經濟學系《EViews在經濟計量分析中的應用》

課程教學大綱

一、課程基本信息

課程名稱：EViews在經濟計量分析中的應用課程代碼：SY1002

課程類別：實驗與實踐課程學分：1

學時：18（理論學時：0；實驗實踐學時：18）

面向對象：經濟學專業(yè)

先修課程：微觀經濟學、宏觀經濟學、計量經濟學

二、課程教學目的與要求

本課程是面向經濟學專'II，開設的實驗與實踐課程，書要內容是系統(tǒng)地介紹EViews軟件

在數據管理、計量分析等方面的應用和操作方法。具體包括以下內容：EViews軟件的基本

操作、一元回歸分析、多元回歸分析、違背經典假設下模型診斷與處理，包括多重共線性、

異方差以及序列相關。本課程是計量經濟學的后續(xù)課程，在經濟學專業(yè)的課程體系中具有重

要地位，重點培養(yǎng)學生運用量化分析工具進行實證分析的初步能力。

通過本課程的學習，要求學生能夠具備以下知識與技能：

1.掌握計量經濟學建模的基本思想、一般步蛛和基本原則；

2.掌握EViews軟件的基本操作方法，如建立EViews工作文件的步驟、創(chuàng)建序列對象、

創(chuàng)建圖形刈象和方程對象等；

3.掌握數據處理與統(tǒng)計分析的方法

4.能完成計量經濟學模型的估計、檢驗、解釋和預測等基本環(huán)節(jié)，并初步具備解決現實

經濟問題的能力。

三、課程考核要求

1.考試目的與要求：考察學生對EVicws軟件的掌握程度、對課程知識體系的了解情況;

重點考核學生運用計量經濟學理論和EViews軟件來估計與檢驗模型的綜合能力：采取多元

化的考核形式，全面考察學生的學習過程與學習效果。

2.考核形式：包括兩部分，一部分是過程考核，包括考勤、作業(yè)、課堂表現等；另一部

分是期末考試，采取上機考試形式。

3.成績評定：采取百分制進行核算，其中過程考核占30%,期末考試占70%。

四、課程教學基本內容、學時分配和教學環(huán)節(jié)安排

《EViews在經濟計量分析中的應用》學時分配

內容理論學時實驗（實踐）學時

第一章EViews簡介4

第二章線性回歸模型分析4

第三章多重共線性的檢驗與補救2

第四章異方差性的檢驗與修正4

第五章序列相關性的檢驗與修正2

復習2

合計18

第一章EViews簡介

教學目的與要求：了解EViews軟件的基本操作：熟悉數據處理與描述性統(tǒng)計分析的操

作步驟。

教學重點：建立EViews工作文件和輸入數據的步驟、創(chuàng)建與生成數據序列、數據處理

與描述性統(tǒng)計分析

教學難點：利用己知序列生成新序列

第一節(jié)EViews基礎

（一）EViews功能簡介

（二）EViews的啟動運行與關閉

（三）EViews窗口

（四）工作文件的建立、打開和保存

（五）面向對象的EVicws設計

第二節(jié)基本數據處理

（一）數據對象

I.序列

2.組

（二）樣本

I.工作文件樣本

2.改變當前樣本區(qū)間

（三）輸入數據

I.健盤輸入

2.文件輸入

（四）輸出數據

I.復制粘貼

2.文件輸出

（五）命令

I.根據己知序列生成新序列

2.生成一個新組

（六）使用表達式

1.運算符

2.序列函數

3.邏輯表達式

4.先行指標、滯后指標和差分

5.缺失數據

第三節(jié)序列和組

（-）序列

1.表單和圖示

2.描述統(tǒng)計量

3.統(tǒng)計量的檢驗

4.相關圖

（二）組

1.組窗口

2.數據表

3.圖

4.描述統(tǒng)計量

第四節(jié)圖、表和文本對象

（-）創(chuàng)建圖

（二）修改圖

（三）表

（四）文本對象

第二章線性回歸模型分析

教學H的與要求：熟練使用計算機和EViews軟件進行回歸分析，理解線性回歸模型及

最小二乘估計的基本原理，掌握線性回歸模型的估計、檢驗、解釋和預測。獨立完成實驗并

得到正確的結果。

教學重點：單參數的顯著性檢驗、模型整體顯著性檢驗

教學難點：線性回歸模型的預測

第一節(jié)線性回歸模型估計與簡單操作

（一）模型的基本假設

1.對模型和變量的假定

2.對隨機擾動項的假定

（二）參數估計

1.普通最小二乘法

2.參數的點估計

3.隨機擾動項方差的估計

（三）Eviews實驗操作

1.創(chuàng)建工作文件

2.輸入和編輯數據

3.圖形分析

4.OLS估計參數

第二節(jié)模型的統(tǒng)計檢驗、預測與實際操作

（-）相關檢驗量

I.擬合優(yōu)度檢驗

2.AIC準則和SC準則

3.單參數的顯著性檢驗

4.模型整體顯著性檢驗

（-）方程的OLS估計

1.得到OLS估計的結果

2.各統(tǒng)計量的含義

（三）預測

1.擴展樣本期范圍

2.點預測

3.區(qū)間預測

第三節(jié)非線性模型的回歸

（一）模型的類型

I.可以在Eviews上直接操作的模型類型

2.塞函數、指數函數模型

3.更雜函數采用級數展開法

（二）Eviews實驗操作

1.模型的轉化

2.非線性模型轉化為線性模型的操作命令

第三章多重共線性的檢驗與補救

教學目的與要求：掌握簡單相關系數檢驗法、方差擴大因子法等檢驗多重共線性的基本

方法，學會分折產生多重共線性的原因。掌握補救多重共線性的方法，包括逐步回歸法和變

量變換法等。

教學重點：多重共線性的診斷方法與補救措施

教學難點：逐步回歸法

第一節(jié)多重共線性概述

（一）多重共線性的概念

（-）多重共線性的后果

（三）多重共線性的檢驗方法

（四）克服多重共線性的方法

第二節(jié)多重共線性的檢驗

（一）綜合統(tǒng)計檢驗法

I.對方程作OLS估十

2.根據OLS估計結果中重要統(tǒng)計量的大小判斷是否存在多重共線性

（二）簡單相關系數檢驗法

I.將所有解釋變量作為一個組

2.計算各解釋變量的簡單相關系數并根據其大小判斷是否存在多重共線性

（三）方差擴大因子法

I.對方程作OLS估L

2.得到方差擴大因子并根據其大小判斷是否存在多重共線性

第三節(jié)多重共線性的補救

（一）修正多重共線性的經驗方法

1.增加樣本容量

2.剔除引起多重共線性的解釋變量

3.時間序列數據與板面數據相結合

4.變量變換法

（二）逐步回歸法

I.確定一個基準的解釋變量建立基準模型

2.逐步將其他解釋變量加入回歸

3.得到擬合效果最好的回歸方程

第四章異方差性的檢驗與修正

教學目的與要求：理解加權最小二乘估計的基本原理，掌握異方差的檢驗方法和加權最

小二乘估計法。

教學重點：White檢驗、加權最小二乘法

教學難點：加權最小二乘法

第一節(jié)異方差性概述

（-）異方差的類型

（二）異方差性的后果

（三）異方差性的檢驗與修正方法

第二節(jié)異方差性的檢驗

（一）圖示法

I.Y與X的相關圖形分析

2.殘差圖形分析

（二）GQ檢驗

1.將樣本觀測值按解釋變量大小排序

2.從原樣本中刪除若干觀測值并生成兩個子樣本

3.提出假設

4.構造F統(tǒng)計量

5.判斷

（三）White檢驗

I.對模型作OLS估L

2.在方程估計結果界面選擇White檢驗的菜單路徑

3.根據White檢驗報告的結果判斷是否存在異方差性

第三節(jié)異方差性的修正

（―）加權最小二乘法

1.生成權數序列

2.選擇權數序列作加權最小二乘估計

3.作White檢驗判斷是否已經消除異方差

（二）模型的對數變換

I.將原解釋變量與被解釋變量作對數變換

2.對數變換后的模型作OLS估計

第五章序列相關性的檢驗與修正

教學目的與要求：熟練應用圖示檢驗法和DT.檢驗法對序列作自相關分析。掌握杜賓兩

步法、科克倫-奧克特迭代法、廣義最小二乘法等修正自相關的方法。

教學重點：DTV檢驗法、杜賓兩步法

教學難點：廣義最小二乘法

第一節(jié)序列相關性的檢驗

（-）圖示檢驗法

1.殘差自相關圖

2.殘差時序圖

（二）DTV檢驗法

1.對方程作OLS估廣

2.根據OLS估計所報告DW統(tǒng)計量的大小判斷是否存在自相關

（三）LM檢驗

1.對方程作OLS估V

2.在方程估計結果界面選擇LM檢驗的菜單路徑

3.根據LM檢驗報告的結果判斷是否存在序列相關

第二節(jié)序列相關性的修正

（一）杜賓兩步法

I.一階自相關的修正

2.二階自相關的修正

（二）科克倫-奧克特迭代法

I.假設存在一階自相關并輸入迭代命令

2.根據回歸報告的DW統(tǒng)計量的值判斷是否消除了自相關

3.自相關未被消除時假設存在二階自相關并輸入迭代命令

第三節(jié)廣義最小二乘法

（一）應用廣義最小二乘法的條件

（二）廣義最小二乘法的操作步驟

1.檢驗序列相關是否存在

2.建立Q矩陣

3.分解C矩陣使得C=DD'

4.求D逆矩陣

5.估計新模型

五、課程學習指導與修讀建議

本課程是一門實驗課程，在建設過程中注重教學內容、方法與手段上的改革與推廣。在

教學中推廣使用案例教學、研討互動等教學方法；采用多媒體計算機教學方式；課程考核注

重過程考核與能力導向，形式更加多元化、全面化。

本課程的實踐性較強，學生