计量经济分析方法与建模：EViews应用及实例的内容简介

1. 计量经济分析方法与建模：EViews应用及实例的内容简介

《计量经济分析方法与建模:EViews应用及实例(第2版)》在数学描述方面适当淡化，以讲清楚方法、思路为目标，不做大量的推导和证明，重点放在如何运用各种计量经济方法对实际的经济问题进行分析、建模、预测、模拟等实际操作上。《计量经济分析方法与建模:EViews应用及实例(第2版)》中的实际案例大多数是作者在实践中运用的实例和国内外的经典实例，并基于EViews软件来介绍实际应用，具有很强的可操作性。《计量经济分析方法与建模:EViews应用及实例(第2版)》可作为本科生及研究生的教材，也可作为在经济、统计、金融等领域从事定量分析的工作人员的参考书。

2. 计量经济分析方法与建模：EViews应用及实例的目录

第Ⅰ部分 数据分析基础第1章 概率与统计基础1．1 随机变量1．1．1 概率分布1．1．2 随机变量的数字特征1．1．3 随机变量的联合分布1．2 从总体到样本1．2．1 基本统计量1．2．2 估计量性质1．3 一些重要的概率分布1．3．1 正态分布1．3．2 X分布1．3．3 t分布1．3．4 F分布1．4 统计推断1．4．1 参数估计1．4．2 假设检验1．5 EViews软件的相关操作1．5．1 单序列的统计量、检验和分布1．5．2 多序列的显示和统计量第2章 经济时间序列的季节调整、分解与平滑2．1 移动平均方法2．1．1 简单的移动平均公式2．1．2 中心化移动平均2．1．3 加权移动平均2．2 季节调整2．2．1 X11季节调整方法2．2．2 CensusX12季节调整方法2．2．3 移动平均比率方法2．2．4 TRAMO/SEATS方法2．3 趋势分解2．3．1 Hodrick—Prescott滤波方法2．3．2 频谱滤波(BP滤波)方法2．4 指数平滑方法2．4．1 单指数平滑2．4．2 双指数平滑2．4．3 Holt—winters乘法模型2．4．4 Holt—winters加法模型2．4．5 Holt—Winters——无季节性模型2．5 EViews软件的相关操作2．5．1 X11季节调整方法的操作2．5．2 X12季节调整方法2．5．3 移动平均比率方法2．5．4 Tramo/Seats方法2．5．5 Hodrick—Prescott滤波2．5．6 BP滤波2．5．7 指数平滑法第Ⅱ部分 基本的单方程分析第3章 基本回归模型3．1 古典线性回归模型3．1．1 一元线性回归模型3．1．2 最小二乘法3．1．3 多元线性回归模型3．1．4 系数估计量的性质3．1．5 线性回归模型的检验3．1．6 AIC准则和Schwarz准则3．2 回归方程的函数形式3．2．1 双对数线性模型3．2．2 半对数模型3．2．3 双曲函数模型3．2．4 多项式回归模型3．2．5 Box—Cox转换3．3 包含虚拟变量的回归模型3．3．1 回归中的虚拟变量3．3．2 季节调整的虚拟变量方法3．4 模型设定和假设检验3．4．1 系数检验3．4．2 残差检验3．4．3 模型稳定性检验3．5 方程模拟与预测3．5．1 预测误差与方差3．5．2 预测评价3．6 Eviews软件的相关操作3．6．1 设定回归方程形式和估计方程3．6．2 方程输出结果3．6．3 与回归方程有关的操作3．6．4 模型设定和假设检验3．6．5 预测第4章 其他回归方法4．1 异方差4．1．1 异方差检验4．1．2 加权最小二乘估计4．1．3 存在异方差时参数估计量的一致协方差4．2 二阶段最小二乘法4．3 非线性最小二乘法4．4 广义矩方法4．4．1 矩法估计量4．4．2 广义矩估计4．5 多项式分布滞后模型4．6 逐步最小二乘回归4．7 分位数回归4．7．1 分位数回归的基本思想和系数估计4．7．2 系数协方差的估计4．7．3 模型评价和检验4．8 非参数回归模型4．8．1 密度函数的非参数估计4．8．2 一元非参数计量经济模型4．9 EViews软件的相关操作4．9．1 异方差检验4．9．2 加权最小二乘法估计4．9．3 white异方差一致协方差和Newey—west异方差自相关一致协方差4．9．4 在EViews中使用TsLs估计4．9．5 在EViews中使用非线性最小二乘估计4．9．6 在EViews中使用GMM进行估计4．9．7 在EViews中估计包含PDI。s的模型4．9．8 在EVJews中进行逐步回归估计4．9．9 在EViews中进行分位数回归4．9．10 在EVieWS中进行非参数估计4．10 附录广义最小二乘估计第5章 时间序列模型5．1 序列相关及其检验5．1．1 序列相关及其产生的后果5．1．2 序列相关的检验方法5．1．3 扰动项存在序列相关的线性回归方程的估计与修正5．2 平稳时间序列建模5．2．1 平稳时间序列的概念5．2．2 ARMA模型5．2．3 ARMA模型的平稳性5．2．4 ARMA模型的识别5．3 非平稳时间序列建模5．3．1 非平稳序列和单整5．3．2 非平稳序列的单位根检验5．3．3 ARIMA模型5．4 协整和误差修正模型5．4．1 协整关系5．4．2 协整检验5．4．3 误差修正模型(EcM)5．5 EViews软件的相关操作5．5．1 检验序列相关性5．5．2 修正序列相关5．5．3 ARMA(p，q)模型的估计5．5．4 单位根检验第Ⅲ部分 扩展的单方程分析第6章 条件异方差模型第7章 离散因变量和受限因变量模型第8章 对数极大似然估计第Ⅳ部分 多方程分析第9章 向量自回归和向量误差修正模型第10章 Panel Data模型第11章 状态空间模型和卡尔曼滤波第12章 联立方程模型的估计与模拟第13章 主成分分析和因子分析附录A EViews软件基础附录B EViews程序设计附录C EViews中的常用函数附录D 数据参考文献

3. 高分求原创计量经济学论文 运用Eviews 软件！

农村居民消费主要影响因素分析
200822119 081国贸4 张辉
一，引言
   经济危机以来，中国经济遭遇增长上的瓶颈。一直以来中国经济的增长主要靠投资、出口和消费三驾马车的拉动，而其中又以投资和出口的拉动作用最大。虽然我国一直在强调要扩大内需，但经济危机中由于出口减少而引起经济下滑还是说明国内对出口的依赖还是很大的。
   中国幅员辽阔，是一个巨大的市场，但是为什么这么多年中国的市场都没有完全开发出来，我个人认为是方向没有选择准确。中国是一个农业大国，农民占总人口的大部分，由次可见中国巨大的消费市场隐藏在农村中，那么如何挖掘农村的消费潜力就成了至关重要的问题。
   西方经济学中有很多关于需求、消费等的理论。微观经济学中供求与均衡价格理论中的需求定理中阐述了需求的定义及其影响因素。
需求是指在某一特定时期内，在各种可能的价格水平下，消费者愿意而且能够购买的某种商品的数量。影响需求的主要因素包括商品本身的价格、其他商品的价格、消费者偏好、消费者收入以及人们对未来的预期等等。
   由于数据的可获行及影响的重要性，对于农村居民的消费水平主要选取了以下二个影响因素：农村居民家庭人均纯收入及商品零售价格指数。
二，文献综述
   中国是一个农业大国，农民占总人口的大部分，农村的居民的消费在国民消费中占有很大比重，农村居民的消费水平对整个国民经济的发展有很大的作用。随着改革开放的深入发展及各项支农惠农政策的实施，农村居民的收入水平有了很大的提高，面对农村这个巨大的消费市场，如何提高农村居民的消费水平就成了扩大内需、拉动经济发展所面对的重大问题。本文运用了计量经济学的方法，就农村居民的消费水平的主要影响因素进行了简单分析。
    ●1989年到2008年农村居民的消费水平及其影响因素的统计数据（表1）
年份 农村居民消费水平Y 农村居民家庭人均纯收入X1 商品零售价格指数X2
1989 549 601.5 118.8
1990 560 686.3 102.1
1991 602 708.6 102.9
1992 688 784 105.4
1993 805 921.6 113.2
1994 1038 1221 121.7
1995 1313 1577.7 114.8
1996 1626 1926.1 106.1
1997 1722 2090.1 100.8
1998 1730 2162 97.4
1999 1766 2210.3 97
2000 1860 2253.4 98.5
2001 1969 2366.4 99.2
2002 2062 2475.6 98.7
2003 2103 2622.2 99.9
2004 2301 4039.6 102.8
2005 2560 4631.2 100.8
2006 2847 5025.1 101
2007 3265 5791.1 103.8
2008 3756 6700.7 106.7
数据来源：《中国统计年鉴》国家统计局网站
三，建立模型
   由数据分析，初步建立模型Y=b0+b1*x1+b2*x2+ui
b0表示在没有任何因素影响下的农村居民消费水平；b1表示农村居民家庭人均纯收入对农村居民消费水平的影响；b2表示商品零售价格指数对农村居民消费水平的影响；ui为随机扰动项。
四，模型的检验及修正
（一）模型的参数估计及经济意义、统计意义上的检验
利用EVIEWS软件，做Y对X1 、X2的回归，回归结果如下表1：
 

参数估计
由上表可知各系数回归估计值：Se(b0)=738.1351 Se(b1)=0.027251 Se(b2)=6.818890
1，经济意义上的检验
 该模型可初步通过经济意义上的检验，系数符号均符合经济意义，农村居民家庭人均纯收入及商品零售价格指数均能在数量上增加居民消费。
2，统计意义上的检验
 当n=20 ,α =0.05时，t检验值为1.740。由数据可以看出，X1、X2的t检验值的绝对值大于1.740，符合t检验。F=182.8554符合F检验，R-squared=0.955580 Adjusted R-squared=0.950354，模型拟合度较好。因此这些因素对农村居民的消费水平有较大的影响。
二，计量经济学检验
1，异方差检验
  样本数为20，且模型为二元线形回归模型，利用怀特检验对异方差进行检验，利用OLS课的残差ei，求残差平方和eiˆ2并将其对X1/、X2/、x1ˆ2、x2ˆ2和x1*x2做回归，可得结果如下表2：且xii 为xiˆ2，xi为xi*xj
 
由表2可以看出，nR²=6.237706，由怀特检验知，在α =0.05时，查χ²分布表 得临界值χ （5）=11.0705，由于nR²<χ （5），所以接受原假设，表明残差是同方差的，不存在异方差性。有下面的散点图也可以得出不存在异方差的结论。
 
2，序列相关性检验
根据表2得D-W检验，durbin-walson=0.569439，查表dl=1.13，du=1.54而DW值小于dl，存在正序列相关。利用迭代法对序列相关进行处理，一次迭代结果（表3）
 
经过一次迭代，可从表中看出DW=0.913490，仍然小于dl值，可见一次迭代对模型影响不显著，再进行二次迭代如（表4）
 
经过二次迭代后收敛，ρ1、ρ2的 估计值分别为1.039001、-0.500703，并且t检验显著，说明原模型确实存在一阶、二阶序列相关性、DW=2.302138，n=18 k=2，查表得dl=1.05，du=1.53，可知du<DW<4-dl，表明模型已经不存在一阶序列相关性，在进行偏相关系数检验和BG检验，也表明不存在高阶序列相关性。因此模型可以消除序列相关性的影响，模型的回归方程为Yt=2660.276+0.433150x1-18.56683x2   [AR(1)=1.039001 AR(2)=-0.500703]
   T=(2.780150)(13.67895)(-2.028181)     t=(5.562426)     (-2.615760)
   R^2=0.988030 DW=2.302138
3，多重共线性检验
   利用FISH综合分析法做检验，让Y分表对x1 x2做回归，首先将Y与x1回归得结果如表5
 
将Y与x2做回归得结果如表6
 
观察5和6可知Y与X1的组合为最优方程。虽然Y与X2拟合度不是很好，但由表1可知，引如X2后R-squared=0.955580，大于Y与X1回归的 R-squared=0.944359，这说明X2变量对模型有改善作用，且t检验符合，故不能舍弃。
五，问题的思考和建议
（一）问题思考
   在扩大内需的进程中，农村这个巨大的市场是不可能忽略的。本文就是农村居民家庭人均收入和商品零售价格指数对农村居民消费水平的影响作了简要的分析，但是在现实生活中，农村居民消费水平是受多方面影响的，不仅包括经济层面还包括社会层面。我认为社会层面包括居住地区、医疗保障制度、家庭人口状况、受教育程度等等，这些因素都是难以计量的，但是对消费水平的影响又是不能低估的。
（二）政策建议
 1， 由模型可以看出农村居民家庭人均收入对消费水平影响是巨大的，所以增加居民收入是提高消费水平的一个重要手段，所以政府在扩大内需的同时要想方设法增加居民的收入，不仅要增加收入数量，还要增加收入的渠道，同时增加居民投资的渠道和鼓励居民的适度投资。
2，商品零售价格指数对农村居民消费水平也有一定的影响，但其受通货膨胀率及经济发展水平的影响。商品零售价格指数的提高，居民势必会用更多的钱去消费，居民消费水平也会上升，但上升是相对的。事实上，在收入增长缓慢的情况下，商品零售价格指数越高，人们的生活质量越低，尽管在数值上消费水平是上升了，但这对居民是不利的。因此，商品价格指数应控制在一个合理的水平。
3，要提高农村居民的消费水平不仅要改变农民的消费观念，更重要的是解除农民消费的后顾之忧，这就要求政府完善社会保障制度，加快农村医疗保障与养老保障制度的建设，让农民老有所养，老有所医。

4. 求一份计量经济学模型分析论文，多元线性回归模型，要有数据表格，用eviews软件分析的过程，万分感谢

1、论点（证明什么）论点应该是作者看法的完整表述，在形式上是个完整的简洁明确的句子。从全文看，它必能统摄全文。表述形式往往是个表示肯定或否定的判断句，是明确的表态性的句子。
A．把握文章的论点。 中心论点只有一个（统率分论点）⑴明确：分论点可以有N个（补充和证明中心论点）
⑵方法①从位置上找：如标题、开篇、中间、结尾。②分析文章的论据。（可用于检验预想的论点是否恰当）③摘录法（只有分论点，而无中心论点）
B．分析论点是怎样提出的：①摆事实讲道理后归结论点；②开门见山，提出中心论点；③针对生活中存在的现象，提出论题，通过分析论述，归结出中心论点；④叙述作者的一段经历后，归结出中心论点；⑤作者从故事中提出问题，然后一步步分析推论，最后得出结论，提出中心论点。
2、论据（用什么证明）⑴论据的类型：①事实论据（举例后要总结，概述论据要紧扣论点）；②道理论据（引用名言要分析）。
⑵论据要真实、可靠，典型（学科、国别、古今等）。⑶次序安排（照应论点）；⑷判断论据能否证明论点；⑸补充论据（要能证明论点）。
3、论证（怎样证明）
⑴论证方法 （须为四个字）①举例论证（例证法）事实论据记叙②道理论证（引证法和说理）道理论据 议论
③对比论证（其本身也可以是举例论证和道理论证）④比喻论证 比喻在说明文中为打比方，散文中为比喻。
⑵分析论证过程：①论点是怎样提出的；②论点是怎样被证明的（用了哪些道理和事实，是否有正反两面的分析说理）；③联系全文的结构，是否有总结。
⑶论证的完整性（答：使论证更加全面完整，避免产生误解）
⑷分析论证的作用：证明该段的论点。
4、议论文的结构⑴一般形式：①引论（提出问题）―――②本论（分析问题）―――③结论（解决问题）。
⑵类型：①并列式②总分总式③总分式④分总式⑤递进式。
6、驳论文的阅读
⑴作者要批驳的错误观点是什么？
⑵作者是怎样进行批驳的，用了哪些道理和论据；
⑶由此，作者树立的正确的观点是什么？
7、常见考点
①、议论文的论点考点：第一，分清所议论的问题及针对这个问题作者所持的看法（即分清论题和论点）。第二，注意论点在文中的位置：
（1）在文章的开头，这就是所谓开宗明义、开门见山的写法。
（2）在文章结尾，就是所谓归纳全文，篇末点题，揭示中心的写法。这种写法在明确表达论点时大多有。所以，总之，因此，总而言之，归根结底等总结性的词语。
第三、分清中心论点和分论点：分论一般位于段首或有标志性词语：首先、其次、第三等
第四、要注意论点的表述形式：有时题目就是中心论点。一篇议论文只有一个中心论点。
第五、通过论据来反推论点：论据是为证明论点服务的，分析论据可以看出它证明什么，肯定什么，支持什么，这就是论点。
②、议论文的论据考点：论据是论点立足的根据，一般全为事实论据和道理论据。1、用事实作论据。事例必须真实可靠，有典型意义，能揭示事物本质并与论点有一定的逻辑联系。议论文中，对所举事例的叙述要简明扼要，突出与论点有直接关系的部分。明确论据时，不仅要知道文中哪些地方用了事实论据，还要会概括事实论据。概括时，要做到准确，必须依据论点将论据本质特点把握住，然后用确切的语言进行表述。 2、用作论据的言论，应有一定的权威性，直接引用时要原文照录，以真核对，不能断章取义；间接引用时不能曲解原意。
③、议论文的结构、层次考点：结构有：并列式结构、对照式结构、层进式结构、总分式结构。
此考点的基本形式：作者如何证明论点的？

5. 求一篇计量经济学eviews论文

第一，可以体现作者的总体思路。提纲是由序码和文字组成的一种逻辑图表，是帮助作者考虑文章全篇逻辑构成的写作设计图。其优点在于，使作者易于掌握论文结构的全局，层次清楚，重点明确，简明扼要，一目了然。[2]
　　第二，有利于论文前后呼应。有一个提纲，可以帮助我们树立全局观念，从整体出发，在检验每一个部分所占的地位、所起的作用，相互间是否有逻辑联系，每部分所占的篇幅与其在全局中的地位和作用是否相称，各个部分之间的比例是否恰当和谐，每一字、每一句、每一段、每一部分是否都为全局所需要，是否都丝丝入扣、相互配合，成为整体的有机组成部分，都能为展开论题服务。经过这样的考虑和编写，论文的结构才能统一而完整，很好地为表达论文的内容服务。
　　第三，有利于及时调整，避免大返工。在毕业论文的研究和写作过程中，作者的思维活动是非常活跃的，一些不起眼的材料，从表面看来不相关的材料，经过熟悉和深思，常常会产生新的联想或新的观点，如果不认真编写提纲，动起笔来就会被这种现象所干扰，不得不停下笔来重新思考，甚至推翻已写的从头来过;这样，不仅增加了工作量，也会极大地影响写作情绪。毕业论文提纲犹如工程的蓝图，只要动笔前把提纲考虑得周到严谨，多花点时间和力气，搞得扎实一些，就能形成一个层次清楚、逻辑严密的论文框架，从而避免许多不必要的返工。另外，初写论文的学生，如果把自己的思路先写成提纲，再去请教他人，人家一看能懂，较易提出一些修改补充的意见，便于自己得到有效的指导。
9相关范例
编辑
在毕业论文的写作过程中，指导教师一般都要求学生编写提纲。从写作程序上讲，它是作者动笔行文前的必要准备;从提纲本身来讲，它是作者构思谋篇的具体体现。所谓构思谋篇，就是组织设计毕业论文的篇章结构。因为毕业论文的写作不像写一首短诗、一篇散文、一段札记那样随感而发，信手拈来，用一则材料、几段短语就表达一种思想、一种感情;而是要用大量的资料，较多的层次，严密的推理来展开论述，从各个方面来阐述理由、论证自己的观点。因此，构思谋篇就显得非常重要，于是必须编制写作提纲，以便有条理地安排材料、展开论证。有了一个好的提纲，就能纲举目张，提纲挚领，掌握全篇论文的基本骨架，使论文的结构完整统一;就能分清层次，明确重点，周密地谋篇布局，使总论点和分论点有机地统一起来;也就能够按照各部分的要求安排、组织、利用资料，决定取舍，最大限度地发挥资料的作用。
　　有些学生不大愿意写提纲，喜欢直接写初稿。如果不是在头脑中已把全文的提纲想好，如果心中对于全文的论点、论据和论证步骤还是混乱的，那么编写一个提纲是十分必要的，是大有好处的，其好处至少有如下三个方面：
　　第一，可以体现作者的总体思路。提纲是由序码和文字组成的一种逻辑图表，是帮助作者考虑文章全篇逻辑构成的写作设计图。其优点在于，使作者易于掌握论文结构的全局，层次清楚，重点明确，简明扼要，一目了然。
　　第二，有利于论文前后呼应。有一个提纲，可以帮助我们树立全局观念，从整体出发，在检验每一个部分所占的地位、所起的作用，相互间是否有逻辑联系，每部分所占的篇幅与其在全局中的地位和作用是否相称，各个部分之间的比例是否恰当和谐，每一字、每一句、每一段、每一部分是否都为全局所需要，是否都丝丝入扣、相互配合，成为整体的有机组成部分，都能为展开论题服务。经过这样的考虑和编写，论文的结构才能统一而完整，很好地为表达论文的内容服务。
　　第三，有利于及时调整，避免大返工。在毕业论文的研究和写作过程中，作者的思维活动是非常活跃的，一些不起眼的材料，从表面看来不相关的材料，经过熟悉和深思，常常会产生新的联想或新的观点，如果不认真编写提纲，动起笔来就会被这种现象所干扰，不得不停下笔来重新思考，甚至推翻已写的从头来过;这样，不仅增加了工作量，也会极大地影响写作情绪。毕业论文提纲犹如工程的蓝图，只要动笔前把提纲考虑得周到严谨，多花点时间和力气，搞得扎实一些，就能形成一个层次清楚、逻辑严密的论文框架，从而避免许多不必要的返工。另外，初写论文的学生，如果把自己的思路先写成提纲，再去请教他人，人家一看能懂，较易提出一些修改补充的意见，便于自己得到有效的指导。
简单提纲举例
以《关于培育和完善建筑劳动力市场的思考》为例，简单提纲可以写成下面这样：
　　一、序论
　　二、本论
(一)培育建筑劳动力市场的前提条件
(二)目前建筑劳动力市场的基本现状
(三)培育和完善建筑劳动力市场的对策
　　三、结论

6. 计量经济学软件：EViews的使用的内容简介

Eviews是当前世界上最流行的计量经济学软件之一。它拥有数据处理、作图、统计分析、建模分析、预测和模拟六大功能，并且易学易懂，操作简便。本书主要介绍Eviews软件的使用。全书共分19章，内容包括基本功能介绍、数据处理、图形和表格、统计量的计算、线性模型、非线性模型、时间序列模型、离散变量模型、同时也涉及到条件异方差模型、Panel Data模型、向量自回归模型等一些新近发展起来的分析工具。本书将为从事经济领域的工作人员处理数据、分析模型提供一个强有力的工具，对提高计量经济学的教学水平和处理实际问题的能力起到一定的推动作用。

7. 求一份计量经济学论文，多元线性回归模型，有数据来源，用eviews分析的过程，谢谢 ！！！

实验三  多元回归模型

【实验目的】
掌握建立多元回归模型和比较、筛选模型的方法。
【实验内容】
建立我国国有独立核算工业企业生产函数。根据生产函数理论，生产函数的基本形式为： 。其中，L、K分别为生产过程中投入的劳动与资金，时间变量 反映技术进步的影响。表3-1列出了我国1978-1994年期间国有独立核算工业企业的有关统计资料；其中产出Y为工业总产值（可比价），L、K分别为年末职工人数和固定资产净值（可比价）。
表3-1          我国国有独立核算工业企业统计资料
年份 时间 
工业总产值
Y（亿元） 职工人数
L（万人） 固定资产
K（亿元）
1978 1 3289.18 3139 2225.70
1979 2 3581.26 3208 2376.34
1980 3 3782.17 3334 2522.81
1981 4 3877.86 3488 2700.90
1982 5 4151.25 3582 2902.19
1983 6 4541.05 3632 3141.76
1984 7 4946.11 3669 3350.95
1985 8 5586.14 3815 3835.79
1986 9 5931.36 3955 4302.25
1987 10 6601.60 4086 4786.05
1988 11 7434.06 4229 5251.90
1989 12 7721.01 4273 5808.71
1990 13 7949.55 4364 6365.79
1991 14 8634.80 4472 7071.35
1992 15 9705.52 4521 7757.25
1993 16 10261.65 4498 8628.77
1994 17 10928.66 4545 9374.34
资料来源：根据《中国统计年鉴－1995》和《中国工业经济年鉴-1995》计算整理
【实验步骤】
一、建立多元线性回归模型
一建立包括时间变量的三元线性回归模型；
在命令窗口依次键入以下命令即可：
⒈建立工作文件：   CREATE   A   78   94
⒉输入统计资料：   DATA     Y   L   K
⒊生成时间变量 ：  GENR    T=@TREND(77)
⒋建立回归模型：   LS   Y   C   T   L   K
则生产函数的估计结果及有关信息如图3-1所示。
 
图3-1   我国国有独立核算工业企业生产函数的估计结果
因此，我国国有独立工业企业的生产函数为：
                     （模型1）
 ＝(-0.252) (0.672)  (0.781)  (7.433)
       
模型的计算结果表明，我国国有独立核算工业企业的劳动力边际产出为0.6667，资金的边际产出为0.7764，技术进步的影响使工业总产值平均每年递增77.68亿元。回归系数的符号和数值是较为合理的。 ，说明模型有很高的拟合优度，F检验也是高度显著的，说明职工人数L、资金K和时间变量 对工业总产值的总影响是显著的。从图3-1看出，解释变量资金K的 统计量值为7.433，表明资金对企业产出的影响是显著的。但是，模型中其他变量（包括常数项）的 统计量值都较小，未通过检验。因此，需要对以上三元线性回归模型做适当的调整，按照统计检验程序，一般应先剔除 统计量最小的变量（即时间变量）而重新建立模型。
二建立剔除时间变量的二元线性回归模型； 
命令：LS   Y   C   L   K
则生产函数的估计结果及有关信息如图3-2所示。
 
图3-2   剔除时间变量后的估计结果
因此，我国国有独立工业企业的生产函数为：
                             （模型2）
 ＝(-2.922)  (4.427) (14.533)
       
从图3-2的结果看出，回归系数的符号和数值也是合理的。劳动力边际产出为1.2085，资金的边际产出为0.8345，表明这段时期劳动力投入的增加对我国国有独立核算工业企业的产出的影响最为明显。模型2的拟合优度较模型1并无多大变化，F检验也是高度显著的。这里，解释变量、常数项的 检验值都比较大，显著性概率都小于0.05，因此模型2较模型1更为合理。
三建立非线性回归模型——C-D生产函数。
C-D生产函数为： ，对于此类非线性函数，可以采用以下两种方式建立模型。
方式1：转化成线性模型进行估计；
在模型两端同时取对数，得：
 
在EViews软件的命令窗口中依次键入以下命令：
GENR  LNY=log（Y）
GENR  LNL=log（L）
GENR  LNK=log（K）
LS   LNY   C    LNL   LNK
则估计结果如图3-3所示。
 
图3-3   线性变换后的C-D生产函数估计结果
即可得到C-D生产函数的估计式为：
                        （模型3）
 ＝  (-1.172)  (2.217)   (9.310)
       
即： 
从模型3中看出，资本与劳动的产出弹性都是在0到1之间，模型的经济意义合理，而且拟合优度较模型2还略有提高，解释变量都通过了显著性检验。
方式2：迭代估计非线性模型，迭代过程中可以作如下控制：
⑴在工作文件窗口中双击序列C，输入参数的初始值；
⑵在方程描述框中点击Options，输入精度控制值。
控制过程：
①参数初值：0，0，0；迭代精度：10－3；
则生产函数的估计结果如图3-4所示。
 
图3-4  生产函数估计结果
此时，函数表达式为：
                                     （模型4）
 ＝(0.313)(－2.023)(8.647)
      
可以看出，模型4中劳动力弹性 ＝-1.01161，资金的产出弹性 ＝1.0317，很显然模型的经济意义不合理，因此，该模型不能用来描述经济变量间的关系。而且模型的拟合优度也有所下降，解释变量L的显著性检验也未通过，所以应舍弃该模型。
②参数初值：0，0，0；迭代精度：10－5；
 
图3-5  生产函数估计结果
从图3-5看出，将收敛的误差精度改为10－5后，迭代100次后仍报告不收敛，说明在使用迭代估计法时参数的初始值与误差精度或迭代次数设置不当，会直接影响模型的估计结果。
③参数初值：0，0，0；迭代精度：10－5，迭代次数1000；
 
图3-6  生产函数估计结果
此时，迭代953次后收敛，函数表达式为：
                                       （模型5）
 ＝(0.581)(2.267)(10.486)
     
从模型5中看出，资本与劳动的产出弹性都是在0到1之间，模型的经济意义合理， ，具有很高的拟合优度，解释变量都通过了显著性检验。将模型5与通过方式1所估计的模型3比较，可见两者是相当接近的。
④参数初值：1，1，1；迭代精度：10－5，迭代次数100；
 
图3-7  生产函数估计结果
此时，迭代14次后收敛，估计结果与模型5相同。
比较方式2的不同控制过程可见，迭代估计过程的收敛性及收敛速度与参数初始值的选取密切相关。若选取的初始值与参数真值比较接近，则收敛速度快；反之，则收敛速度慢甚至发散。因此，估计模型时最好依据参数的经济意义和有关先验信息，设定好参数的初始值。
二、比较、选择最佳模型
估计过程中，对每个模型检验以下内容，以便选择出一个最佳模型：
一回归系数的符号及数值是否合理；
二模型的更改是否提高了拟合优度；
三模型中各个解释变量是否显著；
四残差分布情况
以上比较模型的一、二、三步在步骤一中已有阐述，现分析步骤一中5个不同模型的残差分布情况。
分别在模型1～模型5的各方程窗口中点击View/Actual, Fitted, Residual/ Actual, Fitted, Residual Table（图3-8），可以得到各个模型相应的残差分布表（图3-9至图3-13）。
可以看出，模型4的残差在前段时期内连续取负值且不断增大，在接下来的一段时期又连续取正值，说明模型设定形式不当，估计过程出现了较大的偏差。而且，模型4的表达式也说明了模型的经济意义不合理，不能用于描述我国国有工业企业的生产情况，应舍弃此模型。
模型1的各期残差中大多数都落在 的虚线框内，且残差分别不存在明显的规律性。但是，由步骤一中的分析可知，模型1中除了解释变量K之外，其余变量均为通过变量显著性检验，因此，该模型也应舍弃。
模型2、模型3、模型5都具有合理的经济意义，都通过了 检验和F检验，拟合优度非常接近，理论上讲都可以描述资本、劳动的投入与产出的关系。但从图3-13看出，模型5的近期误差较大，因此也可以舍弃该模型。
最后将模型2与模型3比较发现，模型3的近期预测误差略小，拟合优度比模型2略有提高，因此可以选择模型2为我国国有工业企业生产函数。
 
图3-8  回归方程的残差分析
 
图3-9  模型1的残差分布

 
图3-10  模型2的残差分布

 
图3-11  模型3的残差分布

 
图3-12  模型4的残差分布

 
图3-13  模型5的残差分布

8. 如何利用eviews软件进行数据的描述性分析

1、首先需要点击【打开-文件-数据】，如下图所示。

2、接下来需要找到一份【SAV的数据】，点击打开，如下图所示。

3、在工具栏中点击【分析-描述统计-描述】，打开描述对话框。

4、在描述性对话框中将要进行描述统计的变量放在【变量框】中，接着点击【选项】打开选项框。

5、勾选要知道的描述性指标，例如【均值、标准值、最小值最大值】基本的指标。

6、最后点击确定即可看到统计分析的结果。