EVIEWS心得

计量经济学作业（3）

eviews软件学习心得

姓名：林君泓

班级：1008106 学号：1100800130 学院：机电工程学院

（二学位）

eviews软件学习心得

实验中，我完成模型的参数估计，模型的统计检验，建立了一元线性回归模型和多元线

性回归模型的经济计量模型，并对模型进行了异方差和自相关性检验以及对模型的修正，使

得模型更加的合理。实验过程使我对经济计量建模过程有一个直观感性的认识，并比较熟悉

了现代计量经济分析软件的实际操作流程。在整个操作过程中，我们体会和获取到用eviews

软件对经济原理进行验证的乐趣与经验，通过eviews软件的应用，免去了大量的运算过程，

使得我们分析问题更加的方便快捷，而且比自己计算时更加准确。虽然在实验过程中，由于

对软件不熟悉，上机操作时不可避免的遇到一些问题，但这些经验却锤炼了我发现问题的眼

光，丰富了我们分析问题的思路。而且在老师和同学的帮助下，我能够顺利的运用eviews

软件对一些经济数据进行分析。实验中，老师结合案例，现场的演示，细心的对我们进行指

导，使我对eviews软件有了更深层的了解，学会了对软件进行简单的操作，对实际的经济问

题进行分析与检验。使原本枯燥、繁琐、难懂的课本知识变得简洁化，跨越理论和实践的鸿

沟。

当然，在使用软件的同时虽然有时会遇到步骤和结果不同的情况，但我们可以对模型进

行检验和修正，使之更能准确的分析经济问题。通过本次实验，我也深刻体会到，eviews是

一门十分实用的软件，对以后的学习有着很大的作用。而如何正确和合理的使用便是当前最

重要的任务。实习中，我们能够直观而充分地体会到老师课堂讲授内容的精华之所在，这提

高了手动操作软件、数量化分析与解决问题的能力，还可以培养我在处理实验经济问题的严

谨的科学的态度，并且避免了课堂知识与实际应用的脱节。

本次实验的收获、体会、经验、问题和教训，使我初步投身于计量经济学，通过利用eviews

软件将所学到的计量知识进行实践，让我加深了对理论的理解和掌握，直观而充分地体会到

老师课堂讲授内容的精华之所在。在实验过程中我们提高了手动操作软件、数量化分析与解

决问题的能力，还培养我在处理实验经济问题的严谨的科学的态度，并且避免了课堂知识与

实际应用的脱节。虽然在实验过程中出现了很多错误，但这些经验却锤炼了我们发现问题的

眼光，丰富了我们分析问题的思路。通过这次实验让我受益匪浅。这次操作后对eviews软件

有了更深层的了解学会了对软件进行简单的操作，对实际的经济问题进行分析与检验。使原

本枯燥、繁琐、难懂的课本知识变得简洁化，跨越理论和实践的鸿沟，同时使我对计量经济

学产生兴趣。计量经济学是一门比较难的课程，其中涉及大量的公式，不容易理解且需要大

量的运算，所以在学习的过程中我遇到了很多困难。但通过这次的实验，我对课上所学的最

小二乘法有了进一步的理解，在掌握理论知识的同时，将其与实际的经济问题联系起来。篇

二：计量经济学实验报告1 心得体会

辽宁工程技术大学上机实验报告

篇三：余伟-eviews理论及应用总结

1理论总结：

第一部分：数据分析基础

第1章：概率与统计基础

第2章：经济时间序列的季节调整、分解与平滑

时间序列分解方法包括季节调整和趋势分解，指数平滑是目前比较常用的时间序列处理

方法。经济指标的月度或季度时间序列包含4种变动要素：长期趋势要素t、循环要素c、季

节变动要素s和不规则要素t.

在经济分析之前，需要对时间序列进行季度调整，剔除其中的季节变动要素和不规则要

素。而利用趋势分解方法可以把趋势和循环要素分离开来，从而研究经济的长期趋势和景气

循环变动。对于某些经济时间序列（如股票序列），不存在明显的趋势变动和季节变动。一般，

我们使用指数平滑方法对这样的时间序列进行拟合和预测

2.1理论基础：移动平均方法

简单移动平均

中心化移动平均

加权移动平均

2.2季节调整

只有季度和月度数据才能做季节调整，目前比较常用的方法是：censusx12方法、x11

方法、移动平均方法和tramo/seats方法

2.3趋势分解

本节专门讨论如何将趋势和循环要素进行分解的方法。测定长期趋势有多种方法，如回

归分析法、移动平均法、阶段平均法、hp滤波方法和bp滤波方法

2.4指数平滑方法

第二部分：基本的单方程分析

第3章：基本回归模型

3.1古典线性回归模型

回归分析是计量经济分析中使用最多的方法，是可以用来分析两个及以上的变量相互之

间因果关系的统计方法。当回归模型中仅包含一个解释变量时，该模型就是一元回归模型。

当解释变量超过一个时，该模型就是多元回归模型。根据模型对于参数是否为线性可以将模

型分为线性模型和非线性模型。

3.1.1一元线性回归模型

形式：yt??0??1xt?ut(t?1,2,...t) u是误差项或扰动项，它体现了y的变化中没有被x所解释的部

分，即除x以外其他所有对y产生影响的因素的综合体现。

古典线性回归模型的基本假设：

（1）e(ut)?0→？异方差→加权最小二乘法 2var(ut)??

（2）cov(ui,uj)?0,i?j→？自相关→时间序列模型

（3）cov(xt,ut)?0→？随机解释变量→两阶段最小二乘法

（4）ut?n(0，?2)→？

3.1.2最小二乘法

3.1.3多元线性回归模型

3.1.4系数估计量的性质

3.1.5线性回归模型的检验

a:变量的显著性检验（t检验）

h0:?i?0，h1:?i?0

b:拟合优度检验和r2统计量

tss ess rss r2=ess/tss

c:方程显著性检验

h0:?1??2。。。??k?0，h1:至少一个不为0

3.2回归方程的函数形式

3.2.1双对数线性模型

解释变量的系数就是弹性

*3.2.2半对数模型[用来做增长率] 3.2.3双曲线模型

3.3包含虚拟变量的回归模型

3.4模型的设定与假设检验

一旦完成估计，就需要进行各种检验、修正，然后再进行估计。。。

一直到满意为止。

3.4.1系数检验

a：wald检验——有约束条件的检验

b:遗漏变量、多余变量检验

c:因子分割点检验

3.4.2残差检验

a:正态性检验

b:序列相关检验

c:arch检验

d:white异方差检验

3.4.3模型稳定性检验

a：chow分割点检验

b: chow预测检验

c: quandt-andrews分割点检验

3.5方程的模拟与预测

第4章：其他回归方法

4.1异方差【每个数据点对应的方差不等】

4.1.1异方差检验

a：图示法

b：bpg异方差检验

c：harvey异方差检验

d：glejser异方差检验

e：white检验

4.1.2加权最小二乘法【wls】

4.2二阶段最小二乘法

4.3非线性最小二乘法

4.4广义矩方法

4.5多项式分布滞后模型

4.6逐步最小二乘回归

4.7分位数回归

4.8非参数回归模型

第5章时间序列模型

运用时间序列的过去值、当期值及滞后扰动项的加权和，建立模

型来解释时间序列的变化规律。

5.1序列相关及其检验

5.1.1序列相关

5.1.2序列相关的检验方法

a:d.w统计量检验

如果存在正的序列相关，其（0,2）；相反则在（2,4）

d.w统计量检验序列相关有4个前提

（1）d.w统计量的扰动项在原假设下依赖于系数矩阵

（2）回归方程右边如果存在滞后因变量，其不再有效

（3）仅仅检验残差序列是否存在一阶序列相关

（4）回归模型含有截距项

下面的方法克服了上述不足

b: 相关图

c：q统计量检验

d：序列相关的lm检验

5.1.3存在序列相关的线性回归方程的估计与修正

利用ar(p)模型修正序列相关。

5.2平稳时间序列建模

本节将不再仅仅以一个回归方程的扰动项序列为研究对象，而是

直接讨论一个平稳时间序列的建模问题。在现实中很多问题，如利率波动、收益率变化

及汇率变动等通常是一个平稳序列，或者通过差分等变换可以化为一个平稳序列。

5.2.1 平稳时间序列的概念

如果随机过程ut?{?,u?1,u0,u1,u2,??,ut,ut?1,??} 的均值和方差、自协方差都不取决于t，既满足：

e(ut??),var(ut)??2,cov(ut,ut?s)??s 则称{ut}是协方差平稳的或弱平稳的：

5.2.2 arma模型

1.自回归模型ar(p)

p 阶自回归模型记作ar(p)，满足下面的方程：

ut?c??1ut?1??2ut?2????put?p??t 其中：参数 c 为常数；?1 , ?2 ,…, ?p 是自回归模型系

数；p为自回归模型阶数；?t 是均值为0，方差为? 2 的白

噪声序列。

2.移动平均模型ma(q)

q 阶移动平均模型记作ma(q) ，满足下面的方程： ut????t??1?t?1????q?t?q 其中：参数 ? 为常数；参数?1 , ?2 ,…, ?q 是 q 阶移

动平均模型的系数；?t 是均值为0，方差为? 2的白噪声序列。

3.arma(p，q)模型

ut?c??1ut?1????put?p??t??1?t?1????q?t?q 显然此模型是模型(5.2.4)与(5.2.5)的组合形式，称为混合

模型，常记作arma(p,q)。

当 p=0 时，arma(0, q) = ma(q) 当q = 0时，arma(p, 0) = ar(p) 5.2.3 arma模型的平稳性

1.ar(p)模型的平稳性条件

ar(p) 模型平稳的充要条件是?(z) 的根全部落在单位圆之外

2.ma(q) 模型的可逆性

根全部落在单位圆之外，则式(5.2.16)的ma算子称为可逆的

5.2.4 arma模型的识别

ar(p) 模型的偏自相关系数是 p 阶截尾的。

ma(q) 模型的自相关函数在 q 步以后是截尾的。ma(q) 模型的偏自相关系数一定呈现出

某种衰减的形式是拖尾的

5.3 非平稳时间序列建模

前述的ar(p)、ma(q) 和arma(p,q) 三个模型只适用于刻画一个平稳序列的自相关性。

一个平稳序列的数字特征，如均值、方差和协方差等是不随时间的变化而变化的，时间序列

在各个时间点上的随机性服从一定的概率分布。也就是说，对于一个平稳的时间序列可以通

过过去时间点上的信息，建立模型拟合过去信息，进而预测未来的信息。然而，对于一个非

平稳时间序列而言，时间序列的某些数字特征是随着时间的变化而变化的。非平稳时间序列

在各个时间点上的随机规律是不同的，难以通过序列已知的信息去掌握时间序列整体上的随

机性。但在实践中遇到的经济和金融数据大多是非平稳的时间序列。图 5.9 中国1978

年～2006年的生产法gdp序列

1.确定性时间趋势

描述类似图5.9形式的非平稳经济时间序列有两种方法，一种方法是包含一个确定性时

间趋势: yt?a??t?ut 其中ut是平稳序列；a + ? t 是线性趋势函数。这种过程也称为

趋势平稳的，因为如果从式(5.3.1)中减去 a +? t，结果是一个平稳过程。注意到像图

5.9一类的经济时间序列常呈指数趋势增长，但是指数趋势取对数就可以转换为线性趋势。

一般时间序列可能存在一个非线性函数形式的确定性时间趋势，例如可能存在多项式趋

势：

yt?a??1t??2t2????ntn?ut 同样可以除去这种确定性趋势，然后分析和预测去势后的时间序列。篇四：掌握用eviews

回归模型的比较筛选

篇五：计量经济学学习心得

计量经济学小结

经过一个学期对计量经济学的学习，我收获了很多，也懂得了很多。通过以计量经济学

为核心，以统计学，数学，经济学等学科为指导，辅助以一些软件的应用，从这些之中我都

学到了很多知识。同时对这门课程有了新的认识，计量经济学对我们的生活很重要，它对我

国经济的发展有重要的影响。

计量经济学对我们研究经济问题是很好的方法和理论。学习计量经济学给我印象和帮助

最大的主要对evies软件的熟练操作与应用，记得以前学运筹学的时候，我学会了lindo软

件，而现在我又学会了eviews软件，我感觉自己真的是很幸运，因为毕竟有些软件是属于那

种有价无市的，如果没有老师的传授我不可能从市场上或是从思想上认识到它;

初步投身于计量经济学，通过利用eviews软件将所学到的计量知识进行实践，让我加深

了对理论的理解和掌握，直观而充分地体会到老师课堂讲授内容的精华之所在。在实验过程

中我们提高了手动操作软件、数量化分析与解决问题的能力，还可以培养我在处理实验经济

问题的严谨的科学的态度，并且避免了课堂知识与实际应用的脱节。虽然在实验过程中出现

了很多错误，但这些经验却锤炼了我们发现问题的眼光，丰富了我们分析问题的思路。通过

这次实验让我受益匪浅。

计量经济学是一门比较难的课程，其中涉及大量的公式，不容易理解且需要大量的运算，

其中需要很好的数学基础、统计基础和自己

的分析思考能力，以及良好的计量软件应用能力，所以在学习的过程中我遇到了很多困

难。但通过这次的实验，我对课上所学的最小二乘法有了进一步的理解，在掌握理论知识的同时，将其与实际的经济问题联系起来。在目前的学术现状下，要求研究者必须掌握计量的研究方法，这是实证研究最好的工具。用计量的工具，我们才能够把经济现象肢解开来，找到其中的脉络，进而分析得更加清晰。

对于计量经济学这一学科，虽然只是一门选修课，但是对我们很有用，特别是对evies 软件的运用。我自认为自己对这一软件还没有完全掌握，在后期的学习中，希望能继续学习，熟练掌握这一软件的运用。

计量经济学Eviews多重共线性实验报告

计量经济学E v i e w s多重共线性实验报告 Company Document number：WUUT-WUUY-WBBGB-BWYTT-1982GT

实验报告课程名称计量经济学 实验项目名称多重共线性 班级与班级代码 专业 任课教师 学号： 姓名： 实验日期： 2014 年 05 月 11日 广东商学院教务处制 姓名实验报告成绩 评语： 指导教师（签名） 年月日 说明：指导教师评分后，实验报告交院（系）办公室保存。 计量经济学实验报告 一、实验目的：掌握多元线性回归模型的估计方法、掌握多重共线性模型的识别和修正。 二、实验要求：应用教材第127页案例做多元线性回归模型，并识别和修正多重共线性。 三、实验原理：普通最小二乘法、简单相关系数检验法、综合判断法、逐步回归法。

四、预备知识：最小二乘法估计的原理、t检验、F检验、2R值。 五、实验步骤 1、选择数据 理论上认为影响能源消费需求总量的因素主要有经济发展水平、收入水平、产业发展、人民生活水平提高、能源转换技术等因素。为此，收集了中国能源消费标准煤总量、国民总收入、国内生产总值GDP、工业增加值、建筑业增加值、交通运输邮电业增加值、人均生活电力消费、能源加工转换效率等1985——2007年的统计数据。本题旨在通过建立这些经济变量的线性模型来说明影响能源消费需求总量的原因。主要数据如下： 1985~2007年统计数据

资料来源：《中国统计年鉴》，中国统计出版社2000、2008年版。 为分析Y 与X1、X2、X3、X4、X5、X6、X7之间的关系，做如下折线图： 能源消费Y 在1986到1996年间缓慢增长，在96至98年有短暂的下跌，但是98至02年开始缓慢回升，02年到06年开始快速增长。 国民总收入X1和国内生产总值X2以相同的趋势逐年缓慢增长。 工业增加值X3在1985年-1999年期间一直是缓慢增长，但在2000年出现了急剧下降的现象，2001年又急剧增长，达到下降前的水平，2001年以后开始缓慢增长。建筑业增长值x4、交通运输邮电业增加值x5、人均生活电力消费x6、能源加工转换效率x7数值较低，但都以较平缓的方式增长。 2、设定并估计多元线性回归模型 t t t t t t t u X X X X X Y ++++++=66554433221ββββββ （） 录入数据，得到图。 2.2.1）采用OLS 估计参数 在主界面命令框栏中输入 ls y c x1 x2 x3 x4 x5 x6 x7回车，即可得到参数的估计结果。 由此可见，该模型的可决系数为，修正的可决系数为，模型拟和很好，F 统计量为，回归方程整体上显着。 可是其中的lnX3、lnX4、lnX6对lnY 影响不显着,不仅如此，lnX2、lnX5的参数为负值，在经济意义上不合理。所以这样的回归结果并不理想。 3、多重共线性模型的识别

计量经济学eviews实验报告

大连海事大学 实验报告 实验名称：计量经济学软件应用 专业班级：财务管理2013-1 姓名：安妮 指导教师：赵冰茹 交通运输管理学院 二○一六年十一月 一、实验目标 学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。具体包括：Eview的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。二、实验环境 WINDOWSXP或2000操作系统下，基于EVIEWS5.1平台。 三、实验模型建立与分析 案例1：

我国1995-2014年的人均国民生产总值和居民消费支出的统计资料（此资料来自中华人民共和国统计局网站）如表1所示，做回归分析。 表1我国1995-2014年人均国民生产总值与居民消费水平情况

（1）做出散点图，建立居民消费水平随人均国内生产总值变化的一元线性回归方程，并解释斜率的经济意义； 利用eviews软件输出结果报告如下： Dependent Variable: CONSUMPTION Method: Least Squares Date: 06/11/16 Time: 19:02 Sample: 1995 2014 Included observations: 20

Variable Coeffici ent Std. Error t-Statisti c Prob.?? C691.0225113.3920 6.0941040.0000 AVGDP0.3527700.00490871.880540.0000 R-squared0.996528????Mean dependent var7351.300 Adjusted R-squared0.996335????S.D. dependent var4828.765 S.E. of regression292.3118????Akaike info criterion14.28816 Sum squared resid1538032.????Schwarz criterion14.38773 Log likelihood -140.881 6 ????Hannan-Quinn criter.14.30760 F-statistic5166.811????Durbin-Watson stat0.403709 Prob(F-statistic)0.000000 由上表可知财政收入随国内生产总值变化的一元线性回归方程为:

Eviews操作手册

Eviews操作入门：输入数据，对数据进行描述统计和画图 首先是打开Eviews软件，可以双击桌面上的图标，或者从windows开始菜单中寻找Eviews，打开Eviews后，可以看到下面的窗口如图F1-1。 图F1-1 Eviews窗口 关于Eviews的操作可以点击F1-1的Help，进行自学。 打开Eviews后，第一项任务就是建立一个新Workfile或者打开一个已有的Workfile，单击File，然后光标放在New上，最后单击Workfile。如图F1-2 图F1-2 图F1-2左上角点击向下的三角可以选则数据类型，如同F1-3。数据类型分三类截面数据，时间序列数据和面板数据。

图F1-3 图F1-2右上角可以选中时间序列数据的频率，见图F1-4。 图F1-4 对话框中选择数据的频率：年、半年、季度、月度、周、天（5天一周或7天1周）或日内数据（用integer data）来表示。 对时间序列数据选择一个频率，填写开始日期和结束日期， 日期格式： 年：1997 季度：1997：1 月度：1997：01 周和日：8：10：1997表示1997年8月10号，美式表达日期法。 8：10：1997表示1997年10月8号，欧式表达日期法。 如何选择欧式和美式日期格式呢？从Eviews窗口点击Options再点击dates and Frequency conversion，得到窗口F1-5。F1-5的右上角可以选择日期格式。

图F1-5 假设建立一个月度数据的workfile，填写完后点OK，一个新Workfile就建好了。见图F1-6。保存该workfile，单击Eviews窗口的save命令，选择保存位置即可。 图F1-6 新建立的workfile之后，第二件事就是输入数据。数据输入有多种方法。 1)直接输入数据，见F1-7 在Eviews窗口下，单击Quick，再单击Empty group(edit series)，直接输数值即可。注意在该窗口中命令行有一个Edit+/-，可以点一下Edit+/-就可以变成如图所示的空白格，输完数据后，为了避免不小心改变数据，可以再点一下Edit+/-，这时数据就不能被修改了。

eviews统计分析报告报告材料

统计分析报告 基于eviews软件的湖北省人均GDP时间序列模型构建与预测 姓名：刘金玉 学院：经济管理学院 学号：20121002942 指导教师：李奇明 日期：2014年12月14日

基于eviews软件的湖北省人均GDP时间序列 模型构建与预测 1、选题背景 改革开放以来,中国的经济得到飞速发展。1978年至今,中国GDP年均增长超过9%。中国的经济实力明显增强。2001年GDP超过1.1万亿美元,排名升到世界第六位。外汇储备已达2500亿美元。市场在资源配置中已经明显地发挥基础性作用。公有、私有、外资等多种所有制经济共同发展的格局基本形成。宏观调控体系初步建立。我国社会生产力、综合国力、地区发展、产业升级、所有制结构、商品供求等指标均反映出我国经济运行质量良好,为实现第三步战略。在全国的经济飞速发展的大环境下，各省GDP的增长也是最能反映其经济发展状况的指标。而人均 GDP 是最能体现一个省的经济实力、发展水平和生活水准的综合性指标，它不仅考虑了经济总量的大小，而且结合了人口多少的因素，在国际上被广泛用于评价和比较一个地区经济发展水平。尤其是我们这样的人口大国，用这一指标反映经济增长和发展情况更加准确、深刻和富有现实意义。深入分析这一指标对于反映我国经济发展历程、探讨增长规律、研究波动状况，制定相应的宏观调控政策有着十分重要的意义。 本文是以湖北省人均GDP作为研究对象。湖北省人均GDP的增长速度在上世纪90年代增长率有下滑的趋势（见表1）。进入21世纪，继东部沿海地区先发展起来，并涌现出环渤海、长三角、珠三角等城市群，以及中共中央提出“西部大开发”的战略后，中部地区成了“被遗忘的区域”，中部地区经济发展严重滞后于东部沿海地区，为此，中共中央提出了“中部崛起”的重大战略决策。自2004年提出“中部崛起”的重要战略构思后，山西、河南、安徽、湖北、湖南、江西六个省都依托自己的资源和地理优势来扩大地区竞争力，湖北省尤为突出。那么，研究湖北省人均GDP的统计规律性和变动趋势，对于了解湖北省的经济增长规律以及地方政策的制定有特别重要的意义。因此本文试图以湖北省1978-2013年人均GDP 历史数据为样本，通过ARMA 模型对样本进行统计分析，以揭示湖北省人均GDP变化的内在规律性，建立计量经济模型，并在此基础上进行短期外推预测，作为湖北未来几年经济发展的重要参考依据。

Eviews软件基本操作

Eviews 软件基本操作 一、工作文件及建立 （一）主窗口简介 启动Eviews 软件，进入主窗口。如下图所示： 1、标题栏：窗口的顶部是标题栏。 2、菜单栏：标题栏下是菜单栏。 菜单栏上共有9个选项： ，Objects ，View ，Procs ，Quick ，Options ，Window ，Help 。用鼠标点击可打开下拉式菜单，显示该部分的具体功能。 File 包含一些文件的常用操作命令。如：建立（New ）、打开（open ）、保存（Save ／Save As ）、关闭（Close ）、读入（Import ）、读出（Export ）、打印（Print ）、运行程序（Run ）、退出 Eviews （Exit ）。常用的有新建工作文件，打开工作文件，保存工作文件，输入输出数据文件。 Edit 一般情况下只有复制功能，即拷贝（Copy ）和粘贴（Paste ）功能。在某些特殊的窗口，该菜单项还包括剪切（Cut ）、删除（Delete ）、查找（Find ）、替换（Replace ）等操作。 objects 提供有关对象的基本操作。包括建立新对象（New Objects ）、从数据库获取使新对象（Fetch ／Update From DB ）、将工作文件中的对象存储到数据库（Store to DB ）、复制对象（Copy Selected ）、重命名（Rename ）、删除（Delete ）。 View 其功能随窗口的不同而变化，主要涉及变量的各种查看方式。 Procs 它的功能也是随窗口的不同而变化，其主要功能为变量的预算过程。 Quick 提供快速统计分析过程。 Options 系统参数设定选项。 Window 在使用Eviews 的过程中将会有多个子窗口。该菜单提供子窗口的切换和关闭功能。 Help 帮助功能。提供索引方式和目录方式的帮助功能。 菜单栏 标题栏 命令窗 控制按钮 信息栏 路径 状态栏 主显示窗口 图1主窗口

计量经济学论文(eviews分析)

我国限额以上餐饮企业营业额的 影响因素分析 班级： 姓名： 学号： 指导老师：

我国限额以上餐饮企业营业额的影响因素分析 摘要：本文收集了1999—2009共11年的相关数据，选取餐饮企业的数量、城镇居民人均年消费性支出、全国城镇人口数以及公路里程数作为解释变量构建模型，对我国限额以上餐饮企业营业额的影响因素进行分析。并利用Eviews软件对模型进行参数估计和检验，且加以修正，最后根据模型的最终结果进行经济意义分析，然后提出自己的看法。 关键词：餐饮企业营业额、影响因素、计量分析 一、研究背景 近十年来，投资者进入餐饮企业的数量一直持递增趋势。在他们进入一个行业之前，势必要对该行业的营业额、营业利润等进行估计，当这些因素的估计值能够达到他们的预期的时候，他们才会对其进行投资。由于餐饮企业的营业额是影响投资者是否进入餐饮业的一个重要因素，那么对于我国餐饮企业的营业额问题的深入研究就相当的有必要，这有助于投资者作出合理的决策。下面即进行了对我国限额以上餐饮企业营业额的计量模型研究。 二、变量的选取 影响餐饮企业营业额的因素有很多，包括餐饮企业的数量、营业面积、从业人员、城镇居民人均年消费性支出、全国城镇人口数、餐饮企业的平均价格水平及公路里程数（表示交通状况），但综合考虑后，选取了其中的一部分变量（企业数、城镇居民人均年消费性支出、全国城镇人口数、公路里程数）进行研究，并对各个变量对餐饮企业营业额的影响进行预测。 1.企业数

本文认为餐饮企业营业额与餐饮企业的数量有关，并预测两者之间呈正相关2. 城镇居民人均年消费性支出 本文认为餐饮企业营业额与城镇居民人均年消费性支出有关，并预测两者之间呈正相关 3. 全国城镇人口数 本文认为餐饮企业营业额与全国城镇人口数有关，并预测两者之间呈正相关4. 公路里程数 本文认为餐饮企业营业额与公路里程数有关，并预测两者之间呈正相关三、相关数据：其中营业额（单位：亿元），企业数（单位：个），人均年消费性 支出（单位：元），全国城镇人口数（单位：万人），公路里程数（单位：万公里） 年度 营业额 （Y）企业数（x1） 人均年消费性 支出(x2) 全国城镇人口 数（x3） 公路里程 数（x4） 1999351955932664615.9143748135.2 200040524453508499845906140.3 2001489894341325309.0148064169.8 2002624247150216029.8850212176.5 2003747000059356510.9452376181 200411605000100677182.154283187.1 20051260200099227942.8856212334.5

eviews图像及结果分析报告

第4章图形和统计量分析 EViews软件提供了序列(Series)和序列组(Group)等对象的各种视图、统计分析方法和过程。当序列对象中输入数据后，就可对序列对象中输入的数据进行统计分析，并且可以通过图、表等形式进行描述。本章将介绍序列和序列组对象图形的生成和描述性统计量及其检验。 4.1 图形对象 图形(Graph)对象可以形成序列和序列组等对象的各种视图，如线图(Line)、散点图(Scatter)以及饼图(Pie)等。通过图形可以进一步观察和分析数据的变化趋势和规律。下面介绍图形对象的基本操作。 4.1.1 图形(Graph)对象的生成 图形对象也是工作文件中的基本对象之一。要生成图形对象需首先打开序列对象窗口或序列组对象窗口，选择对象窗口工具栏中的“View”|“Graph”选项。选择的对象类型不同，将弹出不同的窗口。如果在序列对象窗口下选择“View”|“Graph”选项，将弹出如图4-1所示的界面。

. . 图4-1 序列窗口下图形对象的生成 此时“Graph”弹出的菜单中有6种图形可供选择。“Line”表示生成的是折线图，如图4-2所示，其横轴表示时间或序列的顺序，纵轴表示序列对象观测值的大小。“Area”表示生成面积图，其图形的形状与“Line”(折线图)相同，不同的是“Area”(面积图)曲线下方是被填满的，而“Line”(折线图)下方是空白。 图4-2 “Line”折线图 “Bar”表示为条形图，用条状的高度表示观测值的大小。“Spike”表示尖峰图，由竖线组成，每根竖线的高度代表观测值的大小。“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。 如果在序列组(群)对象窗口下选择“View”|“Graph”选项，将弹出如图4-3所示的界面。这里有9种图形可供选择。其前4种与上面讲述的相同。 图4-3 序列组(群)窗口下图对象的生成

EVIEWS11软件介绍

EVIEWS软件介绍 Eviews是Econometrics Views的缩写，直译为计量经济学观察，通常称为计量经济学软件包。它的本意是对社会经济关系与经济活动的数量规律，采用计量经济学方法与技术进行“观察”。另外Eviews也是美国QMS 公司研制的在Windows下专门从事数据分析、回归分析和预测的工具。使用Eviews可以迅速地从数据中寻找出统计关系，并用得到的关系去预测数据的未来值。Eviews的应用范围包括：科学实验数据分析与评估、金融分析、宏观经济预测、仿真、销售预测和成本分析等。 1、简介 EViews是EconometricsViews的缩写，直译为计量经济学观察，通常称为计量经济学软件包。它的本意是对社会经济关系与经济活动的数量规律，采用计量经济学方法与技术进行“观察”。计量经济学研究的核心是设计模型、收集资料、估计模型、检验模型、应用模型（结构分析、经济预测、政策评价）。EViews是完成上述任务比较得力的必不可少的工具。正是由于EViews等计量经济学软件包的出现，使计量经济学取得了长足的进步，发展成为一门较为实用与严谨的经济学科。 2、软件信息 Eviews是专门为大型机构开发的、用以处理时间序列数据的时间序列软件包的新版本。Eviews的前身是1981年第1版的Micro TSP。虽然Eviews是经济学家开发的，而且主要用于经济学领域，但是从软件包的设计来看，Eviews的运用领域并不局限于处理经济时间序列。即使是跨部门的大型项目，也可以采用Eviews进行处理。 Eviews处理的基本数据对象是时间序列，每个序列有一个名称，只要提及序列的名称就可以对序列中所有的观察值进行操作，Eviews允许用户以简便的可视化的方式从键盘或磁盘文件中输入数据，根据已有的序列生成新的序列，在屏幕上显示序列或打印机上打印输出序列，对序列之间存在的关系进行统计分析。Eviews具有操作简便且可视化的操作风格，体现在从键盘或从键盘输入数据序列、依据已有序列生成新序列、显示和打印序列以及对序列之间存在的关系进行统计分析等方面。 Eviews具有现代Windows软件可视化操作的优良性。可以使用鼠标对标准的Windows 菜单和对话框进行操作。操作结果出现在窗口中并能采用标准的Windows技术对操作结果进行处理。此外，Eviews还拥有强大的命令功能和批处理语言功能。在Eviews的命令行中输入、编辑和执行命令。在程序文件中建立和存储命令，以便在后续的研究项目中使用这些程序。 3、系统介绍

Eviews虚拟变量实验报告

实验四虚拟变量 【实验目的】 掌握虚拟变量的基本原理，对虚拟变量的设定和模型的估计与检验，以及相关的Eviews操作方法。 【实验内容】 试根据1998年我国城镇居民人均收入与彩电每百户拥有量的统计资料建立 我国城镇居民彩电需求函数。 【实验步骤】 1、相关图分析 根据表中数据建立人均收入X与彩电拥有量Y的相关图（SCAT X Y）。从相关图可以看出，前3个样本点（即低收入家庭）与后5个样本点（中、高收入）的拥有量存在较大差异，

因此，为了反映“收入层次”这一定性因素的影响，设置虚拟变量如下： ?? ?=低收入家庭 中、高收入家庭 1D 2、构造虚拟变量 构造虚拟变量 1D （DATA D1），并生成新变量序列： GENR XD=X*D1 3、估计虚拟变量模型 LS Y C X D1 XD 得到估计结果： 我国城镇居民彩电需求函数的估计结果为： XD D X Y 009.0873.31012.0611.571-++=∧ (16.25) (9.03) (8.32) (-6.59) 366,066.1..,9937.02===F e s R 再由t 检验值判断虚拟变量的引入方式，并写出各类家庭的需求函数。 虚拟变量的回归系数的t 检验都是显著的，且模型的拟合优度很高，说明我国城镇居民低收入家庭与中高收入家庭对彩电的消费需求，在截距和斜率上都存在着明显差异，所以以加法和乘法方式引入虚拟变量是合理的。

低收入家庭与中高收入家庭各自的需求函数为： 低收入家庭： ∧ . 57+ = 611 X Y012 .0 中高收入家庭： ∧ 611 . 873 31 . 57 (+ + + - = = 012 .0 484 ) X X . Y003 .0( .0 009 ) 89 由此可见我国城镇居民家庭现阶段彩电消费需求的特点： 对于人均年收入在3300元以下的低收入家庭，需求量随着收入水平的提高而快速上升，人均年收入每增加1000元，百户拥有量将平均增加12台；对于人均年收入在4100元以上的中高收入家庭，虽然需求量随着收入水平的提高也在增加，但增速趋缓，人均年收入每增加1000元，百户拥有量只增加3台。 事实上，现阶段我国城镇居民中国收入家庭的彩电普及率已达到百分之百，所以对彩电的消费需求处于更新换代阶段。

Eviews使用指南

计量经济学软件包Eviews 使用说明 一、启动软件包 假定用户有Windows95/98的操作经验，我们通过一个实际问题的处理过程，使用户对EViews 的应用有一些感性认识，达到速成的目的。 1、Eviews 的启动步骤： 进入Windows /双击Eviews 快捷方式，进入EViews 窗口；或点击开始 /程序/Econometric Views/ Eviews ，进入EViews 窗口。 ２、EViews 窗口介绍 标题栏：窗口的顶部是标题栏，标题栏的右端有三个按钮：最小化、最大化（或复原）和关闭，点击这三个按钮可以控制窗口的大小或关闭窗口。 菜单栏：标题栏下是主菜单栏。主菜单栏上共有7个选项： File ，Edit ，Objects ，View ，Procs ，Quick ，Options ，Window ，Help 。用鼠标点击可打开下拉式菜单（或再下一级菜单，如果有的话），点击某个选项电脑就执行对应的操作响应（File ，Edit 的编辑功能与Word, Excel 中的相应功能相似）。 命令窗口：主菜单栏下是命令窗口，窗口最左端一竖线是提示符，允许用户在提示符后通过键盘输入EViews （TSP 风格）命令。如果熟悉MacroTSP （DOS ）版的命令可以直接在此键入，如同DOS 版一样地使用EViews 。按F1键（或移动箭头），键入的历史命令将重新显示出来，供用户选用。 命令窗口 信息栏 路径 主显示窗口 （图一）

主显示窗口：命令窗口之下是Eviews的主显示窗口，以后操作产生的窗口（称为子窗口）均在此范围之内，不能移出主窗口之外。 状态栏：主窗口之下是状态栏，左端显示信息，中部显示当前路径，右下端显示当前状态，例如有无工作文件等。 Eviews有四种工作方式：（1）鼠标图形导向方式；（2）简单命令方式；（3）命令参数方式[(1)与（2）相结合)] ；（4）程序（采用EViews命令编制程序）运行方式。用户可以选择自己喜欢的方式进行操作。 二、创建工作文件 工作文件是用户与EViews对话期间保存在RAM之中的信息，包括对话期间输入和建立的全部命名对象，所以必须首先建立或打开一个工作文件用户才能与Eviews对话。工作文件好比你工作时的桌面一样，放置了许多进行处理的东西（对象），像结束工作时需要清理桌面一样，允许将工作文件保存到磁盘上。如果不对工作文件进行保存，工作文件中的任何东西，关闭机器时将被丢失。 进入EViews后的第一件工作应从创建新的或调入原有的工作文件开始。只有新建或调入原有工作文件， EViews才允许用户输入开始进行数据处理。 建立工作文件的方法：点击File/New/Workfile。选择数据类型和起止日期，并在出现的对话框中提供必要的信息：适当的时间频率（年、季度、月度、周、日）；确定起止日期或最大处理个数（开始日期是项目中计划的最早的日期；结束日期是项目计划的最晚日期，非时间序列提供最大观察个数，以后还可以对这些设置进行更改）。 下面我们通过研究我国城镇居民消费与可支配收入的关系来学习Eviews的应用。数据如下： 表一 下面的图片说明了具体操作过程。 1、打开新建对象类型对话框，选择工作文件Workfile，见图二。

eviews统计分析报告

e v i e w s统计分析报告 IMB standardization office【IMB 5AB- IMBK 08- IMB 2C】

统计分析报告 基于eviews软件的湖北省人均GDP时间序 列模型构建与预测 姓名：刘金玉 学院：经济管理学院 学号： 指导教师：李奇明 日期：2014年12月14日

基于eviews软件的湖北省人均GDP时间序列 模型构建与预测 1、选题背景 改革开放以来,中国的经济得到飞速发展。1978年至今,中国GDP年均增长超过9%。中国的经济实力明显增强。2001年GDP超过万亿美元,排名升到世界第六位。外汇储备已达2500亿美元。市场在资源配置中已经明显地发挥基础性作用。公有、私有、外资等多种所有制经济共同发展的格局基本形成。宏观调控体系初步建立。我国社会生产力、综合国力、地区发展、产业升级、所有制结构、商品供求等指标均反映出我国经济运行质量良好,为实现第三步战略。在全国的经济飞速发展的大环境下，各省GDP的增长也是最能反映其经济发展状况的指标。而人均GDP是最能体现一个省的经济实力、发展水平和生活水准的综合性指标，它不仅考虑了经济总量的大小，而且结合了人口多少的因素，在国际上被广泛用于评价和比较一个地区经济发展水平。尤其是我们这样的人口大国，用这一指标反映经济增长和发展情况更加准确、深刻和富有现实意义。深入分析这一指标对于反映我国经济发展历程、探讨增长规律、研究波动状况，制定相应的宏观调控政策有着十分重要的意义。 本文是以湖北省人均GDP作为研究对象。湖北省人均GDP的增长速度在上世纪90年代增长率有下滑的趋势（见表1）。进入21世纪，继东部沿海地区先发展起来，并涌现出环渤海、长三角、珠三角等城市群，以及中共中央提出“西部大开发”的战略后，中部地区成了“被遗忘的区域”，中部地区经济发展严重滞后于东部沿海地区，为此，中共中央提出了“中部崛起”的重大战略决策。自2004年提出“中部崛起”的重要战略构思后，山西、河南、安徽、湖北、湖南、江西六个省都依托自己的资源和地理优势来扩大地区竞争力，湖北省尤为突出。那么，研究湖北省人均GDP的统计

eviews分析

以下是用eviews分析： 中巴传媒2009股票收益率与沪深300 2009年的收益率关系结果：Dependent Variable: GPSYL Method: Least Squares Date: 03/31/12 Time: 12:14 Sample (adjusted): 1/06/2009 12/31/2009 Included observations: 243 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C -0.000700 0.002728 -0.256542 0.7978 HS300SYL 0.822810 0.132004 6.233237 0.0000 R-squared 0.138834 Mean dependent var 0.001647 Adjusted R-squared 0.135261 S.D. dependent var 0.045295 S.E. of regression 0.042121 Akaike info criterion -3.488362 Sum squared resid 0.427569 Schwarz criterion -3.459613 Log likelihood 425.8360 F-statistic 38.85324 Durbin-Watson stat 1.756868 Prob(F-statistic) 0.000000 中巴传媒2010股票收益率与沪深300 2010年的收益率关系结果： : Dependent Variable: GPSYL Method: Least Squares Date: 03/31/12 Time: 14:21 Sample (adjusted): 1/05/2010 12/31/2010 Included observations: 239 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C 0.000275 0.001333 0.206658 0.8365 HS300SYL 0.842420 0.084202 10.00474 0.0000 R-squared 0.296934 Mean dependent var -0.000131 Adjusted R-squared 0.293967 S.D. dependent var 0.024505 S.E. of regression 0.020591 Akaike info criterion -4.919617 Sum squared resid 0.100483 Schwarz criterion -4.890525 Log likelihood 589.8942 F-statistic 100.0947 Durbin-Watson stat 1.790846 Prob(F-statistic) 0.000000

计量经济学eviews实验报告.doc

大连海事大学 实验报告Array 实验名称：计量经济学软件应用专业班级：财务管理2013-1 姓名：安妮 指导教师：赵冰茹 交通运输管理学院 二○一六年十一月

一、实验目标 学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。具体包括：Eview的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。 二、实验环境 WINDOWSXP或2000操作系统下，基于EVIEWS5.1平台。 三、实验模型建立与分析 案例1： 我国1995-2014年的人均国民生产总值和居民消费支出的统计资料（此资料来自中华人民共和国统计局网站）如表1所示，做回归分析。 表1我国1995-2014年人均国民生产总值与居民消费水平情况

（1）做出散点图，建立居民消费水平随人均国内生产总值变化的一元线性回归方程，并解释斜率的经济意义； 利用eviews软件输出结果报告如下：

Dependent Variable: CONSUMPTION Method: Least Squares Date: 06/11/16 Time: 19:02 Sample: 1995 2014 Included observations: 20 Variable Coefficient Std. Error t-Statistic Prob. C 691.0225 113.3920 6.094104 0.0000 AVGDP 0.352770 0.004908 71.88054 0.0000 R-squared 0.996528 Mean dependent var 7351.300 Adjusted R-squared 0.996335 S.D. dependent var 4828.765 S.E. of regression 292.3118 Akaike info criterion 14.28816 Sum squared resid 1538032. Schwarz criterion 14.38773 Log likelihood -140.8816 Hannan-Quinn criter. 14.30760 F-statistic 5166.811 Durbin-Watson stat 0.403709 Prob(F-statistic) 0.000000 由上表可知财政收入随国内生产总值变化的一元线性回归方程为: （令Y=CONSUMPTION,X=AVGDP（此处代表人均GDP）） Y = 691.0225+0.352770* X 其中斜率0.352770表示国内生产总值每增加一元,人均消费水平增长0.35277元。 检验结果R2=0.996528，说明99.6528%的样本可以被模型解释，只有0.3472%的样本未被解释，因此样本回归直线对样本点的拟合优度很高。 （2）对所建立的回归方程进行检验： （5%显著性水平下，t（18）=2.101） 对于参数c假设: H 0: c=0. 对立假设:H 1 : c≠0 对于参数GDP假设: H 0: GDP=0. 对立假设:H 1 : GDP≠0 由上表知: 对于c,t=6.094104>t(n-2)=t(18)=2.101 因此拒绝H 0: c=0,接受对立假设:H 1 : c≠0 对于GDP, t=71.88054﹥t(n-2)=t(18)=2.101

Eviews软件数据分析例文

小学期作业 影响财政收入的主要因素 学院：经济学院 班级：统计学班 姓名:梁语丝 学号：2011407036

影响财政收入的主要因素 摘要： 财政收入是一国政府实现政府职能的基本保障，主要有资源配置、收入再分配和宏观经济调控三大职能。财政收入的增长情况关系着一个国家经济的发展和社会的进步。我国财政收入主要受国民经济发展、预算外资金收入、税收收入等因素的影响。本文针对我国财政收入影响因素建立了计量经济模型，并利用Eviews软件对收集到的数据进行相关回归分析，排除简单多元回归模型存在的严重多重共线性等问题，建立财政收入影响因素更精确的模型，分析了影响财政收入主要因素及其影响程度，预测我国财政收入增长趋势。 二、模型设定 研究财政收入的影响因素离不开一些基本的经济变量。大多数相关的研究文献中都把总税收、国内生产总值这两个指标作为影响财政收入的基本因素,还有一些文献中也提出了其他一些变量, 比如其他收入、经济发展水平等。影响财政收入的因素众多复杂, 但是通过研究经济理论对财政收入的解释以及对实践的观察, 对财政收入影响的因素主要是税收收入。下面我们就以税收收入、能源消费总量、和预算外资金收入作为影响财政收入的主要研究因素。 从中国统计局网站上可以查询到1993年至2008年的相关数据，对其进行计算整理可得： 年份财政收入（Y） /亿元 能源消费总量 （X 1 ）/亿元 预算外财政 收入（X 2 ）/亿元 税收收入（X 3 ） /亿元 1978 1132.260 57144.00 347.1100 519.2800 1979 1146.400 58588.00 452.8500 537.8200 1980 1159.930 60275.00 557.4000 571.7000 1981 1175.800 59447.00 601.7000 629.8900 1982 1212.300 62067.00 802.7400 700.0200 1983 1367.000 66040.00 967.6800 775.5900 1984 1642.900 70904.00 1188.480 947.3500 1985 2004.820 76682.00 1530.030 2040.790

实验一EViews软件的基本操作课案

实验一EViews软件的基本操作 【实验目的】 了解EViews软件的基本操作对象，掌握软件的基本操作。 【实验内容】 一、EViews软件的安装； 二、数据的输入、编辑与序列生成； 三、图形分析与描述统计分析； 四、数据文件的存贮、调用与转换。 实验内容中后三步以表1.1为例进行操作。 表1.1给出了以1990年不变价格测算的中国人均国内生产总值（GDPP）与以居民消费价格指数（1990年为100）测算的人均居民消费支出（CONSP）两组数据。 表1.1 中国居民人均消费支出与人均GDP （单位：元/人） 年份CONSP GDPP 年份CONSP GDPP 1978 395.8000 675.1000 1990 797.1000 1602.300 1979 437.0000 716.9000 1991 861.4000 1727.200 1980 464.1000 763.7000 1992 966.6000 1949.800 1981 501.9000 792.4000 1993 1048.600 2187.900 1982 533.5000 851.1000 1994 1108.700 2436.100 1983 572.8000 931.4000 1995 1213.100 2663.700 1984 635.6000 1059.200 1996 1322.800 2889.100 1985 716.0000 1185.200 1997 1380.900 3111.900 1986 746.5000 1269.600 1998 1460.600 3323.100 1987 788.3000 1393.600 1999 1564.400 3529.300 1988 836.4000 1527.000 2000 1690.800 3789.700 1989 779.7000 1565.900 资料来源：《中国统计年鉴2001》。 【实验步骤】 一、安装EViews软件 （一）EViews对系统环境的要求 ⒈一台386、486奔腾或其他芯片的计算机，运行Windows3.1、Windows9X、Windows2000、WindowsNT或WindowsXP操作系统；

应用eviews分析数据和预测

统计预测与决策论文 摘要:随着市场经济的多元化发展。统计软件被广泛的应用，企业应用统计软件进行对下一期的生产值进行预测。从而能更准确的做出决策。本文利用eviews对某企业的下几期的生产值进行预测，便于企业做出最准确的决策。 关键字：平稳序列，模型识别，模型定阶，模型参数估计，模型检验，模型预测。 下表是某企业近期一百个生产数据值。 1、模型识别 绘制序列时序图

2 从相关图看出，自相关系数迅速衰减为0，说明序列平稳，但最后一列白噪声检验的Q 统计量和相应的伴随概率表明序列存在相关性，因此序列为平稳非白噪声序列。 模型定阶：由图2-5看出，偏自相关系数在k=3后很快趋于0即3阶截尾，尝试拟合AR （3）；自相关系数在k=1处显著不为0，当k=2时在2倍标准差的置信带边缘，可以考虑拟合MA （1）或MA （2）；同时可以考虑ARMA （3，1）模型等。 原序列做描述统计分析见图

（x）=0由伴随概率可知，AR（i）（i=1，2，3）均高度显著，表中最下方给出的是滞后多项式 -1

的倒数根，只有这些值都在单位圆内时，过程才平稳。利用复数知识可知表中的三个根都在单位圆内。AIC 、SC 准则都是选择模型的重要标准，在做比较时，希望这两个指标越小越好。DW 统计量是对残差的自相关检验统计量，在2附近，说明残差不存在一阶自相关。得到的自回归模型见下: t t-1t-2t-3t X 0.394981X -0.298559X -0.186269X ε=-+ （2） 尝试MA （1）模型。得图如下 表中最下方是滞后多项式θ -1 （x ）=0的倒数根，只有这些值都在单位圆内，过程才平稳，可以发现过程是 符合要求的即平稳。 （3）尝试ARMA 模型 由模型定阶发现，p 可能等于3，q 可能等于1。 由参数估计结果看出，各系数均不显著，说明模型并不适合拟合ARMA(3，1) 模型。 经过进一步筛选，逐步剔除不显著的滞后项或移动平均项，最后得到如下ARMA(2，1)模型：

eviews面板大数据实例分析报告(包会)

1.已知1996—2002年中国东北、华北、华东15个省级地区的居民家庭人均消费（cp，不变价格）和人均收入（ip，不变价格）居民，利用数据（1）建立面板数据（panel data）工作文件；（2）定义序列名并输入数据；（3）估计选择面板模型；（4）面板单位根检验。 年人均消费（consume）和人均收入（income）数据以及消费者价格指数（p）分别见表9.1，9.2和9.3。 表9.1 1996—2002年中国东北、华北、华东15个省级地区的居民家庭人均消费（元）数 据 人均消费1996 1997 1998 1999 2000 2001 2002 CONSUMEAH 3607.4 3 3693.5 5 3777.4 1 3901.8 1 4232.9 8 4517.6 5 4736.5 2 CONSUMEBJ 5729.5 2 6531.8 1 6970.8 3 7498.4 8 8493.4 9 8922.7 2 10284. 6 CONSUMEFJ 4248.4 7 4935.9 5 5181.4 5 5266.6 9 5638.7 4 6015.1 1 6631.6 8 CONSUMEHB 3424.3 5 4003.7 1 3834.4 3 4026.3 4348.4 7 4479.7 5 5069.2 8 CONSUMEHLJ 3110.9 2 3213.4 2 3303.1 5 3481.7 4 3824.4 4 4192.3 6 4462.0 8 CONSUMEJL 3037.3 2 3408.0 3 3449.7 4 3661.6 8 4020.8 7 4337.2 2 4973.8 8 CONSUMEJS 4057.5 4533.5 7 4889.4 3 5010.9 1 5323.1 8 5532.7 4 6042.6 CONSUMEJX 2942.1 1 3199.6 1 3266.8 1 3482.3 3 3623.5 6 3894.5 1 4549.3 2 CONSUMELN 3493.0 2 3719.9 1 3890.7 4 3989.9 3 4356.0 6 4654.4 2 5342.6 4 CONSUMENM G 2767.8 4 3032.3 3105.7 4 3468.9 9 3927.7 5 4195.6 2 4859.8 8 CONSUMESD 3770.9 9 4040.6 3 4143.9 6 4515.0 5 5022 5252.4 1 5596.3 2 CONSUMESH 6763.1 2 6819.9 4 6866.4 1 8247.6 9 8868.1 9 9336.1 10464 CONSUMESX 3035.5 9 3228.7 1 3267.7 3492.9 8 3941.8 7 4123.0 1 4710.9 6 CONSUMETJ 4679.65204.15471.05851.56121.06987.27191.9