eviews图像及结果分析.docx

第4章图形和统计量分析EViews软件供应了序列(SerieS)和序列组(GroUP)等对象的各种视图、统计分析方法和过程。当序列对象中输入数据后一，就可对序列对象中输入的数据进行统计分析，并且可以通过图、表等形式进行描述。本章将介绍序列和序列组对象图形的生成和描述性统计Gt与其检验。4.1 图形对象图形(GraPh)对象可以形成序列和序列组等对象的各种视图，如线图(1.ine)、散点图(SCatter)以与饼图(Pie)等。通过图形可以进一步视察和分析数据的变更趋势和规律。下面介绍图形对象的基本操作。4.1.1 图形(GraPh)对象的生成图形对象也是工作文件中的基本对象之。要生成图形对象需首先打开序列对象街口或序列组对象窗口，选择对象窗口工具栏中的"View”I“Graph”选项。选择的对象类型不同，将弹出不同的窗口。假如在序列对象窗口下选择“View"I"Graph”选项，将弹出如图4-1所示的界面。>cry%*v$/皿MIGXltnt<r>FtvStUt8i<UiWtta>AT”Tkl1(M*1”jm1S<e4UmSi«s«kd%ltUmFrtr(1.CMTl<r4tWT««i0C>T4v>M*<wTsQBXfUJ%e11e11x)Al7Vm图4-】序列窗口下图形对象的生成此时“Graph”弹出的菜单中有6种图形可供选择。“1.ine”表示生成的是折线图，如图4-2所示，其横轴表示时间或序列的依次，纵轴表示序列对象观测值的大小，“Area”表示生成面积图，其图形的形态与“1.ine"（折线图）相同，不同的是“Area”（面积图）曲线下方是被填满的,而“1.ine"（折线图）下方是空臼。图4-2"1.ine"折线图EVieWS主菜单中的“Quick"I"Graph”选项来生成。在“Graph”的菜单中选择图的类型，将弹出图4-5所示的文本框C在文本框内输入序列或序列组的名称，例如di”,然后单击“OK”按钮，即可打开相应的图，此时所生成的图对象未被命名，单击图对象窗口中的“Name”按钮即可命名。图4-5生成图对象的文本框4.1.2 图形的冻结在上面所介绍的两种图对象生成方法中，通过“Quick”I"Graph”选项生成图形对象，单击图对象窗口工具栏中的“Name”选项，在弹出的对话框中输入该对象的名称，单击uOKw按钮后该对象即可被保存，并在工作文件窗口中显示图对象的图标疝1.但干脆在序列对象窗口中形成的图形未被保存，当序列对象中的观测值发生变更时，或当前工作文件的样本范围发生变更时，图形也将随之变更。假如要保留所建立的图形，使之不随样本与观测值的变更而发生变更，则可以通过序列对象割口中的“Freeze”键来冻结图形。EViews性统计疑与其检验。4.2.1描述性统计量概述序列窗口下的描述性统计量和序列组身口下的描述性统计量有所不同。在序列窗口下方4种描述性统计量，分别是“HistogramandStats”（直方图和统计量）、,StatsTable"（统计表）、mStatsbyClassificationw（分类统计醐和"BoxplotsbyCIaSSifiCation”（箱线图/箱尾图分类）。序列组协口下方3种描述性统计量，分别是“CommonSamPle”（股样本）、“IndividualSamples1个体样本）和“Boxplots"（箱线图/箱尾图）=卜.面分别进行具体介绍“（1）序列街口下的描述性统计量在序列（SerieS）对象窗口下选择工具栏中的“View"I"DescriptiveStatiStiCS”（描述性统计命选项，将出现4个选项C第一个选项是''HistogramandStats''（直方图和统计量），能显示序列对象的直方图和描述性统计讨的值。下面以建立好的序列对象“fdi”为例来进行说明。如图4-6所示，图的左侧显示的是该序列对象的直方图，为观测值的频率分布。右侧分三个部分，最上面显示的是行列对象的名称、样本的范用和样本数量。中间部分显示的是各统计量的值。其中，“Mean”表S=培尸)42)式中，G是变盘方差的有偏估计。当S=O时，序列的分布是对称的,如正态分布；当S>0时，序列分布为右偏；当SVO时，序列分布为左偏。例如图4-6中的偏度为1.422500>0,所以我国的外商干脆投资(Rli)的分布是不对称的，为右偏分布形态。uKurtosisw表示峰度，用来衡量序列分布的凸起状况。其计算公式为=ll-i(4-3),j=C'正态分布的K值为3,当K>3时，序列对象的分布凸起程度大于正态分布的凸起程度；当<3时，序列对象的分布凸起程度要比正态分布小。例如，图4-6中的峰度为4.898917>3,外商干脆投资(fdi)的分布呈尖峰状态。最下方是JB(Jarque-Bera)统计最与其相应的概率(ProbabiIity)oJB统计最用来检验序列观测值是否听从正态分布，该检验的零假设为样本听从正态分布。在零假设下，JB统计量听从X%分布。依据第1章所介绍的假设检验，P(Probability)值为拒绝原假设所犯第I类错误的概率。在本例中P值接近于0,因而可在1%的显著性水平下拒绝零假设,即序列不听从正态分布。其次个选项是“StatsTable”（统计表），它将描述性统计量值通过电表格的形式显示在对象窗11中。第三个选项是“StatsbyCIaSSifiCation”（分类统计量），它将样本分为若组后再对各组观测值分别进行描述统计。选择此项后将弹出如图4-7所示的对话框，其中包括三部分内容。在左边“Statistics"选项中勾选须要显示的统计量，其中“#ofNAsw为无观测个数，“Observations”为观测值个数。在"Series/GrOUPforclassify"中输入需分类的序列或序列组对象名称，右侧"Output1.ayout”为输出结果的显示形式。选择好后单击mOKm按钮即可。304MVlSr13v*<«CarelE2gigt1.y<<qt一荷I«bl«l9lPIw<.ttc,CiyPQeErt,>hB"kJPde3“JMMf-廿Pt.fv*l*4t00P.n.,PA"ert厂«FIitaeraSUPoQw><il图4-7"StatsbyClassification”份类统计址）对活框第四个选项是"BoxplotsbyCIaSSifiCation''（分类箱线图/箱尾图）,将序列分布依据箱线图/箱尾图进行分类。箱线图（BoXPIOt）也称为箱尾图，是利用数据统计砧来描述数据的一种方法，它可以粗略地看出数据是否具有对称性，分布的分散程度等。图4-8所示为fdi序列的分类箱线图。图4-8Idi序列对象的分类箱线图（aBoxplotsbyClassificationw）（2）序列组窗口下的描述性统计量在序列组（GrOUP）对象窗口下选择工具栏中的“View”IuDescriptiveStatiStiCS”（描述性统计量）选项，将弹出3个选项。第一个选项是"CommonSamPlC”（一般样本），选择该项将得到含有均值、中位数、最大/小值等统计量的一张电子表格。"CommonSample"要求各序列对象的样本范围相同，不能含有NA符（空值其次个选项是“IndividualSamples"（个体样本），选择该项后弹出的界面也是含有均值、中位数、最大/小值等统计量的张电子表格。与“CommonSample"不同的是，该选项中序列对象所包含的观测值个图4-9fdi序列对象的简洁假设检酷对话框均值(Mean)检验、方差(VarianCe)检验和中位数(Median)检验的零假设和备择假设均为HV=6给定的数值)Hi:m依据输出结果中的P值来判定是否接受原假设。例如，假如P值小于0.05,说明在5%的显著性水平下可以拒绝零假设，即均值、方差或者中位数不等于给定值。分蛆齐性检验("EqualityTestsbyCIaSSifiCatiOn")同样包括均值(MCan)检验、方差(VarianCe)检验和中位数(Median)检验。选择“View”I"TestsforDescriptiveStats""EqualityTestsbyClassification"选项后弹出图4-10所示的对话框，在SeriesGroupforclassify*文本框中输入序列或序列组对象名称，在44Testequality。中选中检验方法，"NAhandling”表示缺值项的处理方法，"Groupintobinsf'可以限定分类后子项目的数目。然后单击“OK”按钮即可。在序列组对象僮口中选择“View”IoTestsforDescriptiveStatsw选项，会弹出如图4-11所示的对话框，其中包括均值(Mean)检验、中位数(MCdian)检脸和方差(VarianCe)检验，其检验方法与上面介绍的序列对象中的检脸方法相同。选中一种检险后单由“OK”按钮即可。当选中“Commonsample"复选框时，要求每个序列对象的当前样本范困内的观测值数目相同(不含NA),否则样本观测值数目可以不同.图4-10fdi序列对象的分组齐性检险对话框图4-11序列蛆对象检验对话框试验04-01：表4-1中列出2003年1月到2005年12月中国对法国地区的进出口贸易总额，单位为万美元。请建汇新序列对象保存该数据并进行简洁假设检验。表4-12003.1-2005.12中国对法国地区的进出口贸易总额H期进出口H期进出口日期进出口贸易总额贸易总额贸易总额2003.1860822004.11122005.11489769582003.21523722004.22212972005.22769442003.32442552004.33578702005.34304142003.43534582004.45049912005.46337632003.54637052004.56453552005.57864912003.65665472004.67860182005.69603402003.76795962004.79486042005.711433552003.88064372004.811160512005.813284902003.99437562004.912880492005.915059062003.1010531422004.1014201792005.1016644542003.1111974462004.1115829562005.1118543852003.1213391382004.1217585302005.122064944数据来源：中国海关统计网第一步，创建一个时间范围为2003年1月至2005年12月的工作文件，取名为trade,在该工作文件中建立序列对象，命名为zf,并将数据导入到序列对象中C操作方法参照第2和第3点相关部分。其次步，选择序列对象“小工具栏中的“View”I“TestsforHmgTUnto*ffOtfOSOMBTE1723Smtv>RXM)INlXMI2Sc5dg,6tl6536o*Hjc<hHMtm¢000000SMrPSMt”7W93Svrp9M0”«56Dt529VMfPaM，*v>wc500X00Srrp>v>wce3(0e*11MXWWm%a3VanwctRttM21186775OOCDOTM!Hrpc4hmM«01axnoooSrptaMd-7S6440Sqqe>cit«*cm»0Sqt<*mtIeXlErfWlco<4t*n*mdr<4fi(n>11uicrViM埠016666705263040039956PrSm»>：，0000O676。轲04313图4-13Zf序列对象的简洁假设检验输出结果4.3相关分析在EViews软件中可以对序列和序列蛆对象进行相关分析，从而判定序列对象是否存在自相关问题。单击序列或序列组对象切口工具栏中的“View"I"CorrCIogram"（相关图）选项，弹出图4-14所示的对话框。需说明的是，序列组中的“View”IaCorrelogramw选项分析的是第一个序列对象的相关性。假如要得到两个序列对象的交义相关图，需选择"View"I"CrossCorrelogram*选项。D*f8d7Q9Tm1054SrriX06K>12OXMQlr<lul367«02必”，P>caiCtnHrtcc2PACOay*仇000000黑000000器000000000000000罂OolOoooooooooooooool420"28»32B3333M3?»»3e%40ID4OW20400OC530J»021640143O3CF5Ola02»60200OW7OO?fe4»»46owOm9-00G0117100I力。BO11-0X1001512OlM030913O(D645.1I7U-0Q94)CS7150009012416Q1*Q8D图4-15fdi相关图在序列组对象窗口中，除了可以得到相关图外还可以得到相关矩阵。选择序列组对象窗口工具栏中的“View”I“COrrelation”IuCommonSample"/"PairwiseSamples,后,得到图4-16所示的相关矩阵表。表中的数值代表两个变量的相关性，数值可正可负。当数值大于0.9时,两个变量高度相关。试验04-02:建立一个19942005年的工作文件，频率为“Annual”，然后建立两个序列对象，将表4-2中的数据输入到序列对象中。分析表4-2中GDP（国内生产总值）与CPI（居民消费价格指数）序列对象的相关关系。表4-2我国19942005年CPI和GDP数据i居民消费价格指数国内生产总值（GDP）“Ng-Perron”（NP）检验法。在,tTestforunitrtin”中选择序列形式，“1.evel”表示对原疔列进行单位根检验，“1stdifference"表示对一阶差分序列进行单位根检验,"2nddifference"表示对二阶差分序列进行单位根检验。图4-17单位根检验对话框“1.aglength”表示消退序列相关所需的滞后阶数，在该区域有两个单选按钮。在“AutomaticSeleCtiorr（自动选择）中有两个文本框，第一个文本框的下拉列表中有6个准则，常用的是“AIC”和“SC”最小准则，系统在默认状态下显示的是SC准则；在其次个文本框中输入毋大滞后阶数，一股系统会依据样本容量而自动给出一个数值。假如选中“Userspecific”，则用户可输入具体的数值，系统会给出检验结果。uIncludeintestequationw表示检验式中是否包含"Intercept”（裁距项）、“Trendandinterceptw偏势项和截距项）和“None"（不包含趋势项和彼距项）。可依据图形来确定是否包含趋势项和被距项“试验04-03:依据试验04-02中建立的序列对象CPI和GDP进行单位根检验C下面介绍具体的操作过程。第一步，打开序列CPI对象面口，选择工具栏中的“View"I"Graph”I“1.ine”选项，会得到CPl的趋势图，如图4-18所示。假如曲线是从原点动身则在单位根检验式中不含有截距项，否则就包含截距项。假如曲线有明显上升或下降的趋势，那么在单位根检验式中就包含趋势项。其次步，选择工具栏中的“View"IaUnitRootTest"选项，在图4-19所示的对话框中进行选择。在“Testtype”中选择“ADF”检验法("AugmentedDickey-Fullerw),在*4Testforunitrootin”中选择原序列形式（“1.evel”），在"Includeintestequationw中选择aTrendandintercept”（截距项），在"AutomaticSeIeCtkm”中选序列CPl有一个单位根Il图F方列出的是单位根检验的方程，最卜.面是方程的拟合优度(R-SqUared)、标准差(SEofregression)与F统计量(F-StatiStiC)等数值。这些内容将在下一章中进行详解。需留意的是，在图4-20中有“Wamingw(警告)的提示，要求样本在20个以上，样本太小得到的结果未必精确。4.5 Granger因果检会Grangel因果检验用来分析两个序列间的因果关系是否存在。主要是看当期的变量V能在多大程度上被以前的变屐X所说明，以与加入变量X的滞后期后，是否会提高对变量y的说明程度*假如X对项料y有帮助，或者X与y的相关系数在统计上显著，那么变盘y就是由变six“Granger”引起的。Granger因果关系检酷就是检验个变量的滞后变量是否可以放入其他变盘的方程中。假如该变成受到其他变盘滞后期的影响，则称两个变量间存在Granger因果关系。GrangCr因果检监要在序列组(GroUP)对象却I中完成,我们以表4-2里的数据为例。首先建立一个含有序列GDP和序列CPl的序列组，打开序列组对象窗口，选择工具栏中的“View"I"GrangerCausality"选项，在弹出的对话框中输入滞后期，如图4-21所示，然后单击“0K”按钮，就会得到图4-16所示的分析结果。一般状况下，Grangel因果检验的滞后期要依据AIC和SC准则来确定，关于滞后期确定的问题会在后面的点节中进行详述C图4-21Granger因果检验对话框Granger因果检验的原假设是变肽X不是变破F的Granger因，同样Y也不是X的Granger因。在图4-22中,最上面给出厂操作日期、样本他国和滞后期。“NullHypothesis”列是原假设，44CPIdoesnotGrangerCauseGDP”为CPI,不是GDP的Granger因，同样，“GDPdoesnotGrangerCauseCP为GDP不是CPI的Granger因。“Obs”列是样本数，"F-Statistic”列是检验的F统计地，“Probability”为F检脸的概率值。图4-22Granger因果关系检验结果从图4-22所示的数据可以看出，在1的显著性水平下,CPI是GDP的Granger因（P值为000204<0.01,可以拒绝原假设），而GDP不是CPI的Granger因（P值为035081>0.01,接受原假设）。这里须要说明的是，EVieWS软件会依据样本容地来限定输入滞后期的最大值，当输入的数值过大时，软件会自动给出提示。4.6 本章小结本章主要介绍了序列和序列组对象中图形的生成方法和一些基本的描述性统计量与相关分析。通过本章学习，可以驾驭图形对象的生成、冻结和复制等基本操作方法。熟识EViews软件中的一些描述性统计贷与其检验，检验方法主要包括均值检验、中位数检验和方型检验。相关分析是用来推断序列对象是否存在自相关问题，有关自相关问题将会在第5章中进行具体讲解并描述。本率还着重讲解了序列对象的单位根检验和序列组（群）对象的Granger因果检脸方法，这两种检验方法常用于时间序列对象检验中，因而在后面模型建M的相关章节中将接着被提与。4.7 习1 .填空题(1)序列对象窗Il下可以生成6种视图，它们是、面积图(Area)、季节性堆桎图(SeaSOnaIStacked1.ine)和季节性分割线(SeaSOnalSplit1.ine)。2 2)EViews5.1软件供应的描述性统计量有、均值、(3)序列对象窗口中所包含的描述性统计减的检验主要有均值(Mean)检验、O(4)相关分析主要用来判定该序列对象的问题.(5)假如在相关矩阵表中得到的数值是负数，说明两个序列对象是关系12.选择题(1)在描述性统计量中“Skewness”表示偏度，用来衡最观测值分布偏离均值的状况，当偏度的数值时，序列分布右偏。A.小于0B.大于0C.等于0D.小于3(2)在描述性统计珞中“Kurtosis”表示峰度，用来衡量序列分布的凸起状况，当峰度的数值时，序列分布呈尖峰状态。A.大于3B.小于3C.等于3D.小于0(3)在单位根检验中,假如该时间序列经过一阶差分后变为平稳序列，则称该序列为序列，记作0A.一阶单整，KDB.一阶单整，I(O)C.二阶单整，I(O)D.二阶单整，I(I)(4)常用来确定单位根检监滞后阶数的准则是0A.AIC准则B.SC准则C.AIC和SC最小准则D.MS准则(5)Granger因果检验的原假设是。A.变量X不是变量V的Granger因。B.变盘V不是变StX的GrangeI因。C.变量X不是变量P的Granger因，同样变量F也不是变量X的Granger因。D.变址X是变屐F的Granger因，但是变IitV不是变成X3.上机操作题（1）依据附表中的数据建汇序列对象CK（出II）和NY（能源消耗总员）并输入数据,然后对两个序列对象进行视图分析，在序列对象窗口中生成图形并冻结C附表我国19912007年对外出口额和能源消耗总量年份出口（亿美元）能源消费总量（万吨标准煤）1991719.11037831992849.41091701993917.4411599319941210.112273719951487.813117619961510.513894819971827.913779819981837.113221419991949.313383120002492138553200126611431992002325615179720034382.317499020045933.220322720057619.522468220069689.4246270200712182.5265583（2）绘制序列对象CK和NY的直方图，并分析相关统计地。（3）对序列对象CK进行简洁假设检验。(4)对序列对象CK和NY分别进行单位根检验，并分析检验结果。(5)检验序列CK与NY的Granger因果关系。