第一节 EViews基本操作1、什么是EViewsEViews是Econometric Eviews（计量经济学视图）的缩写，通常称为计量经济学软件包，是专门从事数据分析、回归分析和预测的工具，在科学数据分析与评价、金融分析、经济预测、销售预测和成本分析等领域应用非常广泛。
EViews引入了流行的对象概念，操作灵活简便，可在菜单式窗口和编程窗口两种方式下运行，可直接而不需要编程解决绝大部分计量经济学问题。
2、EViews安装3、EViews使用参考书1）、《EViews使用指南与案例》，张晓峒主编，机械工业出版社，20072）、《计量经济学试验教程》，李国柱，刘德智主编，中国经济出版社，20104、认识EViews主菜单包含九个主菜单，每个主菜单下包含若干菜单项。
File(文件)Edit(编辑)Object(对象)：主菜单下有：New Object(新建对象)、Fetch from DB（从数据库导入）、Update selected from DB（从数据库更新对象）、store selected to DB（把选定的对象存储到数据库）、copy selected（复制所选定的对象）、rename （重命名）、 freeze output （冻结当前输入）Qucik提供快速分析过程，即一些频繁使用的功能。
主要菜单有：sample（改编样本范围）、generate series（生成序列）、show（打开已选择的对象，或将多个序列合成一个群对象）、graph（画图）、empty group（打开一个空群）、series statics（产生序列统计量）、group statistics（进行群统计）、estimate equation （估计方程）、 estimate VAR（估计向量回归方程）。
5、数据操作常用函数：abs(x),exp(x),inv(x),log(x),log10(x),log10(x,b),sqrt(x)常用描述统计函数：cor(x,y),cov(x,y),mean(x),medan(x),min(x),stdev(x),var(x),sum(x)描述性统计常用的量：偏度（skewness）计算公式为s=错误！未找到引用源。
3, 对称分布的偏度为零;当偏度大于零时，序列的分布为正偏；当偏度小于零时，序列的分布为负偏；如果偏度等于零，则序列呈正态分布。
峰度（kurtosis）的计算公式为k=错误！未找到引用源。
4,正态分布的峰度为3。
当序列的峰度大于3时，表示与正态分布相比，序列的分布为尖崤峰；当序列的峰度小于3时，表示与正态分布相比，序列的分布为平缓峰。
雅克-贝拉统计量（Jarque-bera statistic）用来检验序列是否服从正态分布，计算公式JB=错误！未找到引用源。
，原假设为序列服从正态分布时，JB统计量服从自由度为2的卡方分布。
只需要比较P值与显著性水平的大小。
第二节简单线形回归一、实验目的掌握一元线形回归模型的估计与应用，熟悉Eviews的基本操作二、实验要求对课本的案例数据作一元回归并进行预测三、预备知识最小二乘估计、t检验、拟合优度检验，点预测与区间预测四、实验步骤1建立工作文件并录入数据File\New\workfile, 弹出Workfile create对话框中选择数据类型。
Object\newobject\group,按向上的方向键，出现两个obs2数据的描述性统计和画图描述性统计：打开对象x与y,点View\descriptive statistics\common sample 画图：点view\graph3模型结果点Quick\estimate equation,在弹出的对话框中输入”Y C X”，注意变量见留空格。
4 结果的含义与分析（参考课本）第三节可线形化的回归典型例题1：课本105面13题。
估计其未知参数并对模型进行评价。
典型例题2：随着经济的增长，国家财政收入也随之增长，但这种增长可能是非线性的。
如下表列出了中国1989—2005年的GDP与财政输入的数据。
年份财政收入（Y）国内生产总值(X)1989 2664.90 16992.31990 2937.10 18667.81991 3149.48 21781.51992 3483.37 26923.51993 4348.95 35333.91994 5218.10 48197.91995 6242.20 60793.01996 7407.99 71176.61997 8651.14 78973.01998 9875.95 84402.31999 11444.08 89677.12000 13395.23 99214.62001 16386.04 109655.2 2002 18903.64 120332.7 2003 21715.25 135822.8 2004 26396.47 159878.3 2005 31649.29 183084.8实验步骤：1、 画出国内生产总值（x ）与财政收入 (y) 的散点图。
2、 根据散点图，考虑以下模型：线性模型：y=a+bx+u倒数模型：1/y=a+bx+u (1/y) 指数模型：lny=a+bx+u 多项式模型：y=a+bx+cx^2根据上面数据，分别计算出以上模型的结果。
注：生成新序列：lnx=log(x), lny=log(y)或直接输入命令log(y) c log(x)注意：常用函数abs(x),exp(x),inv(x),log(x),log10(x),log10(x,b),sqrt(x)3、 比较以上模型，判断哪个模型的拟合效果最好。
第四节 异方差的检验与修正典型例题1：课本116面案例——中国农村居民人均消费函数。
（数据见数据文档）主要步骤：1、得出模型lny=a+blnx1+clnx2+u 的结果；输入命令：log(y) c log(x1) log(x2)2、异方差的检验 图示法：可以认为不同地区农村人均消费支出的差别主要来源于非农经营收入及工资收入、财产收入等其他收入的差别上，因此，如果存在异方差，则可能是由X2引起的，作出22ln()i x e 的散点图；Graph/scatter 输入log(x2) e2 G-Q 检验第一步：将原始数据按X2排成升序，去掉中间的7个数据，得两个容量为12的子样本。
Srot 命令，升序（Ascenging ）和降序（Descending ）排列第二步：对两个子样本分别作OLS 回归，求各自的残差平方和RSS1和RSS2 （可以在excel 中排序后再，再选分组样本作回归）,再根据F 统计量判断怀特检验作辅助回归: 再比较n 2R 与临界值的大小在equation 窗口中选择View/residual test/white heteroskedasticity 结果有交叉项和没有交叉项的结果。
3异方差的修正可以在evies 主窗口中选择quick/estimate equation/options,在窗口中输入全书如1/x1,1/log(x1)等。
典型例题2：1、问题的提出和模型设定为了给制定医疗机构的规划提供依据，分析比较医疗机构与人口数量的关系，建立卫生医疗机构数与人口数的回归模型。
假定医疗机构数与人口数之间满足线性约束，则理论模型设定为01i i i Y X u ββ=++其中i Y 表示卫生医疗机构数，i X 表示人口数。
由2001年《四川统计年鉴》得到如下数据。
表5.1 四川省2000年各地区医疗机构数与人口数 地区 人口数（万人） X医疗机构数（个）Y地区人口数（万人） X 医疗机构数（个）Y成都 1013.3 6304 眉山 339.9 827 自贡 315 911 宜宾 508.5 1530 攀枝花 103934广安438.61589 泸州 463.7 1297 达州 620.1 2403 德阳 379.3 1085 雅安 149.8 866 绵阳 518.4 1616 巴中 346.7 1223 广元 302.6 1021 资阳 488.4 1361 遂宁 371 1375 阿坝 82.9 536 内江 419.9 1212 甘孜 88.9 594 乐山345.91132 凉山 402.4 1471 南充 709.24064二、参数估计设模型为01i i i Y X u ββ=++，估计其参数。
三、检验模型的异方差 （一）图示法（1）画出Y-X 的散点图； （2）画出2i e X -的散点图； 从以上图形判断i u 是否存在异方差. （二）Goldfeld-Quanadt 检验 （三）White 检验 四、异方差性的修正详细的过程二、参数估计进入EViews 软件包，确定时间范围；编辑输入数据；选择估计方程菜单，估计样本回归函数如下表5.2估计结果为56.69,2665.508..,7855.0)3403.8()9311.1(3735.50548.563ˆ2===-+-=F e s R X Y ii (5.32)括号内为t 统计量值。
三、检验模型的异方差本例用的是四川省2000年各地市州的医疗机构数和人口数，由于地区之间存在的不同人口数，因此，对各种医疗机构的设置数量会存在不同的需求，这种差异使得模型很容易产生异方差，从而影响模型的估计和运用。
为此，必须对该模型是否存在异方差进行检验。
（一）图形法 1、EViews 软件操作。
由路径：Quick/Qstimate Equation ，进入Equation Specification 窗口，键入“y c x ”，确认并“ok ”，得样本回归估计结果，见表5.2。
（1）生成残差平方序列。
在得到表5.2估计结果后，立即用生成命令建立序列2ie ，记为e2。
生成过程如下，先按路径：Procs/Generate Series ，进入Generate Series by Equation 对话框，即图5.4然后，在Generate Series by Equation 对话框中（如图5.4），键入“e2=（resid ）^2”，则生成序列2ie 。
（2）绘制2te 对tX 的散点图。
选择变量名X 与e2（注意选择变量的顺序，先选的变量将在图形中表示横轴，后选的变量表示纵轴），进入数据列表，再按路径view/graph/scatter ，可得散点图，见图5.5。
图5.52、判断。
由图5.5可以看出，残差平方2ie 对解释变量X 的散点图主要分布在图形中的下三角部分，大致看出残差平方2ie 随i X 的变动呈增大的趋势，因此，模型很可能存在异方差。
但是否确实存在异方差还应通过更进一步的检验。