某些低階單整的，即波動相對高階序列的波動甚微弱(有可能波動幅度也不同)的序列，對協整結果的影響不大，因此包不包含的重要性不大。而相對處于最高階序列，由于其波動較大，對回歸殘差的平穩性帶來極大的影響，所以如果協整是包含有某些高階單整序列的話(但如果所有變量都是階數相同的高階，此時也被稱作同階單整，這樣的話另當別論)，一定不能將其納入協整檢驗。
問題19：只有對平穩序列才能建立VAR模型嗎?
?只有平穩才能建VAR模型，但有特例，就是涉及到一些變量是如增長率，由于種種原因，如數據太少，或其他原因，ADF檢驗沒通過，但也可以算作平穩，視情況而定。
?差分后的變量建立的模型，其經濟含義只能是差分后的，比如GDP你就只能說是GDP增長或增長率與其他變量的關系。
?非要建立原始變量(GDP)的VAR模型的話，應該建立誤差修正的向量自回歸模型，要求協整。
問題20：怎么做VAR？
第一步：不問序列如何均可建立初步的VAR模型(建立過程中數據可能前平穩序列，也可能是部分平穩，還可能是沒協整關系的同階不平穩序列，也可能是不同階的不平穩序列，滯后階數任意指定。所有序列一般視為內生向量)，
第二步：在建立的初步VAR后進行
? 滯后階數檢驗，以確定最終模型的滯后階數
?在滯后階數確定后進行因果關系檢驗，以確定哪些序列為外生變量
至此重新構建VAR模型(此時滯后階數已定，內外生變量已定)，再進行AR根圖表分析，
如單位根均小于1，VAR構建完成可進行脈沖及方差分解
如單位根有大于1的，考慮對原始序進行降階處理(一階單整序列處理方法：差分或取對數，二階單整序列：理論上可以差分與取對數同時進行，但由于序列失去了經濟含義，應放棄此處理，可考慮序列的趨勢分解，如分解后仍然不能滿足要求，可以罷工，不建立任何模型，休息或是打砸了電腦)，處理過后對新的序列(包括最初的那些平穩序列)不斷重復第一步與第二步，直至滿足穩定性為止。
第三步，建立最終的VAR后，可考慮SVAR模型。如果變量不僅存在滯后影響，還存在同期影響關系，則建立VAR模型不太合適，這種情況下需要進行結構分析。返回搜狐，查看更多
責任編輯：
總結
以上是生活随笔為你收集整理的协方差局长你_关于Eviews，你必须知道的20个精彩问答的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： mapgis10原创2019视频教程
- 下一篇： 3-matlab求秩和比代码