第一讲、OLS估计和预测重要.ppt

第一讲、OLS估计和预测 By Jimmy 安装 由于现在国内还没有汉化版的EViews，大家只能用破解版的英文软件。 具体的破解步骤，在安装软件中有详细的介绍。这里就不赘述了。 现在的版本有3.1 、 4.1和5.1 。由于5.1的比较不稳定，容易出现死机的情况，3.1的版本过于老，建议大家用4.1。它们具体的操作界面有些不太一样，希望大家一定要注意。至于区别本人现在还没发现，都挺好用的。下面的讲解也都是在4.1上进行的。 一、基本操作 二、最小二乘估计法(OLS) 三、预测 一、基 本 操 作 1、窗口介绍 2、工作文档（workfile）的建立： 需要强调的是不论进行什么估计，都要在这个建立的工作文档中进行，打个比方，可以把这个文档比喻成一张桌子，任何任务都是在这个桌子上进行的。如果输入了数据，就存在了它里面，关闭整个程序之前把这个Workfile保存了，也就把所有的数据都保存了。 具体的建立方法是： 点击FILE―→NEW―→WORKFILE (如下页图) 下面会出现一个对话框(如下页图) ： 二、 一元线性回归模型的ols估计 例：ＯＬＳ估计一元线性回归模型 【李子奈的《计量经济学》书中P34的例子】 具体步骤： 第一步：数据输入 ： 第二步：作散点图： 第三步：OLS估计： 第四步：参数分析： 第五步：经济学意义分析： 第一步：数据输入 ： 有了上节建立的“桌子”（工作文档），下面就是准备要分析的材料――→数据。首先要把不同数据的不同的名字输入，在上面的命令栏里输入： Data ＋要分析的数据变量名称（多个变量之间加空格） 本题中的模型是 其中是第T年国家文教科学卫生事业费支出额（亿元），是第T年国家财政收入额（亿元） 因此变量是两个，在命令栏中输入data ED FI 按回车会出现未经赋值的数值表格。 [注意：：命令行中不能把变量设成c，如消费(consumption)可以设成cu等，因为c在命令行中专指常数] 下面把数据输入。具体的方法有两种： (1)可以在已有的excel表格中数据复制到里面。 (2)可以直接在这个对话框里输入数据。（比较麻烦 大家要有耐心） 第二步：作散点图 作散点图的目的，就是看这两个变量之间是不是有显著的线性关系。 具体的步骤如下： 在数据对话框的窗口中选: 得到散点图： 可以看到，它们的线性关系是十分明显的。点基本都处在一条直线上。 第三步：OLS估计 在确认了两个变量之间的线形关系后就可以运用，OLS法进行估计了。 在命令栏里输入最小二乘估计的命令：ls +因变量＋c（常数项）＋自变量 在这个例子中是：ls ed c fi 对于这个估计结果我们一定要予以充分的关注，在以后的许多其他检验中，我们都会涉及到对它的分析和应用。 第四步：参数分析： 具体的就是对其中的参数进行分析。 下面表中是所有的参数的意义，标记颜色的是比较重要和比较常用来检验的，其中的公式不必记忆，但是它的原理要明白，它们在什么情况下通过检验或未通过检验要清楚。 参数说明1 左边第一个指标为样本决定系数，它反映的是模型的拟合优度，可以看出这个拟合优度是相当高的，一般情况下，拟合优度要在0.7以上，我们才说这个线形关系是成立的。 左边第二个指标为调整后的样本决定系数，和前面可决系数一样，它的值越高，则模型的拟合效果越好。 左边第三个指标为回归标准误差，这个值越小越好。K为待估系数的个数 参数说明2 第四个指标为残差平方和，这个值也是越小越好。 第五个指标为对数似然比 ，这个值越大。说明模型越精确。 第六个指标为DW统计量，其公式为这个值反映的是序列自相关问题，它的值位于区间[0，4]之间，一般情况下，越接近于2，越能说明不存在自相关问题。 参数说明3 右边第一个指标为因变量的均值 第二个指标为因变量标准差。 第三个指标为赤池信息准则(AIC)，这个值越小越好。 第四个指标为施瓦茨准则, 和赤池信息量一样，这个值越小越好。 参数说明4 第五个统计量为F检验统计量，其中p为解释变量的元数，在本例中，p为1。 F统计量反映的是整个方程的显著性，值越大越好。 第五步：经济学意义分析： 作ols估计的方程是有现实经济背景的方程，它包含着丰富的经济学的意义，因此应对估计出的结果进行经济学分析。 首先它说明了自变量和因变量的相关关系（如果关系存在且不为虚假关系的话） 其次它说明了各个自变量对因变量影响的力度是不同的 再次它为我们对未来经济运行状况提供了预测分析的可能。 三、一元线性回归模型的预测 模型经过估计后如果通过检验，则意味着它可以被付诸于