《EViews应用培训》PPT课件

《《EViews应用培训》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、Eviews应用中国人民大学统计学院易丹辉二○○六年十一月概述数据的基本类型——测量的层次定类测量按事物的属性分类测量运算：是、否；=、定序测量按事物的大小、高低顺序测量运算：=、；>、<2定距测量按事物大小、高低之间的距离测量运算：=、；>、<；+、—定比测量在定距测量基础上，增加绝对“0”运算：=、；>、<；+、—；、3一、一元线性回归模型（一）模型形式理论模型实际模型预测模型（估计模型）模型的基本假定（二）参数估计最小二乘的基本思想估计方法回归系数的实际意义4（三）模型检验1.回归系数的显著性检验参数的t检验作用检验统计量检验标准2.残差序列的自相关检验D

2、.W.检验作用检验统计量d检验标准5导致残差序列的自相关的原因数学模型选择不合适模型中包含的自变量数目不合适序列包含很强的趋势分量滞后性3.残差序列的正态性检验——JB检验6该检验的零假设是样本服从正态分布．检验统计量其中，S和K是样本序列的偏度与峰度，m是产生样本序列时用到的估计系数的个数．在零假设下，JB统计量服从分布．p值接近0，表明至少可在99%的置信水平下拒绝零假设，即序列不服从正态分布．74.拟合优度检验检验5.回归标准差检验相对指标（四）精度评价MAPE8二、多元线性回归模型（一）模型形式理论模型实际模型预测模型（估计模型）模型的基本假定（二）参数估

3、计最小二乘的基本思想估计方法回归系数的实际意义9（三）模型检验1.回归系数的显著性检验参数的t检验作用检验统计量检验标准参数t检验通不过的原因变量不是影响因变量的显著因素自变量间共线性102.回归方程的显著性检验回归方程的F检验作用检验统计量检验标准3.和修正的（）4.其它检验11（四）自变量的选择与共线性1.自变量的选择2.共线性的识别3.共线性的消除4.逐个剔除法12（五）滞后变量模型1.有限分布滞后模型仅自变量滞后的模型2.自回归模型因变量滞后的模型13（六）虚拟变量模型1.虚拟变量的定义当解释变量不是定量测量数据，或在不同的情况下，所产生的结果不同，就需要

4、将解释变量区分开，可以采用设虚拟变量的方法。虚拟变量是取值仅取1或0的变量。一般，基础类型、肯定类型取值“1”，比较类型、否定类型取值“0”。142.虚拟变量设置原则若某一定性变量有m种情况（状态），设虚拟变量时，只能有m-1个。3.虚拟变量引入对模型的影响引入虚拟变量，对模型截距、斜率的影响对一般的线性回归模型=++引入虚拟变量D15（1）加法形式=+++===0：（）E16（2）乘法形式=E（）==+++：=017（3）加法、乘法同时采用=++++=E（）=条件：误差项的方差在前后都是一样的=0=0：：184.虚拟变量的应用（1）分离异常因素影响政策因素制度因

5、素季节因素季节变动：时间序列可以计算季节指数，多元回归中可以利用虚拟变量例：某地区每月天气湿度对温度的影响制度变化：时间分期，分段回归19（2）检验不同属性类型因素对因变量的影响解释变量为属性数据例：不同年龄、不同文化程度的行为（3）提高模型预测精度不同属性类型样本数据合并，相当于扩大样本容量20三、可线性化的非线性回归模型（一）模型形式1.一元函数曲线模型2.多项式回归模型3.多元函数曲线模型（二）参数估计最小二乘法1.直接代换2.对数变换21（三）模型分析与评价1.模型检验采用最小二乘法估计参数需进行线性回归的各种检验2.模型适用性分析定性与定量相结合弹性分析

6、22