面板数据在eviews下的操作
EVIEWS面板数据分析操作教程及实例解析
模型选择对分析结果影响
模型适用性
根据研究目的和数据特征选择合 适的面板数据模型，如固定效应 模型、随机效应模型等。
模型假设
确保所选模型满足基本假设，如 线性关系、误差项独立同分布等 ，否则可能导致结果不准确。
模型比较与选择
通过比较不同模型的拟合优度、 参数显著性等指标，选择最优模 型进行分析。
操作规范性与结果可靠性保障措施
操作步骤规范
结果验证与解读
对分析结果进行验证，确保结果的合理性和准确性 ；同时，正确解读分析结果，避免误导读者。
严格按照EVIEWS软件的操作步骤进行分析 ，避免操作失误或遗漏关键步骤。
数据分析报告
编写详细的数据分析报告，包括数据来源、 处理方法、模型选择、分析结果及解读等， 以便读者全面了解分析过程。
方和来估计模型参数。
广义最小二乘法（GLS）
02
当存在异方差性或自相关性时，采用广义最小二乘法进行参数
估计，以提高估计效率。
最大似然法（ML）
03
适用于随机效应模型等复杂面板数据模型，通过最大化似然函
数来估计模型参数。
模型诊断与检验
残差分析
检查残差是否满足独立同分布等假设条件， 以评估模型的拟合效果。
07 EVIEWS面板数 据分析操作注意 事项
数据质量对分析结果影响
数据来源
确保数据来自可靠、权威的来源，避免使用不准确或存在偏见的数 据。
数据完整性
检查数据是否存在缺失值、异常值或重复值，这些问题可能导致分 析结果失真。
数据处理
对数据进行适当的预处理，如清洗、转换和标准化，以提高数据质量 和一致性。
增强了解决实际问题的能力
通过实例解析和操作演示，学员们学会了如何运用所学知识解决实际问题，提高了分析 问题和解决问题的能力。
使用Eviews进行面板数据操作(有图有真相)
（1）建立混合数据型工作文件
1. 建立一个年度工作文件（1996-2002）.（file:）
① file ——new—— workfile——object——new object——pool——OK
1 2
② 在弹出的对话框中输入截面个体的名称缩写——点击sheet,输入变量名
注意：由于无法输入个体名称， 容易产生混乱，因此不建议使用 该方法建立面板数据。
方法一：
① 在变量截面中按住ctrl键，依次选择每个个体的因变量和自变量，点击右键， 选择open——as group,在打开的数据窗口中选择view——graph
② 在弹出的对话框中选择scatter——在multiple中选择single graph-XY pairs OK便可得如下的散点图
在估计结果中点击proc——Make Model可以出现估计结果的联立方 程形式，进一步点击Solve键可以 在弹出的对话框中进行动态和静态 预测。
在估计结果或原始的面包数据窗口中点击view——unit root test
这里默认为 Schwarz检 验，因为在 小样本情况 下Schwarz 检验效果最 好。
GLS权重，通过加 权可以克服异方差
每个个体有共
同的参数 bi
bi 随个体不
同而发生
变
变化
参
数
bi 随个体不 同而发生
模 型
变化
下面为个体固定效应的结果。 点击view——representation可以显示具体的回归方程式。
2. 面板数据的检验
① Hausman检验（要在随机效应结果窗口中进行） 对数据进行随机效应模型估计，在估计结果窗口点击view——Fixed/Random Effects testing——Correlated Random Effect-Hausman Test（6.0以上的 版本才可以）
使用Eviews进行面板数据操作(有详图，包括Hausman检验，单位根检验)
每个个体有共
同的参数 bi
bi 随个体不
同而发生
变
变化
参
数
bi 随个体不 同而发生
模 型
变化
下面为个体固定效应的结果。 点击view——representation可以显示具体的回归方程式。
2. 面板数据的检验
① Hausman检验（要在随机效应结果窗口中进行） 对数据进行随机效应模型估计，在估计结果窗口点击view——Fixed/Random Effects testing——Correlated Random Effect-Hausman Test（6.0以上的 版本才可以）
⑤ 在打开的数据组中点击view——graph——scatter——simple scatter, 便可得到不同时间的散点图。
⑥ 同理，按ctrl键，分别选择ip_i, ip_ah,I p_bj, ip_hb…便可得到不同个体 的散点图。
由于是用同一组数据画出的图形，所以虽然采用的 是不同的方法，但是绘出的两个图形一样。
在估计结果中点击proc——Make Model可以出现估计结果的联立方 程形式，进一步点击Solve键可以 在弹出的对话框中进行动态和静态 预测。
在估计结果或原始的面包数据窗口中点击view——unit root test
这里默认为 Schwarz检 验，因为在 小样本情况 下Schwarz 检验效果最 好。
注意：只有在随机效应估计窗口中才能 进行Hausman检验，只有在固定效应估 计窗口中才能进行似然比检验
Hausman检验的原假设是个体效 应与回归变量无关，应建立随机效 应模型，因此当Hausman值较大， 其对应的P值远小于0.05时，拒绝
详细的EVIEWS面板数据分析操作
详细的EVIEWS面板数据分析操作引言EVIEWS是一款专业的经济统计软件，广泛应用于经济学和金融领域的数据分析和建模。
EVIEWS提供了丰富的面板数据分析功能，可以帮助用户进行面板数据的处理、描述统计、回归分析等操作。
本文将详细介绍EVIEWS中面板数据分析的操作流程和常用功能。
EVIEWS面板数据的导入首先，我们需要将面板数据导入到EVIEWS中进行分析。
EVIEWS支持多种数据格式的导入，包括Excel、CSV、数据库等。
在导入面板数据时，需要保证数据具有正确的格式，例如面板数据应包含个体（cross-sectional）和时间（time-series）的维度，且面板数据的变量应按照一定的顺序排列。
在导入面板数据后，我们可以利用EVIEWS提供的数据操作命令对数据进行处理和调整。
例如，可以通过group命令将数据按照个体或时间进行分组，通过sort命令对数据进行排序，以便后续的面板数据分析。
面板数据的描述统计分析在面板数据导入并处理完毕后，我们可以进行面板数据的描述统计分析。
EVIEWS提供了丰富的统计功能，可以计算面板数据的平均值、标准差、相关系数等指标。
下面介绍几个常用的描述统计功能：1.summary命令：该命令可以计算面板数据每个变量的平均值、标准差、最大值、最小值等统计指标，并输出到EVIEWS的结果窗口中。
2.correlation命令：该命令可以计算面板数据各变量之间的相关系数矩阵，并输出到结果窗口中。
3.tabulate命令：该命令可以对面板数据进行交叉分组统计，例如计算变量A在变量B的每个取值下的频数和比例。
通过对面板数据进行描述统计分析，可以初步了解数据的分布特征和变量间的关系，为后续的面板数据分析提供基础。
面板数据的回归分析除了描述统计分析，EVIEWS还提供了面板数据的回归分析功能。
通过面板数据回归分析，可以探究变量间的因果关系和影响程度。
下面介绍两个常用的回归分析命令：1.panel least squares（PLS）命令：该命令可以进行面板数据的最小二乘回归分析。
eviews处理面板数据操作步骤(特别好)
File/New/ Workfile Workfile structure type ： Balanced Panel
Start date 1935 End date 1954 Number of cross 1 OK Cross Section Identifiers:_GM _CH _GE _WE _US
.
10
思路一：变量之间是非同阶单整 ：序列变换
◎变量之间是非同阶单整的指即面板数据中有些序列平稳而有些序列不平稳，
此时不能进行协整检验与直接对原序列进行回归。
◎对序列进行差分或取对数使之变成同阶序列
若变换序列后均为平稳序列可用变换后的序列直接进行回归
思路二 若变换序列后均为同阶非平稳序列，则请点
.
若拒绝H1 ，则模型为变参数模型（模型一）。 构建统计量：请点F统计量
.
26
假设检验的 F 统计量的计算方法
构建变参数模型得残差平方和S1 并考虑其自由度 请点
构建变截距模型得残差平方和S2并考虑其自由度 请点
构建不变参数模型得残差平方和S3并考虑其自由度 请点
计算 F2 统计量
F 2 ( S 3 S 1 S ( 1 N ) / N [ N T ( 1 k ( ) k 1 ) ( 1 ) ) ~ ] F [N ( 1 )k ( 1 )N , ( T k 1 )]
第十章 Panel Data模型
第一步 录入数据
第二步 分析数据的平稳性（单位根检验）
第三步 平稳性检验后分析路径选择
第四步 协整检验`
第五步 回归模型
.
1
第一步 录入数据
一 请点 实例数据 二 请点 录入数据软件操作
eviews面板数据回归分析步骤
eviews面板数据回归分析步骤EViews面板数据回归分析步骤面板数据回归分析是一种常用的经济学研究方法，可以帮助研究人员探究变量之间的关系。
EViews是一种统计软件，提供了丰富的功能来进行面板数据回归分析。
本文将介绍EViews中面板数据回归分析的基本步骤。
第一步：数据准备在进行面板数据回归分析之前，首先需要准备好需要分析的数据集。
在EViews中，可以使用多种方式导入数据，包括从Excel或其他文件格式导入，或者直接在EViews中创建数据。
第二步：设置数据类型在导入或创建数据后，需要将数据设置为面板数据类型。
面板数据包含了多个时间点和多个单位（个体）的变量观测值。
在EViews中，可以通过菜单栏中的"View" -> "Structure" -> "Autodetect"来自动检测数据类型并设置为面板数据。
第三步：查看数据面板在进行面板数据回归分析之前，可以先查看数据面板的基本信息。
在EViews的工作区中，选择要查看的数据，然后点击菜单栏中的"View" -> "Group Statistics" -> "Panel Data"，即可显示出数据面板的基本统计信息。
第四步：设定回归模型在EViews中，可以通过命令或拖拽方式来设定回归模型。
首先需要确定因变量和自变量，然后选择回归模型。
EViews支持多种回归模型，例如普通最小二乘回归（OLS）、固定效应模型（Fixed Effects Model）和随机效应模型（Random Effects Model）等。
在设定回归模型时，可以考虑是否添加控制变量和截距项。
第五步：进行回归分析在设定回归模型后，可以进行回归分析。
在EViews中，可以通过点击工具栏上的"Estimate"按钮或通过菜单栏中的"Object" -> "Estimate Equation"来进行回归分析。
EVIEWS面板数据分析操作教程及实例
获得S1，S2，S3后手工计算F2，F1，并查找临界值做出判定 请点：判定规则 请点 判定实例
27
模型形式检验步骤：注要手工计算
例10.5中系数 和 取何种形式可以利用模型形式设定检验方法 来确定。 (1) 首先分别计算3种形式的模型：变参数模型、变截距模 型和不变参数模型，在每个模型的回归统计量里可以得到相应 的残差平方和S1=339121.5、S2 = 444288.4 和S3 = 1570884。 (2) 按(10.2.7)式和(10.2.8)式计算F统计量，其中N=5、k=2、 T=20，得到的两个F统计量分别为： F1=((S2-S1)/8)/(S1 /85) = 3.29 F2=((S3-S1)/12)/(S1 /85) = 25.73 利用函数 @qfdist(d,k1,k2) 得到F分布的临界值，其中d 是临 界点，k1和k2是自由度。在给定5%的显著性水平下(d=0.95)，得 到相应的临界值为： F2(12, 85) = 1.87 F1(8, 85) =2.049
16
表10.8 Johansen面板协整检验结果
(选择序列有确定性趋势而协整方程只有截距的情况) Fisher联合-max统计 量(p值) 128.7 (0.0000)* 65.74 (0.2266)
原假设
Fisher联合迹统计 量(p值) 133.4 (0.0000)* 65.74 (0.2266)
Kao检验 H0： = 1
除此项 外均支 持协整
Group-rho-Statistic -0.837712（0.2809） H0： = 1 Group PP-Statistic -6.990581（0.0000）* H1 ：(i = )< 1 Group ADF-Statistic -7.194068（0.0000）*
详细的EVIEWS面板数据分析操作
至少1个协整向量 65.74 (0.2266)
65.74 (0.2266)
注：加“*”表示在5%的显著性水平下拒绝原假设而接受备择假设。
上述检验结果检验的样本区间为1991-2003年，从表10.8和 表10.9的检验结果可以看出，我国29个省市的城镇居民消费和 收入的面板数据之间存在协整关系。
详细的EVIEWS面板数据分析操作
View/Spreadsheet View：i? m? k?
详细的EVIEWS面板数据分析操作
第二步 分析数据的平稳性（单位根检验） 请点 说明 请点 软件操作 结果 点检验结果1 结果2
详细的EVIEWS面板数据分析操作
分析数据的平稳性（单位根检验）说明 注：所有序列者要检验
原：不稳定（Hadri 除外， Hadri 中 原：稳定）
除此项 外均支 持协整
详细的EVIEWS面板数据分析操作
表10.8 Johansen面板协整检验结果
(选择序列有确定性趋势而协整方程只有截距的情况)
原假设
支
Fisher联合迹统计量 Fisher联合-max统计
持
(p值)
量(p值)
协Leabharlann 整0个协整向量133.4 (0.0000)*
128.7 (0.0000)*
此时不能进行协整检验与直接对原序列进行回归。
◎对序列进行差分或取对数使之变成同阶序列
若变换序列后均为平稳序列可用变换后的序列直接进行回归
思路二 若变换序列后均为同阶非平稳序列，则请点
详细的EVIEWS面板数据分析操作
思路二 变量之间是同阶单整：协整检验
请点协整检验说明 请点 软件操作 结果判定请点 1 2 3 协整检验通过：
面板数据eviews应用
高效稳定
03
Eviews在处理大规模数据集时表现出高效稳定的性能，能够快
速得出分析结果。
Eviews软件应用领域
经济学
Eviews在经济学领域的应用非常 广泛，主要用于实证研究和政策 分析，如劳动经济学、发展经济 学等。
金融学
Eviews在金融学领域的应用主要 涉及时间序列分析和回归分析， 如股票价格分析、风险管理等。
感谢您的观看
THANKS
社会学
Eviews在社会学领域的应用主要 涉及面板数据分析，如人口统计 学、社会调查等。
02 面板数据基础知识
面板数据定义
面板数据
面板数据也称为时间序列数据，它同时包含了横截面和时间序列两个维度的信息，能够更全面地反映经济现象的 变化规律。
面板数据的特点
面板数据能够提供更丰富的信息，可以控制不可观测的异质性，并且能够更好地揭示经济现象的动态变化。
根据诊断结果对模型进行调整或优化，如添加或删除变 量、调整模型形式等。
对模型的残差进行自相关检验和异方差检验，以判断模 型的残差是否存在自相关或异方差问题。
对优化后的模型进行重新估计和检验，确保模型的质量 和稳定性。
04 面板数据Eviews应用实例
实例一：混合效应模型分析
总结词
混合效应模型是一种同时考虑固定效应和随机效应的模型，适用于面板数据。
面板数据类型
长面板
长面板是指样本数量相对较小，但每个样本的观测期较长。
短面板
短面板是指样本数量相对较大，但每个样本的观测期较短。
超长面板
超长面板是指样本数量和观测期都较长，通常用于研究长期经济 现象。
面板数据估计方法
固定效应模型
固定效应模型是一种常用的面板数据估计 方法，它通过控制不可观测的异质性来估
eviews处理面板数据操作步骤
此栏目下P值均 两个小于0.05 存在协整关系 一个大于0.05， 不支持协整
15
表10.8 Kao检验和Pedroni检验结果 (滞后阶数由SIC准则确定)
检验方法 检验假设 统计量名 ADF Panel v-Statistic H0： = 1 Panel rho-Statistic H1 ：(i = Panel PP-Statistic )< 1 Pedroni检 验 Panel ADF-Statistic 统计量值（P值） -6.787326（0.0000）* 2.099652（0.044）* -3.415758（0.0012）* -5.991403（0.0000）* -7.835311（0.0000）*
若均为1阶单整，直接全取差分或全取对数，进行回归分析
12
协整检验 说 明
原：不存在协整
面板数据的协整检验方法可以分为两大类，一类是建立在Engle and Granger二
步法检验基础上的面板协整检验，具体方法主要有Pedroni检验和Kao检验；另
一类是建立在Johansen协整检验基础上的面板协整检验。
23
中部地区模型的Hausman Test结果： P值大于 0.05，所 以接受原 假设：应 建立随机 效应模型
由（10.3.68）式构造的中部地区模型的Hausman Test
统计量（W） 是0.29，p值是0.59，接受原假设:随机影响模
型中个体影响与解释变量不相关， 结论： 可以将模型设定为随机模型。
第十章 第一步 录入数据
Panel Data模型
第二步 分析数据的平稳性（单位根检验）
第三步 平稳性检验后分析路径选择 第四步 协整检验`
Eviews操作入门输入数据-对数据进行描述统计和画图【可编辑全文】
可编辑修改精选全文完整版Eviews操作入门：输入数据，对数据进行描述统计和画图首先是打开Eviews软件，可以双击桌面上的图标，或者从windows开始菜单中寻找Eviews，打开Eviews后，可以看到下面的窗口如图F1-1。
图F1-1 Eviews窗口关于Eviews的操作可以点击F1-1的Help，进行自学。
打开Eviews后，第一项任务就是建立一个新Workfile或者打开一个已有的Workfile，单击File，然后光标放在New上，最后单击Workfile。
如图F1-2图F1-2图F1-2左上角点击向下的三角可以选则数据类型，如同F1-3。
数据类型分三类截面数据，时间序列数据和面板数据。
图F1-3图F1-2右上角可以选中时间序列数据的频率，见图F1-4。
图F1-4对话框中选择数据的频率：年、半年、季度、月度、周、天（5天一周或7天1周）或日内数据（用integer data）来表示。
对时间序列数据选择一个频率，填写开始日期和结束日期，日期格式：年：1997季度：1997：1月度：1997：01周和日：8：10：1997表示1997年8月10号，美式表达日期法。
8：10：1997表示1997年10月8号，欧式表达日期法。
如何选择欧式和美式日期格式呢？从Eviews窗口点击Options再点击dates and Frequency conversion，得到窗口F1-5。
F1-5的右上角可以选择日期格式。
图F1-5假设建立一个月度数据的workfile，填写完后点OK，一个新Workfile就建好了。
见图F1-6。
保存该workfile，单击Eviews窗口的save命令，选择保存位置即可。
图F1-6新建立的workfile之后，第二件事就是输入数据。
数据输入有多种方法。
1)直接输入数据，见F1-7在Eviews窗口下，单击Quick，再单击Empty group(edit series)，直接输数值即可。
eviews面板数据回归分析步骤2篇
eviews面板数据回归分析步骤2篇eviews 面板数据回归分析步骤eviews 是一款经济学数据分析软件，非常适合进行面板数据回归分析。
本文将介绍 eviews 的面板数据回归分析步骤，以及一些常见的面板数据回归模型。
步骤一：导入数据在 eviews 中导入数据非常简单。
首先，打开 eviews软件，然后单击菜单栏中的 File（文件）并选择 Open（打开）。
在弹出的对话框中选择要导入的数据文件，并选择“workfile”作为数据格式。
在下一步中，选择“Panel Data”选项并点击“Next”。
接下来，选择数据类型和变量。
最后，选择导入数据的时间和交叉板块。
单击“Finish”完成数据导入。
步骤二：定义面板数据对象在导入数据后，需要定义面板数据对象。
在 eviews 软件中，单击“Object”并选择“New Object”选项。
在下拉菜单中选择“Panel”并单击“OK”。
在弹出的对话框中，为面板数据对象取一个名称并单击“OK”。
步骤三：运行面板数据回归模型在 eviews 中运行面板数据回归模型非常简单。
首先，单击菜单栏中的“Quick”并单击“Estimate”选项。
在出现的对话框中，选择要运行的面板数据回归模型。
例如，选择Feasible GLS（可行广义最小二乘估计）或Fixed Effects（固定效应）模型。
在下一步中，选择要运行的变量并单击“OK”。
步骤四：绘制面板数据图形在运行面板数据回归模型后，可以绘制面板数据图形。
在 eviews 中，单击“View”并选择“Graphs”选项。
在下拉菜单中选择“Panel”并单击“OK”。
接下来，在出现的对话框中选择要绘制的图形类型，例如线性图或散点图。
单击“OK”完成绘图。
常见的面板数据回归模型1. 固定效应模型固定效应模型是一种常用的面板数据回归模型，用于捕捉不同个体之间固定效应的异质性。
该模型的最基本形式为：Y i,t = α i + βX i,t + ε i,t在该公式中，Y i,t 表示第 i 个个体在时间 t 的取值，α i 是第 i 个个体的固定效应，β 是回归系数，X i,t 是解释变量，ε i,t 是误差项。
Eviews面板数据操作
面板数据操作一、数据输入1、创建工作文档。
如下图操作，在” workfile create”文本框的“workfile structure type”选择“balanced panel”,”panel specification”的”start date”和”end date”输入数据的起止期间，”wf”输入工作文档的名称，点击”OK”即跳出新建的工作文档a界面。
2、创建新对象。
操作如下图。
在”new object”文本框的”type of object”选择”pool”，”name for object ”输入新对象的名称。
创建成功后的界面如下面第3张图所示。
-3、输入数据。
双击”workfile”界面的，跳出”pool”界面，输入个体。
一般输入方式为如下：若上海输入_sh，北京输入_bj,…。
个体输入完成后，点击该界面的键，在跳出的”series list”输入变量名称，注意变量后要加问号。
格式如下：y x。
点击”OK”后，跳出数据输入界面，如下面第4张图所示。
在这个界面上点击键，即可以输入或者从EXCEL处复制数据。
在输入数据后，记得保存数据。
保存操作如下：在跳出的“workfile save”文本框选择“ok”即可，则自动保存到我的文档。
然后在“workfile”界面如下会显示保存路径：d:\my documents\。
若要保存到自己选择的路径下面，则在保存时选择“save as”,在跳出的文本框里选择自己要保存的路径以及命名文件名称。
4、单位根检验。
一般回归前要检验面板数据是否存在单位根，以检验数据的平稳性，避免伪回归，或虚假回归，确保估计的有效性。
单位根检验时要分变量检验。
（补充：网上对面板数据的单位根检验和协整检验存在不同意见，一般认为时间区间较小的面板数据无需进行这两个检验。
）（1）生成数据组。
如下图操作。
点击”make group”后在跳出的”series list”里输入要单位根检验的变量，完成后就会跳出如下图3所示的组数据。
EVIEWS面板数据分析操作教程及实例
Panel Data模型
第二步 分析数据的平稳性（单位根检验）
第三步 平稳性检验后分析路径选择 第四步 协整检验`
第五步 回归模型
1
第一步
录入数据
一 请点 实例数据
二 请点 录入数据软件操作
2
实例数据
录入企业投资需求模型数据：五家企业和三个变量的20个年度
（1935-1954年）观测值的时间序列 （数据略）
16
表10.8 Johansen面板协整检验结果
(选择序列有确定性趋势而协整方程只有截距的情况) Fisher联合-max统计 量(p值) 128.7 (0.0000)* 65.74 (0.2266)
原假设
Fisher联合迹统计 量(p值) 133.4 (0.0000)* 65.74 (0.2266)
各种方法的结果(除Breitung检验 外)都接受原假设， I? 存在单位根，是非平稳的。
8
例10.4中I?的一阶差分变量的所有方法的单位根检验结果:
所有P值均小于 0.05，说明平稳
各种方法的结果都拒绝原假设，所以可 以得出结论： I?是I(1)的。
9
第三步 平稳性检验后分析路径选择
平稳性检验后若：
若变换序列后均为同阶非平稳序列，则请点
思路二
11
思路二 变量之间是同阶单整：协整检验
请点协整检验说明 请点 软件操作 结果判定请点 1 2 3
协整检验通过： 请点因果分析. 请点回归分析 协整检验没通过： 若均为2阶单整，则都取差分或都取对数生成新序列进行单位根 检验否是1阶单整（取差分或对数后都会变成1阶单整），如是 对新序列进行协整检验，如无法达成协整，分析终止。
6
分析数据的平稳性软 件 操 作
最新手把手教你将面板数据导入eviews资料
1)下图是面板数据。
BJ表示北京的意思，CONS表示变量“消费”，INC表示变量“收入”。
研究的是5个城市，1994年至1999年的消费与收入。
2）打开软件eviews6.0，依次打开：File-new-workfile，最后应该如图所示那样。
图中“Number of cross sections:”填写样本数量，这里指BJ、TJ等5个样本，
3）点击“OK”后应该如下图所示
4）依次打开：Proc-import-read text-lotus-excel，打开EXCEL面板数据的文件名，弹出一个菜单，填写如下图所示：c2是数据开始的地方，中间方框里填写变量名：CONS和INC；
5）点击“OK”后如下图所示。
此时，已经成功将面板数据导入eviews，
6）检验是否正确，可双击上图中cons，结果如下图，和EXCEL面板数据一样。
7）如果对你有帮助，给点鼓励啊。