EViews数据分析Word格式.docx
《EViews数据分析Word格式.docx》由会员分享,可在线阅读,更多相关《EViews数据分析Word格式.docx(11页珍藏版)》请在冰点文库上搜索。
图形表明随时间变化存在上升趋势
2.散点图
由图看出各序列的相关系数均接近于1,所以各序列相关程度较高。
2.对原序列进行ADF平稳性检验
Quick-seriesststistics-unitroottest,在弹出的seriesname对话框中输入需要检验的序列的名称,在testforunitrootin选择框中选择level,得到原数据序列的ADF检验结果,其他保持默认设置。
得到序列的ADF平稳性检验结果,检测值-1.17大于所有临界值,则表明序列不平稳
以此方法,对各时间序列以此进行ADF检验,将检验值与临界值比较,发现所有序列的检验值均大于临界值,表明各序列都是非平稳的。
(3)时间序列数据的一阶差分的ADF检验
Quick-seriesstatistics-unitroottest,在seriesname对话框中输入需要检验的序列名称QMG
在testforunitrootin选择框中选择1nddifference,对其一阶差分进行稳定性检验,其他保持默认设置。
得到序列的ADF平稳性检验结果,检测值-3.323并非远小于所有临界值,表明序列一阶差分不平稳。
3.Granger因果检验
(1)quick-groupstatistics-grangercausalitytest,出现如下对话框,点击OK,得到输入序列之间的单项或双向因果关系。
(2)滞后阶数采用Eviews推荐的滞后阶数
(3)得到与序列相关的Granger因果检验结果。
MOB的P值是0.0296<
0.05,所以拒绝原假设,即MOB是GNP的Granger原因,而GNP的P值为0.6483>
0.05,所以接受MOB是GNP的Granger的原解释,也就是MOB是GNP的Granger的原解释。
分析:
MOB对GNP的促进作用比较明显,而GNP对MOB的促进作用很不明显。
现在重点分析美国机动车汽油消费量研究数据的变化受哪个因素影响最大
GNP-QMG-0.0098,MOB-QMG-0.6304,PMG-QMG-0.7950,POP-QMG-0.0242
0.0098<
0.0242<
0.O5<
0.6304<
0.7950
可见,国民生产总值(GNP)对机动车汽油消费量(QMG)的促进作用最明显,其次是人口数(POP)。
人口数的不断上升,国民生产总值的提高,人们更愿意消费汽车等交通工具。
4.协整检验
(1)Open-asgroup,得到所有序列数据
(2)proc-makeequation,使用Engle-Granger(EG)两步检验法进行回归,得到回归结果。
(3)在新窗口中点击proc,选择makeresidualseries,得到残差时间序列RESID01
(4)对该序列RESID01进行ADF检验。
5.误差修正模型
(1)对所有的时间数列取对数,消除异方差问题,得到新数列。
(2)对数据重新建立回归模型。
单击quick-estimateequation,输入回归参数,P1,P2,P3,P4,P5,得到回归结果