计量经济学软件操作
计量经济学EViews操作
计量经济学作业操作过程详解1.进入Eviews软件2.主菜单-->File--->Workfile3.打开工作文件范围选择框，选择Annual,分别输入1985,1998。
点击完成。
4.数据输入：方法一：导入excel文件中的数据1）在excel中先建立数据文件2）点击file/import/read text-lotus-excel选项，在对话框中选择已建立的excel文件4）打开后，在新的对话框中输入想要分析的变量名称，然后点击OK即可。
此时工作文件中出现变量图标。
方法二：手工数据输入主菜单--->Quick----->Empty Group分别输入变量Y、GDP的数据。
点击obs后面的灰色格子中分别输入Y、GDP。
（方法一：一个一个输入方法二：在Excel中输入完再复制粘贴）5.主菜单---->Quick----->Estimate Equation打开估计模型对话框，输入Y C GDP ，（如上图所示，注意字母之间要有空格）点击OK键。
得出Eviews的估计结果：β（上面还要带个帽子，电脑打不出来），26.95415为1β。
其中12596.27为0第五步可以直接输入LS Y C GDP 等出结果6.一元线性回归模型的预测1）在工作文件主窗口点击procs/change workfile range(改变范围)，弹出对话框，在对话框的end date栏中输入预测值的时间或序号，点击OK2）在工作文件窗口中双击解释变量文件，在变量窗口中点击edit+/-键，进入编辑模式，在变量窗口底端输入新序号的数值，再点击edit+/-键，关闭编辑模式3）再次进行估计，点击quick/estimate equation，在对话框中输入方程，注意样本范围应不包括新序号，点击OK得到估计结果4）点击结果窗口中的forecast键，产生对话框，在对话框中选择样本范围，点击OK可得预测曲线图。
计量经济学EVIEWS软件学习
实验一Eviews的基本操作与一元线性回归模型的最小二乘估计实验目的：1、熟悉Eviews的窗口与界面2、掌握Eviews的命令与菜单的操作3、掌握用Eviews估计与检验一元线性回归模型实验内容：1、启动Eviews双击Eviews图标，出现Eviews窗口，它由以下部分组成：标题栏“Eviews”、主菜单“File，Edit，…，Help”、命令窗口（空白处）和工作区域。
命令窗口工作区域图1-12、产生文件Eviews的操作在工作文件中进行，故首先要有工作文件，然后进行数据输入、分析等等操作。
（1）读已存在文件：File→Open→Workfile。
（2）新建文件：File→New→Workfile，出现对话框“工作文件范围”，选取或填上数据类型、起止时间。
OK后，得到一个无名字的工作文件，其中有：时间范围、当前工作文件样本范围、filter 、默认方程、系数向量C、序列RESID。
在主菜单上依次点击File/New/Workfile，即选择新建对象的类型为工作文件，将弹出一个对话框（如图所示），由用户选择数据的时间频率（frequency）、起始期和终止期。
图1-2工作文件对话框其中， Annual——年度 Monthly——月度Semi-annual——半年 Weekly——周Quarterly——季度 Daily——日Undated or irregular——非时序数据选择时间频率为Annual（年度），再分别点击起始期栏（Start date）和终止期栏（End date），输入相应的日前1985和1998。
然后点击OK按钮，将在EViews 软件的主显示窗口显示相应的工作文件窗口（如图所示）。
图1-3工作文件窗口工作文件窗口是EViews的子窗口，工作文件一开始其中就包含了两个对象，一个是系数向量C（保存估计系数用），另一个是残差序列RESID（实际值与拟合值之差）。
（3）命令方式新建文件在EViews软件的命令窗口中直接键入CREATE命令，也可以建立工作文件。
如何用EViews进行计量经济学分析
如何用EViews进行计量经济学分析EViews是一个功能强大的计量经济学软件，广泛应用于经济学和金融学领域。
本文将介绍如何使用EViews进行计量经济学分析。
一、EViews的基本功能和特点EViews是一款广泛用于经济学分析的软件，具有以下几个特点：1. 数据管理：EViews可以方便地导入、处理和管理各种类型的数据，包括时间序列数据和截面数据。
2. 统计分析：EViews提供了丰富的统计分析和计量经济学方法，如描述统计、回归分析、时间序列分析等。
3. 模型建立：EViews支持各种经济模型的建立和估计，如线性回归模型、ARMA模型、VAR模型等。
4. 图表展示：EViews具有强大的图表绘制功能，可以帮助用户直观地展示数据和分析结果。
二、使用EViews进行计量经济学分析的步骤下面将以线性回归模型为例，介绍如何使用EViews进行计量经济学分析。
1. 导入数据首先，将需要分析的数据导入EViews。
通过点击"File"菜单，选择"Import"，然后选择合适的数据文件类型进行导入。
2. 创建工作文件在导入数据后，可以创建一个新的工作文件，以便进行后续的分析和建模操作。
点击"File"菜单，选择"New"，然后选择"Workfile"创建一个新的工作文件。
3. 创建方程在工作文件中，可以创建一个回归模型方程。
点击"Quick"菜单，选择"Estimate Equation"，然后在弹出的对话框中输入回归方程的表达式和变量。
4. 估计模型在创建回归方程后，可以进行模型的估计。
点击"EViews"菜单，选择"Estimate Equation"，然后选择适当的估计方法和设置。
5. 解释结果估计模型后，EViews将显示回归结果的详细报告。
oxmetrics6使用方法
oxmetrics6使用方法OXMETRICS 6是一个强大的计量经济学软件，它提供了一系列的计量经济学分析工具和模型，用于进行经济数据的建模和分析。
本文将介绍OXMETRICS 6的使用方法。
一、安装和启动OXMETRICS 6需要从官方网站下载并安装OXMETRICS 6软件。
安装完成后，双击桌面上的OXMETRICS 6图标，即可启动软件。
二、数据导入和处理在OXMETRICS 6中，可以通过多种方式导入数据。
可以直接在软件中新建一个数据文件，也可以从外部文件中导入数据。
导入数据后，可以对数据进行处理，如删除无效数据、填补缺失值、进行数据转换等。
三、数据分析OXMETRICS 6提供了丰富的数据分析功能。
以下是其中一些常用的分析方法：1. 描述性统计分析OXMETRICS 6可以计算数据的均值、方差、标准差等描述性统计量。
此外，还可以绘制直方图、箱线图等图表，直观地展示数据的分布情况。
2. 回归分析回归分析是经济学中常用的分析方法之一。
OXMETRICS 6提供了多种回归模型，包括线性回归、多元回归、面板数据回归等。
用户可以选择适当的回归模型，并进行参数估计和假设检验。
3. 时间序列分析时间序列分析是研究时间序列数据的变化规律的方法。
OXMETRICS 6提供了丰富的时间序列分析工具，包括平稳性检验、自相关函数分析、ARIMA模型等。
用户可以利用这些工具对时间序列数据进行建模和预测。
4. 面板数据分析面板数据是同时包含多个个体和时间观测的数据。
OXMETRICS 6提供了多种面板数据分析方法，如固定效应模型、随机效应模型、差分GMM模型等。
用户可以根据实际需求选择适当的面板数据模型。
5. 非参数方法非参数方法是一类不依赖于数据分布假设的统计方法。
OXMETRICS 6提供了一些非参数方法，如核密度估计、核回归等。
这些方法适用于一些数据分布未知或偏离常态分布的情况。
四、结果输出和报告生成在进行数据分析后，OXMETRICS 6可以将结果输出到文件或直接打印出来。
计量经济学软件Wviews 操作介绍
四、认识主菜单
1．File (文件)功能健 (文件) 2．Edit (编辑)功能键 (编辑) 3．Objects (对象)功能键 (对象) 4．View (视图)和Procs (处理)功能键 (视图) (处理) 5．Quick(快捷)功能键 Quick(快捷)
实验一 EViews操作基础 EViews操作基础
实验目的和要求： 了解EViews的基本功能，熟悉EViews的界 了解EViews的基本功能，熟悉EViews的界 面 实验内容： 建立一个workfile. 建立一个workfile.
步骤
1、打开eviews 、打开eviews 2、新建workfile并命名 、新建workfile并命名 3、新建series并命名x.y 、新建series并命名x.y 4、数据输入到workfile 、数据输入到workfile 5、保存workfile, 并命名case1 、保存workfile, 并命名case1 6、打开你的workfile 、打开你的workfile 7、打开你的series 、打开你的series 8、更改工作范围
五、数据分析的常用操作
1．表达式 在EViews中，函数前面一般有记号@. EViews中，函数前面一般有记号@. @sum(x) 序列x的和 序列x @mean(x) 序列x的均值 序列x @var(x) 序列x 序列x的方差 @sumsq(x) 序列x的平方和 序列x
五、数据分析的常用操作
@obs(x) 序列x中有效观测值个数 序列x @cov(x,y) 序列x 和序列y的协方差 序列x 和序列y @cor(x,y) 序列x和序列y的相关系数 序列x和序列y @trend(d) 生成以d期为零的时间趋势变量 生成以d @seas(d) 季节虚拟变量，当季节或月份d 季节虚拟变量，当季节或月份d 时为1，其余为0 时为1，其余为0
计量经济软件eviews使用指导及示例演示(收藏精品)
第一部分 Eviews简介Eviews是Econometrics Views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。
1、Eviews是什么Eviews是美国QMS公司研制的在Windows下专门从事数据分析、回归分析和预测的工具。
使用Eviews可以迅速地从数据中寻找出统计关系，并用得到的关系去预测数据的未来值。
Eviews的应用范围包括：科学实验数据分析与评估、金融分析、宏观经济预测、仿真、销售预测和成本分析等。
Eviews是专门为大型机开发的、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Micro TSP。
目前最新的版本是Eviews4.0。
我们以Eviews3.1版本为例，介绍经济计量学软件包使用的基本方法和技巧。
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。
计量经济学软件eviews的使用方法第四章基本数据处理
第四章基本数据处理§4.1 数据对象本章重点讨论序列和组的操作，矩阵、向量和标量留到Command and Programming Reference中讨论。
1、序列建立序列对象：⑴点击EVIEWS主菜单中的Objects/New Object，然后选择Series即可；⑵点击EVIEWS主菜单中的Objects/Generate Series，键入一个表达式，可形成一个新的序列。
编辑序列：点击序列名称或Show可以显示序列数据，然后点击Edit+/-按钮，可切换编辑状态。
当处于可编辑状态时，可修改数据，按回车确定。
改变表单显示：一般是竖行显示，点击Wide+/-按钮，可切换成表格显示状态。
改变样本区间：点击Smpl+/-按钮，可切换序列的样本区间为当前样本区间或工作区样本区间。
在序列中插入或删除观测值：选中要插入或删除的单元，然后点击InsDel按钮，可以插入或删除。
2、组建立组对象：⑴点击EVIEWS主菜单中的Objects/New Object，然后选择Group，键入序列表即可；⑵选择组名和序列名后，点击Show，可形成一个新的组。
编辑：点击组名称或Show可以显示组中的数据，然后点击Edit+/-按钮，可切换编辑状态。
当处于可编辑状态时，可修改数据，按回车确定。
改变样本区间：点击Smpl+/-按钮，可切换序列的样本区间为当前样本区间或工作区样本区间。
§4.2 样本1．工作文件样本工作文件的样本区间是建立工作区时设定的，重新设定，双击Range后的时间区间。
2．改变当前样本区间点击工作文件中的Objects/Sample或Sample钮，也可双击Sample后的样本区间，然后在对话框输入时间，可输入条件，使用数学表达式及AND、OR逻辑表达式。
3、命令方式改变当前样本区间如Smpl 1980:1 2000:4 IF RC>3.6§4.3 输入数据1．键盘输入在主菜单下，选择Quick/Empty Group(Edit Serirs)打开一个新序列后，在编辑状态下，通过键盘输入数据，并给定一个序列名。
计量经济学软件Eviews6.0基本操作
计量经济学软件EVIEWS6.0基本操作一、什么是EVIEWSEVIEWS (ECONOMETRIC VIEWS)软件是QMS（QUANTITATIVE MICRO SOFTWARE）公司开发的、基于Windows平台下的应用软件，其前身是DOS操作系统下的TSP软件。
EVIEWS软件主要应用在经济学领域，可用于回归分析与预测(REGRESSION AND FORECASTING)、时间序列(TIME SERIES)以及横截面数据(CROSS-SECTIONAL DATA )分析。
与其他统计软件（如EXCEL、SAS、SPSS、stata、R）相比，EVIEWS功能优势是菜单操作简单明了，使用方法，非常适用计量经济学初级学员。
本手册对EVIEWS软件6.0版本进行简单介绍，目的是让初级学员通过本章介绍，能够对学过的计量经济理论和方法进行简单应用，以便完成本书所述的相关实验项目。
二、EVIEWS安装EVIEWS6.0文件安装包大小约190MB，可在网上下载①。
下载完毕后，按照包中安装文件所述安装方法安装该软件。
安装完毕后，将快捷键发送的桌面，电脑桌面显示有EVIEWS6.0图标，整个安装过程就结束了。
双击EVIEWS按钮即可启动该软件（图1），图1所示界面称为EVIEWS软件主窗口，主窗口中的菜单，如File菜单称为EVIEWS主菜单。
图1三、Eviews工作特点初次使EVIEWS6.0计量经济学软件，必须了解其工作过程。
如，想要完成一个校准一元线性回归模型的参数估计，必须要完成两大步工作。
第一大步工作就是在建立一个工作文档（即EVIEWS6.0中的Workfile文档）、建立变量、导入数据；第二大步工作是在第一大步工作的基础上，根据模型特征，选用适当的参数估计方法，完成参数估计及相关检验。
四、具体示例在这里，我们通过一个简单的标准一元线性回归模型的估计过程来说明Eviews软件完成回归分析的基本过程。
计量经济学stata操作指南
计量经济学stata操作指南计量经济学stata操作（实验课）第一章stata基本知识1、stata窗口介绍2、基本操作（1）窗口锁定：Edit-preferences-general preferences-windowing-lock splitter （2）数据导入（3）打开文件：use E:\example.dta,clear（4）日期数据导入：gen newvar=date(varname, “ymd”)format newvar %td 年度数据gen newvar=monthly(varname, “ym”)format newvar %tm 月度数据gen newvar=quarterly(varname, “yq”)format newvar %tq 季度数据（5）变量标签Label variable tc ` “total output” ’（6）审视数据describelist x1 x2list x1 x2 in 1/5list x1 x2 if q>=1000drop if q>=1000keep if q>=1000（6）考察变量的统计特征summarize x1su x1 if q>=10000su q,detailsutabulate x1correlate x1 x2 x3 x4 x5 x6（7）画图histogram x1, width(1000) frequency kdensity x1scatter x1 x2twoway (scatter x1 x2) (lfit x1 x2) twoway (scatter x1 x2) (qfit x1 x2) （8）生成新变量gen lnx1=log(x1)gen q2=q^2gen lnx1lnx2=lnx1*lnx2gen larg=(x1>=10000)rename larg largeg large=(q>=6000)replace large=(q>=6000)drop ln*（8）计算功能display log(2)（9）线性回归分析regress y1 x1 x2 x3 x4vce #显示估计系数的协方差矩阵reg y1 x1 x2 x3 x4,noc #不要常数项reg y1 x1 x2 x3 x4 if q>=6000reg y1 x1 x2 x3 x4 if largereg y1 x1 x2 x3 x4 if large==0reg y1 x1 x2 x3 x4 if ～large predict yhatpredict e1,residualdisplay 1/_b[x1]test x1=1 # F检验，变量x1的系数等于1test (x1=1) (x2+x3+x4=1) # F联合假设检验test x1 x2 #系数显著性的联合检验testnl _b[x1]= _b[x2]^2（10）约束回归constraint def 1 x1+x2+x3=1cnsreg y1 x1 x2 x3 x4,c(1)cons def 2 x4=1cnsreg y1 x1 x2 x3 x4,c(1-2)（11）stata的日志File-log-begin-输入文件名log off 暂时关闭log on 恢复使用log close 彻底退出（12）stata命令库更新Update allhelp command第二章有关大样本ols的stata命令及实例（1）ols估计的稳健标准差reg y x1 x2 x3,robust（2）实例use example.dta,clearreg y1 x1 x2 x3 x4test x1=1reg y1 x1 x2 x3 x4,rtestnl _b[x1]=_b[x2]^2第三章最大似然估计法的stata命令及实例（1）最大似然估计help ml（2）LR检验lrtest #对面板数据中的异方差进行检验（3）正态分布检验sysuse auto #调用系统数据集auto.dtahist mpg,normalkdensity mpg,normalqnorm mpg*手工计算JB统计量sum mpg,detaildi (r(N)/6)*((r(skewness)^2)+[(1/4)*(r(kurtosis)-3)^2]) di chi2tail(自由度，上一步计算值)*下载非官方程序ssc install jb6jb6 mpg*正态分布的三个检验sktest mpgswilk mpgsfrancia mpg*取对数后再检验gen lnmpg=log(mpg)kdensity lnmpg, normaljb6 lnmpgsktest lnmpg第四章处理异方差的stata命令及实例（1）画残差图rvfplotrvfplot varname*例题use example.dta,clearreg y x1 x2 x3 x4rvfplot # 与拟合值的散点图rvfplot x1 # 画残差与解释变量的散点图（2）怀特检验estat imtest,white*下载非官方软件ssc install whitetst（3）BP检验estat hettest #默认设置为使用拟合值estat hettest,rhs #使用方程右边的解释变量estat hettest [varlist] #指定使用某些解释变量estat hettest,iidestat hettest,rhs iidestat hettest [varlist],iid（4）WLSreg y x1 x2 x3 x4 [aw=1/var]*例题quietly reg y x1 x2 x3 x4predict e1,resgen e2=e1^2gen lne2=log(e2)reg lne2 x2,nocpredict lne2fgen e2f=exp(lne2f)reg y x1 x2 x3 x4 [aw=1/e2f]（5）stata命令的批处理（写程序）Window-do-file editor-new do-file#WLS for examplelog using E:\wls_example.smcl,replaceset more offuse E:\example.dta,clearreg y x1 x2 x3 x4predict e1,resgen e2=e1^2g lne2=log(e2)reg lne2 x2,nocpredict lne2fg e2f=exp(lne2f)*wls regressionreg y x1 x2 x3 x4 [aw=1/e2f]log closeexit第五章处理自相关的stata命令及实例（1）滞后算子/差分算子tsset yearl.l2.D.D2.LD.（2）画残差图scatter e1 l.e1ac e1pac e1（3）BG检验estat bgodfrey（默认p=1）estat bgodfrey,lags(p)estat bgodfrey,nomiss0（使用不添加0的BG检验）（4）Ljung-Box Q检验reg y x1 x2 x3 x4predict e1,residwntestq e1wntestq e1,lags(p)* wntestq指的是“white noise test Q”，因为白噪声没有自相关（5）DW检验做完OLS回归后，使用estat dwatson（6）HAC稳健标准差newey y x1 x2 x3 x4,lag(p)reg y x1 x2 x3 x4,cluster(varname)（7）处理一阶自相关的FGLSprais y x1 x2 x3 x4 （使用默认的PW估计方法）prais y x1 x2 x3 x4,corc （使用CO估计法）（8）实例use icecream.dta, cleartsset timegraph twoway connect consumption temp100 time, msymbol(circle) msymbol(triangle) reg consumption temp price incomepredict e1, resg e2=l.e1twoway (scatter e1 e2) (lfit e1 e2)ac e1pac e1estat bgodfreywntestq e1estat dwatsonnewey consumption temp price income, lag (3)prais consumption temp price income, corcprais consumption temp price income, nologreg consumption temp l.temp price incomeestat bgodfreyestat dwatson第六章模型设定与数据问题（1）解释变量的选择reg y x1 x2 x3estat ic*例题use icecream.dta, clearreg consumption temp price incomeestat icreg consumption temp l.temp price incomeestat ic（2）对函数形式的检验（reset检验）reg y x1 x2 x3estat ovtest （使用被解释变量的2、3、4次方作为非线性项）estat ovtest, rhs （使用解释变量的幂作为非线性项，ovtest-omitted variable test）*例题use nerlove.dta, clearreg lntc lnq lnpl lnpk lnpfestat ovtestg lnq2=lnq^2reg lntc lnq lnq2 lnpl lnpk lnpfestat ovtest（3）多重共线性estat vif*例题use nerlove.dta, clearreg lntc lnq lnpl lnpk lnpfestat vif（4）极端数据reg y x1 x2 x3predict lev, leverage （列出所有解释变量的lev值）gsort –levsum levlist lev in 1/3*例题use nerlove.dta, clearquietly reg lntc lnq lnpl lnpk lnpfpredict lev, leveragesum levgsort –levlist lev in 1/3（5）虚拟变量gen d=(year>=1978)tabulate province, generate (pr)reg y x1 x2 x3 pr2-pr30（6）经济结构变动的检验方法1：use consumption_china.dta, cleargraph twoway connect c y year, msymbol(circle) msymbol(triangle)reg c yreg c y if year<1992reg c y if year>=1992计算F统计量方法2：gen d=(year>1991)gen yd=y*dreg c y d ydtest d yd第七章工具变量法的stata命令及实例（1）2SLS的stata命令ivregress 2sls depvar [varlist1] (varlist2=instlist)如：ivregress 2sls y x1 (x2=z1 z2)ivregress 2sls y x1 (x2 x3=z1 z2 z3 z4) ,r firstestat firststage,all forcenonrobust （检验弱工具变量的命令）ivregress liml depvar [varlist 1] (varlist2=instlist)estat overid （过度识别检验的命令）*对解释变量内生性的检验（hausman test），缺点：不适合于异方差的情形reg y x1 x2estimates store olsivregress 2sls y x1 (x2=z1 z2)estimates store ivhausman iv ols, constant sigmamore*DWH检验estat endogenous*GMM的过度识别检验ivregress gmm y x1 (x2=z1 z2) （两步GMM）ivregress gmm y x1 (x2=z1 z2),igmm （迭代GMM）estat overid*使用异方差自相关稳健的标准差GMM命令ivregress gmm y x1 (x2=z1 z2), vce (hac nwest[#])（2）实例use grilic.dta,clearsumcorr iq sreg lw s expr tenure rns smsa,rreg lw s iq expr tenure rns smsa,rivregress 2sls lw s expr tenure rns smsa (iq=med kww mrt age),restat overidivregress 2sls lw s expr tenure rns smsa (iq=med kww),r first estat overidestat firststage, all forcenonrobust （检验工具变量与内生变量的相关性）ivregress liml lw s expr tenure rns smsa (iq=med kww),r *内生解释变量检验quietly reg lw s iq expr tenure rns smsaestimates store olsquietly ivregress 2sls lw s expr tenure rns smsa (iq=med kww) estimates store ivhausman iv ols, constant sigmamoreestat endogenous （存在异方差的情形）*存在异方差情形下，GMM比2sls更有效率ivregress gmm lw s expr tenure rns smsa (iq=med kww)estat overidivregress gmm lw s expr tenure rns smsa (iq=med kww),igmm*将各种估计方法的结果存储在一张表中quietly ivregress gmm lw s expr tenure rns smsa (iq=med kww)estimates store gmmquietly ivregress gmm lw s expr tenure rns smsa (iq=med kww),igmmestimates store igmmestimates table gmm igmm第八章短面板的stata命令及实例（1）面板数据的设定xtset panelvar timevarencode country,gen(cntry) （将字符型变量转化为数字型变量）xtdesxtsumxttab varnamextline varname,overlay*实例use traffic.dta,clearxtset state yearxtdesxtsum fatal beertax unrate state yearxtline fatal（2）混合回归reg y x1 x2 x3,vce(cluster id)如：reg fatal beertax unrate perinck,vce(cluster state)estimates store ols对比：reg fatal beertax unrate perinck（3）固定效应xtreg y x1 x2 x3,fe vce(cluster id)xi:reg y x1 x2 x3 i.id,vce(cluster id) （LSDV法）xtserial y x1 x2 x3,output （一阶差分法，同时报告面板一阶自相关）estimates store FD*双向固定效应模型tab year, gen (year)xtreg fatal beertax unrate perinck year2-year7, fe vce (cluster state)estimates store FE_TWtest year2 year3 year4 year5 year6 year7（4）随机效应xtreg y x1 x2 x3,re vce(cluster id) （随机效应FGLS）xtreg y x1 x2 x3,mle （随机效应MLE）xttest0 （在执行命令xtreg, re 后执行，进行LM检验）（5）组间估计量xtreg y x1 x2 x3,be（6）固定效应还是随机效应：hausman testxtreg y x1 x2 x3,feestimates store fextreg y x1 x2 x3,reestimates store rehausman fe re,constant sigmamore （若使用了vce(cluster id)，则无法直接使用该命令，解决办法详见P163）estimates table ols fe_robust fe_tw re be, b se （将主要回归结果列表比较）第九章长面板与动态面板（1）仅解决组内自相关的FGLSxtpcse y x1 x2 x3 ,corr(ar1) （具有共同的自相关系数）xtpcse y x1 x2 x3 ,corr(psar1) （允许每个面板个体有自身的相关系数）例题：use mus08cigar.dta,cleartab state,gen(state)gen t=year-62reg lnc lnp lnpmin lny state2-state10 t,vce(cluster state)estimates store OLSxtpcse lnc lnp lnpmin lny state2-state10 t,corr(ar1) (考虑存在组内自相关，且各组回归系数相同)estimates store AR1xtpcse lnc lnp lnpmin lny state2-state10 t,corr(psar1) (考虑存在组内自相关，且各组回归系数不相同)estimates store PSAR1xtpcse lnc lnp lnpmin lny state2-state10 t, hetonly (仅考虑不同个体扰动性存在异方差，忽略自相关)estimates store HETONL Yestimates table OLS AR1 PSAR1 HETONL Y, b se（2）同时处理组内自相关与组间同期相关的FGLSxtgls y x1 x2 x3,panels (option/iid/het/cor) corr(option/ar1/psar1) igls注：执行上述xtpcse、xtgls命令时，如果没有个体虚拟变量，则为随机效应模型；如果加上个体虚拟变量，则为固定效应模型。
计量经济学eviews操作步骤
计量经济学eviews操作步骤嘿，朋友们！今天咱就来聊聊计量经济学 eviews 的操作步骤。
这玩意儿啊，就像是打开经济学奥秘大门的一把钥匙呢！
首先，你得把 eviews 这个软件给装上吧。
就跟你要出门得先穿好鞋一样，这可是基础中的基础呀。
装好了之后，打开软件，那界面就展现在你眼前啦。
就好像进入了一个神秘的数字世界。
接下来，你得把你要用的数据给弄进去呀。
这就好比做饭得先有食材呀，没数据你可玩不转呢。
把数据整整齐齐地放进去，就跟给它们排好队似的。
然后呢，就是各种分析啦。
什么回归分析呀，什么统计检验呀。
这就像给数据做各种体检，看看它们是不是健康，有没有啥问题。
你得仔细盯着那些结果，就像医生看检查报告一样认真。
比如说回归分析吧，你得选好自变量和因变量，就像给它们配对似的。
然后看着软件给你算出一堆数字和图表，你得能看懂呀，这可需要点本事呢。
还有啊，统计检验也很重要呢。
就像给数据做质量检测，看看合不合格。
要是不合格，那你就得重新琢磨琢磨啦。
在操作的过程中，可别马虎呀！就跟走路一样，一步一步都得走稳了。
要是不小心弄错了，那可就麻烦啦。
哎呀，这计量经济学 eviews 操作步骤其实说起来也不难，但就是得细心、耐心。
你想想，要是你盖房子，那每一块砖不都得放好呀，这eviews 操作也是一样的道理。
总之呢，多练习，多琢磨，你肯定能掌握好这门技术。
到时候，你
就能在经济学的世界里畅游啦，就像鱼儿在大海里自由自在地游一样！加油吧，朋友们！相信你们一定可以的！。
计量经济学及stata应用操作
计量经济学及stata应用操作计量经济学是经济学中的一门重要的子领域，它研究如何运用数理统计方法来解决经济学中的问题，尤其是通过建立经济模型并利用实际数据进行分析和验证。
它的目标是通过利用观测数据来检验经济理论，并得出有关经济现象和政策的科学结论。
在实践中，研究者通常使用专门的计量经济学软件来进行数据处理和分析。
其中，Stata是一种非常常用的软件工具，它提供了丰富的数据处理、模型估计和统计推断等功能，被广泛应用于计量经济学研究中。
在Stata中，常用的数据处理操作包括数据导入、数据清洗和数据转换。
数据导入是将外部数据文件导入Stata中进行后续分析的过程，可以通过多种格式导入，如Excel、CSV、SPSS等。
数据清洗是对导入的数据进行检查、修正和删除异常值等处理，确保数据的质量和可靠性。
数据转换是将原始数据转换成可用于模型估计和分析的格式，如变量类型转换、数据排序和合并等。
在Stata中进行计量经济分析的核心操作是建立经济模型、估计模型参数和进行统计推断。
建立经济模型包括选择适当的经济理论和模型结构，并设定模型中的自变量、因变量和控制变量等。
估计模型参数是利用观测数据来计算模型中的系数估计值，常用的方法包括最小二乘法、极大似然法和仪器变量法等。
统计推断是对模型的估计结果进行显著性检验和置信区间估计，以评估模型的可靠性和经济意义。
除了基本的计量经济学操作外，Stata还提供了丰富的高级功能，如面板数据分析、时间序列分析和计量计算等。
面板数据分析用于处理多个个体在多个时间点上的数据，考虑到个体和时间的固定效应和随机效应。
时间序列分析用于处理时间依赖的数据，如趋势、周期和季节性等。
计量计算是利用估计结果进行经济政策评估和预测分析，如计量影响评估、决策树分析和蒙特卡洛模拟等。
总之，计量经济学及其在Stata中的应用操作是经济学研究中不可或缺的一部分。
它通过建立经济模型、估计参数和进行统计推断来解决实际问题，Stata作为一种常用的计量经济学软件提供了丰富的功能和工具，使得研究者可以方便、快捷地进行数据处理、模型估计和统计推断，从而得出准确和可靠的经济研究结论。
计量经济学软件包Eviews使用说明
计量经济学软件包Eviews 使用说明一、启动软件包假定用户有Windows95/98的操作经验，我们通过一个实际问题的处理过程，使用户对EViews 的应用有一些感性认识，达到速成的目的。
1、Eviews 的启动步骤：进入Windows /双击Eviews 快捷方式，进入EViews 窗口；或点击开始 /程序/Econometric Views/ Eviews ，进入EViews 窗口。
２、EViews 窗口介绍标题栏：窗口的顶部是标题栏，标题栏的右端有三个按钮：最小化、最大化（或复原）和关闭，点击这三个按钮可以控制窗口的大小或关闭窗口。
菜单栏：标题栏下是主菜单栏。
主菜单栏上共有7个选项： File ，Edit ，Objects ，View ，Procs ，Quick ，Options ，Window ，Help 。
用鼠标点击可打开下拉式菜单（或再下一级菜单，如果有的话），点击某个选项电脑就执行对应的操作响应（File ，Edit 的编辑功能与Word, Excel 中的相应功能相似）。
命令窗口：主菜单栏下是命令窗口，窗口最左端一竖线是提示符，允许用户在提示符后通过键盘输入EViews （TSP 风格）命令。
如果熟悉MacroTSP （DOS ）版的命令可以直接在此键入，如同DOS 版一样地使用EViews 。
按F1键（或移动箭头），键入的历史命令将重新显示出来，供用户选用。
命令窗口信息栏路径主显示窗口（图一）主显示窗口：命令窗口之下是Eviews的主显示窗口，以后操作产生的窗口（称为子窗口）均在此范围之内，不能移出主窗口之外。
状态栏：主窗口之下是状态栏，左端显示信息，中部显示当前路径，右下端显示当前状态，例如有无工作文件等。
Eviews有四种工作方式：（1）鼠标图形导向方式；（2）简单命令方式；（3）命令参数方式[(1)与（2）相结合)] ；（4）程序（采用EViews命令编制程序）运行方式。
计量经济学EVIEWS软件学习
计量经济学EVIEWS软件学习计量经济学是一门运用数理统计与经济学方法来研究经济问题的学科。
随着科技的不断发展，计量经济学的研究也得到了极大的促进。
EVIEWS软件作为计量经济学中常用的统计分析软件之一，具有方便、高效的特点，能够帮助研究人员进行数据处理和分析。
本文将介绍EVIEWS软件的基本操作和常用功能，以及如何在计量经济学研究中应用该软件。
一、EVIEWS软件的安装与基本操作1. 软件安装首先，我们需要从官方网站下载EVIEWS软件的安装包。
安装包下载完成后，双击运行安装程序，按照提示完成软件的安装。
2. 软件启动安装完成后，在桌面上找到EVIEWS软件的图标，双击打开软件。
软件启动后，我们可以看到主界面显示出一个空白的工作区。
3. 工作区介绍EVIEWS软件的主界面由多个窗口组成，包括数据窗口、命令窗口、结果窗口等。
在数据窗口中，我们可以打开或创建数据文件；在命令窗口中，我们可以输入命令来进行数据操作和分析；结果窗口则显示了命令操作的结果。
4. 数据导入与管理在EVIEWS软件中，我们可以通过打开已有的数据文件或者创建新的数据文件来进行数据的管理与导入。
通过点击菜单栏中的"File"选项，我们可以选择打开已有的数据文件，支持的数据文件格式包括Excel、CSV等。
同时，我们也可以通过在命令窗口中输入相应的命令来导入数据。
二、EVIEWS软件的常用功能1. 数据描述统计数据描述统计是计量经济学中最基本的分析方法之一，EVIEWS软件提供了丰富的数据描述统计功能。
通过在命令窗口中输入"summary"命令，我们可以得到数据的平均值、标准差、最大值、最小值等统计信息。
2. 回归分析回归分析是计量经济学中常用的方法之一，用于研究变量之间的关系。
EVIEWS软件提供了简单易用的回归分析功能。
通过在命令窗口中输入"ols"命令，我们可以进行线性回归分析，并获得回归系数、拟合优度等回归结果。
计量经济学实验一 计量经济学软件EViews
实验一计量经济学软件EViews一、计量经济学软件EViews的使用实验目的：熟悉EViews软件的基本使用功能。
实验要求：快速熟悉描述统计和线性回归分析。
实验原理：软件使用。
实验数据：1978-2005年广东省消费和国内生产总值统计数据。
实验步骤：（一）启动EViews软件进入Windows以后，双击桌面EViews6图标启动EViews，进入EViews窗口。
EViews的四种工作方式：（1）鼠标图形导向方式；（2）简单命令方式；（3）命令参数方式（1与2相结合）；（4）程序（采用EViews命令编制程序）运行方式。
（二）创建工作文件假定我们要研究广东省消费水平与国内生产总值（支出法）之间的关系，收集了1978—2005年28年的样本资料（表1-1），消费额记作XF（亿元），国内生产总值记作GDP（亿元）。
根据资料建立消费函数。
进入EViews后的第一件工作，通常应由创建工作文件开始。
只有建立（新建或调入原有）工作文件，EViews才允许用户输入，开始进行数据处理。
建立工作文件的方法是点击File/New/Workfile。
选择新建对象的类型为工作文件。
选择数据类型和起止日期，并在对话框中提供必要的信息：适当的时间频率（年、季度、月度、周、日）；最早日期和最晚日期。
开始日期是项目中计划的最早的日期；结束日期是项目计划的最晚日期，以后还可以对这些设置进行修改。
非时间序列提供最大观察个数。
建立工作文件对话框如图1-2所示，按OK确认，得新建工作文件窗口（图1-3）。
表1-1图1-2工作文件窗口是EViews的子窗口。
它也有标题栏、控制栏、控制按钮。
标题栏指明窗口的类型是Workfile、工作文件名和存储路径。
标题栏下是工作文件窗口的工具条。
工具条上是一些按钮。
图1-3View —观察按钮；Proc —过程按钮；Save —保存工作文件；Show —显示序列数据；Fetch —读取序列；Store —存储序列；Delete —删除对象；Genr —生成新的序列；Sample —设置观察值的样本区间。
计量经济学上机考核软件使用说明
计量经济学上机考核软件使用说明注意：考生必须携带身份证和学生证才能参加考试。
不得携带任何资料、U盘、手机等物品，否则视为作弊处理。
1、在桌面上有一个“考核软件”图标，双击该图标即可启动考核软件，界面如下：2、输入考生正确的学号和姓名后按回车键出现下面的考试信息提示：3、单击“开始考试并计时”按钮开始正式考试，考试的操作界面如下图所示：窗口上方显示考生的相关信息、考试的剩余时间、题目类型、题号及分值。
（监考教师将会认真核查考生身份，发现替考者将严肃处理）考生根据题目的类型和内容，在题目下方的答题区进行相应的答题操作。
单选题和多选题直接在答题区用鼠标选中或取消选中进行操作即可；判断题：正确填1，错误填0；填空题在答题区直接填入汉字、字母、数字或公式（注意：字母、数字或公式应在英文半角状态下输入）。
单击“首题”、“上一题”、“下一题”、“末题”按钮，可以选择题目。
4、对于操作题，系统已经给出如下图所示的操作提示：考生在做操作题时，要先启动EViews软件。
题目给出的统计数据选中后可以通过按Ctrl+C复制到剪贴板中，然后粘贴到EViews软件的数据输入窗口中或者粘贴到Excel软件中。
考生根据EViews软件的操作过程回答四个问题，并将结果填入考核软件操作题答题区对应的四个空白位置。
（注意：数据均四舍五入保留小数点后4位，并在英文半角状态下输入数据或公式，中间不得有空格）（交卷前请先关闭EViews软件窗口和其它软件窗口，否则影响系统评分。
）5、考生做完所有的题目后，单击“交卷”按钮提交试卷，将显示如下提示信息：回答“是”以后，将显示如下提示信息：单击“确定”按钮后，考生完成考试的全过程，结束考试离开考场。
01-计量经济学软件上机操作手册
《计量经济学》上机指导手册南京财经大学经济学院数量经济教研室前言《计量经济学》作为经济学专业的核心课程之一，在我校已开设多年。
多年的教学实践活动中，我们深感计量经济学软件在帮助同学们更好地学习、理解《计量经济学》基本思想、加强具体操作等方面有着重要的作用，我们也在过去的教学活动中采用了多种版本的计量经济学软件，包括TSP、EViews、SPSS、SAS 等。
从2002 年以来，在我们的《计量经济学》教学活动中，EViews 逐渐成为了计量经济学本科教学的基本使用软件。
实践证明，EViews 在辅助教学、科研等方面具有自身的特色和优良的性能。
为此，我们编写了这本上机指导手册，目的在于加强对我校《计量经济学》的建设，完善《计量经济学》的课程体系，为同学们提供更好的教学服务产品。
本手册的基本框架是由两部分组成：一部分为EViews 的基本操作，主要介绍EViews 的基本功能和基本操作；另一部分则是配合我们所编写的《计量经济学——理论、方法、EViews 使用》教材，按照教材的体系和教学大纲的要求，对若干《计量经济学》知识的重点、难点和基本点、对一些具体的案例、练习等进行了具体的上机示范说明，以达到帮助同学们更好的学习、理解《计量经济学》之目的。
由于我们才疏学浅，领悟EViews 的精髓不深，手册中肯定存在不足与错误，所有这些不足与谬误完全由我们负责。
因此，恳请各位同学、各位老师批评指正，对这本手册进行品头论足，帮助我们进一步修订、完善上机指导手册。
南京财经大学经济学院数量经济教研室目录第一部分Eviews基本操作 1 第一章预备知识 1 第二章Eviews的基本操作 6 第二部分上机实习操作17 第三章简单线性回归模型与多元线性回归模型17 第四章多重共线性23 第五章异方差性32 第六章自相关性35 第七章分布滞后模型与自回归模型38 第八章虚拟变量42 第九章联立方程模型44第一部分Eviews 基本操作第一章预备知识一、什么是EviewsEviews (Econometric Views)软件是QMS（Quantitative Micro Software）公司开发的、基于Windows 平台下的应用软件，其前身是DOS 操作系统下的TSP 软件。
计量经济学实验指导书(eviews软件的相关操作)实验一和二
实验一EViews软件的基本操作[实验性质]验证实验[学时安排] 2学时[实验内容]1.了解EViews软件的功能及其安装事项；2.熟悉EViews工作窗口；3.创建工作文件，建立序列对象，熟悉数据的录入、调用和编辑；4.图形分析与描述统计分析。
[实验步骤]一、安装和启动EViews软件：（一）Eviews简介EViews是Econometrics Views（计量经济学视窗）的缩写。
EViews是在TSP (Time Series Processor) 软件包基础上发展起来的新版本，主要用于处理时间序列数据，是Windows下专门从事数据分析、回归分析和预测的工具。
虽然EViews 是经济学家开发的，而且主要用于经济学领域里，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。
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，可以在EViews的命令行中输入、编辑和执行命令。
（二）EViews安装步骤：（EViews 5.0）1.准备好EViews 5.0的安装包；2.运行Windows程序，将其他应用程序关闭；3.打开安装包，双击setup，在提示下操作；4.注意EViews不能安装在中文目录下；5.序列号在文本文档“sn”中；6.安装成功提示信息：“EViews has been successfully installed”；7.最后打开安装包里的文件夹“Crack”，把里面的两个文件粘贴到EViews 安装目录下，覆盖目录原有文件，即可使用。
（三）运行EViews在Windows中运行EViews的方法有：1.点击任务栏上的开始程序EViews程序组EViews图标；2.双击桌面上的EViews程序图标；3.双击EViews的工作文件和数据文件。
计量经济学软件Stata15.0应用教程 课件 第二章 基本操作
第一节准备工作
一 、更改路径
在命令窗口(Command)输入：
pwd
然后回车 。pwd是指显示当前工作路径 在命令窗口输入：
dir 然后回车 。dir是指显示当前系统文件的设定
二 、命令注释
（ 1） 注释方式
①将双斜杠“// ”放在命令后面 。指“// ”后面的内容是对该条命令的注释说明 ，注释内容以绿色显 示 ，执行命令时会跳过注释内容。
②* 表示*之后的整行内容都是注释，不会被执行。 ③/*
*/
（ 2） 练习注释 新建do文档 ，在do文档中输入下面的命令及注释 ， 练习到能熟练的注释命令的程度。
sysuse auto,clear //打开系统自带数据auto ，注意逗号为英文状态
reg price mpg weight //OLS回归，被解释变量为price，解释变量为mpg weight
histx2 //查看x2的直方图 ，看是否符合正态分布。 sktest x2 swilk x2
sfrto,clear
reg price weight mpg foreign //先回归
predict e,r //r 即residal ，将残差保存为变量e
三 、数据导入
方法一 ：菜单导入excel 、txt等格式的数据 ，针对大量数据。 方法二： 复制粘贴法 ，针对少量数据。 方法三：命令法 ，针对少量数据。
四 、打开dta格式数据
Stata数据是以dta结尾的数据 ，如何打开Stata格式的数据呢？这是最简单不过的 事情了。
方法一： 鼠标拖拽法 方法二： 菜单法 方法三： 命令法 打开系统自带数据是sysuse+文件名 ， 如： sysuse auto //打开Stata系统自带数据auto
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
计量经济学软件操作应用以上是2000年—2013年的住宅商品房销售价格、房屋供应面积、在岗职工平均工资和城镇固定资产投资额的统计数据。
下面我们应用Eviews软件对此统计数据进行分析。
1、首先大体分析数据容，我们根据经济关系认为住宅商品房销售价格是受房屋供应面积、在岗职工平均工资和城镇固定资产投资额的影响的，所以：建立一般模型：Y=C+b1X1+b2X2+b3X3+U其中：Y——住宅商品房销售价格X1——房屋供应面积X2——在岗职工平均工资X3——城镇固定资产投资额C——常数系数2、Eviews软件估计结果如下：可以看到可决系数为0.93，比较高，样本回归线与样本观测值拟合程度比较好。
Y变化的93.5%可以由其他三个变量的变化来解释。
拟合优度越高，解释变量对被解释变量的解释程度就越高。
自由度为14-3-1=10，F检验大于27.23表明在1%的显著性水平下，模型的线性关系显著成立。
根据相关系数关系发现X1、X2、X3之间的相关关系都很高，其中X2、X3之间的最高;其次是X2和X1之间的相关关系；然后是X1和X3。
表明他们之间有较强的共线性。
说到T检验，因为方程的总体线性关系是显著的，并不能说明每个解释变量对被解释变量的影响都是显著的，必须对每个解释变量进行显著性检验，以来决定是否作为解释变量保存在模型中。
如果某个变量对被解释变量的影响不显著，应该剔除，已建立更为简单的模型。
故用T检验。
-0.365749；0.629262；0.831845分别为X1、X2、X3的T检验值。
都不高，X2和X3在75%的影响下显著，而X1不显著。
没有通过变量显著性检验。
说明存在严重多重共线性。
要进行以下修正：一、看看是否真的有多重共线性：可以看到真的存在多重共线性，他们之间的相关系数都达到了0.99以上。
1、下面进行X1和Y的检验：Dependent Variable: YMethod: Least SquaresDate: 11/02/15 Time: 18:35Sample: 2000 2013Included observations: 14Variable Coefficient Std. Error t-Statistic Prob.X1 7.555146 0.677912 11.14472 0.0000C 493.8431 954.2447 0.517522 0.6142R-squared 0.911897 Mean dependent var 9935.724 Adjusted R-squared 0.904556 S.D. dependent var 5318.260 S.E. of regression 1643.028 Akaike info criterion 17.77803 Sum squared resid 32394485 Schwarz criterion 17.86933 Log likelihood -122.4462 Hannan-Quinn criter. 17.76958 F-statistic 124.2049 Durbin-Watson stat 0.763881 Prob(F-statistic) 0.000000可以看到可决系数为0.91，而且T检验通过，我们暂且保留。
2、在进行X2和Y的检验：Dependent Variable: YMethod: Least SquaresDate: 11/02/15 Time: 18:38Sample: 2000 2013Included observations: 14Variable Coefficient Std. Error t-Statistic Prob.X2 0.000286 2.26E-05 12.67101 0.0000C -75.94089 881.1922 -0.086180 0.9327R-squared 0.930457 Mean dependent var 9935.724 Adjusted R-squared 0.924662 S.D. dependent var 5318.260S.E. of regression 1459.748 Akaike info criterion 17.54148 Sum squared resid 25570383 Schwarz criterion 17.63277 Log likelihood -120.7904 Hannan-Quinn criter. 17.53303F-statistic 160.5546 Durbin-Watson stat 0.762553 Prob(F-statistic) 0.000000可以看到可决系数为0.93，T检验同样通过，因为大于8.12。
暂时保留。
3、同理，X3和Y的检验：Dependent Variable: YMethod: Least SquaresDate: 11/02/15 Time: 18:40Sample: 2000 2013Included observations: 14Variable Coefficient Std. Error t-Statistic Prob.X3 0.202936 0.015788 12.85383 0.0000C 229.6596 847.5785 0.270960 0.7910R-squared 0.932288 Mean dependent var 9935.724 Adjusted R-squared 0.926645 S.D. dependent var 5318.260 S.E. of regression 1440.402 Akaike info criterion 17.51480 Sum squared resid 24897102 Schwarz criterion 17.60609 Log likelihood -120.6036 Hannan-Quinn criter. 17.50635 F-statistic 165.2209 Durbin-Watson stat 1.151232 Prob(F-statistic) 0.000000可以看到，可决系数为0.93，T检验为12.85通过，暂时保留。
但是X1、X2、X3三者比较，X3的调整可决系数最大，为0.927。
故用X3和其他变量间同Y进行回归分析：1、先是Y与X3和X2回归分析：Dependent Variable: YMethod: Least SquaresDate: 11/02/15 Time: 18:56Sample: 2000 2013Included observations: 14Variable Coefficient Std. Error t-Statistic Prob.X3 0.119256 0.152828 0.780329 0.4517X2 0.000119 0.000216 0.550676 0.5929C 75.97497 916.8205 0.082868 0.9354R-squared 0.934104 Mean dependent var 9935.724 Adjusted R-squared 0.922123 S.D. dependent var 5318.260 S.E. of regression 1484.133 Akaike info criterion 17.63046 Sum squared resid 24229160 Schwarz criterion 17.76740 Log likelihood -120.4132 Hannan-Quinn criter. 17.61778 F-statistic 77.96547 Durbin-Watson stat 0.938566 Prob(F-statistic) 0.000000可以看到虽然可决系数通过，但T检验通过的不好，特别是X2。
2、下面进行Y与X3和X1的回归分析：Dependent Variable: YMethod: Least SquaresDate: 11/02/15 Time: 18:57Sample: 2000 2013Included observations: 14Variable Coefficient Std. Error t-Statistic Prob.X3 0.218938 0.119867 1.826504 0.0950X1 -0.608132 4.512175 -0.134776 0.8952C 224.3200 885.4237 0.253348 0.8047R-squared 0.932400 Mean dependent var 9935.724 Adjusted R-squared 0.920109 S.D. dependent var 5318.260 S.E. of regression 1503.210 Akaike info criterion 17.65600 Sum squared resid 24856057 Schwarz criterion 17.79294 Log likelihood -120.5920 Hannan-Quinn criter. 17.64333F-statistic 75.86038 Durbin-Watson stat 1.185660 Prob(F-statistic) 0.000000可以看到同样可决系数通过，但是T检验过程中X1不通过。
因为只有三个解释变量，故舍弃X1。
成为二元回归。
此时的调整可决系数大于原三元回归的模型。
虽然Prob仍不符合，即数据还是有偏差，但仍是有所改进。
此时的回归方程为：Y = 0.119255899172*X3 + 0.000118750998689*X2 + 75.9749703821以上即为多重共线性的检验与修正。
二、异方差的检验：以上是这是做完后的样子。
下面是异方差散点图：可以看到有增大的趋势。
下面进行怀特检验：由怀特检验结果可知F检验通过、调整可决系数为6.8、Prob小于0.05。
说明他们是显著的，是拒绝原假设的。
模型中随机误差项存在异方差。
所以下面进行异方差的修正：书本上的方法：建立权变量W1、W2和W3。
进行加权最小二乘法：进行W1的检验：Modified: 2000 2013 // w1=1/x看到可决系数有了提高为0.8。
进行W2的检验：Modified: 2000 2013 // w2=1/x^2看到可决系数有了提高为0.8。