Eviews數(shù)據(jù)統(tǒng)計(jì)與分析教程4章 圖形和統(tǒng)計(jì)量分析

第4章圖形和統(tǒng)計(jì)量分析

重點(diǎn)內(nèi)容：圖形對象的生成描述性統(tǒng)計(jì)量單位根檢驗(yàn)

Granger因果檢驗(yàn)整理課件一、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(xiàng)?！癎raph〞的菜單中有6種圖形可供選擇?！癓ine〞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“SeasonalStackedLine〞表示生成的是季節(jié)性堆疊圖“SeasonalSplitLine〞表示生成的是季節(jié)性分割線整理課件一、圖形對象1.圖形對象的建立如果選擇“View〞|“Graph〞|“Line〞選項(xiàng)，將生成如下所示的線性圖。整理課件一、圖形對象2.圖形的凍結(jié)通過“Quick〞|“Graph〞選項(xiàng)生成圖形對象，單擊圖對象窗口工具欄中的“Name〞選項(xiàng)，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)。如果要保存所建立的圖形，使之不隨樣本及觀測值的改變而發(fā)生變化，那么可以通過序列對象窗口中的“Freeze〞鍵來凍結(jié)圖形。整理課件一、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，那么選擇圖對象窗口中的“Proc〞|“Copy〞選項(xiàng)，然后在彈出的對話框中單擊“OK〞按鈕。或者將鼠標(biāo)移動到圖形上，點(diǎn)擊鼠標(biāo)右鍵，在彈出的菜單中選擇“Copy〞。再翻開需要粘貼的文件，通過鼠標(biāo)右鍵進(jìn)行粘貼即可。整理課件二、描述性統(tǒng)計(jì)量1.序列窗口下的描述性統(tǒng)計(jì)量

在序列〔Series〕對象窗口下選擇工具欄中的“View〞|“DescriptiveStatistics〞〔描述性統(tǒng)計(jì)量〕選項(xiàng)，將出現(xiàn)4個選項(xiàng)。第一個選項(xiàng)是“HistogramandStats〞〔直方圖和統(tǒng)計(jì)量〕，能顯示序列對象的直方圖和一下描述性統(tǒng)計(jì)量的值。

整理課件二、描述性統(tǒng)計(jì)量1.序列窗口下的描述性統(tǒng)計(jì)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(jì)；“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；整理課件二、描述性統(tǒng)計(jì)量1.序列窗口下的描述性統(tǒng)計(jì)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(jì)算公式為其中，σ為標(biāo)準(zhǔn)差，N為樣本觀測值個數(shù)，xi是樣本觀測值，為樣本均值。整理課件二、描述性統(tǒng)計(jì)量1.序列窗口下的描述性統(tǒng)計(jì)量

“Skewness〞表示偏度，用來衡量觀測值分布偏離均值的狀況，其計(jì)算公式為其中是變量方差的有偏估計(jì)。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)。整理課件二、描述性統(tǒng)計(jì)量1.序列窗口下的描述性統(tǒng)計(jì)量

“Kurtosis〞表示峰度，用來衡量序列分布的凸起狀況，其計(jì)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)。整理課件二、描述性統(tǒng)計(jì)量1.序列窗口下的描述性統(tǒng)計(jì)量

圖最下方是JB〔Jarque-Bera〕統(tǒng)計(jì)量及其相應(yīng)的概率〔Probability〕。JB統(tǒng)計(jì)量用來檢驗(yàn)序列觀測值是否服從正態(tài)分布，該檢驗(yàn)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(jì)量服從χ2(2)分布。整理課件二、描述性統(tǒng)計(jì)量1.序列窗口下的描述性統(tǒng)計(jì)量

第二個選項(xiàng)是“StatsTable〞〔統(tǒng)計(jì)表〕，它將描述性統(tǒng)計(jì)量值通過電子表格的形式顯示在對象窗口中。第三個選項(xiàng)是“StatsbyClassification〞〔分類統(tǒng)計(jì)量〕，它將樣本分為假設(shè)干組后再對各組觀測值分別進(jìn)行描述統(tǒng)計(jì)。第四個選項(xiàng)是“BoxplotsbyClassification〞〔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(jì)量來描述數(shù)據(jù)的一種方法。整理課件二、描述性統(tǒng)計(jì)量2.序列組窗口下的描述性統(tǒng)計(jì)量

在序列組(Group)對象窗口下選擇工具欄中的“View〞|“DescriptiveStatistics〞〔描述性統(tǒng)計(jì)量〕選項(xiàng)，將彈出3個選項(xiàng)。整理課件二、描述性統(tǒng)計(jì)量2.序列組窗口下的描述性統(tǒng)計(jì)量

第一個選項(xiàng)是“CommonSample〞〔普通樣本〕，選擇該項(xiàng)將得到含有均值、中位數(shù)、最大/小值等統(tǒng)計(jì)量的一張電子表格?！癈ommonSample〞要求各序列對象的樣本范圍相同，不能含有NA符〔空值〕。整理課件二、描述性統(tǒng)計(jì)量2.序列組窗口下的描述性統(tǒng)計(jì)量

第二個選項(xiàng)是“IndividualSamples〞〔個體樣本〕，選擇該項(xiàng)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(jì)量的一張電子表格。與“CommonSample〞不同的是該選項(xiàng)中序列對象所包含的觀測值個數(shù)可以不同。第三個選項(xiàng)是“Boxplots〞〔箱線圖/箱尾圖〕。整理課件三、描述性統(tǒng)計(jì)量檢驗(yàn)1.簡單假設(shè)檢驗(yàn)

均值〔Mean〕檢驗(yàn)方差〔Variance〕檢驗(yàn)中位數(shù)〔Median〕檢驗(yàn)整理課件三、描述性統(tǒng)計(jì)量檢驗(yàn)1.簡單假設(shè)檢驗(yàn)

選擇“View〞|“TestsforDescriptiveStats〞|“SimpleHypothesisTests〞選項(xiàng)后彈出如以下圖所示的對話框，在左側(cè)文本框中輸入待檢驗(yàn)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(yàn)，如果標(biāo)準(zhǔn)差，可在右側(cè)“Enters.d.if〞文本框中輸入標(biāo)準(zhǔn)差的值。整理課件三、描述性統(tǒng)計(jì)量檢驗(yàn)2.分組齊性檢驗(yàn)

均值〔Mean〕檢驗(yàn)方差〔Variance〕檢驗(yàn)中位數(shù)〔Median〕檢驗(yàn)整理課件三、描述性統(tǒng)計(jì)量檢驗(yàn)2.分組齊性檢驗(yàn)

選擇“View〞|“TestsforDescriptiveStats〞|“EqualityTestsbyClassification〞選項(xiàng)后彈出如以下圖所示的對話框，在“Series/Groupforclassify〞文本框中輸入序列或序列組對象名稱，在“Testequalityof〞中選中檢驗(yàn)方法，“NAhanding〞表示缺值項(xiàng)的處理方法，“Groupintobinsif〞可以限定分類后子工程的數(shù)目。然后單擊“OK〞按鈕即可。整理課件四、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(xiàng)，彈出右圖所示的對話框。需說明的是序列組中的“View〞|“Correlogram〞選項(xiàng)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〞|“CrossCorrelogram〞選項(xiàng)。整理課件四、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〞|“CommonSample〞/“PairwiseSamples〞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)。整理課件五、單位根檢驗(yàn)單位根檢驗(yàn)〔UnitRootTest〕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，那么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)，那么稱為d階單整序列，記作I(d)。整理課件五、單位根檢驗(yàn)單位根檢驗(yàn)〔UnitRootTest〕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，那么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)，那么稱為d階單整序列，記作I(d)。整理課件五、單位根檢驗(yàn)選擇工具欄中的“View〞|“UnitRootTest〞選項(xiàng)，會彈出如以下圖所示的對話框。整理課件五、單位根檢驗(yàn)EViews5.1為用戶提供了6種單位根檢驗(yàn)的方法，有“AugmentedDickey–Fuller〞(ADF)檢驗(yàn)法，“Dickey–FullerGLS(ERS)〞〔DF〕檢驗(yàn)法，“Phillips–Perron〞〔PP〕檢驗(yàn)法，“Kwiatkowski–Phillips–Schmidt–Shin〞(KPSS)檢驗(yàn)法，“Elliott–Rothenberg–StockPoint–Optimal〞(ERS)檢驗(yàn)法,“Ng–Perron〞(NP)檢驗(yàn)法。整理課件五、單位根檢驗(yàn)在“Testforunitrootin〞中選擇序列形式?！癓evel〞表示對原序列進(jìn)行單位根檢驗(yàn)，“1stdifference〞表示對一階差分序列進(jìn)行單位根檢驗(yàn)，“2nddifference〞表示對二階差分序列進(jìn)行單位根檢驗(yàn)。整理課件五、單位根檢驗(yàn)“Laglength〞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(xiàng)按鈕。在“Automaticselection〞〔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)那么，常用的是“AIC〞和“SC〞最小準(zhǔn)那么，系統(tǒng)在默認(rèn)狀態(tài)下顯示的是SC準(zhǔn)那么；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“Userspecific〞，那么用戶可輸入具體的數(shù)值，系統(tǒng)會給出檢驗(yàn)結(jié)果。整理課件五、單位根檢驗(yàn)“Includeintestequation〞表示檢驗(yàn)式中是否包含“Intercept〞〔截距項(xiàng)〕、“Trendandintercept〞〔趨勢項(xiàng)和截距項(xiàng)〕和“None〞〔不包含趨勢項(xiàng)和截距項(xiàng)〕。可根據(jù)圖形來確定是否包含趨勢項(xiàng)和截距項(xiàng)。整理課件六、Granger因果檢驗(yàn)Granger因果關(guān)系檢驗(yàn)就是檢驗(yàn)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，那么稱兩個變量間存Granger因果關(guān)系。整理課件六、Granger因果檢驗(yàn)翻開序列組對象窗口，選擇工具欄中的“View〞|“GrangerCausality〞選項(xiàng)，在彈出的對話框中輸入滯后期，然后單擊“OK〞按鈕，就會得到以下圖所示的分析結(jié)果。一般情況下Granger因果檢驗(yàn)的滯后期要根據(jù)AIC和SC準(zhǔn)那么來確定。“NullHypothesis〞列是原假設(shè)，“CPIdoesnotGrangerCauseGDP〞為CPI不是GDP的Granger因，同樣，“GDPdoesnotGrangerCauseCPI〞為GDP不是CPI的Granger因?！癘bs〞列是樣本數(shù)，“F-Sta