(详细完整版)运用EViews进行科克伦 |
您所在的位置:网站首页 › eviews中的dw检验 › (详细完整版)运用EViews进行科克伦 |
在处理自相关问题时,我们常采用科克伦—奥克特迭代法,很多书籍上都写的该方法的操作为:“在EViews的命令栏中输入‘LS Y C X AR(1)’,即可自动迭代得到科克伦-奥克特迭代估计结果”(如庞皓版的计量经济学)。如下图: 但是,在实际操作中,我们发现这样输入后,得到跟书上的例图不一样,并没有进行迭代。如下,用相同数据进行相同操作后得到: 发现跟例题相比较,所使用的数据Sample为1990-2015(例题为1991-2015),且被包括的数据为Included observ ations为26(例题为25),说明并没有进行迭代。 而造成这一切的,其实是因为版本高的Eviews默认的迭代方式不一样,高版本的Eviews默认使用的为“Method: ARMA Maximum Likelihood (BFGS)”,即最大似然估计,而科克伦-奥克特迭代法用的是“Least Squares”,即最小二乘法。 step1 解决该问题需要先对数据进行回归,在EViews的命令栏中输入‘LS Y C X’,得到以下 step2 得到回归结果后,点击上方“Estimate”按钮,出现输入编辑栏如下: 在输入栏最后加入“ar(1)”(大小写无所谓): step3 点击上方“Options”按钮,进入参数和方法选择页面: 发现在“Method”中选择的方法为“ML”,点击“ML”,切换至“CLS” step4 左下方的“Optimization”为“BFGS”,点击“BFGS”,切换至“Eviews legacy”: 最终得到的页面如下:
完成后,点击“确定”即可,得到跟书上一样科克伦—奥克特的迭代结果: (还有问题的话,可以在下面留言) |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |