原標(biāo)題：關(guān)于Eviews，你必須知道的20個(gè)精彩問答

提到Eviews

很多同學(xué)表示太頭痛了

無從下手，不想面對(duì)...

今天給大家分享一篇

Eviews精彩問答20題

幫助大家快速上手

使用該軟件打怪升級(jí)

完成終極分析任務(wù)！

干貨滿滿，記得收藏哦

問題1：計(jì)量經(jīng)濟(jì)學(xué)是分析什么的？包含哪些內(nèi)容？

計(jì)量經(jīng)濟(jì)學(xué)的主要用途或目的主要有兩個(gè)方面：

? 理論檢驗(yàn)。這是計(jì)量經(jīng)濟(jì)學(xué)用途最為主要的和可靠的方面。這也是計(jì)量經(jīng)濟(jì)學(xué)本身的一個(gè)主要內(nèi)容。

? 預(yù)測應(yīng)用。從理論研究和方法的最終目的看，預(yù)測(包括政策評(píng)價(jià))當(dāng)然是計(jì)量經(jīng)濟(jì)學(xué)最終任務(wù)，必須注意學(xué)習(xí)和了解，但其預(yù)測的可靠性或有效性是我們應(yīng)十分注意的。

研究對(duì)象：計(jì)量經(jīng)濟(jì)學(xué)的兩大研究對(duì)象：橫截面數(shù)據(jù)(Cross-sectionalData)和時(shí)間序列數(shù)據(jù)(Time-series Data)。前者旨在歸納不同經(jīng)濟(jì)行為者是否具有相似的行為關(guān)聯(lián)性，以模型參數(shù)估計(jì)結(jié)果顯現(xiàn)相關(guān)性；后者重點(diǎn)在分析同一經(jīng)濟(jì)行為者不同時(shí)間的資料，以展現(xiàn)研究對(duì)象的動(dòng)態(tài)行為。

新興計(jì)量經(jīng)濟(jì)學(xué)研究開始切入同時(shí)具有橫截面及時(shí)間序列的資料，換言之，每個(gè)橫截面都同時(shí)具有時(shí)間序列的觀測值，這種資料稱為追蹤資料 (Panel data，或稱面板資料分析)。追蹤資料研究多個(gè)不同經(jīng)濟(jì)體動(dòng)態(tài)行為之差異，可以獲得較單純橫截面或時(shí)間序列分析更豐富的實(shí)證結(jié)論。

涉及到的相關(guān)學(xué)科：計(jì)量經(jīng)濟(jì)學(xué)是結(jié)合經(jīng)濟(jì)理論與數(shù)理統(tǒng)計(jì)，并以實(shí)際經(jīng)濟(jì)數(shù)據(jù)作定量分析的一門學(xué)科。計(jì)量經(jīng)濟(jì)學(xué)以古典回歸分析方法為出發(fā)點(diǎn)。依據(jù)數(shù)據(jù)形態(tài)分為：橫截面數(shù)據(jù)回歸分析、時(shí)間序列分析、面板數(shù)據(jù)分析等。依據(jù)模型假設(shè)的強(qiáng)弱分為：參量計(jì)量經(jīng)濟(jì)學(xué)、非參量計(jì)量經(jīng)濟(jì)學(xué)、半?yún)⒘坑?jì)量經(jīng)濟(jì)學(xué)等。常運(yùn)用的軟件：EViews、Gretl、MATLAB 、Stata、R、SAS、SPSS等。

問題2：Eviews是用來干嘛的？

準(zhǔn)確點(diǎn)說 Eviews是計(jì)量經(jīng)濟(jì)學(xué)軟件。從分析層面上說計(jì)量經(jīng)濟(jì)學(xué)更重視建立模型 也就是用數(shù)據(jù)來驗(yàn)證模型。Eviews在建立模型求解上有獨(dú)特的優(yōu)勢(shì)。你如果只做一些應(yīng)用的計(jì)量經(jīng)濟(jì)模型和經(jīng)驗(yàn)分析，用eviews就挺好，簡單易操作，全是菜單和對(duì)話框，建議數(shù)學(xué)基礎(chǔ)不是很高，以經(jīng)濟(jì)學(xué)研究為主的同學(xué)們學(xué)習(xí)Eviews。

問題3：平衡面板和非平衡面板的區(qū)別是什么？

“平衡的意思是，如果按截面成員堆積數(shù)據(jù)，每個(gè)截面成員應(yīng)包括正好相同的時(shí)期；如果按日期堆積數(shù)據(jù)，每個(gè)日期應(yīng)包含相同數(shù)量的截面成員觀測值，并按相同順序排列。特別要指出的是，基礎(chǔ)數(shù)據(jù)并不一定是平衡的，只要在輸入文件中有表示即可。如果觀測值中有缺失數(shù)據(jù)，一定要保證文件中給這些缺失值留有位置?！?——from 高鐵梅

根據(jù)這段話，可以理解為：有缺失的面板數(shù)據(jù)不一定就是非平衡數(shù)據(jù)。平衡數(shù)據(jù)實(shí)際只是一種轉(zhuǎn)換的比較規(guī)整的結(jié)構(gòu)，用于更方便的表示成堆積數(shù)據(jù)。

問題4：標(biāo)準(zhǔn)差和標(biāo)準(zhǔn)誤的區(qū)別在哪？

? 概念不同；標(biāo)準(zhǔn)差是描述觀察值(個(gè)體值)之間的變異程度；標(biāo)準(zhǔn)誤是描述樣本均數(shù)的抽樣誤差；

? 用途不同；標(biāo)準(zhǔn)差與均數(shù)結(jié)合估計(jì)參考值范圍,計(jì)算變異系數(shù),計(jì)算標(biāo)準(zhǔn)誤等.標(biāo)準(zhǔn)誤用于估計(jì)參數(shù)的可信區(qū)間,進(jìn)行假設(shè)檢驗(yàn)等.

? 它們與樣本含量的關(guān)系不同:當(dāng)樣本含量 n 足夠大時(shí),標(biāo)準(zhǔn)差趨向穩(wěn)定；而標(biāo)準(zhǔn)誤隨n的增大而減小,甚至趨于0 。聯(lián)系:標(biāo)準(zhǔn)差,標(biāo)準(zhǔn)誤均為變異指標(biāo),當(dāng)樣本含量不變時(shí),標(biāo)準(zhǔn)誤與標(biāo)準(zhǔn)差成正比。

問題5：變異系數(shù)到底有什么用？

標(biāo)準(zhǔn)差與平均數(shù)的比值稱為變異系數(shù)，記為C.V。變異系數(shù)可以消除單位和(或)平均數(shù)不同對(duì)兩個(gè)或多個(gè)資料變異程度比較的影響。

作用：反映單位均值上的離散程度，常用在兩個(gè)總體均值不等的離散程度的比較上。若兩個(gè)總體的均值相等，則比較標(biāo)準(zhǔn)差系數(shù)與比較標(biāo)準(zhǔn)差是等價(jià)的。

問題6：幾種相關(guān)系數(shù)的含義是什么？

? 簡單相關(guān)系數(shù)：又叫相關(guān)系數(shù)或線性相關(guān)系數(shù)。它一般用字母r 表示，是用來度量定量變量間的線性相關(guān)關(guān)系。

? 復(fù)相關(guān)系數(shù)：又叫多重相關(guān)系數(shù)，復(fù)相關(guān)是指因變量與多個(gè)自變量之間的相關(guān)關(guān)系。例如，某種商品的需求量與其價(jià)格水平、職工收入水平等現(xiàn)象之間呈現(xiàn)復(fù)相關(guān)關(guān)系。

? 偏相關(guān)系數(shù)：又叫部分相關(guān)系數(shù)，部分相關(guān)系數(shù)反映校正其它變量后某一變量與另一變量的相關(guān)關(guān)系，校正的意思可以理解為假定其它變量都取值為均數(shù)。偏相關(guān)系數(shù)的假設(shè)檢驗(yàn)等同于偏回歸系數(shù)的t檢驗(yàn)。復(fù)相關(guān)系數(shù)的假設(shè)檢驗(yàn)等同于回歸方程的方差分析。

可決系數(shù)是相關(guān)系數(shù)的平方。意義：可決系數(shù)越大，自變量對(duì)因變量的解釋程度越高，自變量引起的變動(dòng)占總變動(dòng)的百分比高。觀察點(diǎn)在回歸直線附近越密集。

問題7：PCA VS PLS的區(qū)別？

成分回歸是對(duì)數(shù)據(jù)做一個(gè)正交旋轉(zhuǎn)變換，變換后的變量都是正交的。(有時(shí)候?yàn)榱巳コ烤V的影響，會(huì)先做中心化處理)。偏最小二乘回歸相當(dāng)于包含了主成分分析、典型相關(guān)分析的思想，分別從自變量與因變量中提取成分T,U(偏最小二乘因子)，保證T,U能盡可能多的提取所在變量組的變異信息，同時(shí)還得保證兩者之間的相關(guān)性最大。偏最小二乘回歸較主成分回歸的優(yōu)點(diǎn)在于，偏最小二乘回歸可以較好的解決樣本個(gè)數(shù)少于變量個(gè)數(shù)的問題，并且除了考慮自變量矩陣外，還考慮了響應(yīng)矩陣。

問題8：面板數(shù)據(jù)以及輸入要怎么做呢？

首先要明確是做平衡面板數(shù)據(jù)分析還是非平衡面板數(shù)據(jù)分析，先介紹前者：

? 準(zhǔn)備平衡面板數(shù)據(jù)集(如xls.txt文件)

? file/new/workfile 建立工作文件

? 選擇unstructed/undated 填上時(shí)間序列數(shù)據(jù)的個(gè)數(shù)(observations)

? 選object/newobject/pool輸入橫截面?zhèn)€體的ID

? 導(dǎo)入數(shù)據(jù)集

導(dǎo)入數(shù)據(jù)后即可按照你的需要做各種面板數(shù)據(jù)分析

首先將數(shù)據(jù)在excel表中按企業(yè)排序，第一列為企業(yè)標(biāo)識(shí)fcode，第二列為時(shí)間

11990

11991

11992

21990

21991

……

然后在eviews中分別通過object/new object/series 建立fcode 和year 兩個(gè)序列，將上述已排序的數(shù)據(jù)導(dǎo)入。下一步，雙擊菜單欄下方的range,在出現(xiàn)的對(duì)話框中左邊選擇workfile structure type為dated panel, 在ID series后輸入fcode, 在date series后輸入year, 右邊的對(duì)話框中保持上半部分不變，下半部分去掉所有的勾，然后點(diǎn)ok. 這樣會(huì)自動(dòng)生成dateid序列，建立面板數(shù)據(jù)。其他變量的數(shù)據(jù)按一般方法輸入即可。

問題9：簡單的描述性統(tǒng)計(jì)操作，有方法么？

單擊某一序列，如'x',雙擊彈出該序列，在數(shù)據(jù)界面-view-graph可以進(jìn)行作圖操作，比如線圖或者散點(diǎn)圖。你說圖畫完了怎么保存呢？右鍵-save graph to disk…選擇保存路徑即可，當(dāng)然QQ截屏無所不能哈。(右鍵中還有很多可以對(duì)圖形做調(diào)整的，無論是調(diào)整橫軸還是添加文本，都需要先凍結(jié)作圖窗口(freeze)才可操作。

肯定有同學(xué)想問，那多個(gè)變量作圖怎么辦？

恩，那就不用雙擊序列了，直接在軟件最上端的菜單里選擇quick-graph，輸入需要作圖的變量，然后就和單序列一樣操作啦……

那如何獲得諸如均值這類的統(tǒng)計(jì)量呢？同樣點(diǎn)擊你需要知道的序列-view-deive statistics&test，即可得到均值，標(biāo)準(zhǔn)差，峰度等信息。

問題10：為什么要取對(duì)數(shù)，如何取對(duì)數(shù)？

平時(shí)在一些數(shù)據(jù)處理中，經(jīng)常會(huì)把原始數(shù)據(jù)取對(duì)數(shù)后進(jìn)一步處理。之所以這樣做是基于對(duì)數(shù)函數(shù)在其定義域內(nèi)是單調(diào)增函數(shù)，取對(duì)數(shù)后不會(huì)改變數(shù)據(jù)的相對(duì)關(guān)系，取對(duì)數(shù)作用主要有：

?縮小數(shù)據(jù)的絕對(duì)數(shù)值，方便計(jì)算。例如，每個(gè)數(shù)據(jù)項(xiàng)的值都很大，許多這樣的值進(jìn)行計(jì)算可能對(duì)超過常用數(shù)據(jù)類型的取值范圍，這時(shí)取對(duì)數(shù)，就把數(shù)值縮小了，例如TF-IDF計(jì)算時(shí)，由于在大規(guī)模語料庫中，很多詞的頻率是非常大的數(shù)字。

?取對(duì)數(shù)后，可以將乘法計(jì)算轉(zhuǎn)換成加法計(jì)算。

?某些情況下，在數(shù)據(jù)的整個(gè)值域中的在不同區(qū)間的差異帶來的影響不同。也就是說，對(duì)數(shù)值小的部分差異的敏感程度比數(shù)值大的部分的差異敏感程度更高。

?取對(duì)數(shù)之后不會(huì)改變數(shù)據(jù)的性質(zhì)和相關(guān)關(guān)系，但壓縮了變量的尺度，數(shù)據(jù)更加平穩(wěn)，也消弱了模型的共線性、異方差性等。

?在經(jīng)濟(jì)學(xué)中，常取自然對(duì)數(shù)再做回歸，這時(shí)回歸方程為 lnY=a lnX+b ，兩邊同時(shí)對(duì)X求導(dǎo)，1/Y*(DY/DX)=a*1/X, b=(DY/DX)*(X/Y)=(DY*X)/(DX*Y)=(DY/Y)/(DX/X) 這正好是彈性的定義。

問題11：如何做相關(guān)分析？

在Eviews中計(jì)算兩個(gè)序列的的協(xié)方差、相關(guān)系數(shù)和交叉相關(guān)系數(shù)分別選用covariances、correlations、cross correlation命令(如果版本中沒有correlations選項(xiàng)，可以先選擇covariances analysis，然后再點(diǎn)correlations)。需要注意的是Eviews在計(jì)算協(xié)方差和方差時(shí)，自由不是樣本個(gè)數(shù)N而不是N-1。

問題12：多元回歸分析怎么做？

通過quick-estimate equation可以到達(dá)方程估計(jì)的界面，在空白處輸入方程中所包含的變量，此處輸入的是因變量Y，自變量X和常數(shù)項(xiàng)C(一般情況下都會(huì)加上常數(shù)項(xiàng))。在method中選擇LS(最小二乘法)，一般點(diǎn)擊確定即可(也可以在OPTIONS中對(duì)一些細(xì)節(jié)做選擇)。如果要做樣本外預(yù)測，首先要擴(kuò)充樣本：工作表中PROC/STUCTURE下面將DATA range進(jìn)行了擴(kuò)充，然后在equation窗口中點(diǎn)擊Forecast。

問題13：逐步回歸，以及分位數(shù)回歸呢？

逐步回歸：Quick-Estimate Equation中先選擇Method：STEPLS

分位數(shù)回歸：在估計(jì)方程時(shí)，估計(jì)方法的下拉菜單里，不選LS估計(jì)，選QREG(LAD)就可以。

問題14：模型需要做哪些檢驗(yàn)？

要考慮經(jīng)濟(jì)意義(符號(hào)是否正確，系數(shù)大小是否合理)，模型前期要根據(jù)其特點(diǎn)做相關(guān)關(guān)系檢驗(yàn)、平穩(wěn)、協(xié)整檢驗(yàn)、因果檢驗(yàn)等，建完模型之后要對(duì)擬合度，系數(shù)顯著性檢驗(yàn)方程顯著性和共線性檢驗(yàn)，如有共線性，需要通過刪選變量或逐步回歸或主成分分法等進(jìn)行修正，還要對(duì)殘差做自相關(guān)和異方差的檢驗(yàn)。

問題15：何為平穩(wěn)性檢驗(yàn)？

說到平穩(wěn)，其實(shí)有兩種平穩(wěn)——寬平穩(wěn)、嚴(yán)平穩(wěn)。

嚴(yán)平穩(wěn)相較于寬平穩(wěn)來說，條件更多更嚴(yán)格，而我們時(shí)常運(yùn)用的時(shí)間序列，大多寬平穩(wěn)就夠了~~

?什么是嚴(yán)平穩(wěn)：是在固定時(shí)間和位置的概率分布與所有時(shí)間和位置的概率分布相同的隨機(jī)過程。這樣，數(shù)學(xué)期望和方差這些參數(shù)也不隨時(shí)間和位置變化。(比如白噪聲)

?什么是寬平穩(wěn)：寬平穩(wěn)是使用序列的特征統(tǒng)計(jì)量來定義的一種平穩(wěn)性。它認(rèn)為序列的統(tǒng)計(jì)性質(zhì)主要由它的低階矩決定，所以只要保證序列低階矩平穩(wěn)(二階)，就能保證序列的主要性質(zhì)近似穩(wěn)定。

兩者關(guān)系：

?一般關(guān)系：嚴(yán)平穩(wěn)條件比寬平穩(wěn)條件苛刻，通常情況下，嚴(yán)平穩(wěn)(低階矩存在)能推出寬平穩(wěn)成立，而寬平穩(wěn)序列不能反推嚴(yán)平穩(wěn)成立。

?特例：不存在低階矩的嚴(yán)平穩(wěn)序列不滿足寬平穩(wěn)條件，例如服從柯西分布的嚴(yán)平穩(wěn)序列就不是寬平穩(wěn)序列。當(dāng)序列服從多元正態(tài)分布時(shí)，寬平穩(wěn)可以推出嚴(yán)平穩(wěn)。

問題16：如何進(jìn)行平穩(wěn)性檢驗(yàn)？

檢查序列平穩(wěn)性的標(biāo)準(zhǔn)方法是單位根檢驗(yàn)。有6種單位根檢驗(yàn)方法：ADF檢驗(yàn)、DFGLS檢驗(yàn)、PP檢驗(yàn)、KPSS檢驗(yàn)、ERS檢驗(yàn)和NP檢驗(yàn)，本節(jié)將介紹DF檢驗(yàn)、ADF檢驗(yàn)。ADF檢驗(yàn)和PP檢驗(yàn)方法出現(xiàn)的比較早，在實(shí)際應(yīng)用中較為常見，但是，由于這2種方法均需要對(duì)被檢驗(yàn)序列作可能包含常數(shù)項(xiàng)和趨勢(shì)變量項(xiàng)的假設(shè)，因此，應(yīng)用起來帶有一定的不便；其它幾種方法克服了前2種方法帶來的不便，在剔除原序列趨勢(shì)的基礎(chǔ)上，構(gòu)造統(tǒng)計(jì)量檢驗(yàn)序列是否存在單位根，應(yīng)用起來較為方便。

ADF檢驗(yàn)是在Dickey-Fuller檢驗(yàn)(DF檢驗(yàn))基礎(chǔ)上發(fā)展而來的。因?yàn)镈F檢驗(yàn)只有當(dāng)序列為AR(1)時(shí)才有效。如果序列存在高階滯后相關(guān)，這就違背了擾動(dòng)項(xiàng)是獨(dú)立同分布的假設(shè)。在這種情況下，可以使用增廣的DF檢驗(yàn)方法(augmented Dickey-Fuller test )來檢驗(yàn)含有高階序列相關(guān)的序列的單位根。

檢驗(yàn)步驟(一般進(jìn)行ADF檢驗(yàn)要分3步)：

? 對(duì)原始時(shí)間序列進(jìn)行檢驗(yàn)，此時(shí)第二項(xiàng)選level，第三項(xiàng)選None.如果沒通過檢驗(yàn)，說明原始時(shí)間序列不平穩(wěn)；

? 對(duì)原始時(shí)間序列進(jìn)行一階差分后再檢驗(yàn)，即第二項(xiàng)選1st difference，第三項(xiàng)選intercept,若仍然未通過檢驗(yàn)，則需要進(jìn)行二次差分變換；

? 二次差分序列的檢驗(yàn)，即第二項(xiàng)選擇2nd difference ，第四項(xiàng)選擇Trend and intercept.一般到此時(shí)間序列就平穩(wěn)了！

tips:

在進(jìn)行ADF檢驗(yàn)時(shí)，必須注意以下兩個(gè)實(shí)際問題：

?必須為回歸定義合理的滯后階數(shù)，通常采用AIC準(zhǔn)則來確定給定時(shí)間序列模型的滯后階數(shù)。在實(shí)際應(yīng)用中，還需要兼顧其他的因素，如系統(tǒng)的穩(wěn)定性、模型的擬合優(yōu)度等。

?可以選擇常數(shù)和線性時(shí)間趨勢(shì)，選擇哪種形式很重要，因?yàn)闄z驗(yàn)顯著性水平的 t 統(tǒng)計(jì)量在原假設(shè)下的漸近分布依賴于關(guān)于這些項(xiàng)的定義。

問題17：什么是協(xié)整分析？

通過了協(xié)整檢驗(yàn)，說明變量之間存在著長期穩(wěn)定的均衡關(guān)系，其方程回歸殘差是平穩(wěn)的。因此可以在此基礎(chǔ)上直接對(duì)原方程進(jìn)行回歸，此時(shí)的回歸結(jié)果是較精確的。

問題18：做協(xié)整的條件是什么？Eviews里怎么做？

協(xié)整的要求或前提是同階單整，但也有如下的寬限說法：如果變量個(gè)數(shù)多于兩個(gè)，即解釋變量個(gè)數(shù)多于一個(gè)，被解釋變量的單整階數(shù)不能高于任何一個(gè)解釋變量的單整階數(shù)。另當(dāng)解釋變量的單整階數(shù)高于被解釋變量的單整階數(shù)時(shí)，則必須至少有兩個(gè)解釋變量的單整階數(shù)高于被解釋變量的單整階數(shù)。如果只含有兩個(gè)解釋變量，則兩個(gè)變量的單整階數(shù)應(yīng)該相同。

也就是說，單整階數(shù)不同的兩個(gè)或以上的非平穩(wěn)序列如果一起進(jìn)行協(xié)整檢驗(yàn)，必然有某些低階單整的，即波動(dòng)相對(duì)高階序列的波動(dòng)甚微弱(有可能波動(dòng)幅度也不同)的序列，對(duì)協(xié)整結(jié)果的影響不大，因此包不包含的重要性不大。而相對(duì)處于最高階序列，由于其波動(dòng)較大，對(duì)回歸殘差的平穩(wěn)性帶來極大的影響，所以如果協(xié)整是包含有某些高階單整序列的話(但如果所有變量都是階數(shù)相同的高階，此時(shí)也被稱作同階單整，這樣的話另當(dāng)別論)，一定不能將其納入?yún)f(xié)整檢驗(yàn)。

問題19：只有對(duì)平穩(wěn)序列才能建立VAR模型嗎?

?只有平穩(wěn)才能建VAR模型，但有特例，就是涉及到一些變量是如增長率，由于種種原因，如數(shù)據(jù)太少，或其他原因，ADF檢驗(yàn)沒通過，但也可以算作平穩(wěn)，視情況而定。

?差分后的變量建立的模型，其經(jīng)濟(jì)含義只能是差分后的，比如GDP你就只能說是GDP增長或增長率與其他變量的關(guān)系。

?非要建立原始變量(GDP)的VAR模型的話，應(yīng)該建立誤差修正的向量自回歸模型，要求協(xié)整。

問題20：怎么做VAR？

第一步：不問序列如何均可建立初步的VAR模型(建立過程中數(shù)據(jù)可能前平穩(wěn)序列，也可能是部分平穩(wěn)，還可能是沒協(xié)整關(guān)系的同階不平穩(wěn)序列，也可能是不同階的不平穩(wěn)序列，滯后階數(shù)任意指定。所有序列一般視為內(nèi)生向量)，

第二步：在建立的初步VAR后進(jìn)行

? 滯后階數(shù)檢驗(yàn)，以確定最終模型的滯后階數(shù)

?在滯后階數(shù)確定后進(jìn)行因果關(guān)系檢驗(yàn)，以確定哪些序列為外生變量

至此重新構(gòu)建VAR模型(此時(shí)滯后階數(shù)已定，內(nèi)外生變量已定)，再進(jìn)行AR根圖表分析，

如單位根均小于1，VAR構(gòu)建完成可進(jìn)行脈沖及方差分解

如單位根有大于1的，考慮對(duì)原始序進(jìn)行降階處理(一階單整序列處理方法：差分或取對(duì)數(shù)，二階單整序列：理論上可以差分與取對(duì)數(shù)同時(shí)進(jìn)行，但由于序列失去了經(jīng)濟(jì)含義，應(yīng)放棄此處理，可考慮序列的趨勢(shì)分解，如分解后仍然不能滿足要求，可以罷工，不建立任何模型，休息或是打砸了電腦)，處理過后對(duì)新的序列(包括最初的那些平穩(wěn)序列)不斷重復(fù)第一步與第二步，直至滿足穩(wěn)定性為止。

第三步，建立最終的VAR后，可考慮SVAR模型。如果變量不僅存在滯后影響，還存在同期影響關(guān)系，則建立VAR模型不太合適，這種情況下需要進(jìn)行結(jié)構(gòu)分析。返回搜狐，查看更多

責(zé)任編輯：

總結(jié)

以上是生活随笔為你收集整理的协方差局长你_关于Eviews，你必须知道的20个精彩问答的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。