Eviews面板大数据之固定效应模型Word文档下载推荐.docx
- 文档编号:20922355
- 上传时间:2023-01-26
- 格式:DOCX
- 页数:21
- 大小:266.51KB
Eviews面板大数据之固定效应模型Word文档下载推荐.docx
《Eviews面板大数据之固定效应模型Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《Eviews面板大数据之固定效应模型Word文档下载推荐.docx(21页珍藏版)》请在冰豆网上搜索。
3213.42
3303.15
3481.74
3824.44
4192.36
4462.08
CONSUMEJL
3037.32
3408.03
3449.74
3661.68
4020.87
4337.22
4973.88
CONSUMEJS
4057.5
4533.57
4889.43
5010.91
5323.18
5532.74
6042.6
CONSUMEJX
2942.11
3199.61
3266.81
3482.33
3623.56
3894.51
4549.32
CONSUMELN
3493.02
3719.91
3890.74
3989.93
4356.06
4654.42
5342.64
CONSUMENMG
2767.84
3032.3
3105.74
3468.99
3927.75
4195.62
4859.88
CONSUMESD
3770.99
4040.63
4143.96
4515.05
5022
5252.41
5596.32
CONSUMESH
6763.12
6819.94
6866.41
8247.69
8868.19
9336.1
10464
CONSUMESX
3035.59
3228.71
3267.7
3492.98
3941.87
4123.01
4710.96
CONSUMETJ
4679.61
5204.15
5471.01
5851.53
6121.04
6987.22
7191.96
CONSUMEZJ
5764.27
6170.14
6217.93
6521.54
7020.22
7952.39
8713.08
表21996—2002年中国东北、华北、华东15个省级地区的居民家庭人均收入(元)数据
人均收入
INCOMEAH
4512.77
4599.27
4770.47
5064.6
5293.55
5668.8
6032.4
INCOMEBJ
7332.01
7813.16
8471.98
9182.76
10349.69
11577.78
12463.92
INCOMEFJ
5172.93
6143.64
6485.63
6859.81
7432.26
8313.08
9189.36
INCOMEHB
4442.81
4958.67
5084.64
5365.03
5661.16
5984.82
6679.68
INCOMEHLJ
3768.31
4090.72
4268.5
4595.14
4912.88
5425.87
6100.56
INCOMEJL
3805.53
4190.58
4206.64
4480.01
4810
5340.46
6260.16
INCOMEJS
5185.79
5765.2
6017.85
6538.2
6800.23
7375.1
8177.64
INCOMEJX
3780.2
4071.32
4251.42
4720.58
5103.58
5506.02
6335.64
INCOMELN
4207.23
4518.1
4617.24
4898.61
5357.79
5797.01
6524.52
INCOMENMG
3431.81
3944.67
4353.02
4770.53
5129.05
5535.89
6051
INCOMESD
4890.28
5190.79
5380.08
5808.96
6489.97
7101.08
7614.36
INCOMESH
8178.48
8438.89
8773.1
10931.64
11718.01
12883.46
13249.8
INCOMESX
3702.69
3989.92
4098.73
4342.61
4724.11
5391.05
6234.36
INCOMETJ
5967.71
6608.39
7110.54
7649.83
8140.5
8958.7
9337.56
INCOMEZJ
6955.79
7358.72
7836.76
8427.95
9279.16
10464.67
11715.6
表31996—2002年中国东北、华北、华东15个省级地区的消费者物价指数
物价指数
PAH
109.9
101.3
100
97.8
100.7
100.5
99
PBJ
111.6
105.3
102.4
100.6
103.5
103.1
98.2
PFJ
105.9
101.7
99.7
99.1
102.1
98.7
99.5
PHB
107.1
98.4
98.1
PHLJ
104.4
100.4
96.8
98.3
100.8
99.3
PJL
107.2
103.7
99.2
98
98.6
PJS
109.3
99.4
100.1
PJX
108.4
102
101
100.3
PLN
107.9
99.9
98.9
PNMG
107.6
104.5
99.8
100.2
PSD
109.6
102.8
101.8
PSH
109.2
101.5
102.5
PSX
99.6
103.9
PTJ
109
101.2
PZJ
98.8
二、1.输入操作:
步骤:
(1)FileNewWorkfile
□
FiieEdrtObjectViewProcQuickOptions
Add-insWindowHelp
New►
Workfile...Ctrl-i-N
Open►
SaveCtrl沾
Save
Import►
Program
TextFileI
(2)StartdateEnddateOK
(3)ObjectNewObject
(4)TypeofobjectPool
JWorkfile:
NewObject
View|Proc|Olhj
Range:
1996
Sample-1996
®
c
0resld
<
>
'
•Untitled
Typeofobject
Pool
Equatian
Factor
Graph
Grpup
LdqL
Matrix-Vector-Coef
Model
Sample
ScadarSenesSenesLinkSeriesAlphaSpoolSSpaceStringSVectorSystemTabl号
TextVaiMapVAR
(5)输入所有序列名称
ERoot:
POOLMODELWorkfite:
UNT1TLED:
:
Untrtled\-已
lpr0$
ObjectPrint
NameFreeze
Estimate
Define
PoolGenr
Sheet
Cress5»
ctionIientifi^rs;
(Enteridtntifiarsbelowthislin^)AH
BJ
FJ
H0
HLJ
JL
JS
JX
LN
NMG
SD
SH
SX
TJ
ZJ
(6)定义各变量点击sheet—输入consume?
income?
p?
回Pool:
POOLMODELWorkfile:
UNTITLED=Untitled\-nx
ViewProcObjectPrintNameFreezeEstimateDefinePoolGenrSheet
”
SeriesListx
Lrstofordinaryandpooltspeafiedwith?
)sene:
]
consume71income?
OKCancel
CrossSectianIdeRti
AH
(7)将表1、2、3中的数据复制到Eviews中
obs
CONSUME?
INCOME?
P?
AH-1996
MG7.430
4512.770
109.9000
AH-1997
3693.550
4599.270
101.3000
AH-1998
3777.410
4770470
1000000
.AH-1399
3901.810
5054600
97.80000
AH亠2000
4232.980
5293^50
100.7000
AH-2001
4517650
5668.800
100.5000
AH-2002
4736.520
6032400
99.00000
BJ-1996
5729.520
7332010
1116000
BJ-1997
6531.810
7813160
105,3000
BJ-1998
E970.830
0471.900
1024000
BJ-1999
7490.480
91S2.760
100.6000
BJ-2000
8493.490
1034969
103.5000
2.估计操作:
(1)点击poolmodelEstimate
[ViewProtJObjectp[Print[N«
i>
m>
eFreexeEstiimdtejDefineJPo口Sh亡.t.CrSacLionXd^rLCifxa±
"
=.:
世xd.4£
Lt.ifi4^'
e.bqJ-Lhx匚JLjlxi/i)
FJF
Pool匚名百maition
SK
tjt
SpetiFicjiSbom
Oependent
Options
Cr^SS-sec-tiOHi
Mowt*iy
对话框说明
PoolEstiion
SpecificationQpti口口事
DependenLtvariable
Estimateonhod
FixedandKandcun
E首ti曲atiofLsettings
Dependentvariable:
被解释变量;
Commoncoefficients:
系数相同部分Cross-sectionspecific:
截面系数不同部分
(2)将截距项选择区选Fixedeffects(固定效应)
Cross-section:
Fixed
PoolEstimation
SpecificationOptions
Estimationsettings
MethodLS-LeastSquares(andAR)
Sample:
19962002
Balan匸台
得到如下输出结果:
DependentVariable:
CONSUME?
Method:
PooledLeastSquaresDate:
07^16/14Time:
11:
06
Includedobservations:
7Cross-sectionsincluded:
15
Totalpool(balanced)observations:
105
Variable
Coefficient
Std.Error
(-Statistic
Prob.
C
596.5049
09.B45O4
6.639263
0.0000
0686232
0.013850
49.54852
FixedEffects(Cross)
AH-C
*53.23597
BJ-C
592.4387
FJ-C
-4175884
HB-C
-1696295
HLJY
^1920354
JL-C
0493915
JS-C
-36.60391
JX—c
-3415000
LN-C
8B.76802
NMG-C
-230.1840
SAC
-140.3215
SH-C
327.1060
SX-C
-95.13180
TJ-C
6143642
ZJ-C
230,1580
EffectsSpeciecation
Cross-sectionfixed(dummyvariables)
R-squared
0992490
Meandependentwar
4981017
AdjustedR-squared
0991225
SO.dependent<
ar
1700.9B5
SEofregression
1593435
Akaikeinfocriterion
13,11944
Sumsquaredresid
2259743,
Schwarzciterion
1352385
Loglikelihood
*672.7706
Hannan-Quinncriter.
13.2&
332
F-statistic
784.1521
Durbin-Watsonstat
1.624146
Prob(F-statistic)
0.000000
接下来用F统计量检验是应该建立混合回归模型,还是个体固定效应回归模型。
Ho:
:
-=:
-。
模型中不同个体的截距相同(真实模型为混合回归模型)
Hi:
模型中不同个体的截距项S不同(真实模型为个体固定效应回归模型)
对模型进行检验:
所以推翻原假设,建立个体固定效应回归模型更合理
RRS眯法请参见Eview面板数据之混合回归模型
相应的表达式为:
Consumet=596.50+0.691ncome^-53.23D!
+592.44D2十…+230.16D15
(6.64)(49.55)
2
R=0.99,SSE=2259743
其中虚拟变量D1,D2,...,D15的定义是:
「1,如果属于第个个体,i=1,2,...,15
Di=0,其他
15个省级地区的城镇人均指出平均占收入68.62%。
从上面的结果可以看出北京市居民的自发性消费明显高于其他地区。
2.时点固定效应模型
时点固定效应模型就是对于不同的截面(时点)有不同截距的模型。
如果确知对于不同的截面,模型的截距显著不同,但是对于不同的时间序列(个体)截距是相同的,那么应该建立时点固定效应模型:
+瓦0kXkit+Ut
(2)
k=2
(2),将时间项选择
时点固定效应模型与个体固定效应模型的操作区别在于步骤区选Period:
Fixed(时间固定效应)
Poq'
IEstirnation
得到如下结果:
CONSlUilt^MelhodPooledLeastSquaresDate:
07C1H4Time:
0S
Sample-19962D02
IncludedDbservsrhons:
7
Crog£
-2E>
ctlon£
indued!
Std.Enor
(TStaUic
Pnt?
b
c
-2.630225
&
B.59332
-00383S2
0,9695
0.780005
0.01&
264
759969S
Fixed!
Effem(Period)
19M-C
114.0250
10前-C
137.500&
1SSB-C
5393619
13M-C
-38.64127
2DCH)-C
-9,045003
2D01-C
^160.0264
2OQ2-C
-9774908
EffectsSpeciricaban
Periodfixed(dummyvana^lfis)
R^squared
0.986439
Weandependent
4981.017
AdjusHedR-squared
D.985460
S.Ddependentvair
17009S5
S.E.ofregression
205.1087
Ahaikeintooilerion
13.55809
Sumsquaredreisld
4afiil749.
Sdh^arzcnEgnDn
13.76030
Loglikflihoud
-7037997
1364Q03
F-siaistlc
HM7-MS
OurbinrWatsanstat
0.796»
5
Q.QOQOOa
冷“•。
模型中不同个体的截距项:
t不同(真实模型为时间固定效应回归模型)。
对模型进行检验:
所以推翻原假设,RRS眯法请参见相应的表达式为:
可以建立时点固定效应回归模型
Eview面板数据之混合回归模型
Consum®
=—2.6+0.78IPit+114Q+137.5D2+•••—97.7D7
(76.0)R2=0.986,SSE=4080749
其中虚拟变量d1,d2,...,d7的定义是:
[1,如果属于第t个截面,t=1996,...,2002
D「0,其他
3.时点个体固定效应模型
时点个体固定效应模型就是对于不同的截面(时点)、不同的时间序列(个体)都有不同截距模型。
如果确知对于不同的截面、不同的时间序列(个体)模型的截距都显著地不相同,那么应该建立时点个体固定效应模型:
¥
t八」-kXkit'
Uit(3)
时点固定效应模型与个体固定效应模型的操作区别在于步骤
(2),将截距项选择
区域:
fixed(个体固定效应),时间项选择区选Period:
(时间固定效应)
Specification
Option名
pDependsnt
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- Eviews 面板 数据 固定 效应 模型