EViews中广义自回归条件异方差模型的均值方程和方差方程的t值如何得到

1. EViews中广义自回归条件异方差模型的均值方程和方差方程的t值如何得到

计算如下。

1：Coefficient除以standard error 等于 t-statisticcost 的 t-statistic就等于 -56。43329/31。45720Adjusted R-quared= [1-(n-1)(1-R^2)/(n-k)]eg: 常数C的standard error 就等于 155。6083/0。269042=578.379212167617Income 的 coefficiengt 就等于 0。063573x12。

2：计量经济学是结合经济理论与数理统计，并以实际经济数据作定量分析的一门学科。主要内容包括理论计量经济学和应用经济计量学。

理论计量经济学主要研究如何运用、改造和发展数理统计的方法，使之成为随机经济关系测定的特殊方法。



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【摘要】
EViews中广义自回归条件异方差模型的均值方程和方差方程的t值如何得到【提问】
您好，您的问题我已经看到了，正在整理答案，请稍等一会儿哦~【回答】
好的【提问】
计算如下。

1：Coefficient除以standard error 等于 t-statisticcost 的 t-statistic就等于 -56。43329/31。45720Adjusted R-quared= [1-(n-1)(1-R^2)/(n-k)]eg: 常数C的standard error 就等于 155。6083/0。269042=578.379212167617Income 的 coefficiengt 就等于 0。063573x12。

2：计量经济学是结合经济理论与数理统计，并以实际经济数据作定量分析的一门学科。主要内容包括理论计量经济学和应用经济计量学。

理论计量经济学主要研究如何运用、改造和发展数理统计的方法，使之成为随机经济关系测定的特殊方法。



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【回答】
我通过eviews做出EARCH模型的均值方程和方差方程只能得到z值，因此我想知道可以直接通过eviews得到t值吗？【提问】
可以直接通过eviews得到t值【回答】
我该怎么做【提问】
计算如下。 1：Coefficient除以standard error 等于 t-statisticcost 的 t-statistic就等于 -56。43329/31。45720Adjusted R-quared= [1-(n-1)(1-R^2)/(n-k)]eg: 常数C的standard error 就等于 155。6083/0。269042=578.379212167617Income 的 coefficiengt 就等于 0。063573x12。 2：计量经济学是结合经济理论与数理统计，并以实际经济数据作定量分析的一门学科。主要内容包括理论计量经济学和应用经济计量学。 理论计量经济学主要研究如何运用、改造和发展数理统计的方法，使之成为随机经济关系测定的特殊方法。 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【回答】

2. eviews中两个系数之和的回归分析怎么做

有关统计学中的定义全是术语，其实根本用不着这么复杂。我就跟你简单说说怎么看回归结果吧！
首先，t值和p值反应了对应回归系数的显著水平，这两个指标是一一对应的，t值越大p值越小，一般来说你只用看p值就可以了。例如t=1.96时，p=0.05，这说明你的这个系数在5%的水平上是显著的，也就是说这个系数不准确的可能性是5%。一般来说，统计软件中我们将显著水平分为10%，5%，1%三个水平，只要显著水平低于10%，就说明系数的估计是可靠的。

其次，F值表示这个方程的整体显著水平，F值越大说明该方程拟合出现偏差的概率越小，prob（F-statistics）就是F值对应的概率，只要对应概率小于10%，就说明方程整体拟合水平显著的。
R^2表示方程的解释变量解释了多少被解释变量的变动，R^2越接近1，就说明该方程的拟合水平较高；而R^2越小，就说明拟合水平较低，很可能遗漏了其他解释变量。
D-W是检验自相关水平的统计量，自相关是解释变量与其滞后项之间有相关性的情况，D-W值越接近0，说明可能有正自相关性；D-W值越接近4，说明可能有负自相关性。

其实计量经济学根本没那么复杂，你不需要去搞明白其中的原理，事实上你也不可能完全弄清楚，只需要知道怎么看回归结果，然后照着教材的说明去解决问题就可以了。
祝你学习愉快！

3. EViews如何进行自回归方程参数的最小二乘估计？

以此题为例讲解：以下是某地搜集到得新房屋的销售价格y和房屋的面积x的数据：
房屋面积115，110，80，135，105 
销售价格：24.8 21.6 18.4 29.2 22
①求回归方程，并在散点图中加上回归直线；回归方程 ^y = 1.8166 + 0.1962x 
计算过程：
从散点图（题目有给吧）看出x和y呈线性相关，题中给出的一组数据就是相关变量x、y的总体中的一个样本，我们根据这组数据算出回归方程的两个参数，便可以得到样本回归直线，即与散点图上各点最相配合的直线。
下面是运用最小二乘法估计一元线性方程^y = a + bx的参数a和b：
（a为样本回归直线y的截距，它是样本回归直线通过纵轴的点的y坐标；b为样本回归直线的斜率，它表示当x增加一个单位时y的平均增加数量，b又称回归系数）
首先列表求出解题需要的数据
n 1 2 3 4 5 ∑（求和） 
房屋面积 x 115 110 80 135 105 545
销售价格 y 24.8 21.6 18.4 29.2 22 116
x^2（x的平方） 13225 12100 6400 18225 11025 60975 
y^2（y的平方） 615.04 466.56 338.56 852.64 484 2756.8
xy 2852 2376 1472 3942 2310 12952
套公式计算参数a和b：
Lxy = ∑xy - 1/n*∑x∑y = 308 
Lxx = ∑x^2 - 1/n*(∑x)^2 = 1570 
Lyy = ∑y^2 - 1/n*(∑y)^2 = 65.6 
x~（x的平均数） = ∑x/n = 109 
y~ = ∑y/n = 23.2 
b = Lxy/Lxx = 0.196178344 
a = y~ - bx~ = 1.81656051 
回归方程 ^y = a + bx 
代入参数得：^y = 1.8166 + 0.1962x 
直线就不画了 
该题是最基本的一元线性回归分析题，套公式即可解答。至于公式是怎么推导出来的，请参见应用统计学教科书。。回归分析章节。。

4. 在EViews中广义自回归条件异方差模型的均值方程t value怎么得到

在EViews中广义自回归条件异方差模型的均值方程tvalue可以用定义算的。EViews是EconometricsViews的缩写，通常称为计量经济学软件包。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。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MicroTSP。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。

5. 运用Eviews对多项式进行回归估计

样本数据量为18，建立模型：ln(CO2/P)=c+β1ln(GDP/P)+ β2[ln(GDP/P)]2+β3[ln(GDP/P)]3+μ 令x=ln(GDP/P)，y=c+β1x+β2x2+β3x3+μ（方程1）问题1：利用方程1回归后，F检验的自由度是多少？T检验中的k值是多少？问题2：DW检验时，n与k分别是多少？问题3：怀特异方差检验时，自由度是多少？加入滞后项AR（1），得到分布滞后模型y=c+β1x+β2x2+β3x3+μ，μ=μt-1 +εt问题1：F检验的自由度是多少？T检验中的k值是多少？问题2：DW检验时，n与k分别是多少？LM检验时，滞后阶数应选择多少？【摘要】
运用Eviews对多项式进行回归估计【提问】
您能把问题说的详细一点吗？【回答】
【提问】
【提问】
您能具体说一下，您是要了解哪一方面吗？【回答】
我想知道如果知道一个三次多项式  怎样用Eviews软件来进行回归分析【提问】
样本数据量为18，建立模型：ln(CO2/P)=c+β1ln(GDP/P)+ β2[ln(GDP/P)]2+β3[ln(GDP/P)]3+μ
 令x=ln(GDP/P)，y=c+β1x+β2x2+β3x3+μ（方程1）
问题1：利用方程1回归后，F检验的自由度是多少？T检验中的k值是多少？
问题2：DW检验时，n与k分别是多少？
问题3：怀特异方差检验时，自由度是多少？

加入滞后项AR（1），得到分布滞后模型y=c+β1x+β2x2+β3x3+μ，μ=μt-1 +εt
问题1：F检验的自由度是多少？T检验中的k值是多少？
问题2：DW检验时，n与k分别是多少？LM检验时，滞后阶数应选择多少？【回答】

6. 运用Eviews对多项式进行回归估计

一、最小二乘法 LS---least Squares
1、普通最小二乘估计（OLS）
这是使用的最为普遍的模型，基本原理就是估计残差平方和最小化，不予赘述。
2、加权最小二乘估计（WLS）
Eviews路径：LS模型设定对话框-----options
OLS的假设条件最为严格，其他的估计方法往往是在OLS的某些条件无法满足的前提下进行修正处理的。WLS就是用来修正异方差问题的。
在解释变量的每一个水平上存在一系列的被解释变量值，每一个被解释变量值都有自己的分布和方差。在同方差性假设下，OLS对每个残差平方ei^2都同等看待，即采取等权重1。但是，当存在异方差性时，方差δi^2越小，其样本值偏离均值的程度越小，其观测值越应受到重视，即方差越小，在确定回归线时的作用应当越大；反之方差δi^2越大，其样本值偏离均值的程度越大，其在确定回归线时的作用应当越小。
WLS的一个思路就是在拟合存在异方差的模型的回归线时，对不同的δi^2区别对待。在利用样本估计系数时依旧是使得总体残差最小化，但是WLS会给每个残差平方和一个权重wi=1/δi。这样，当δi^2越小，wi越大；反之，δi^2越大，wi越小。
Eviews的WLS没有要求权重因子必须是1/δi。一般纠正异方差性的方法还包括模型变换法，这种方法假定已知Var（ui）=δi^2=δ^2*f(Xi)，令权重wi=f(Xi)^（1/2），用f(Xi)^（1/2）去除原模型，可知随机干扰项转换为ui/f(Xi)^（1/2），这时Var（ui）=δi^2=δ^2，即实现了同方差。
由上面的分析可知，WLS核心就是找到一个等式：Var（ui）=δi^2=δ^2*f(Xi)。这个等式经过调整更容易理解：δ^2=δi^2/f(Xi)或δ=δi/f(Xi)^（1/2）。δ为某一常数，权重wi=1/f(Xi)^（1/2），经过wi的加权便实现了同方 差。前面提到的特殊权重wi=1/δi，即f(Xi)=1/δi^2,这时δ=δi/f(Xi)^（1/2）=1。由此可知，它只是模型转换法的一种特殊形式。
常用的权重因子有：1/X，1/X^2, 1/X^0.5。其对应的f(Xi)的函数形式为f(Xi)=X^2, f(Xi)=X^4, f(Xi)=X。
3、异方差一致协方差矩阵估计
必须特别注意的是，当存在异方差性时，使用WLS可以提供参数的一致估计【摘要】
运用Eviews对多项式进行回归估计【提问】
一、最小二乘法 LS---least Squares
1、普通最小二乘估计（OLS）
这是使用的最为普遍的模型，基本原理就是估计残差平方和最小化，不予赘述。
2、加权最小二乘估计（WLS）
Eviews路径：LS模型设定对话框-----options
OLS的假设条件最为严格，其他的估计方法往往是在OLS的某些条件无法满足的前提下进行修正处理的。WLS就是用来修正异方差问题的。
在解释变量的每一个水平上存在一系列的被解释变量值，每一个被解释变量值都有自己的分布和方差。在同方差性假设下，OLS对每个残差平方ei^2都同等看待，即采取等权重1。但是，当存在异方差性时，方差δi^2越小，其样本值偏离均值的程度越小，其观测值越应受到重视，即方差越小，在确定回归线时的作用应当越大；反之方差δi^2越大，其样本值偏离均值的程度越大，其在确定回归线时的作用应当越小。
WLS的一个思路就是在拟合存在异方差的模型的回归线时，对不同的δi^2区别对待。在利用样本估计系数时依旧是使得总体残差最小化，但是WLS会给每个残差平方和一个权重wi=1/δi。这样，当δi^2越小，wi越大；反之，δi^2越大，wi越小。
Eviews的WLS没有要求权重因子必须是1/δi。一般纠正异方差性的方法还包括模型变换法，这种方法假定已知Var（ui）=δi^2=δ^2*f(Xi)，令权重wi=f(Xi)^（1/2），用f(Xi)^（1/2）去除原模型，可知随机干扰项转换为ui/f(Xi)^（1/2），这时Var（ui）=δi^2=δ^2，即实现了同方差。
由上面的分析可知，WLS核心就是找到一个等式：Var（ui）=δi^2=δ^2*f(Xi)。这个等式经过调整更容易理解：δ^2=δi^2/f(Xi)或δ=δi/f(Xi)^（1/2）。δ为某一常数，权重wi=1/f(Xi)^（1/2），经过wi的加权便实现了同方 差。前面提到的特殊权重wi=1/δi，即f(Xi)=1/δi^2,这时δ=δi/f(Xi)^（1/2）=1。由此可知，它只是模型转换法的一种特殊形式。
常用的权重因子有：1/X，1/X^2, 1/X^0.5。其对应的f(Xi)的函数形式为f(Xi)=X^2, f(Xi)=X^4, f(Xi)=X。
3、异方差一致协方差矩阵估计
必须特别注意的是，当存在异方差性时，使用WLS可以提供参数的一致估计【回答】

7. 谁帮我做一下这个eviews回归结果分析

1 看t值和p值。当t>2,p<0.05，则自变量对因变量有显著性影响。
  第一产业和第三产业对GDP有显著性影响，而第二产业则物显著性影响
2 看可决系数R^2 , 一般可决系数在0.5以上，变量回归对样本的拟合程度较高
  R^2=0.999838>0.5 所以变量回归对样本的拟合程度较高
3 检验是否存在自相关性
 看Durbin-waston stat 值 DW 应属于0~4之间，数值越小说明模型随机误差项自相关度越小。反之则越大。
 DW=0.731701 在0~4之间。且其值较小，因此自相关都较小
4 检验是否存在异方差性
 *（这需要在eviews里在进行计算 。 有图形法、goldfeld-quanadt法、white法）

8. eviews实现ar(1)回归分析并计算Ar（1）过程的均值、方差、自协方差

 y=c(1)+c(2)*x+E(t) E(t)=c(3)*E(t-1)【摘要】
eviews实现ar(1)回归分析并计算Ar（1）过程的均值、方差、自协方差【提问】
 y=c(1)+c(2)*x+E(t) E(t)=c(3)*E(t-1)【回答】
我想知道eviews具体怎么操作 导入excel数据之后，如何利用ar（1）模型回归分析，再计算ar（1）过程中的均值，方差，自协方差，自相关函数，并绘制自相关函数图【提问】
【回答】
【回答】
【回答】
【回答】
【回答】
【回答】