做网站找哪个平台好,网站开发接活,八年级信息网站怎么做,WordPress数据库密码文件目录
一、创建工作文件
1、非时间序列数据
2、时间序列数据
二、导入数据
1、导入数据
2、保存数据组合或方程结果
三、估计回归模型
1、估计回归模型
2、回归结果名词解读
四、检验模型设定错误
1、检验是否遗漏变量
2-1、检验是否加入了不相干变量
2-2、惩罚新增…目录
一、创建工作文件
1、非时间序列数据
2、时间序列数据
二、导入数据
1、导入数据
2、保存数据组合或方程结果
三、估计回归模型
1、估计回归模型
2、回归结果名词解读
四、检验模型设定错误
1、检验是否遗漏变量
2-1、检验是否加入了不相干变量
2-2、惩罚新增变量
3、修改函数形式生成新变量
五、描述性统计分析
1、按组打开
2、查看样本均值
3、样等性检验
六、多重共线性的检验
1、相关系数检验
2、VIF 膨胀因子检验
七、异方差的检验和补救
1、图解法检验
2、White 检验
3、White 调整法补救
八、序列相关性的检验和补救
1、DW 值检验
2、LM (BG) 检验
3、GLS 法补救
4、Newey-West 法补救
九、虚拟因变量
1、Logit 模型
2、Probit 模型 本文只是介绍如何使用 EViews不包含任何的回归结果分析。 一、创建工作文件
1、非时间序列数据
选择数据类型 填写样本数量 2、时间序列数据
选择数据类型填写开始年份和截止年份 二、导入数据
EViews 自带数据
c 是截距项resid 是残差 1、导入数据
假设这是我们需要导入的数据 在 EViews 中输入命令
y 对应税收 Y名称自取不一定非得是 yx 对应 GDP X名称自取不一定非得是 x
data y x
得到如下弹框 将数据复制粘贴进去Word 或 Excel 都支持对框选的数据进行复制粘贴 选中第一个框直接 Ctrlv剩下的数据同理 2、保存数据组合或方程结果
不管是保存数据组合还是保持方程结果都是点这个 “name” 至此你导入的数据和保存的数据组合如下图所示 三、估计回归模型
第一节用的数据太简单了不方便展示因此改用如下数据
被解释变量大学图书馆的藏书量VOL解释变量大学学生人数STU、大学教职工人数FAC、本科录取分数线SAT 1、估计回归模型
输入以下命令
ls 是指线性回归必须以 c 间隔被解释变量和解释变量解释变量之间没有先后顺序要求
ls vol c stu fac sat
得到回归模型 2、回归结果名词解读
第三个红框从左到右依次是
参数估计值标准差t 统计量p 值 常用统计量从上到下依次是
拟合系数 R^2调整后的拟合系数 R一把^2F 统计量p 值 四、检验模型设定错误
三大模型设定错误
遗漏变量加入了不相干变量函数形式错误 1、检验是否遗漏变量
假设我们不小心遗漏了变量 sat如下
ls vol c stu fac
按照下图所示点击相应选项检验是否遗漏变量 输入 sat因为我们认为它可能是遗漏的变量 看这三个检验结果即可它们都一致认为 sat 是遗漏变量 2-1、检验是否加入了不相干变量
当前解释变量为 stu、fac、sat检验 stu 是否是不相干变量 看这三个检验结果即可它们都一致认为 stu 是不相干变量 2-2、惩罚新增变量
赤池信息准则AIC施瓦茨信息准则SC
用于在新增变量前的模型和新增变量后的模型之间比较两个的值越低越好 3、修改函数形式生成新变量
假设我们需要把原模型变成双对数形式那么就需要对每个变量取对数。在 EViews 中的实现方式就是生成新的变量利用新变量重新做一次回归。
genr 是生成新变量的指令lnvol 是新变量的名称log() 是函数vol 是原变量
genr lnvollog(vol)
genr lntotlog(tot)
genr lnsatlog(sat)
再利用新变量做回归
ls lnvol c lntot lnsat 五、描述性统计分析
1、按组打开
ctrl鼠标左键依次点击我们需要的数据选好后点击右键 数据在组中的排列顺序鼠标选择的顺序 2、查看样本均值 结果如下图所示 3、样等性检验
检验不同样本的均值是否存在显著差异 选择均值 mean 看这两个结果即可表明不同样本的均值没有显著差异 老师的 EViews 在 F 检验上面还有两种 t 检验不知道为什么到我这版就没了。 六、多重共线性的检验
1、相关系数检验
将所需数据按组打开并选择协方差分析 这里改选相关系数不要选协方差 相关系数矩阵都是对称矩阵所以可以只看主对角线下面的内容 2、VIF 膨胀因子检验
VIF 是在回归方程结果页做的不是按组打开数据那里 只需要看第三列结果VIF 5 就认为存在多重共线性 这里 STU 和 FAC 的 VIF 都大于 5只有 SAT 置身事外所以肯定是 STU 和 FAC 之间存在多重共线性。 七、异方差的检验和补救
1、图解法检验
将一个解释变量和 resid 按组打开先选解释变量后选 resid否则 x 和 y 轴颠倒了 选择散点图 可以看出残差的分布随 SAT 的增大而增大了因此可能存在异方差 2、White 检验
White 检验是在回归方程结果页做的不是按组打开数据那里 选择 White 检验勾选框可以选择要不要交叉项 White 检验的统计量是 nR^2可以看出模型不存在异方差 所以图解法不靠谱啊…… 3、White 调整法补救 White 调整法只会修正标准差不会影响到参数估计值 八、序列相关性的检验和补救
1、DW 值检验
DW 统计量值是给你算出来了但是要自己查表去看到底是不是序列相关 2、LM (BG) 检验 DW 只能检验一阶我们 LM 至少要检验个二阶 结果是既没有一阶序列相关性也没有二阶序列相关性 3、GLS 法补救
引入解释变量 AR(m)表示随机误差项 ε_t 的 m 阶滞后项 ε_(t-m)
ls vol c stu fac sat ar(1) ar(2)
两个滞后项的参数估计值不显著异于 0因此不存在序列相关性否则标准差的值将得到修正STU、FAC、SAT 的参数估计值也会改变。正因为原模型不存在序列相关性所以修正前后的参数估计值不变DW 值几乎也没有变 4、Newey-West 法补救 NW 调整法只会修正标准差不会影响到参数估计值 九、虚拟因变量
1、Logit 模型 和 OLS 统计检验的三大区别
参数估计值的显著性t 检验 z 检验模型的拟合程度R^2 R^2_McF模型的总体显著性F 检验 LR 检验 2、Probit 模型
类比 Logit 模型就只是勾选的框框不同。
