实验一EViews软件的基本操作【实验目的】了解EViews软件的基本操作对象，掌握软件的基本操作。
【实验内容】一、运行Eviews；二、数据的输入、编辑与序列生成；三、图形分析与描述统计分析；四、数据文件的存贮、调用与转换。
实验内容中后三步以表1-1所列出的税收收入和国内生产总值的统计资料为例进行操作。
资料来源：《中国统计年鉴1999》【实验步骤】一、单击任务栏上的“开始”→“程序”→“Eviews”程序组→“Eviews”图标二、数据的输入、编辑与序列生成1创建工作文件启动Eviews软件之后，在主菜单上依次点击File\New\Workfile2输入Y、X的数据可在命令窗口键入如下命令：DATA Y X3生成log（Y）、log（X）、X^2、1/X时间变量T等序列在命令窗口中依次键入以下命令即可：GENR LOGY=LOG(Y)GENR LOGX=LOG(X)GENR X1=X^2GENR X2=1/XGENR T=@TREND(1984)4选择若干变量构成数组，在数组中增加、更名和删除变量5在工作文件窗口中删除、更名变量三、图形分析与描述统计分析1利用PLOT命令绘制趋势图2利用SCAT命令绘制X、Y的相关图3观察图形参数的设置情况双击图形区域中任意处或在图形窗口中点击Procs/Options4在序列和数组窗口观察变量的描述统计量单独序列窗口，从序列窗口菜单选择View/Descriptive Statistics/Histogram and Stats，则会显示变量的描述统计量；数组窗口，从数组窗口菜单选择View/Descriptive Stats/Individual Samples，就对每个序列计算描述统计量四、数据文件的存贮、调用与转换1存贮并调用工作文件2存贮若干个变量，并在另一个工作文件中调用存贮的变量3将工作文件分别存贮成文本文件和Excel文件4在工作文件中分别调用文本文件和Excel文件实验二一元回归模型【实验目的】掌握一元线性、非线性回归模型的建模方法【实验内容】建立我国税收预测模型【实验步骤】表1列出了我国1985－1998年间税收收入Y和国内生产总值（GDP）x的时间序列数据，请利用统计软件Eviews建立一元线性回归模型。
表1 我国税收与GDP统计资料1.建立工作文件CREATE A 1985 19982.输入数据 DATA Y X3.图形分析 (1)趋势图分析 PLOT Y X (2)相关图分析 SCAT Y X4.估计线性回归模型 LS Y C X5.估计非线性回归模型(1)双对数函数模型：LS log(Y) C log(X) (2)对数函数模型：LS Y C log(X) (3)指数函数模型：LS log(Y) C X (4)二次函数模型：LS Y C X X^2 6.模型比较在回归方程窗口中点击View\Actual,Fitted,Residual\ Actual,Fitted,Residual Table ，可以得到相应的残差分布表。
实验三 多元回归模型【实验目的】掌握建立多元回归模型和比较、筛选模型的方法。
【实验内容】建立我国国有独立核算工业企业生产函数。
根据生产函数理论，生产函数的基本形式为：()ε,,,K L t f Y =。
其中，L 、K 分别为生产过程中投入的劳动与资金，时间变量t 反映技术进步的影响。
表3-1列出了我国1978-1994年期间国有独立核算工业企业的有关统计资料；其中产出Y 为工业总产值（可比价），L 、K 分别为年末职工人数和固定资产净值（可比价）。
资料来源：根据《中国统计年鉴－1995》和《中国工业经济年鉴-1995》计算整理【实验步骤】一、建立多元线性回归模型㈠建立包括时间变量的三元线性回归模型；在命令窗口依次键入以下命令即可：⒈建立工作文件： CREATE A 1978 1994⒉输入统计资料： DATA Y L K⒊生成时间变量t： GENR T=@TREND(1977)⒋建立回归模型： LS Y C T L K （模型1）㈡建立剔除时间变量的二元线性回归模型；（模型2）命令：LS Y C L K㈢建立非线性回归模型——C-D生产函数（εβαeKALY=）方式1：转化成线性模型进行估计（模型3）在EViews软件的命令窗口中依次键入以下命令：GENR LNY=log（Y）GENR LNL=log（L）GENR LNK=log（K）LS LNY C LNL LNK方式2：迭代估计非线性模型⑴在工作文件窗口中双击序列C，输入参数的初始值⑵在方程描述框中（quick →estimate equation）输入公式y=c(1)*L^c(2)*K^c(3)，点击Options，输入精度控制值①参数初值：0，0，0；迭代精度：10－3（模型4）②参数初值：0，0，0；迭代精度：10－5，迭代次数100③参数初值：0，0，0；迭代精度：10－5，迭代次数1000 （模型5）④参数初值：1，1，1；迭代精度：10－5，迭代次数1000二、比较、选择最佳模型估计过程中，对每个模型检验以下内容，以便选择出一个最佳模型：㈠回归系数的符号及数值是否合理；㈡模型的更改是否提高了拟合优度；㈢模型中各个解释变量是否显著；㈣残差分布情况分别在模型1～模型5的各方程窗口中点击View/Actual, Fitted, Residual/ Actual, Fitted, Residual Table，可以得到各个模型相应的残差分布表，选出最优模型作为我国国有工业企业生产函数。
实验四自相关性【实验目的】掌握自相关性的检验与处理方法。
【实验内容】利用表4-1资料，试建立我国城乡居民储蓄存款模型，并检验模型的自相关性。
【实验步骤】一、回归模型的筛选⒈相关图分析SCAT X Y⒉估计模型，利用LS命令分别建立以下模型⑴线性模型： LS Y C X⑵双对数模型：GENR LNY=LOG(Y)GENR LNX=LOG(X)LS LNY C LNX⑶对数模型：LS Y C LNX⑷指数模型：LS LNY C X⑸二次多项式模型：GENR X2=X^2LS Y C X X2⒊选择模型二、自相关性检验⒈DW检验⒉偏相关系数检验⒊BG检验三、自相关性的调整：加入AR项⒈对双对数模型进行调整；在LS命令中加上AR(1)和AR(2)，使用迭代估计法估计模型。
键入命令：LS LNY C LNX AR(1) AR(2)⒉对二次多项式模型进行调整；键入命令：LS Y C X X2 AR(2)⒊从双对数模型和二次多项式模型中选择调整结果较好的模型。
四、重新设定双对数模型中的解释变量：模型1：加入上期储蓄LNY(-1)；模型2：解释变量取成：上期储蓄LNY(-1)、本期X的增长DLOG(X)。
⒈检验自相关性；⑴模型1键入命令：LS LNY C LNX LNY(-1)⑵模型2键入命令：GENR DLNX=D(LNX)LS LNY C LNY(-1) DLNX⒉解释模型的经济含义实验五多重共线性【实验目的】掌握多重共线性的检验及处理方法【实验内容】建立并检验我国钢材产量预测模型【实验步骤】表6是1978－1997年我国钢材产量（万吨）、生铁产量（万吨）、发电量（亿千瓦时）、固定资产投资（亿元）、国内生产总值（亿元）、铁路运输量（万吨）的一、检验多重共线性⒈相关系数检验在Eviews软件命令窗口中键入：COR X1 X2 X3 X4 X5或在包含所有解释变量的数组窗口中点击View\Correlations⒉辅助回归方程检验在Eviews软件命令窗口中键入：LS X1 C X2 X3 X4 X5LS X2 C X1 X3 X4 X5LS X3 C X1 X2 X4 X5LS X4 C X1 X2 X3 X5LS X5 C X1 X2 X3 X4二、利用逐步回归方法处理多重共线性⒈建立基本的一元回归方程根据相关系数和理论分析，钢材产量与生铁产量关联程度最大。
所以，设建立的一元回归方程为：εα+βYX+=1⒉逐步引入其它变量，确定最适合的多元回归方程实验六异方差性【实验目的】掌握异方差性的检验及处理方法【实验内容】建立并检验我国制造业利润函数模型【实验步骤】表6列出了1998年我国主要制造工业销售收入与销售利润的统计资料，请利用统计软件Eviews建立我国制造业利润函数模型。
一、检验异方差性⒈图形分析检验⑴观察销售利润（Y）与销售收入（X）的相关图(图1)：SCAT X Y⑵残差分析首先将数据排序（命令格式为：SORT 解释变量），然后建立回归方程。
在方程窗口中点击Resids按钮就可以得到模型的残差分布图（或建立方程后在Eviews工作文件窗口中点击resid对象来观察）。
2.White检验⑴建立回归模型：LS Y C X⑵在方程窗口上点击View\Residual\Test\White Heteroskedastcity3.Park检验⑴建立回归模型：LS Y C X⑵生成新变量序列：GENR LNE2=log(RESID^2)GENR LNX=log⑶建立新残差序列对解释变量的回归模型：LS LNE2 C LNX4.Gleiser检验⑴建立回归模型⑵生成新变量序列：GENR E=ABS(RESID)⑶分别建立新残差序列（E）对各解释变量（X/X^2/X^(1/2)/X^(－1)/ X^(－2)/ X^(－1/2)）的回归模型：LS E C XR确定异方差类型⑷由F值或2二、调整异方差性⒈确定权数变量根据Park检验生成权数变量：GENR W1=1/X^1.6743根据Gleiser检验生成权数变量：GENR W2=1/X^0.5另外生成：GENR W3=1/ABS(RESID）GENR W4=1/ RESID ^2⒉利用加权最小二乘法估计模型在Eviews命令窗口中依次键入命令：W) Y C XLS(W=i或在方程窗口中点击Estimate\Option按钮，并在权数变量栏里依次输入W1、W2、W3、W4⒊对所估计的模型再进行White检验，观察异方差的调整情况。