《计量经济学》(庞浩第一版)第五章异方差性eviews上机操作
第五章异方差性
案例分析
一、问题的提出和模型设定
为了给制定医疗机构的规划提供依据，分析比较医疗机构与人口
数量的关系，建立卫生医疗机构数与人口数的回归模型。
假定医疗机构数与人口数之间满足线性约束，则理论模型设定为：
i
i i u X b b Y ++=21
其中i Y 表示卫生医疗机构数，i X 表示人口数。
数据搜集
四川省2000年各地区医疗机构数与人口数
地区
人口数（万人） 医疗机构数（个）Y
地区
人口数（万人） 医疗机构数（个）Y
X
X
成都 1013.3 6304 眉山 339.9 827 自贡 315 911 宜宾 508.5 1530 攀枝花 103 934 广安 438.6 1589 泸州 463.7 1297 达州 620.1 2403 德阳 379.3 1085 雅安 149.8 866 绵阳 518.4 1616 巴中 346.7 1223 广元 302.6 1021 资阳 488.4 1361 遂宁 371 1375 阿坝 82.9 536 内江 419.9 1212 甘孜 88.9 594 乐山 345.9 1132 凉山 402.4
1471 南充
709.2
4064
二、参数估计
Eviews上机具体操作：
利用eviews3.0进行分析
第一步：建立数据
1新建工作文档：file-new-workfile，在打开的workfile range对话框中的workfile frequency 中选择undated or irregular，start observation输入1，end observation输入21，点击ok。
2输入数据（先是data y x2 x3······然后是将excel中的数据复制过来即可）并保存
本题在命令窗口输入data y x，并点击name命名为GROUP01.
第二步：做回归
1最小二乘估计（ls y c x2 x3 ······）
本题在命令窗口输入ls y c x ，并点击name命名为EQ01.
Dependent Variable: Y
Method: Least Squares
Date: 12/04/12 Time: 12:29
Sample: 1 21
Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob.
C -562.9074 291.5642 -1.930646 0.0686
X 5.372828 0.644239 8.339811 0.0000
R-squared 0.785438 Mean dependent var 1588.143
Adjusted R-squared 0.774145 S.D. dependent var 1310.975
S.E. of regression 623.0301 Akaike info criterion 15.79746
Sum squared resid 7375164. Schwarz criterion 15.89694
Log likelihood -163.8733 F-statistic 69.55245
Durbin-Watson stat 1.947198 Prob(F-statistic) 0.000000
Y= -562.9073782 + 5.37282842i X
i
（-1.930646）（8.339811）
2
R=0.785438 F=69.55245 df=19
三、检验模型的异方差
图形法
1生成残差平方序列2
e
i
在得到上述回归结果后，用生成命令生成序列2
e，记为e2 。生成过
i
程如下，先按路径：Procs/Generate Series，进入Generate Series by Equation对话框，键入e2=（resid）∧2并点“OK”即可。
2绘制2
e对Xt的散点图。按住ctrl同时选择变量名X与
t
e2 ，（注意选择变量的顺序，先选的变量将在图形中表示横轴，后选的变量表示纵轴），进入数据列表，再按路径view/ graph/scatter/simple scatter，可得散点图，见下图：
0500000
10000001500000
2000000
2500000
200
400
60080010001200
X
E 2
判断
由上图可以看出，残差平方2i e 对解释变量i X 的散点图主要分布在图形中的下三角部分，大致看出残差平方2i e 随 i X 的变动呈增大的趋势，因此，模型很可能存在异方差。但是否确实存在异方差还应通过更进一步的检验。 Goldfeld-Guanadt 检验
（1）对变量取值排序（按递增或递减）。在Procs 菜单里选Sort Current Page/Sort Workfile Series 命令，出现排序对话框，如果以递增型排序，选“Ascenging”，如果以递减型排序，则应选“Descending”， 键入 X ，点ok 。本例选递增型排序，这时变量Y 与 X 将以 X 按递增型排序。
（2）构造子样本区间，建立回归模型。在本例中，样本容量n=21，删除中间1/4的观测值，即大约5个观测值，余下部分平分得两个样本区间：1—8和14—21，它们的样本个数均是8个，即 n 1=n 2=8 在工作文件窗口中点击sample ，在弹出的对话框中输入“1 8”，将样本期改为1-8，然后做回归并命名为eq02，得
Dependent Variable: Y
Method: Least Squares
Date: 12/04/12 Time: 13:06
Sample: 1 8
Included observations: 8
Variable Coefficient Std. Error t-Statistic Prob.
C 598.2525 119.2922 5.015018 0.0024
X 1.177650 0.490187 2.402452 0.0531
R-squared 0.490306 Mean dependent var 852.6250
Adjusted R-squared 0.405357 S.D. dependent var 201.5667
S.E. of regression 155.4343 Akaike info criterion 13.14264
Sum squared resid 144958.9 Schwarz criterion 13.16250
Log likelihood -50.57056 F-statistic 5.771775
Durbin-Watson stat 1.656269 Prob(F-statistic) 0.053117
同理在工作文件窗口中点击sample，在弹出的对话框中输入“14 21”，将样本期改为14-21，然后做回归并命名为eq03，得
Dependent Variable: Y
Method: Least Squares
Date: 12/04/12 Time: 13:09
Sample: 14 21
Included observations: 8
Variable Coefficient Std. Error t-Statistic Prob.
C -2940.426 430.7787 -6.825839 0.0005
X 9.177641 0.693419 13.23534 0.0000
R-squared 0.966883 Mean dependent var 2520.500
Adjusted R-squared 0.961363 S.D. dependent var 1781.627
S.E. of regression 350.2011 Akaike info criterion 14.76721
Sum squared resid 735844.7 Schwarz criterion 14.78707
Log likelihood -57.06884 F-statistic 175.1744
Durbin-Watson stat 1.815102 Prob(F-statistic) 0.000011
(3)求F 统计量值
基于上面的两个回归中残差平方和的数据，即Sum squared resid 的值。由eq02计算得到的残差平方和为2
1i
e ∑= 144958.9 ，由eq03
计算得到的残差平方和为2
2i
e ∑=735844.7。根据Goldfeld-Quanadt 检
验，F 统计量为
=
=
=
∑∑144958.9
735844.72
122i
i
e
e F 5.066
（4）判断，在α=0.05下，F 0.05(6,6)=4.28，因为F ＞F 0.05(6,6)=4.28，所以拒绝原假设，表明模型确实存在异方差。 White 检验
在eq01估计结果后，按路径view/residual tests/white heteroskedasticity （no cross terms or cross terms ），进入White 检验。
根据White 检验中辅助函数的构造，最后一项为变量的交叉乘积项，因为本例为一元函数，故无交叉乘积项，因此应选no cross terms ，则辅助函数为： t t t t v x x +++=2
2102
ααασ
经估计出现White 检验结果，见下表。
White Heteroskedasticity Test:
F-statistic 55.61118 Probability 0.000000 Obs*R-squared
18.07481 Probability
0.000119
Test Equation:
Dependent Variable: RESID^2 Method: Least Squares Date: 12/04/12 Time: 13:29 Sample: 1 21
Included observations: 21
Variable
Coefficient
Std. Error t-Statistic Prob. C 823375.5 130273.4 6.320365 0.0000 X -3605.578 553.5894 -6.513091 0.0000 X^2 4.742387
0.532352 8.908366 0.0000 R-squared
0.860705 Mean dependent var 351198.3 Adjusted R-squared 0.845228 S.D. dependent var 454261.0 S.E. of regression 178711.1 Akaike info criterion 27.15649 Sum squared resid 5.75E+11 Schwarz criterion 27.30571 Log likelihood -282.1432 F-statistic 55.61118 Durbin-Watson stat
1.687985 Prob(F-statistic)
0.000000
从上面可以看出=2nR 18.07481，由White 检验知，在α=0.05下，查
分布表得临界值9915.5)2(205.0=χ，同时X 和X 2的t 检验也显著。 因为=2
nR 18.07481＞9915
.5)2(2
05.0=χ，所以拒绝原假设，不拒绝备
择假设，表明模型存在异方差。 异方差的修正
加权最小二乘法（WSL ） 分别选用权数: t
t
X w 11= ，2
21t
t
X w =
， t
t
X w 13=
生成权数：先按路径：Procs/Generate Series ，进入Generate Series
by Equation对话框，分别键入w1=1∕X，w2=1∕X^2，w3=1∕sqr（X）,并点“OK”即可。
用权数w1
方法:在Estimate equation 中输入“y c x”,点option,在对话框中点 weighted LS,在weighted 中输入“ w1”再点ok ,即出现加权最小二乘结果点击name并命名为eq04。
Dependent Variable: Y
Method: Least Squares
Date: 12/04/12 Time: 14:03
Sample: 1 21
Included observations: 21
Weighting series: W1
Variable Coefficient Std. Error t-Statistic Prob.
C 384.6123 87.90442 4.375346 0.0003
X 2.723571 0.433389 6.284353 0.0000
Weighted Statistics
R-squared 0.501883 Mean dependent var 1104.228
Adjusted R-squared 0.475666 S.D. dependent var 464.4126
S.E. of regression 336.2853 Akaike info criterion 14.56419
Sum squared resid 2148668. Schwarz criterion 14.66367
Log likelihood -150.9240 F-statistic 39.49310
Durbin-Watson stat 0.787378 Prob(F-statistic) 0.000005
Unweighted Statistics
R-squared 0.586654 Mean dependent var 1588.143
Adjusted R-squared 0.564899 S.D. dependent var 1310.975
S.E. of regression 864.7480 Sum squared resid 14207993
Durbin-Watson stat 0.362833
用权数w2
方法:在Estimate equation 中输入“y c x”,点option,在对话框中点 weighted LS,在weighted 中输入“ w2”再点ok ,即出现加权最小二乘结果点击name并命名为eq05。
Dependent Variable: Y
Method: Least Squares
Date: 12/04/12 Time: 14:04
Sample: 1 21
Included observations: 21
Weighting series: W2
Variable Coefficient Std. Error t-Statistic Prob.
C 368.6203 84.16826 4.379564 0.0003
X 2.952837 0.822684 3.589272 0.0020
Weighted Statistics
R-squared 0.938666 Mean dependent var 808.6869
Adjusted R-squared 0.935438 S.D. dependent var 1086.417
S.E. of regression 276.0477 Akaike info criterion 14.16942
Sum squared resid 1447845. Schwarz criterion 14.26890
Log likelihood -146.7789 F-statistic 12.88288
Durbin-Watson stat 1.706018 Prob(F-statistic) 0.001956
Unweighted Statistics
R-squared 0.625243 Mean dependent var 1588.143
Adjusted R-squared 0.605519 S.D. dependent var 1310.975
S.E. of regression 823.3933 Sum squared resid 12881555
Durbin-Watson stat 0.380812
用权数w3
方法:在Estimate equation 中输入“y c x”,点option,在对话框中点 weighted LS,在weighted 中输入“ w3”再点ok ,即出现加
权最小二乘结果点击name 并命名为eq06。
Dependent Variable: Y Method: Least Squares Date: 12/04/12 Time: 14:06 Sample: 1 21
Included observations: 21 Weighting series: W3
Variable
Coefficient
Std. Error t-Statistic Prob. C -1520.229 300.3501 -5.061523 0.0001 X 7.244072
0.536115 13.51217 0.0000
Weighted Statistics
R-squared
0.937484 Mean dependent var 1872.120 Adjusted R-squared 0.934194 S.D. dependent var 2272.790 S.E. of regression 583.0336 Akaike info criterion 15.66476 Sum squared resid 6458635. Schwarz criterion 15.76424 Log likelihood -162.4800 F-statistic 182.5787 Durbin-Watson stat
0.470941 Prob(F-statistic)
0.000000
Unweighted Statistics
R-squared
0.663694 Mean dependent var 1588.143 Adjusted R-squared 0.645994 S.D. dependent var 1310.975 S.E. of regression 780.0091 Sum squared resid 11559871
Durbin-Watson stat
0.256569
经估计检验，发现权数t w 2的效果最好。 结论: 运用加权小二乘法消除了异方差性后，参数的t 检验均显著，可决系数大幅提高，F 检验也显著，并说明人口数量每增加1万人，平均说来将增加2.953个卫生医疗机构，而不是引子中得出的增加5.3735个医疗机构。
计量经济学Eviews操作攻略
计量经济学Eviews操作攻略 考试重点：绪论——第六章（第七~十章了解即可） 考试形式：开卷 考试题型：1、问答题（资料整理ing） 2、计算题（要体现5大步骤，预测之后要进行异方差和自相关检验） 3、分析题（资料整理ing） 说明：由于前三章操作简单，在此不做赘述。从第四章开始结合课后题写下软件操作步骤。本操作攻略是文字型的，大家看不懂的地方尽管问，我可以在线演示。文字数据及操作纯手工打上去的，难免有纰漏，希望大家在复习中发现错误及时联系我，方便我及时改正并给大家纠错，谢谢，么么哒！ 题4.1 建立工作文件创建一个范围在1990—1998年的时间序列工作文件。接下来创建变量序列t和Y，并输入数据。 对变量进行代换菜单栏【Quick】——【Generate series】输入“y1=log(y)”，生成一个新变量y1。 建立模型用y1对x进行回归。得出结果如图4.3所示。 将模型方程还原根据现有的方程将原有的方程形式表示出来。 进行预测操作方法同一元和多元。
题5.2 创建工作文件创建一个序号在1—29的工作文件，创建变量，并输入数据。 图示法检验 绘制x-y图：【Quick】—【Graph】—输入“x y”—下拉菜单选择Scatter Diagram—点击OK即可。 绘制x-e图：【Quick】—【Graph】—输入“x resid”—下拉菜单选择Scatter Diagram—点击OK即可。 G-Q检验 将X的样本观测值按升序排序，Y与原先的X对应：按住Ctrl双选x和y，【Procs】—【Sort series】—输入“x”—点击OK即可。
对第一个子样估计模型：主窗口菜单【Quick】—【Estimate Equation】—输入“y c x”—在Sample输入框输入“1 11”（第二个字样模型此处输入“19 29”）—点击OK即可。 White检验 在回归报告窗口下，【View】—【Residual Tests】—【White Heteroskedasticity】(no cross terms即是否选择交叉项)。 克服异方差 在进行过White检验的工作窗口中点击【Procs】—【Specify/Estimate】—【Option】，再在Option对话框中在【Weighted LS/TSLS】前打√，在Weight框中填入适当的权重，如图所示。然后点击OK即可。 确定以后，退回到方程对话框中，点击【OK】，得到结果，如图所示。
EVIEWS时间序列实验指导(上机操作说明)
时间序列分析 实验指导 数学与统计学院 -4 -2 2 450 100150 200250
目录 实验一 EVIEWS中时间序列相关函数操作································· - 1 - 实验二确定性时间序列建模方法 ············································· - 8 - 实验三时间序列随机性和平稳性检验·····································- 17 - 实验四时间序列季节性、可逆性检验·····································- 20 - 实验五 ARMA模型的建立、识别、检验····································- 26 - 实验六 ARMA模型的诊断性检验···············································- 29 - 实验七 ARMA模型的预测 ··························································- 30 - 实验八复习ARMA建模过程 ·····················································- 32 - 实验九时间序列非平稳性检验················································- 34 -
实验一 EVIEWS中时间序列相关函数操作 【实验目的】熟悉Eviews的操作：菜单方式，命令方式； 练习并掌握与时间序列分析相关的函数操作。 【实验内容】 一、EViews软件的常用菜单方式和命令方式； 二、各种常用差分函数表达式； 三、时间序列的自相关和偏自相关图与函数； 【实验步骤】 一、EViews软件的常用菜单方式和命令方式； ㈠创建工作文件 ⒈菜单方式 启动EViews软件之后，进入EViews主窗口 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，由用户选择数据的时间频率（frequency）、起始期和终止期。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），输入相应的日期，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。 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）。 ⒉命令方式 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。命令格式为：CREATE 时间频率类型起始期终止期 则菜单方式过程可写为：CREATE A 1985 1998 ㈡输入Y、X的数据 ⒈DATA命令方式 在EViews软件的命令窗口键入DATA命令，命令格式为：
Eviews6上机指导书
EViews上机指导书 通过研究我国城镇和农村居民消费与可支配收入的关系来学习EViews的使 用。数据如表2所示，表中各项目含义为：： Cr＝农村居民人均消费支出(元) Yr＝农村居民家庭人均纯收入(元) Pr＝农村居民消费价格指数（1985=100） Cu＝城镇居民人均消费支出（元） Yu＝城镇居民人均可支配收入（元）Pu＝城镇居民消费价格指数（1985＝100） CT＝全国居民人均消费水平（元） Rpop＝农村人口比例（％） P＝全国居民消费价格指数（1985＝100） 表2 城镇、农村居民人均消费与人均可支配收入年份Cu Yu Pu Cr Yr Pr CT Rpop P 1985 673.20 739.10 100.0 317.42 397.60 100.0 437 76.29 100.00 1986 798.96 899.60 107.0 356.95 423.80 106.1 485 75.48 106.50 1987 884.40 1002.20 116.4 398.29 462.60 112.7 550 74.68 114.30 1988 1103.98 1181.40 140.5 476.66 544.90 132.4 693 74.19 135.80 1989 1210.95 1375.70 163.3 535.37 601.50 157.9 762 73.79 160.20 1990 1278.89 1510.20 165.4 584.63 686.30 165.1 803 73.59 165.20 1991 1453.81 1700.60 173.8 619.79 708.60 168.9 896 73.63 170.80 1992 1671.73 2026.60 188.8 659.21 784.00 176.8 107072.37 181.70 1993 2110.81 2577.40 219.2 769.65 921.60 201.0 133171.86 208.40 1994 2851.34 3496.20 274.1 1016.81 1221.00 248.0 174671.38 258.60 1995 3537.57 4283.00 320.1 1310.36 1577.70 291.4 223670.96 302.80 1996 3919.47 4838.90 348.3 1572.08 1926.10 314.4 264170.63 327.90 1997 4185.64 5160.30 359.1 1617.15 2090.10 322.3 283469.52 337.10 1998 4331.61 5425.10 356.9 1590.33 2162.00 319.1 297268.09 334.40 1999 4614.91 5854.00 352.3 1577.42 2210.30 314.3 313866.65 329.70 2000 4998.00 6280.00 355.1 1670.13 2253.40 314.0 339765.22 331.00 2001 5309.01 6859.60 357.6 1741.09 2366.40 316.5 360963.78 333.30 2002 6029.88 7702.80 354.0 1834.31 2475.60 315.2 381862.34 330.60 2003 6510.94 8472.20 357.2 1943.30 2622.20 320.2 408960.91 334.60 数据来源：《中国统计年鉴2004》 §1 创建工作文件（Workfile）
Eviews使用教程总结
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。用户可以选择自己喜欢的方式进行操作。 二、创建工作文件 工作文件是用户与EViews对话期间保存在RAM之中的信息，包括对话期间输入和建立的全部命名对象，所以必须首先建立或打开一个工作文件用户才能与Eviews对话。工作文件好比你工作时的桌面一样，放置了许多进行处理的东西（对象），像结束工作时需要清理桌面一样，允许将工作文件保存到磁盘上。如果不对工作文件进行保存，工作文件中的任何东西，关闭机器时将被丢失。 进入EViews后的第一件工作应从创建新的或调入原有的工作文件开始。只有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：点击File/New/Workfile。选择数据类型和起止日期，并在出现的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）；确定起止日期或最大处理个数（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，非时间序列提供最大观察个数，以后还可以对这些设置进行更改）。 下面我们通过研究我国城镇居民消费与可支配收入的关系来学习Eviews的应用。数据如下： 表一 下面的图片说明了具体操作过程。 1、打开新建对象类型对话框，选择工作文件Workfile，见图二。
Eviews上机操作指南
Eviews上机操作指南（I） 1.数据准备篇 （1）建立工作文件： workfile u 1 33 建立一个截面工作文件，33表示样本容量 workfile a 1978 2007 建立一个年度时间序列工作文件，1978、2007分别表示年份的起点和终点 （2）导入数据 Data y x1 x2 建立数据表格，将excel数据复制到数据表格 在使用该命令时一定要注意与excel表中的数据顺序一致，一般情况下第一列为被解释变量，其余各列为若干解释变量 2.绘图篇 在eviews中一般可以绘制两种类型的图，序列图与散点图 （1）序列图：plot y 可以绘制变量y随时间变化的图 当然也可以同时绘制多个变量的序列图，例如plot y x1 （2）散点图：scat x y表示两个变量之间的关系 3．回归篇 在eviews中执行回归的命令为ls y c x1 x2 Y表示被解释变量，c为常数，x1、x2为解释变量列表，在实际操作时y、x1、x2可以换成你指定的名称。此外，log(x1)、x1^2、x1*x2分别表示非线性形式的解释变量。 回归后可以使用命令genr e=resid提取回归的残差。 练习：
1．多元线性回归模型的参数估计（对应教材P72-P73） （1）建立工作文件导入数据；（2）观察y~x1、y~x2散点图；（3）构造OLS 回归，模型为01122Y X X βββμ=+++；（4）提取残差序列，观察残差的统计特征。 2．双对数模型的参数估计（对应教材P83-P85） （1）建立工作文件，导入数据；（2）分别绘制x 、q 、p0、p1的序列图；（3）绘制log(q)对log(x)的散点图；（4）构造OLS 回归，模型为 012031log()log()log()log()Q X P P ββββμ=++++。 3．半对数模型的参数估计（对应教学辅助材料7例子2），根据辅助材料的结果写出相关命令。 log(salary) 模型1 模型2 模型3 log(sales) log(mktval) profmarg ceoten comten 截距 R 2 调整R 2 残差平方和 4．异方差检验与修正 进行异方差检验首先要估计原始回归，然后提取残差。例如利用excel
超详细的eviews操作手册
EViews 操作手册 目录 第一章序论 第二章EViews 简介 第三章EViews 基础 第四章基本数据处理 第五章数据操作 第六章EViews 数据库 第七章序列 第八章组 第九章应用于序列和组的统计图 第十章图、表和文本对象 第十一章基本回归模型 第十二章其他回归方法 第十三章时间序列回归 第十四章方程预测 第十五章定义和诊断检验 第十六章ARCH和GARCH估计 第十七章离散和受限因变量模型 第十八章对数极大似然估计 第十九章系统估计 第二十章向量自回归和误差修正模型
第一章绪论 EViews 为我们提供了基于WINDOWS平台的复杂的数据分析、回归及预测工具，通过EViews能够快速从数据中得到统计关系，并根据这些统计关系进行预测。EViews在系统数据分析和评价、金融分析、宏观经济预测、模拟、销售预测及成本分析等领域中有着广泛的应用。操作手册共分五部分： 第一部分：EViews 基础 介绍EViews 的基本用法。另外对基本的Windows 操作系统进行讨论，解释如何使用EViews来管理数据。 第二部分：基本的数据分析 描述使用EViews 来完成数据的基本分析及利用EViews 画图和造表来描述数据。 第三部分：基本的单方程分析 讨论标准回归分析：普通最小二乘法、加权最小二乘法、二阶最小二乘法、非线性最小二乘法、时间序列分析、方程检验及预测。 第四部分：扩展的单方程分析 介绍自回归条件异方差（ARCH）模型、离散和受限因变量模型、和对数极大似然估计。第五部分：多方程分析 描述利用方程组来估计和预测、向量自回归、误差修正模型、状态空间模型、截面数据/ 时间序列数据、及模型求解。 第二章EViews 简介 §2.1 什么是EViews EViews 是在大型计算机的TSP(Time Series Processor)软件包基础上发展起来的新版本，是一组处理时间序列数据的有效工具。1981年QMS (Quantitative Micro Software) 公司在Micro TSP基础上直接开发成功EV iews 并投入使用。虽然EViews是由经济学家开发的并大多在经济领域应用，但它的适用范围不应只局限于经济领域。EViews得益于WINDOWS的可视的特点，能通过标准的WINDOWS菜单和对话框，用鼠标选择操作，并且能通过标准的WINDOWS技术来使用显示于窗口中的结果。此外，还可以利用EViews 的强大的命令功能和它的大量的程序处理语言，进入命令窗口修改命令，并可以将计算工作的一系列操作建立成相应的计算程序，并存储，则可以通过直接运行程序来完成你的工作。§2.2 启动和运行EViews EViews 4提供了一张光盘。插入光驱既可直接安装，并直接在桌面上建立图标。但是在第一次使用前，EViews 4要求你在网上注册。在WINDOWS下，有下列几种启动EViews 的办法：单击任务栏中的开始按钮，然后选择程序中的EViews 4进入EViews 程序组，再选择EViews 4程序符号；双击桌面上的EV iews 图标；双击EViews的workfile 或database 文件名称。 §2.3 EViews 窗口 EViews 窗口由如下五个部分组成：标题栏、主菜单、命令窗口、状态线、工作区。 标题栏：它位于主窗口的最上方。你可以单击EViews 窗口的任何位置使EViews 窗口处于活动状态。 主菜单：点击主菜单会出现一个下拉菜单，在下拉菜单中可以单击选择显现项。 命令窗口：菜单栏下面是命令窗口。把EViews 命令输入该窗口，按回车键即执行该命令。 状态线：窗口的最底端是状态线，它被分成几个部分。左边部分有时提供EViews 发送的状态信息；往右接下来的部分是EViews寻找数据和程序的预设目录；最后两部分显示预设数
Eviews5.0上机步骤
Eviews5.0基本操作 一、启动软件包 （ 双击“Eviews ”，进入Eviews 主页） 二、建立工作文件 点击file →new →workfile,在弹出的对话框中有三个选项区： （1）workfile structure type(工作文件结构类型) （2）data specification(日期设定) （3）name (名) workfile structure type 选项区中有3种：unstructured/undataed(非结构/非日期)、data-regular frequency(日期-规则频率)、balanced panel(平衡面板)，其中默认状态是data-regular frequency 。 在默认状态data-regular frequency 下，右上角选项区data specification 中有年度的、半年度的、季度的等8中选择。 注意：输入季度、月度、周度数据时，在年度后要相应家Q 、M 、W 和数字。比如数据范围是1990年1月到2007年12月，应输入1990M1和2007M12。 如果选择unstructured/undataed ，则右上角会变成data range 选择区，其中输入样本容量。 如果选择balanced panel ，右上角变成panel specification 选择框，其中有4个选择框，分别要求输入频率、开始期、终止期、个体个数（面板数据中所包含的个体个数）。 相应设定完成之后点击OK 键。 出现“Workfile 对话框（子窗口）”中已有两个变量： c-----常数项 resid----模型将产生的残差项 三、输入（编辑）数据： 法1：在命令框键入：“data y x ”（ 一元）或“data y 1x 2x …”（多元）/回车；出现数据编辑框，按顺序键入数据/存盘（或最小化）。 法2：用鼠标单击“Quick ”，在出现的下拉菜单中单击“EMPTY GROUP ， 输入数据，默认的变量名是SER01、SER02等等。输入完毕，关闭GROUP 窗口，回到Workfile 窗口，对变量点击右键选rename 可以对变量名重命名如y 、x ；双击变量名可以浏览相应数据。 注：存盘时，点“File/save ”，删除原文件名，输入文件名/ok 。 注：读取文件 点“File/open ”，选文件名/ok 。 注：如数据资料已经作为Eviews 的永久工作文件存盘，则二、三步省去，用File/open 命令打开文件即可。 四、作图 单击“Quick/Graph/line graph ”输入y x →ok 五、计算描述统计量 1、点击“Quick/Group statistics/Descriptive statistics/Common Sample ； 2、键入y x （或y 1x 2x ）/ok 。 第一章 简单线性回归模型；第二章 多元线性回归模型 一、回归分析（用OLS 估计未知参数） 法1：点击“Quick/Estimate Equation ”；2、在出现的估计对话框中，键入y c x/ok 法2、在命令框键入ls y c x 或ls y c 1x 2x /回车。
《计量经济学》(庞浩第一版)第五章异方差性eviews上机操作
第五章异方差性 案例分析 一、问题的提出和模型设定 为了给制定医疗机构的规划提供依据，分析比较医疗机构与人口 数量的关系，建立卫生医疗机构数与人口数的回归模型。 假定医疗机构数与人口数之间满足线性约束，则理论模型设定为： i i i u X b b Y ++=21 其中i Y 表示卫生医疗机构数，i X 表示人口数。 数据搜集 四川省2000年各地区医疗机构数与人口数 地区 人口数（万人） 医疗机构数（个）Y 地区 人口数（万人） 医疗机构数（个）Y X X 成都 1013.3 6304 眉山 339.9 827 自贡 315 911 宜宾 508.5 1530 攀枝花 103 934 广安 438.6 1589 泸州 463.7 1297 达州 620.1 2403 德阳 379.3 1085 雅安 149.8 866 绵阳 518.4 1616 巴中 346.7 1223 广元 302.6 1021 资阳 488.4 1361 遂宁 371 1375 阿坝 82.9 536 内江 419.9 1212 甘孜 88.9 594 乐山 345.9 1132 凉山 402.4 1471 南充 709.2 4064
二、参数估计 Eviews上机具体操作： 利用eviews3.0进行分析 第一步：建立数据 1新建工作文档：file-new-workfile，在打开的workfile range对话框中的workfile frequency 中选择undated or irregular，start observation输入1，end observation输入21，点击ok。 2输入数据（先是data y x2 x3······然后是将excel中的数据复制过来即可）并保存 本题在命令窗口输入data y x，并点击name命名为GROUP01. 第二步：做回归 1最小二乘估计（ls y c x2 x3 ······） 本题在命令窗口输入ls y c x ，并点击name命名为EQ01. Dependent Variable: Y Method: Least Squares Date: 12/04/12 Time: 12:29 Sample: 1 21 Included observations: 21 Variable Coefficient Std. Error t-Statistic Prob. C -562.9074 291.5642 -1.930646 0.0686 X 5.372828 0.644239 8.339811 0.0000 R-squared 0.785438 Mean dependent var 1588.143 Adjusted R-squared 0.774145 S.D. dependent var 1310.975
上机实验10：Eviews作图操作
上机实验10：Eviews7中的图形操作area area graph. band area band graph. bar bar graph. boxplot boxplot graph. distplot distribution graph. dot dot plot graph. errbar error bar graph. hilo high-low(-open-close) graph. line line-symbol graph. pie pie chart. qqplot quantile-quantile graph . scat scatterplot. scatmat matrix of scatterplots. scatpair scatterplot pairs graph. seasplot seasonal line graph. spike spike graph. xyarea XY area graph. xybar XY bar graph. xyline XY line graph. xypair XY pairs graph. 一、图形的分类 1.线条图，如errbar、hile、line、spike
2.填充图，如area、bar、pie 3.XY图，如xy、xyline、xypair、scat 4.统计图，如boxplot、cdfplot、hist、distplot kernel、qqplot 5.其他对象的特有图形，如方程对象的置信椭圆cellipse 图形能方便地实现数据和计量分析结果的可视化。图形对象包含对象的图形视图和图形对象。可以把图象视图定格成图形对象再进行修改。 二、创建图形对象 打开Eviews7，打开demo.wf1文件。 图形可以用graph命令创建，也可以从其他对象的图形视图定格而来。 如graph gf.line gdp （或graph gf gdp，默认为线条图） 用freeze命令把其他对象的图形视图定格成图形对象。 如freeze(gf) gdp.line merge命令是合并已有的图形对象 freeze(g1) gdp.line show g1 graph g2.bar m1 show g2 graph g3.merge gf gg show g3 多个子图，用align命令设置排列方式，例如 Graph gfan.line(m) log(gdp) log(m1) rs Gfan.align(2,1.5,1)
EVIEWS 操作流程1
EVIEWS 操作流程 实证目的：以美国1929～2009年的GDP数据为例，探讨时间序列GDP的数据动态规律 操作流程如下： （1）建立工作文档:file——new——workfile （2）输入数据区间，如图： （3）确定数据类型：object——new object，确定数据类型和变量名称，如图：
（4）录入数据：点开序列rgdp，点击“Edit+/-”即可录入或者复制数据 （5）由于一次差分后才是平稳时间序列，所以数据为一阶单整。原始数据非平稳，不能直接做动态分析，要生成一次差分后的新序列，才能做动态分析：命令窗口输入“”，然后回车键。如图new series rgdp1=d(rgdp)
（6）点开新序列rgdp1，做相关图分析，以判断动态序列的ar阶数和ma阶数，操作如下：view——correlogram。 结果如下： 由该自相关图和偏相关图可判断动态模型为ARMA(1,2). (7)构建模型：quick——equation estimation。在模型窗口输入：rgdp1 c ar(1) ma(1) ma(2).结果如图：
由结果图可确定模型为：rgdp1=161.60+Ut Ut=0.8379Ut-1-0.267ma(1)-0.299ma(2)+e rgdp1=161.6+0.8379*[rgdp1(-1)-161.6]-0.267ma(1)-0.299ma(2) （10）模型诊断：在模型估计结果的基础上：view——residual diagnostics——。结果如图：Correlogram-Q-statistics
eviews上机操作实例-实验五__ARIMA模型的构造和实验指导
eviews上机操作实例-实验五__ARIMA模型的构造和实验指 导 实验五 ARIMA模型的概念和构造 一、实验目的 了解AR，MA以及ARIMA模型的特点，了解三者之间的区别联系，以及AR与MA 的转换，掌握如何利用自相关系数和偏自相关系数对ARIMA模型进行识别，利用最小二乘法等方法对ARIMA模型进行估计，利用信息准则对估计的ARIMA模型进行诊断，以及如何利用ARIMA模型进行预测。掌握在实证研究如何运用Eviews软件进行ARIMA模型的识别、诊断、估计和预测。 二、基本概念 所谓ARIMA模型，是指将非平稳时间序列转化为平稳时间序列，然后将因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型。ARIMA模型根据原序列是否平稳以及回归中所含部分的不同，包括移动平均过程(MA)、自回归过程(AR)、自回归移动平均过程(ARMA)以及ARIMA过程。 在ARIMA模型的识别过程中，我们主要用到两个工具:自相关函数(简称ACF)，偏自相关函数(简称PACF)以及它们各自的相关图(即ACF、PACF相对于滞后长度描图)。对于 ,jYt,,一个序列来说，它的第j阶自相关系数(记作 )定义为它的j阶自协方差除以它的方差，即 , ，它是关于j的函数，因此我们也称之为自相关函数，通常记ACF(j)。,j,,j0 偏自相关函数PACF(j)度量了消除中间滞后项影响后两滞后变量之间的相关关系。 三、实验内容及要求
1、实验内容: 根据1991年1月,2005年1月我国货币供应量(广义货币M2)的月度时间数据来说明在Eviews3.1 软件中如何利用B-J方法论建立合适的ARIMA(p,d,q)模型，并利用此模型进行数据的预测。 2、实验要求: (1)深刻理解上述基本概念; (2)思考:如何通过观察自相关，偏自相关系数及其图形，利用最小二乘法，以及信息准则建立合适的ARIMA模型;如何利用ARIMA模型进行预测; (3)熟练掌握相关Eviews操作。 四、实验指导 1、ARIMA模型的识别 (1)导入数据 打开Eviews软件，选择“File”菜单中的“New--Workfile”选项，出现“Workfile Range”对话框，在“Workfile frequency”框中选择“Monthly”，在“Start date”和“End date”框中分别输入“1991:01”和“2005:01”，然后单击“OK”，选择“File”菜单中的“Import--Read Text-Lotus-Excel”选项，找到要导入的名为EX6.2.xls的Excel文档，单击“打开”出现“Excel Spreadsheet Import” 对话框并在其中输入相关数据名称(M2)，再单击“OK”完成数据导入。 (2)模型的识别 首先利用ADF检验，确定d值，判断M2序列为2阶非平稳过程(由于具体操作方法我们在第五章中予以说明，此处略)，即d的值为2，将两次差分后得到的平稳序列命名为W2;下面我们来看W2的自相关、偏自相关函数图。打开W2序列，点击“View”—“Correlogram”菜单，会弹出如图5,1所示的窗口，
Eviews操作教程_完整版
1.EVIEWS基础 (3) 1.1. E VIEWS简介 (3) 1.2. E VIEWS的启动、主界面和退出 (3) 1.3. E VIEWS的操作方式 (6) 1.4. E VIEWS应用入门 (6) 1.5. E VIEWS常用的数据操作 (15) 2.一元线性回归模型 (24) 2.1. 用普通最小二乘估计法建立一元线性回归模型 (24) 2.2. 模型的预测 (30) 2.3. 结构稳定性的C HOW检验 (34) 3. 多元线性回归 (39) 3.1. 用OLS建立多元线性回归模型 (39) 3.2. 函数形式误设的RESET检验 (45) 4. 非线性回归 (48) 4.1. 用直接代换法对含有幂函数的非线性模型的估计 (48) 4.2. 用间接代换法对含有对数函数的非线性模型的估计 (50) 4.3. 用间接代换法对CD函数的非线性模型的估计 (53) 4.4. NLS对可线性化的非线性模型的估计 (55) 4.5. NLS对不可线性化的非线性模型的估计 (58) 4.6. 二元选择模型 (62) 5. 异方差 (68) 5.1. 异方差的戈得菲尔德——匡特检验 (68) 5.2. 异方差的WHITE检验 (72) 5.3. 异方差的处理 (75) 6. 自相关 (79) 6.1. 自相关的判别 (79) 6.2. 自相关的修正 (83) 7. 多重共线性 (87) 7.1. 多重共线性的检验 (87) 7.2. 多重共线性的处理 (92) 8. 虚拟变量 (94) 8.1. 虚拟自变量的应用 (94) 8.2. 虚拟变量的交互作用 (99) 8.3. 二值因变量：线性概率模型 (101) 9. 滞后变量模型 (106) 9.1. 自回归分布滞后模型的估计 (106) 9.2. 多项式分布滞后模型的参数估计 (111)
EViews6完整操作手册(Word版)
EViews 6 操作手册 目录 第一章序论 第二章EViews 简介 第三章EViews 基础 第四章基本数据处理 第五章数据操作 第六章EViews 数据库 第七章序列 第八章组 第九章应用于序列和组的统计图 第十章图、表和文本对象 第十一章基本回归模型 第十二章其他回归方法 第十三章时间序列回归 第十四章方程预测 第十五章定义和诊断检验 第十六章ARCH和GARCH估计 第十七章离散和受限因变量模型 第十八章对数极大似然估计 第十九章系统估计 第二十章向量自回归和误差修正模型 第一章绪论 EViews 为我们提供了基于WINDOWS平台的复杂的数据分析、回归及预测工具，通过EViews能够快速从数据中得到统计关系，并根据这些统计关系进行预测。EViews在系统数据分析和评价、金融分析、宏观经济预测、模拟、销售预测及成本分析等领域中有着广泛的应用。操作手册共分五部分： 第一部分：EViews 基础 介绍EViews 的基本用法。另外对基本的Windows 操作系统进行讨论，解释如何使用EViews来管理数据。 第二部分：基本的数据分析 描述使用EViews 来完成数据的基本分析及利用EViews 画图和造表来描述数据。 第三部分：基本的单方程分析 讨论标准回归分析：普通最小二乘法、加权最小二乘法、二阶最小二乘法、非线性最小二乘法、时间序列分析、方程检验及预测。 第四部分：扩展的单方程分析 介绍自回归条件异方差（ARCH）模型、离散和受限因变量模型、和对数极大似然估计。第五部分：多方程分析 描述利用方程组来估计和预测、向量自回归、误差修正模型、状态空间模型、截面数据/ 时间序列数据、及模型求解。 第二章EViews 简介 §2.1 什么是EViews EViews 是在大型计算机的TSP (Time Series Processor)软件包基础上发展起来的新版
Eviews操作教程完整
Eviews操作教程-完整版
————————————————————————————————作者：————————————————————————————————日期： 2
1.EVIEWS基础 (5) 1.1.E VIEWS简介 (5) 1.2.E VIEWS的启动、主界面和退出 (5) 1.3.E VIEWS的操作方式 (8) 1.4.E VIEWS应用入门 (8) 1.5.E VIEWS常用的数据操作 (17) 2.一元线性回归模型 (26) 2.1.用普通最小二乘估计法建立一元线性回归模型 (26) 2.2.模型的预测 (32) 2.3.结构稳定性的C HOW检验 (36) 3. 多元线性回归 (41) 3.1.用OLS建立多元线性回归模型 (41) 3.2.函数形式误设的RESET检验 (47) 4. 非线性回归 (50) 4.1.用直接代换法对含有幂函数的非线性模型的估计 (50) 4.2.用间接代换法对含有对数函数的非线性模型的估计 (52) 4.3.用间接代换法对CD函数的非线性模型的估计 (55) 4.4.NLS对可线性化的非线性模型的估计 (57) 4.5.NLS对不可线性化的非线性模型的估计 (60) 4.6.二元选择模型 (64) 5. 异方差 (70) 5.1.异方差的戈得菲尔德——匡特检验 (70) 5.2.异方差的WHITE检验 (74) 5.3.异方差的处理 (77) 6. 自相关 (81) 6.1.自相关的判别 (81) 6.2.自相关的修正 (85) 7. 多重共线性 (89) 7.1.多重共线性的检验 (89) 7.2.多重共线性的处理 (94) 8. 虚拟变量 (96) 8.1.虚拟自变量的应用 (96) 8.2.虚拟变量的交互作用 (101) 8.3.二值因变量：线性概率模型 (103) 9. 滞后变量模型 (108) 9.1.自回归分布滞后模型的估计 (108) 9.2.多项式分布滞后模型的参数估计 (113)
Eviews处理多元回归分析操作步骤
操作步骤 1.建立工作文件 (1)建立数据的exel电子表格 （2）将电子表格数据导入eviews File-open-foreign data as workfile，得到数据的Eviews工作文件和数据序列表。
2.计算变量间的相关系数 在窗口中输入命令：cor coilfuture dow shindex nagas opec ueurope urmb，点击回车键，得到各序列之间的相关系数。结果表明Coilfuture数列与其他数列存在较好的相关关系。 3.时间序列的平稳性检验 （1）观察coilfuture序列趋势图 在eviews中得到时间序列趋势图，在quick菜单中单击graph，在series list对话框中输入序列名称coilfuture，其他选择默认操作。图形表明序列随时间变化存在上升趋势。
（2）对原序列进行ADF平稳性检验 quick-series statistics-unit root test，在弹出的series name对话框中输入需要检验的序列的名称，在test for unit root in 选择框中选择level，得到原数据序列的ADF检验结果，其他保持默认设置。
得到序列的ADF平稳性检验结果，检测值0.97大于所有临界值，则表明序列不平稳。以此方法，对各时间序列依次进行ADF检验，将检验值与临界值比较，发现所有序列的检验值均大于临界值，表明各原序列都是非平稳的。 （3）时间序列数据的一阶差分的ADF检验 quick-series statistics-unit root test，在series name对话框中输入需要检验的序列的名称，在test for unit root in 选择框中选择1nd difference，对其一阶差分进行平稳性检验，其他保持默认设置。
EVIEWS上机实验指导书
计量经济学上机指导及练习 第一部分Eviews基础
1.1. Eviews 简介 Eviews ：Econometric Views （经济计量视图），是美国QMS 公司（Quantitative Micro Software Co.，网址为https://www.360docs.net/doc/2c17402183.html, ）开发的运行于Windows 环境下的经济计量分析软件。Eviews 是应用较为广泛的经济计量分析软件——MicroTSP 的Windows 版本，它引入了全新的面向对象概念，通过操作对象实现各种计量分析功能。 Eviews 软件功能很强，能够处理以时间序列为主的多种类型数据，进行包括描述统计、回归分析、传统时间序列分析等基本数据分析以及建立条件异方差、向量自回归等复杂的计量经济模型。 1.2. Eviews 的启动、主界面和退出 1.2.1. Eviews 的启动 单击Windows 的【开始】按钮，选择【程序】选项中的【Eviews 5】，单击其中的【Eviews5】；或者在相应目录下用鼠标双击 启动Eviews 5程序，进入主窗口。如图1.1所示： 图1.1Eviews 窗口 1.2.2. Eviews 的主界面 1.2.2.1. 标题栏 Eviews 窗口的顶部是标题栏，标题栏左边是控制框；右边是控制按钮，有【最小化】、 【最大化菜单栏 命令窗口 工作区 状态栏
（或还原）】、【关闭】三个按钮。 1.2.2.2. 菜单栏 标题栏下面是菜单栏。菜单栏中排列着按照功能划分的9个主菜单选项，用鼠标单击任意选项会出现不同的下拉菜单，显示该部分的具体功能。9个主菜单选项提供的主要功能如下： 【File】有关文件（工作文件、数据库、Eviews程序等）的常规操作，如文件的建立（New）、打开（Open）、保存（Save/Save As）、关闭（Close）、导入（Import）、导出（Export）、打印（Print）、运行程序（Run）等；选择下拉菜单中的Exit将退出Eviews软件。 【Edit】通常情况下只提供复制功能（下拉菜单中只有Cut、Copy项被激活），应与粘贴（Paste）配合使用；对某些特定窗口，如查看模型估计结果的表达式时，可对窗口中的内容进行剪切（Cut）、删除（Delete）、查找（Find）、替换（Replace）等操作，选择Undo表示撤销上步操作。 【Objects】提供关于对象的基本操作。包括建立新对象（New Objects）、从数据库获取/更新对象（Fetch/Update from DB）、重命名（Rename）、删除（Delete）。 【View】和【Procs】二者的下拉菜单项目随当前窗口不同而改变，功能也随之变化，主要涉及变量的多种查看方式和运算过程。我们将在以后的实验中针对具体问题进行具体介绍。 【Quick】下拉菜单主要提供一些简单常规用法的快速进入方式。如改变样本范围（Sample）、生成新序列（Generate Series）、显示对象（Show）、作图（Graph）、生成新组（Empty Group）以及序列和组的描述统计量、新建方程和V AR。 【Options】系统参数设定选项。与一般应用软件相同，Eviews运行过程中的各种状态，如窗口的显示模式、字体、图像、电子表格等都有默认的格式，用户可以根据需要选择Options下拉菜单中的项目对一些默认格式进行修改。 【Windows】提供多种在打开窗口种进行切换的方式，以及关闭所有对象（Close All Objects）或关闭所有窗口（Close All）。 【Help】Eviews的帮助选项。选择Eviews Help Topics按照索引或目录方式在所有帮助信息种查找所需项目。下拉菜单还提供分类查询方式，包括对象（Object）、命令（Command）、函数（Function）、矩阵与字符串（Matrix&String）、程序（Programming）等五个方面。 1.2.2.3. 命令窗口 菜单栏下面是命令窗口（Command Windows），窗口内闪烁的“︱”是光标。用户可在光标位置用键盘输入各种Eviews命名，并按回车键执行该命令。 1.2.2.4. 工作区窗口 命令窗口下面是Eviews的工作区窗口。操作过程中打开的各子窗口将在工作区内显示。