上课老师讲太快了,于是课下自己对着录播把老师的操作一步步复刻了一遍,记录在此以便期末复习~ 用到的软件:Eviews10 案例:给出199个家庭的总收入和食品支出数据,要求用前198个数据进行最小二乘拟合,用最后一个数据做预测。其中食品支出(food)为y,总收入(total)为x。 第一步:创建一个workfile 然后选择数据类型 第一个是指非时间序列,即横截面数据 第二个是指时间序列 第三个是面板数据 由于我用的序列是横截面数据,所以选择第一种 在data range处输入序列长度,在WF处给序列命名,然后点击OK 创建两个序列:在object里面选new object
选择类型为Series,并命名 创建两个序列,分别为food和total,其中food是被解释变量y,total是解释变量x 从别的地方复制198个数据过来 点击OK就行 然后回到自己的界面,点击上面的edit进入编辑状态,再粘贴数据 数据粘贴完成 然后绘图展示数据 绘图时先写x后写y,中间空一格 选择散点图 双击图片可以更改设置,比如颜色和线型 点击name给图片命名,不然关掉窗口图片就没了,命名之后就算是保存了 拟合模型 在估计方程时先输入y,后面输入的都是x 其中c为常数 Method为最小二乘 点击确定 然后同样要给方程命名 查看残差 点击stats可以返回方程界面 新增一个total,预测food 点击range这一行,点哪都行 然后修改范围 范围变成之前的范围加上这个新增的,一共199 然后在total 里面新增一个观测值:940.92 记得要点击edit才能编辑 然后打开eq01,点击Forecast 给预测序列命名为foodf,其标准差为foodfse 其中Forecast sample是指预测范围,因为是点预测所以是从199到199.
勾上代表foodf的前198个用真实值填充,不勾代表前198个都是NA 最后点击OK 中间的点是预测值,上下的点是预测区间,即上下两倍标准差 双击图片,修改设定,比如改成柱状图 具体的值可以在foodf和foodfse中查看 over!
|