Eviews软件工具——线性回归模型(超详细版本)
简单线性回归模型打开Eviews软件,可以选择建立一个new workfile,也可以选择打开一个已存在的workfile。选择数据类型:Unstructured/Undated 横截面数据Dated-regular freguency 时间序列数据(有固定的频率,默认为年度数据)Balanced Panel本次实验样本为时间序列数据,因此在Workfile structure type一栏选定D
简单线性回归模型
打开Eviews软件,可以选择建立一个new workfile,也可以选择打开一个已存在的workfile。
选择数据类型:
Unstructured/Undated 横截面数据
Dated-regular freguency 时间序列数据(有固定的频率,默认为年度数据)
Balanced Panel
本次实验样本为时间序列数据,因此在Workfile structure type一栏选定Dated-rugular frequency。
此后可以在Frequency处选择数据的频率(如年度、季度、月度等),由于本次实验样本为年度数据,故选择Annual。
在Start date及End date处填写数据的起始日期及结束日期。
这样就初步建立好了一个空白Workfile。
里面含有两个默认的空白数据集:
c:会自动储存每次拟合后的参数估计值
resid:会自动储存每次拟合后的残差值
导入数据:
可以在菜单栏中点击Quick,快速建立一个Empty Group,随后将数据直接从excel复制进表中。
获得一个空白的数据集。
将数据复制进表格,如下
随后可以修改变量名
可以直接关掉窗口,软件会将每个变量的样本自动保存为单独的Series。
如果想要将多个Series一起打开,可以同时选择多个变量,单击右键,选择Open——>as Group
在打开的Group或是Series中能够使用一系列功能,如可以通过view菜单对数据进行一系列相关性分析、描述性分析(散点图、输出均值中位数等等)
在拟合回归之前需要作描述性分析,我们可以通过view菜单作达到此目的。
点击view——>Covariance Analysis
在想要得到的数据前打勾。如Covariance方差协方差矩阵,Correiation相关性矩阵等。
输出结果如下
拟合回归非常简单,我们可以选择使用ls函数(注意是l不是i)
在Command中输入:
ls 被解释系数 c 解释变量
(这里的c指系数)
直接点击回车键,即可得到拟合结果。
部分的参数:
Sample样本情况
Included observation包含的数据量
Coefficient估计的系数值
Std.Error标准误
t-Statistic t统计量的值
Prob. 系数的显著性水平(p值)
R-squared R方
Prob(F-statistic)模型的显著性水平(p值)
更多推荐
所有评论(0)