eviews图像及结果分析.docx

《eviews图像及结果分析.docx》由会员分享，可在线阅读，更多相关《eviews图像及结果分析.docx（21页珍藏版）》请在优知文库上搜索。

1、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

2、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“ViewIGraph”选项，将弹出如图4-1所示的界面。cry%*v$/皿MIGXltntFtvStUt8iAT”Tkl1(M*1”jm1Se4UmSiskd%ltUmFrtr(1.CMTlT4vM*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1.4225000,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、3),j=C正态分布的K值为3,当K3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,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

4、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.yqt一荷Ibll9lPIwhBkJPde3“JMMf

5、-廿Pt.fv*l*4t00P.n.,PAert厂FIitaeraSUPoQwil图4-7StatsbyClassification”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

6、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

7、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”ITestsforDescriptiveStatsEqualityTestsbyClassification选项后弹出图4-10所示的对话框，在SeriesGroupforclassify*文本框中输

8、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),

9、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.

10、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