主页 > 其它问答 > > (eviews怎么做dw检验)如何用eviews做序列自相关检验
最佳回答 最佳答案

本回答由网友推荐

窗外景


1、首先在EVIEWS中建立一个工作文件;
2、然后建立一个序列对象如序列X;
3、然后打开序列X,在VIEW菜单中有个选项CORRELOGRAM,选择该选项后会得到另一个对话框,该对话框的左边是选择检验序列本身还是一阶差分、二阶差分后的结果。
右边指定滞后期,EVIEWS会根据你序列数据的多少设定一个数值,可以使用默认值;
4、再点击OK即可得到检验结果,关键是看检验概率,如果检验概率小于显著性水平就说明有自相关,反之亦然。
一阶自相关检验:
1)OLS估计出模型,得出DW值;
2)查表:
在德宾-沃森d统计量找到你估计模型的n(样本容量)和k(解释变量个数)及a对应的dl和du;
3)把DW和dl和du作比较:
DW《dl和4-dldu高阶自相关检验:
偏相关系数检验【命令方式】IDENTRESID【菜单方式】在方程窗口中点击View\ResidualTest\Correlogram-Q-statistics屏幕将直接输出et与et-1,et-2…et-p(p是事先指定的滞后期长度)的相关系数和偏相关系数。
异方差的检验:
最简单的检验方法是White检验1)“View/Residualtests/White……”2)P与a比较,P,因为做granger因果,首先要注意序列是否平稳,一般要先做adf检验,结果如果平稳可以继续g检验;
若不平稳要对同阶单整进行协整检验,如果有协整关系同样可以g检验。
否则做出来有可能会是伪回归,所以之前的准备工作有点麻烦。
如果仅仅说做granger这一步的话:

1、假定你的工作文件已经建立,首先打开时间序列数据组窗口。

2、点击view键,选择grangercausality。
功能。

3、随即打开一个对话框,需要选择最大滞后长度,然后点击ok键,就得到检验结果。

4、比较下p和f值,判断下是否拒绝原假设,然后得出结论。
希望你的数据性质好,做的顺利:

1、首先我们打开Eviews7软件,依次点击上面菜单栏的【File】——【New】——【Workfile】,快捷键是“Ctrl+N”,这时候就会出现建立数据的界面。

2、我们常用的数据类型有两类,“Annual”为年份的数据类型;
“Integerdata”为截面数据,就是纯数字类型,有几个数据就是1~n。
在“WF”里面输入文件名,以便于我们寻找文件,这里的所有输入内容都不能为汉字,完成所有的设置就点击【OK】即可。

3、例如我的数据是1999~2014,就是1999年到2014年的数据,类型就选择“Annual”,数据区间就是“19992014”,如图;
我们做的是自相关,就可以命名为“zxg”,其他默认设置就可以;
完成点击【OK】即可。

4、在上面的输入界面输入“datayx1x2”的命令(箭头所指位置),按“Enter”打开界面在输入状态下点击选中第一个单元格,右击“Ctrl+V”把复制的数据全部粘贴到这里面,关闭之后就已经分别建立了“yx1x2”的三个数列。

5、继续在输入界面输入命令“lsycx1x2”,按“Enter”即可叫出回归报告的界面,可以看出回归方程为“Y=4547222+0835076X1+0758406X2”。

6、点击上面的【Name】,随机命名名称,点击【OK】就可以了。

7、上面的方式就已经建立这个模型,打开刚刚命名的文件,看“D-W”值,我们这里是看这个德宾沃森统计量是否大于1,大于1就没有自相关,小于1就需要进行自相关的修正了。
主要是看DW值,或者用LM检验我替别人做这类的数据分析蛮多的

赞同 (49297)

反对 (876)

其它回答
今朝聚


1、按下创建文件按钮百,创造一个新文件。

2、在左上方选择,在右上方键入观察数量。

3、在电子表格复制观度察数据,在EVIEWS的空白处贴上。

4、单击完成后出现如下图所问示图样。

5、在工具列表选择模型的参数估计。

6、最上面空白处键入想要估算的模型(如例:gdpcconsumption),yi=β0+β1*xi,这里专gdp是yi,c代表β0,consumption代表xi,注属意估算方法要选择LeastSquares。

7、最后,进行F检验了。
利用Eviews进行F检验的方法

赞同 (8064)

反对 (686)

伪情人

首先依据DW值求出ρ值ρ=1-DW/2等于075然后将利用广义差分规则即可以两变量为例lsy-075*y(-1)cx-075*x(-1)如果你把你的原模型发出来得话才能进一步帮你写。
如果想学习具体怎么用广义差分就message我。
一两句话讲不清。
另外你这个模型DW这么小为什么不考虑用柯奥迭代法?操作起来容易多了放出模型以俩变量模型为例:
原模型lsyxc柯奥迭代模型lsyxcar(1)ar(2)……ar(n)建议只用两次或两次以下的迭代去除自相关

赞同 (27531)

反对 (524)

春风物语

可以的,自相关本身就是检验一个序列自身(不同时期间)的相关程度。
建模后所做的自相关检验,主要是针对残差序列进行DW检验,从原理上说用直接用来检验原序列也是可以的。
但其实这样式错的,这涉及到非参的问题,DW检验室基于残差序列的所服从的分布进行的。
而原数列是不满足那种分布的。
而且,检验原序列的自相关性用的是自相关系数,也根本不涉及DW检验。
你好!
不需要建模,直接用已有数据通过EVIEWS可直接操作如有疑问,请追问。

赞同 (17229)

反对 (266)

藏进旅行箱

利用软件在一元回归方程中加入AR(1)进行拟合,修正自相关。
如果修正的结果,仍存在自相关,再加入AR(2),表示二阶自相关,以此类推。
去除相关性后,发现T检验数值已不显著了。
有两种可能:
1、你找的数据之间并没有联系
2、对应变量有影响的数据没有找全,所以单独的X并不能对Y产生足够影响。
以上是我的解释,希望对你有帮助。

赞同 (51520)

反对 (432)

草莓糯米糍

先对每个变量做单位根检验然后是同阶平稳的话可以做协整检验。
协整检验之前先做协整回归,当R-square>DW统计值时,模型是虚假的,需要对这个回归的残差进行单位根检验again残差平稳时(level)说明存在协整关系。
然后ECM

赞同 (82130)

反对 (199)

已是曾经

问题:如图是数据太少吗还是因为什么求高手帮忙有帮助给加分
是的,你有7个变量,至少21年的数据R,都等于1了,搜集数据吧!
DW检验有的啊。
NA估计是数据的问题。
DW值很大,应该有相关性。

赞同 (1496)

反对 (259)

相关百科

(黄蟮软抖怎么做)炒鳝鱼丝怎么做

炒蝴蝶鳝鱼片详细制作步骤 1. 将鳝鱼击昏、剔骨的鳝肉洗净,沥去水; 2. 鳝鱼片放在案板上,顶头横片成坡片即成蝴蝶形片,然后在鳝片上放少许盐和湿...全文

等你回答

换一换