查看原文
其他

【高能推荐】放大招总结的eviews命令,ls+scat+plot+genr你造吗

2016-02-17 计量经济学服务中心
点击标题下「计量经济学服务中心」可快速关注


        地球人已经无法阻止亲们来一起关注中心的公众号了。

       按照苗阜、王声《西游朋友圈》、《西游新说》,我们的朋友圈越来越大了! 

      不求点赞只求转发!

      求点赞求转发!

       主要看计量经济学服务中心的气质,免费年鉴+免费学习资料+免费咨询等特大福利来袭!求点赞求转发!

       计量经济学服务中心新春伊始特别推出《我给中心留个言》网络互动活动,值此情人节之际,现公开将福利继续,您只要是需要年鉴或咨询的问题,直接后台留言,中心将用心回复您的每一个问题!

       计量经济学服务中心推出的大型学习栏目《学习记》,只需要回复关键词学习或者学习记,将可以直接阅读历史发送的所有教学案例!

       通知:由于很多朋友留言触动了关键词,如果您收到的不是您需要的内容,别捉急,小编正在路上!

重要的事情说三遍,直接关注“计量经济学服务中心”微信公众号,一起来看看中心的正确打开方式

打开键盘,留言!留言包含但不局限于以下内容:

1、回复eviews,您将获得相关软件下载链接,据说史上清新的8.0版本也有呢!

2、回复相关省份年鉴+年份,就可以获得您所需要的年鉴,若是没有,您也将得到小编的回复呢!

3、最最重要的事情,如果您有相关实证分析、统计建模等方面问题,快到碗里来吧! 

4、回复关键词学习或者学习记,将可以阅读历史发送的学习记相关教学案例!

5、如果您觉得学习记相关文章,不清晰或者啥的,我们也有公开分享,只要你留言,哈哈,就是这么任性!

6、更多好玩的勾搭方式,小编在中心等你来!



   eviews常见命令大全

1.创建时间序列的工作文件

a   annual:    create  a  1952  2000

s   semi-annual:create  s  1952  1960

q   quarterly:  create  q  1951:1   1952:3

m  monthly:  create  m  1952:01  1954:11

w  weekly:     create  w  2/15/94 3/31/94,自动认为第一天为周一,和正常的周不同。

d  daily (5dayweek):  create  d  3/15/2008  3/31/2008,和日历上周末一致,自动跳过周末。

7   daily (7dayweek):  create  7  3/03/2008  3/31/2008。

u  undated:  create  u  1  33。

    创建工作文件时可直接命名文件,即在create 后面直接键入“文件名”,

   如create  myfilename  a  1952  2000 或者workfile  myfilename  a  1952  2000系统自动生成两个序列:存放参数估计值c和残差resid。

   记住了这些命令,是不是偶尔遇见季度数据或者其他的时候,当你不知道2010:01的时候,就轻松多了,记住中间用冒号

2.创建数组(group)

多个序列组合而成,以便对组中的所有变量同时执行某项操作。数组和各个序列之间是一种链接关系,修改序列的数据、更改序列名、删除序列等操作,都会在数组中产生相应的变化。

1)创建完文件后,使用data建立数据组变量;若有word表格数据或excel数据,直接粘贴;或者用Import 从其它已有文件中直接导入数据。

data x  y,… 可以同时建立几个变量序列,变量值按列排列,同时在表单上出现新建的组及序列,且可以随时在组中添加新的序列。利用组的优点:一旦某个序列的数据发生变化,会在组中和变量中同时更新;数组窗口可以直接关闭,因为工作文件中已保留了有关变量的数据。

2)通过已有序列建立一个需要的组:group mygroup  x  y

  可以在组中直接加入滞后变量  groupmygroup  y  x(0 to -1)

3.创建标量:常数值

scalar val = 10     showval   则在左下角显示该标量的值

4.创建变量序列  

        series  x

                  series  y

                  data  x  y

                  series  z = x + y

                  series fit = Eq1.@coef(1) + Eq1.@coef(2) * x

                  利用两个回归系数构造了拟合值序列

5.创建变量序列  

   genr 变量名 = 表达式

genr xx = x^2              

genr yy = val * y   

genr zz = x*y (对应分量相乘)  

genr zz = log(x*y) (各分量求对数)

genr lnx = log(x)             

genr x1 = 1/x

genr Dx = D(x)              

genr value = 3(注意与标量的区别)

genr hx = x*(x>=3)(同维新序列,小于3的值变为0,其余数值不变)

1)表达式表示方式:可以含有>,<,<>,=,<=,>=,and,or。

2)简单函数:

D(X):X的一阶差分

D(X,n):X的n阶差分

LOG(X):自然对数

DLOG(X) :自然对数增量LOG(X)-LOG(X(-1))

EXP(X) :指数函数

ABS(X) :绝对值

SQR(X) :平方根函数

RND:生成0、1间的随机数

NRND:生成标准正态分布随机数。

3)描述统计函数:eviews中有一类以@打头的特殊函数,用以计算序列的描述统计量,或者用以计算常用的回归估计量。大多数@函数的返回值是一个常数。

@SUM(X):序列X的和

@MEAN(X): 序列X的平均数

@VAR(X): 序列X的方差

@SUMSQ(X): 序列X的平方和

@OBS(X): 序列X的有效观察值个数

@COV(X,Y): 序列X和序列Y的协方差

@COR(X,Y): 序列X和序列Y的相关系数

@CROSS(X,Y): 序列X,Y的点积 genrval=@cross(x,y)

当X为一个数时,下列统计函数返回一个数值;当X时一个序列时,下列统计函数返回的也是一个序列。

@PCH(X): X的增长率(X-X(-1))/ X(-1)

@INV(X): X的倒数1/X

@LOGIT(X): 逻辑斯特函数

@FLOOR(X): 转换为不大于X的最大整数

@CEILING(X): 转换为不小于X的最小整数

@DNORM(X): 标准正态分布密度函数

@CNORM(X): 累计正态分布密度函数

@TDIST(X,n): 自由度为n,取值大于X的t统计量的概率

@FDST(X,n,m): 自由度为(n,m)取值大于X的F分布的概率@CHISQ(X,n): 自由度为n,不小于x的 分布的概率

4)回归统计函数

回归统计函数是从一个指定的回归方程返回一个数。调用方法:方程名后接.再接@函数。如EQ1.@DW,则返回EQ1方程的D-W统计量。如果在函数前不使用方程名,则返回当前估计方程的统计量。

统计函数见下面:@R2…@NCOEF常用。

6.向量

   列向量对象 vector、行向量对象 rowvector、系数向量对象           coeff vector vect:定义了一个一维且取值为0 的列向量

 vector(n) vect:定义一个n维且取值为0的列向量

 vect.fill  1, 3, 5, 7, 9 :定义了分量的值

 vector(n) vect=100:定义一个n维且取值为100的列向量行向量对象 rowvector、系数向量对象coeff类似

7.矩阵

matrix mat:定义一个行和列均为1取值为0的矩阵 

 matrix(m,n) mat:定义一个行和列分别为m,n取值为0的矩阵

  matr.Fill  1 2 3 4 5  9 87 6 5,┅默认按列输入数据

  matrix(m,n) mat=5:定义一个行和列分别为m,n取值为5的矩阵

  matrix(m,n) mat=5*matr:定义和matr同维但取值为5倍的矩阵

8.常用命令:

1)Cov  x  y: 协方差矩阵。

 Cor  x y: 相关矩阵。

2)plot  x  y:出现趋势分析图,观察两个变量的变化趋势或是否存在异常值。双击图形可改变显示格式。

3)scat  x  y:观察变量间相关程度、相关类型(线性、非线性)。仅显示两个变量。如果有多个变量,可以选取每个自变量和因变量两两观察,虽然得到切面图,但对函数形式选择有参考价值。

4)排序:在workfile窗口,执行主菜单上的procs/sort series,可选择升序或降序:Sort  x:则y随之移动,即不破坏对应关系。

sort(d)  x:按降序排序,注意所有的其它变量值都会随之相应移动。5)取样   smpl  1  11     smpl  1990  2000

smpl @all:重新定义数据范围,如果修改过,现在改回。

6)追加记录,扩展样本:Expand2001  2007

6)“'”后面的东西不执行,仅仅解释程序语句。

7)Jarque-Bera统计量: ,用于检验变量是否服从正态分布。在变量服从正态分布的原假设下,JB统计量服从自由度为2的卡方分布。如果JB统计量大于卡方分布的临界值,或对应概率值较小,则拒绝该变量服从正态分布的假设(where S is the skewness, K is the kurtosis, and k represents thenumber of estimated coefficients used to create the series)

 

9. 置信区间估计:

变量的显著性检验:

=c(2)/@stderrs(2)=@tstats(2)

参数 的置信区间的计算:

=0.01, =3.355,

下限:=c(2)-3.355*@stderrs(2)

上限:=c(2)+3.355*@stderrs(2)

总体个别均值 的预测值的置信区间的计算(总体条件均值类似):

1)ls y c x,使内存中存在方程 -103.171717172+0.77701010101

2)假设 =1000,

下限:=c(1)+c(2)*1000-

2.306*@se*@sqr(1+1/@OBS(X)+(1000-@mean(x))^2/@sumsq(x-@mean(x)))=372.03

上限:=c(1)+c(2)*1000+

2.306*@se*@sqr(1+1/@OBS(X)+(1000-@mean(x))^2/@sumsq(x-@mean(x)))=975.65

故总体个别均值 的预测值的置信区间为:(372.03,975.65)。

10.预测问题:

生成一个以原因变量y名+f的y的预测值yf,实际上,yf= ;同时还得到一张预测图形:图中实线是因变量y的预测值,上下两条虚线给出的是近似95%的置信区间。

1) 绝对指标RMSE均方根误差 ,其大小取决于因变量的绝对数值和预测值;

2) 绝对指标MAE平均绝对误差 ,其大小取决于因变量的绝对数值和预测值;

3) 常用的相对指标MAPE平均绝对百分误差 ;

若MAPE的值小于10,则认为预测精度较高;

4) 希尔不等系数: ,希尔不等系数总是介于0-1之间,数值越小,表明拟合值和真实值间的差异越小,预测精度越高;5) 均方误差MPE可分解为

其中 是预测值 的均值, 是实际序列的均值, 分别是预测值和实际值的标准差,r是它们的相关系数,于是可定义偏差率、方差率和协变率三个相互联系的指标,其取值范围都在0-1之间,并且这三项指标之和等于1,计算公式是:偏差率 (OLS中 ,故BP=0)、方差率 、协变率 。BP反映了预测值均值和实际值均值间的差异,VP反映它们标准差的差异,CP则衡量了剩余的误差。当预测比较理想时,均方误差大多数集中在协变率CP上,其余两项较小。若有多种曲线形式可供选择,则应选择其中均方误差最小者为宜。

Functions that return scalarvalues:

@r2 R-squared statistic

@rbar2 adjusted R-squaredstatistic

@se  standard errorof the regression

@ssr sum of squared residuals

@dw  Durbin-Watsonstatistic

@f  F-statistic

@logl value of thelog-likelihood function

@aic Akaike informationcriterion

@sc  Schwarzinformation criterion

@jstat scalar containing theJ-statistic (for GMM)

@regobs number of observationsin regression

@meandep mean of the dependentvariable

@sddep standard deviation ofthe dependent variable

@ncoef total number ofestimated coefficients

@coefs(i) coefficient i, wherei is given by the order in which the coefficients appear in the representationsview

@stderrs(i)  standard error for coefficient i

@tstats(i) t-statistic valuefor coefficient i

@cov(i,j) covariance ofcoefficients i and j

Functions that return vector ormatrix objects:

@coefs vector of coefficientvalues

@stderrs vector of standarderrors for the coefficients

@tstats vector of ratios ofcoefficients to standard errors

@cov  matrixcontaining the coefficient covariance matrix

For example:

series y = eq1.@dw

vector tstats = eq1.@tstats

matrix mycov = eq1.@cov

scalar pvalue =1-@cnorm(@abs(eq1.@tstats(4)))

scalar var1 =eq1.@covariance(1,1)

放大招了

上述命令

其实用的最多的就是

ls y  c x 

scat 

plot

genr

跟着小编一起记住这些命令

神马回归

散点图

生成新变量

都不是问题


长按二维码立即识别关注并留言

交个朋友

建个朋友圈

打开雷达

面对面建群

更多勾搭小编的方式

年轻的你

漂亮的你

帅气的你

自己决定吧

朋友圈越来越大

你的留言方式

你做主

求点赞求转发

不求点赞只求转发

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存