單擊此處編輯母版標(biāo)題樣式,,單擊此處編輯母版文本樣式,,第二級,,第三級,,第四級,,第五級,,*,*,*,,EViews,統(tǒng)計分析基礎(chǔ)教程,第,4,章,圖形和統(tǒng)計量分析,,,重點內(nèi)容：,,圖形對象的生成,,描述性統(tǒng)計量,,單位根檢驗,,,Granger,因果檢驗,,,一、圖形對象,,1.,圖形對象的建立,選擇對象窗口工具欄中的“,View”| “Graph”,選項?！?Graph”,的菜單中有,6,種圖形可供選擇。,,,“,Line”,表示生成的是折線圖,,“,Area”,表示生成面積圖,,“,Bar”,表示為條形圖,,“,Spike”,表示尖峰圖,,“,Seasonal Stacked Line”,表示生成的是季節(jié)性堆疊圖,,“,Seasonal Split Line”,表示生成的是季節(jié)性分割線,一、圖形對象,,1.,圖形對象的建立,如果選擇,“,View”| “Graph”| “Line”,選項，將生成如下所示的線性圖。,一、圖形對象,,2.,圖形的凍結(jié),通過“,Quick”| “Graph”,選項生成圖形對象，單擊圖對象窗口工具欄中的“,Name”,選項，在彈出的對話框中輸入該對象的名稱后，單擊“,OK”,按鈕后該對象即可被保存，并在工作文件窗口中顯示圖對象的圖標(biāo) 。,,,如果要保留所建立的圖形，使之不隨樣本及觀測值的改變而發(fā)生變化，則可以通過序列對象窗口中的“,Freeze”,鍵來凍結(jié)圖形。,一、圖形對象,,3.,圖形的復(fù)制,如果需要將圖形保存到其他文件中，例如放在,Word,文檔中，則選擇圖對象窗口中的“,Proc”| “Copy”,選項，然后在彈出的對話框中單擊“,OK”,按鈕?；蛘邔⑹髽?biāo)移動到圖形上，點擊鼠標(biāo)右鍵，在彈出的菜單中選擇“,Copy”,。再打開需要粘貼的文件，通過鼠標(biāo)右鍵進(jìn)行粘貼即可。,,二、描述性統(tǒng)計量,,1.,序列窗口下的描述性統(tǒng)計量,,,在序列（,Series,）對象窗口下選擇工具欄中的“,View”| “Descriptive Statistics”,（描述性統(tǒng)計量）選項，將出現(xiàn),4,個選項。,,,第一個選項是“,Histogram and Stats”,（直方圖和統(tǒng)計量），能顯示序列對象的直方圖和一下描述性統(tǒng)計量的值。,,,二、描述性統(tǒng)計量,,1.,序列窗口下的描述性統(tǒng)計量,,,以序列對象“,fdi”,為例來進(jìn)行說明,:,,,“Mean”,表示均值，即序列對象觀測值的平均值；“,Median”,表示中位數(shù)，即從小到大排列的序列對象觀測值的中間值，是對序列分布中心的一個大致估計；“,Maximum”,表示最大值，“,Minimum”,表示最小值，是該序列觀測值中的最大值和最小值；,,二、描述性統(tǒng)計量,,1.,序列窗口下的描述性統(tǒng)計量,,,“,Std.Dev”,表示標(biāo)準(zhǔn)差，用來衡量序列觀測值的離散程度，其計算公式為,,,,,,,其中，,σ,為標(biāo)準(zhǔn)差，,N,為樣本觀測值個數(shù)，,x,i,是樣本觀測值，為樣本均值。,二、描述性統(tǒng)計量,,1.,序列窗口下的描述性統(tǒng)計量,,,“,Skewness”,表示偏度，用來衡量觀測值分布偏離均值的狀況，其計算公式為,,,,,,其中 是變量方差的有偏估計。當(dāng),S,=0,時，序列的分布是對稱的，如正態(tài)分布；當(dāng),S,>0,時，序列分布為右偏；當(dāng),S,<0,時，序列分布為左偏。例如上圖,fdi,中的偏度為,1.4225,,>0,，所以我國的外商直接投資（,fdi,）的分布是不對稱的，為右偏分布形態(tài)。,二、描述性統(tǒng)計量,,1.,序列窗口下的描述性統(tǒng)計量,,,“,Kurtosis”,表示峰度，用來衡量序列分布的凸起狀況，其計算公式為,,,,,,正態(tài)分布的,K,值為,3,，當(dāng),K,>3,時，序列對象的分布凸起程度大于正態(tài)分布的凸起程度；當(dāng),K,<3,時，序列對象的分布凸起程度要比正態(tài)分布小。例如上圖中的峰度為,4.898917,,>3,，外商直接投資（,fdi,）的分布呈尖峰狀態(tài)。,,二、描述性統(tǒng)計量,,1.,序列窗口下的描述性統(tǒng)計量,,圖最下方是,JB,（,Jarque-Bera,）統(tǒng)計量及其相應(yīng)的概率（,Probability,）。,JB,統(tǒng)計量用來檢驗序列觀測值是否服從正態(tài)分布，該檢驗的零假設(shè)為樣本服從正態(tài)分布。在零假設(shè)下，,JB,統(tǒng)計量服從,χ,2,(2),分布。,二、描述性統(tǒng)計量,,1.,序列窗口下的描述性統(tǒng)計量,,第二個選項是“,Stats Table”,（統(tǒng)計表），它將描述性統(tǒng)計量值通過電子表格的形式顯示在對象窗口中。,,,第三個選項是“,Stats by Classification”,（分類統(tǒng)計量），它將樣本分為若干組后再對各組觀測值分別進(jìn)行描述統(tǒng)計。,,,第四個選項是“,Boxplots by Classification”,（分類箱線圖,/,箱尾圖），將序列分布按照箱線圖,/,箱尾圖進(jìn)行分類。箱線圖（,Boxplot,）也稱為箱尾圖，是利用數(shù)據(jù)統(tǒng)計量來描述數(shù)據(jù)的一種方法。,二、描述性統(tǒng)計量,,2.,序列組窗口下的描述性統(tǒng)計量,,在序列組,(Group),對象窗口下選擇工具欄中的“,View”| “Descriptive Statistics”,（描述性統(tǒng)計量）選項，將彈出,3,個選項。,,二、描述性統(tǒng)計量,,2.,序列組窗口下的描述性統(tǒng)計量,,第一個選項是“,Common Sample”,（普通樣本），選擇該項將得到含有均值、中位數(shù)、最大,/,小值等統(tǒng)計量的一張電子表格?！?Common Sample”,要求各序列對象的樣本范圍相同，不能含有,NA,符（空值）。,二、描述性統(tǒng)計量,,2.,序列組窗口下的描述性統(tǒng)計量,,第二個選項是“,Individual Samples”,（個體樣本），選擇該項后彈出的界面也是一張含有均值、中位數(shù)、最大,/,小值等統(tǒng)計量的一張電子表格。與“,Common Sample”,不同的是該選項中序列對象所包含的觀測值個數(shù)可以不同。,,,第三個選項是“,Boxplots”,（箱線圖,/,箱尾圖）。,三、描述性統(tǒng)計量檢驗,,1,.,簡單假設(shè)檢驗,,均值（,Mean,）檢驗,,方差（,Variance,）檢驗,,中位數(shù)（,Median,）檢驗,三、描述性統(tǒng)計量檢驗,,1,.,簡單假設(shè)檢驗,,選擇“,View”| “Tests for Descriptive Stats” | “Simple Hypothesis Tests”,選項后彈出如下圖所示的對話框，在左側(cè)文本框中輸入待檢驗的數(shù)值，然后單擊“,OK”,按鈕即可得到輸出結(jié)果。對于均值檢驗，如果標(biāo)準(zhǔn)差已知，可在右側(cè)“,Enter s.d. if”,文本框中輸入標(biāo)準(zhǔn)差的值。,三、描述性統(tǒng)計量檢驗,,2,.,分組齊性檢驗,,均值（,Mean,）檢驗,,方差（,Variance,）檢驗,,中位數(shù)（,Median,）檢驗,,三、描述性統(tǒng)計量檢驗,,2,.,分組齊性檢驗,,選擇“,View”|“Tests for Descriptive Stats” | “Equality Tests by Classification”,選項后彈出如下圖所示的對話框，在“,Series/Group for classify”,文本框中輸入序列或序列組對象名稱，在“,Test equality of”,中選中檢驗方法，“,NA handing”,表示缺值項的處理,,方法，“,Group into bins if”,可,,以限定分類后子項目的數(shù)目。然,,后單擊“,OK”,按鈕即可。,四、相關(guān)分析,,在,EViews,軟件中可以對序列和序列組對象進(jìn)行相關(guān)分析，從而判定序列對象是否存在自相關(guān)問題,。,,選擇“工具欄中的,View”|“Correlogram”,（相關(guān)圖）選項，彈出右圖所示的對話框。,,,需說明的是序列組中的“,View”|,,“Correlogram”,選項分析的是第,,一個序列對象的相關(guān)性。,,如果要得到兩個序列對象,,的交叉相關(guān)圖需選擇“,View”,,|“Cross Correlogram”,,選項。,四、相關(guān)分析,,在序列組對象窗口中，除了可以得到相關(guān)圖外還可以得到相關(guān)矩陣。,,選擇序列組對象窗口工具欄中的“,View”|“Correlation” |“Common Sample”/“Pairwise Samples”,后，得到相關(guān)矩陣表。表中的數(shù)值代表兩個變量的相關(guān)性，數(shù)值可正可負(fù)。,五、單位根檢驗,,單位根檢驗（,Unit Root Test,）主要用來判定時間序列的平穩(wěn)性。,,,如果一個時間序列的均值或者協(xié)方差函數(shù)隨時間變化而改變，那么這個序列就是不平穩(wěn)的時間序列。如果該時間序列經(jīng)過一階差分后變?yōu)槠椒€(wěn)序列，則稱該序列為一階單整序列，記作,I(1),；如果是經(jīng)過,d,次差分后才平穩(wěn)，則稱為,d,階單整序列，記作,I(,d,),。,,五、單位根檢驗,,單位根檢驗（,Unit Root Test,）主要用來判定時間序列的平穩(wěn)性。,,,如果一個時間序列的均值或者協(xié)方差函數(shù)隨時間變化而改變，那么這個序列就是不平穩(wěn)的時間序列。如果該時間序列經(jīng)過一階差分后變?yōu)槠椒€(wěn)序列，則稱該序列為一階單整序列，記作,I(1),；如果是經(jīng)過,d,次差分后才平穩(wěn)，則稱為,d,階單整序列，記作,I(,d,),。,,五、單位根檢驗,,選擇工具欄中的“,View”|“Unit Root Test”,選項，會彈出如下圖所示的對話框。,,五、單位根檢驗,,EViews5.1,為用戶提供了,6,種單位根檢驗的方法，有,,,“,Augmented Dickey–Fuller,”(ADF),檢驗法，,,“,Dickey–Fuller GLS,(ERS)”,（,DF,）檢驗法，,,“,Phillips–Perron,”,（,PP,）檢驗法，,,“,Kwiatkowski–Phillips–Schmidt–Shin,”(KPSS),檢驗法，,,“,Elliott–Rothenberg–Stock Point–Optimal,”(ERS),檢驗法,,,,“,Ng–Perron,”(NP),檢驗法。,五、單位根檢驗,,在“,Test for unit root in”,中選擇序列形式。,,,“Level”,表示對原序列進(jìn)行單位根檢驗，,,“,1st difference”,表示對一階差分序列進(jìn)行單位根檢驗，,,“,2nd difference”,表示對二階差分序列進(jìn)行單位根檢驗。,五、單位根檢驗,,“,Lag length”,表示消除序列相關(guān)所需的滯后階數(shù)，在該區(qū)域有兩個選項按鈕。,,在“,Automatic selection”,（自動選擇）中有兩個文本框，第一個文本框的下拉列表中有,6,個準(zhǔn)則，常用的是“,AIC”,和“,SC”,最小準(zhǔn)則，系統(tǒng)在默認(rèn)狀態(tài)下顯示的是,SC,準(zhǔn)則；,,第二個文本框中輸入最大滯后階數(shù)，一般系統(tǒng)會根據(jù)樣本容量而自動給出一個數(shù)值。,,,如果選中“,User specific”,，則用戶可輸入具體的數(shù)值，系統(tǒng)會給出檢驗結(jié)果。,,五、單位根檢驗,,“,Include in test equation”,表示檢驗式中是否包含“,Intercept”,（截距項）、“,Trend and intercept”,（趨勢項和截距項）和“,None”,（不包含趨勢項和截距項）。可根據(jù)圖形來確定是否包含趨勢項和截距項。,,六、,Granger,因果檢驗,,Granger,因果關(guān)系檢驗就是檢驗一個變量的滯后變量是否可以放入其他變量的方程中。如果該變量受到其他變量滯后期的影響，則稱兩個變量間存,Granger,因果關(guān)系。,,六、,Granger,因果檢驗,,打開序列組對象窗口，選擇工具欄中的“,View”|“Granger Causality”,選項，在彈出的對話框中輸入滯后期，然后單擊“,OK”,按鈕，就會得到下圖所示的分析結(jié)果。一般情況下,Granger,因果檢驗的滯后期要根據(jù),AIC,和,SC,準(zhǔn)則來確定。,,,“,Null Hypothesis”,列是原假設(shè)，,,“,CPI does not Granger Cause GDP”,,為,CPI,不是,GDP,的,Granger,因，,,同樣，“,GDP does not Granger,,Cause CPI”,為,GDP,不是,CPI,的,Granger,因。,,“,Obs”,列是樣本數(shù)，,,“,F-Statistic”,列是檢驗的,F,統(tǒng)計量，,,“,Probability”,為,F,檢驗的概率值。,六、,Granger,因果檢驗,,從上圖的數(shù)據(jù)中我們可以看出，在,1%,的顯著性水平下，,CPI,是,GDP,的,Granger,因（,P,值為,0.00204<0.01,，可以拒絕原假設(shè)），而,GDP,不是,CPI,的,Granger,因（,P,值,0.35081>0.01,，接受原假設(shè)）。,,本章小結(jié)：,,掌握圖形對象生成、凍結(jié)和復(fù)制基本操作,,熟悉描述性統(tǒng)計量及其檢驗方法,,掌握單位根檢驗操作方法,,掌握,Granger,因果檢驗操作方法,