eviews案例

案例分析一：单位根检验、向量自回归模型、格兰杰因果关系检验。（eviews）
对定义的一个经济系统（包括国内生产总值增长率等5个变量）中的各个时间序列变量进行单位根检验，之后建立向量自回归模型，并根据各种信息准则选取最优滞后阶数，建立完向量自回归模型后进行格兰杰因果关系检验，从而研究各个变量之间的格兰杰因果关系.

案例分析三：分位数回归。（eviews）
用某一年的受教育数据，包括大概700个样本量，变量包括个人工资、受教育程度，工作经验。我们用这样一个横截面数据建立分位数回归模型来估计明瑟方程。通过分位数回归来估计工资分布上不同分位点上的教育收益率。


分析案例十一：用SAS、SPSS做典型相关分析
该分析是度量多个学生健康指标与多个营养度量变量之间的相关关系。



案例分析五：用Eviews建立全国房地产非均衡计量经济模型。
选取有关变量，分别建立需求方程和供给方程，并进行变量的显著性检验，方程的显著性检验，以及拟合优度检验。建立完方程后进行样本内预测，将其带入非均衡计量经济模型，并计算非均衡度。之后可以进行所选定年份的房地产供需分析。




案例分析六： 用SAS、SPSS做方差分析、因子分析、对应分析
该案例是对英国各个车站的满意度的调查。通过方差分析，可以找到对满意度影响显著的因素有哪些。由于我们测量的满意度有很多的测量指标，所以进一步用因子分析进行降维，用对应分析来看一些满意度水平与各个变量的取值水平之间的对应关系。
在另外一个案例中，是一份幸福度和性别、年龄、学历、是否使用信用卡等变量的分析。通过对应分析，我们想得到具有哪一些特征是人是幸福度比较高的。



案例分析四：用matlab解（高次）非线性方程（如计算内含报酬率）。
Matlab可是实现非线性方程的求解，如果需要解一个方程式比较容易实现的。如果需要解数量比较多的具有相同结构的非线性方程组，需要通过编程的方式来批量实现。由于是高次非线性方程，所以会有若干解，可以通过编程的方式这些解中挑出符合条件的解。

分析案例八： 用SPSS做神经网络模型
一所医院有关于病人住院时间和治疗总花费的数据。利用神经网络模型，可以同时将住院时间和治疗总花费作为因变量，进行建模。进而进行预测。这里的住院时间是一个分类变量，在原来真实住院时间的基础上进行了区间划分。治疗总花费是一个连续型变量。