1.图形对象的建立
如果选择“View”| “Graph”| “Line”选项，将生成如下所示的 线性图。
EViews统计分析基础教程
一、图形对象
2.图形的冻结
通过“Quick”| “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 象的名称后，单击“OK”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 。
EViews统计分析基础教程
四、相关分析
在EViews软件中可以对序列和序列组对象进行相关分析， 从而判定序列对象是否存在自相关问题。 选择“工具栏中的View”|“Correlogram”（相关图）选项， 弹出右图所示的对话框。
需说明的是序列组中的“View”| “Correlogram”选项分析的是第 一个序列对象的相关性。 如果要得到两个序列对象 的交叉相关图需选择“View” |“Cross Correlogram” 选项。
EViews统计分析基础教程
二、描述性统计量
1.序列窗口下的描述性统计量
以序列对象“fdi”为例来进行说明:
“Mean”表示均值，即序列对象观测 值的平均值；“Median”表示中位 数，即从小到大排列的序列对象观 测值的中间值，是对序列分布中心 的一个大致估计；“Maximum”表 示最大值，“Minimum”表示最小 值，是该序列观测值中的最大值和 最小值；
EViews统计分析基础教程
三、描述性统计量检验
2.分组齐性检验
均值（Mean）检验 方差（Variance）检验 中位数（Median）检验
EViews统计分析基础教程
三、描述性统计量检验
2.分组齐性检验
选择“View”|“Tests for Descriptive Stats” | “Equality Tests by Classification”选项后弹出如下图所示的对话框， 在“Series/Group for classify”文本框中输入序列或序列组 对象名称，在“Test equality of”中选中检验方法，“NA handing”表示缺值项的处理 方法，“Group into bins if”可 以限定分类后子项目的数目。然 后单击“OK”按钮即可。
EViews统计分析基础教程
第4章 图形和统计量分析
重点内容： • 图形对象的生成 • 描述性统计量 • 单位根检验 • Granger因果检验
EViews统计分析基础教程
一、图形对象
1.图形对象的建立
选择对象窗口工具栏中的“View”| “Graph”选项。“Graph” 的菜单中有6种图形可供选择。EViews计分析基础教程四、相关分析
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”|“Correlation” |“Common Sample”/“Pairwise Samples”后，得到相关矩 阵表。表中的数值代表两个变量的相关性，数值可正可负。
EViews统计分析基础教程
六、Granger因果检验
Granger因果关系检验就是检验一个变量的滞后变量 是否可以放入其他变量的方程中。如果该变量受到其 他变量滞后期的影响，则称两个变量间存Granger因 果关系。
EViews统计分析基础教程
六、Granger因果检验
打开序列组对象窗口，选择工具栏中的“View”|“Granger Causality”选项，在弹出的对话框中输入滞后期，然后单击 “OK”按钮，就会得到下图所示的分析结果。一般情况下 Granger因果检验的滞后期要根据AIC和SC准则来确定。
EViews统计分析基础教程
三、描述性统计量检验
1.简单假设检验
均值（Mean）检验 方差（Variance）检验 中位数（Median）检验
EViews统计分析基础教程
三、描述性统计量检验
1.简单假设检验
选择“View”| “Tests for Descriptive Stats” | “Simple Hypothesis Tests”选项后弹出如下图所示的对话框，在左 侧文本框中输入待检验的数值，然后单击“OK”按钮即可得 到输出结果。对于均值检验，如果标准差已知，可在右侧 “Enter s.d. if”文本框中输入标准差的值。
EViews统计分析基础教程
五、单位根检验
在“Test for unit root in”中选择序列形式。 “Level”表示对原序列进行单位根检验， “1st difference”表示对一阶差分序列进行单位根检验， “2nd difference”表示对二阶差分序列进行单位根检验。
EViews统计分析基础教程
第四个选项是“Boxplots by Classification”（分类箱线图/ 箱尾图），将序列分布按照箱线图/箱尾图进行分类。箱线 图（Boxplot）也称为箱尾图，是利用数据统计量来描述数 据的一种方法。
EViews统计分析基础教程
二、描述性统计量
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”| “Descriptive Statistics”（描述性统计量）选项，将弹出3 个选项。
EViews统计分析基础教程
二、描述性统计量
1.序列窗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”| “Descriptive Statistics”（描述性统计量）选项，将出现4 个选项。
第一个选项是“Histogram and Stats”（直方图和统计 量），能显示序列对象的直方图和一下描述性统计量的值。
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K <3时，序列对象的分布凸
起程度要比正态分布小。例如上图中的峰度为4.898917 >3， 外商直接投资（fdi）的分布呈尖峰状态。
EViews统计分析基础教程
二、描述性统计量
1.序列窗口下的描述性统计量
图最下方是JB（Jarque-Bera）统计量及其相应的概率 （Probability）。JB统计量用来检验序列观测值是否服从 正态分布，该检验的零假设为样本服从正态分布。在零假设 下，JB统计量服从χ2(2)分布。
EViews统计分析基础教程
五、单位根检验
单位根检验（Unit Root Test）主要用来判定时间序列的平 稳性。 如果一个时间序列的均值或者协方差函数随时间变化而改变， 那么这个序列就是不平稳的时间序列。如果该时间序列经过 一阶差分后变为平稳序列，则称该序列为一阶单整序列，记
作I(1)；如果是经过d次差分后才平稳，则称为d阶单整序列， 记作I(d)。
五、单位根检验
“Lag length”表示消除序列相关所需的滞后阶数，在该区域 有两个选项按钮。 在“Automatic selection”（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； 第二个文本框中输入最大滞后阶数，一般系统会根据样本容 量而自动给出一个数值。
二、描述性统计量
2.序列组窗口下的描述性统计量
第二个选项是“Individual Samples”（个体样本），选择 该项后弹出的界面也是一张含有均值、中位数、最大/小值 等统计量的一张电子表格。与“Common Sample”不同的 是该选项中序列对象所包含的观测值个数可以不同。
第三个选项是“Boxplots”（箱线图/箱尾图）。
其中 是变量方差的有偏估计。当S=0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S <0
时，序列分布为左偏。例如上图fdi中的偏度为1.4225 >0， 所以我国的外商直接投资（fdi）的分布是不对称的，为右 偏分布形态。
EViews统计分析基础教程
二、描述性统计量
1.序列窗口下的描述性统计量 “Kurtosis”表示峰度，用来衡量序列分布的凸起状况，其计 算公式为
“Line”表示生成的是折线图 “Area”表示生成面积图 “Bar”表示为条形图 “Spike”表示尖峰图 “Seasonal Stacked Line”表示生成的是季节性堆叠图 “Seasonal Split Line”表示生成的是季节性分割线
EViews统计分析基础教程
一、图形对象
如果选中“User specific”，则用户可输入具体的数值，系 统会给出检验结果。
EViews统计分析基础教程
五、单位根检验
“Include in test equation”表示检验式中是否包含 “Intercept”（截距项）、“Trend and intercept”（趋势 项和截距项）和“None”（不包含趋势项和截距项）。可根 据图形来确定是否包含趋势项和截距项。
EViews统计分析基础教程
二、描述性统计量
1.序列窗口下的描述性统计量 第二个选项是“Stats Table”（统计表），它将描述性统计 量值通过电子表格的形式显示在对象窗口中。
第三个选项是“Stats by Classification”（分类统计量）， 它将样本分为若干组后再对各组观测值分别进行描述统计。
EViews统计分析基础教程
五、单位根检验
选择工具栏中的“View”|“Unit Root Test”选项，会弹出如 下图所示的对话框。
EViews统计分析基础教程
五、单位根检验
EViews5.1为用户提供了6种单位根检验的方法，有
“Augmented Dickey–Fuller”(ADF)检验法， “Dickey–Fuller GLS (ERS)”（DF）检验法， “Phillips–Perron”（PP）检验法， “Kwiatkowski–Phillips–Schmidt–Shin”(KPSS)检验法， “Elliott–Rothenberg–Stock Point–Optimal”(ERS)检验法, “Ng–Perron”(NP)检验法。