Eviews檢驗總結

各種檢驗總結

I、偏度：序列的分布是對稱的，S值為0；正的S值意味著

序列分布有長的右拖尾；負的s值意味著序列分布有長的左

拖尾。

2、峰度：若果K值大干3,分布的凸起程度大于正態(tài)分布：

若果K值小于3,序列分布相對于正態(tài)分布是平坦的。

3、正態(tài)性檢驗：Q-Q圖：看圖上的點是否近似地在一條直線

周邊，是的話近似于正態(tài)分布。Jarque.Bera檢驗：若果P值極

小，則拒絕原假設，一不聽從正態(tài)分布；若果P值大于0.05

（0.1）接受原假設一聽從正態(tài)分布。輸入數(shù)據(jù)用鼠標單擊

“Quick”,浮現(xiàn)下拉菜單，單擊“EmptyGroup”,浮現(xiàn)"Group”

窗口。在數(shù)據(jù)表的第一列中鍵入y的數(shù)據(jù)，并將該序列名取

為y；在第二、第三列中分別鍵入」和_2的數(shù)據(jù)，并分別取

名為」和_2?；貧w分析用鼠標單擊〃Quick一浮現(xiàn)下拉菜單,

單擊“EstimateEquation”,在彈出對話框中鍵入yc_l_2；在

“Estimationsettings〃欄中挑選〃LeastSquares”（最小二乘法）;

點擊〃0K〃，屏幕顯示回歸分析結果如表3；6所示?；貧w檢驗

1、擬合優(yōu)度檢驗：R2=0.864267說明，回歸方程即上述樣本

需求函數(shù)的解釋才干為86.4%,即所有解釋變量能對該被解

釋變量變動的86.4%作出解釋?；貧w方程的擬合優(yōu)度較好。

2、回歸模型的總體顯著性檢驗：從全部因素的總體影響看，

表示顯著性水平（一般取5%,也可取10%依據(jù)題目而定）假設

在5%顯著性水平上，若F檢驗的P值小于0.05,說明所有

解釋變量對被解釋變量的共同影響顯著。

3、單個回歸系數(shù)的顯著性檢驗：從單個因素的影響看，在

5%顯著性水平上，查看各個解釋變量的T檢驗值若大于2,

一般表示該解釋變量對被解釋變量有顯著影響。但是，最主

要是看解釋變量的P檢驗值，若P值小于0.05則表示該解釋

變量對被解釋變量有顯著影響。異方差檢驗：

⑴裁定1.圖示法殘差的圖示檢驗通過resid與一的散布圖裁定,

圖形成喇叭狀?；蛲ㄟ^resid的平方與一的散布圖裁定。在

“Quick〃菜單中選"Graph”項，在圖形對話框里鍵入resid_,可

得resid與—的散布圖（見圖4-9）,resid與—的散布圖表明存

在異方差。

2.懷特檢驗。在方程窗口中依次點擊：

ViewResidualTestHeteroskedasticityTest,多元回歸時一般挑選

有交叉項。

（2）異方差的修正（WLS預估法）。加權重1/_2。在OLS對話

框里鍵入：yc_,按回車鍵，然后在方程窗口中點擊

"Estimateoptions”按鈕，并在權數(shù)對話框里輸入權數(shù)1/_2或

者1住2（其中的e是用中的genr按鈕，在彈出的框中輸入

e二resid）若obs_R-squared對應的P值小于0.05,拒絕原假設，

存在異方差性。例中為0.1691。自相關檢驗:

（一）裁定L殘差圖通過resid（-l）和resid（縱軸）的殘差圖,

有顯然帶狀規(guī)律C

2.D.W檢驗3.偏自相關系數(shù)檢驗在方程窗口中依次點擊：

ViewResidualTestcorrelogramstatistic超出虛線的條塊4.拉格

朗日乘數(shù)檢驗（B-G,LM）在方程窗口中依次點擊：

ViewResidualTestSerailCorrelationLMTest若obsR-squared對

應的P值小于0.05,拒絕原假設，存在自相關。

（二）修正（廣義差分）1,利用DW統(tǒng)計量求，再用廣義差分法

預估模型2杜賓（durbin）兩步法鼠標單擊"Quick”,浮現(xiàn)下

拉菜單，單擊“EstimateEquation”,在彈出的OLS對話框里鍵

入：c,按回車鍵，多重共線性檢驗

（一）裁定1.相關系數(shù)法。R的絕對值大于等于08存在多重

共線性。

2.回歸后，R平方較大，F(xiàn)檢驗顯著，但有些變量T檢驗不顯

著，系數(shù)的正負號與理論違反。

（二）修正1.先用Ctrl鍵選中所有的解釋變量和被解釋變量，

再右擊鼠標，在open中選中asgroup,在新建的group窗口

中點擊view/CovarrianceAnalysis/correlatXX找到和被解釋變

量相關系數(shù)最大的