上机实验4Eviews序列的操作.docx
- 文档编号:5340456
- 上传时间:2022-12-15
- 格式:DOCX
- 页数:14
- 大小:161.65KB
上机实验4Eviews序列的操作.docx
《上机实验4Eviews序列的操作.docx》由会员分享,可在线阅读,更多相关《上机实验4Eviews序列的操作.docx(14页珍藏版)》请在冰豆网上搜索。
上机实验4Eviews序列的操作
上机实验4:
序列的操作
一、序列的输入
二、序列的生成:
Genr命令、表达式表示方式:
可以含有>,<,<>,=,<=,>=,and,or。
Operator/Function
Description
+
add
-
subtract
*
multiply
/
divide
^
raisetothepower
<
lessthan
<=
lessthanorequalto
<>
notequalto
=
equalto
>
greaterthan
>=
greaterthanorequalto
根据已知序列生成各种新序列的@函数
@pch(x)=(x-x(-1))/x(-1)@seas(n)(seasonaldummy)
@sin(x)@cos(x)@tan(x)@asin(x)@acos(x)@atan(x)@round(x)
genr变量名=表达式
genrxx=x^2genryy=val*y
genrzz=x*y(对应分量相乘)genrzz=log(x*y)(各分量求对数)
genrlnx=log(x)genrx1=1/x
genrDx=D(x)genrvalue=3(注意与标量的区别)
genrhx=x*(x>=3)(同维新序列,小于3的值变为0,其余数值不变)
xy=x>0
三、序列的随机生成:
@r开头指随机数生成器
四、盒图
wfopengarch
groupgraaar3
freeze(gfb)g.boxplot
showgfb
产生盒图的命令中,boxplot是群对象命令,进行多个序列的盒图比较。
而boxplotby是序列对象的命令,绘制单个序列内不同分组的盒图。
修改盒图元素的命令为setbpelem.例如
Copygfbgfn
Gfn.setbpelemci(notch)将盒图中间的阴影部分改为凹槽。
Basicexamples
wage.boxplot
displaysboxplotsfortheseriesWAGE.
groupg1wagesexrace
g1.boxplot
displaysboxplotsforWAGES,SEXandRACEinasinglegraphframe.
g1.boxplot(m,rotate)
placestherotatedboxplotsforeachseriesinaseparateframe.
Panelexamples
ser1.boxplot(panel=individual)
displaysboxplotsforeachcross-sectioninaseparateframe,while,
ser1.boxplot(panel=stack)
displaysasingleboxplotcomputedfromthestackedpaneldata.
ser1.boxplot(panel=combined,rotate)
showsrotatedboxplotscomputedforeachperiod(acrosscross-sections)inasingleframe.
Categoricalspecexamples
ser1.boxplotacross(firm,dispname)
displaysacategoricalboxplotgraphofSER1usingdistinctvaluesofFIRMtodefinethecategories,anddisplayingtheresultinggraphsinmultipleframeswithcommonscaling.EachframeislabeledusingtheFIRMdisplayname.
ser1.boxplotacross(firm,dispname,iscale)
constructsthesamegraphwithindividualscaling.
ser1.boxplotwithin(firm,label=value)
constructsaboxplotforeachvalueofFIRManddisplaystheresultsinasingleframe.TheindividualboxplotsarelabeledusingthevalueofFIRMassociatedwiththecategory.
ser1.boxplotacross(firm)within(income,bintype=quant,bincount=4)
constructsacategoricalboxplotwithFIRMdefiningtheacrossdimension,andINCOMEdefiningthewithindimension.BoxplotsforeachINCOMEquartileofagivenfirmwillbecontainedinasingleframe,withdifferentfirmsdisplayedindifferentframes.
grp1.boxplotwithin(sex)within(union)
createsanboxplotforwithincategoriesbasedonbothSEXandUNION.Sincewehavenotspecifiedbehaviorfortheimplicit@SERIESinGRP1,eachseriesinthegroupwillbedisplayedinaseparateframe,withindividualscaling.
五、QQ图
Quantile-quantileplots.qqplotplotsthe(empirical)quantilesofaseriesagainstthequantilesofatheoreticaldistributionorthequantilesofanotherseries.Youmayspecifythetheoreticaldistributionand/orthemethodusedtocomputetheempiricalquantilesasoptions;seeoptionsbelow.
Syntax
SeriesView:
series_name.qqplot(options)
Options
nplotagainstthequantilesofanormaldistribution.
uplotagainstthequantilesofauniformdistribution.
eplotagainstthequantilesofanexponentialdistribution.
lplotagainstthequantilesofalogisticdistribution.
xplotagainstthequantilesofanextremevaluedistribution.
s=series_nameplotagainstthe(empirical)quantilesofthespecifiedseries.
q=r(default)computequantilesusingtheRankit(Cleveland)formula.
q=ocomputequantilesusingthesimplefraction(ordinary)formula.
q=vcomputequantilesusingthevanderWaerdenformula.
q=bcomputequantilesusingtheBlomformula.
q=tcomputequantilesusingtheTukeyformula.
pPrinttheQQ-plot.
Examples
equationeq1.binary(d=l)workceduagerace
eq1.makeresid(o)res1
res1.qqplot(l)
estimatesalogit,retrievestheresiduals,andplotsthequantilesoftheresidualsagainstthosefromthelogisticdistribution.Iftheerrordistributioniscorectlyspecified,theQQ-plotshouldlieonastraightline.
StatisticalGraphs
比较两个分布的工具。
如果分布相同,QQ图应该是一条直线。
理论QQ图(正态分布n,均匀分布u,指数分布e,Logistic分布l,第一类极值分布x),经验QQ图(s=name).
serieswage=exp(lnwage)
groupwwagelog(wage)
freeze(gfw)w.qqplot(n)
showgfw
gfw.align(2,1,1)
wfopendemo
rndseed(type=mt)12357
groupdist@rnorm@rchisq(5)
freeze(gf)rs.qqplot(s=dist)
showgf
gf.align(2,1,1)
六、核密度函数图:
如何绘制序列和某种分布的PDF?
Kerneldensityplots.Displaysnonparameterickerneldensityestimatesofthespecifiedseries.
Syntax
SeriesView:
series_name.kdensity(options)
Options
k=e(default)Epanechnikovkernel.
k=rTriangularkernel.
k=uUniformkernel.
k=nNormal(Gaussian)kernel.
k=bBiweight(Quartic)kernel.
k=tTriweightkernel.
k=cCosinuskernel.
s(default)Automaticbandwidth(Silverman).
b=numberSpecifyanumberforthebandwidth.
bBracketbandwidth.
n(default=100)Numberofpointstoevaluate.
xExactevaluationofkerneldensity.
pPrintthekerneldensityplot.
Examples
lwage.kdensity(k=n)
plotsthekerneldensityestimateofLWAGEusinganormalkernelandtheautomaticbandwidthselection.
series_name.kdensity(options)
Dors.distplotkernel(@obsrange,b=3,o=mrs)
seriesx
seriesrsk
groupgxrsk
mtos(mrs,g)
genry=@dchisq(x,5)
y.displaynamechi-squre(5)
rsk.displaynameinterestrate
graphgfd.xylinexyrsk
showgfd
gfd.legend-inboxposition(2.4,0.2)columns
(1)
七、经验分布函数图
Empiricaldistributionfunctions:
displaysempiricalcumulativedistributionfunctions,survivorfunctions,andquantileswithstandarderrors.
Syntax
SeriesView:
series_name.cdfplot(options)
GroupView:
group_name.cdfplot(options)
Options
sPlottheempiricalsurvivorfunction.
qPlottheempiricalquantiles.
aPlotallCDF,survivor,andquantiles.
nDonotincludestandarderrors.
q=r(default)ComputequantilesusingtheRankit(Cleveland)formula.
q=oComputequantilesusingthesimplefraction(ordinary)formula.
q=vComputequantilesusingthevanderWaerdenformula.
q=bComputequantilesusingtheBlomformula.
q=tComputequantilesusingtheTukeyformula.
pPrintthedistributionfunction(s).
Examples
ToplottheempiricalcumulativedistributionfunctionoftheseriesLWAGE:
lwage.cdfplot
cdfpdf
(Eviews3series_name.cdfplot(options),Eviews5cdfplot)
Eviews7series_name.distplotcdf
Distplotcdf命令,默认绘制累积分布函数函数(选项c),还支持生存函数(选项s)和分位数函数(选项q)。
例如
lnwage.distplotcdf
(说明:
showsthecumulativedistributionplotforlnwage,alongwiththedefault95%confidenceintervals.)
lnwage.distplotcdf(noci)则是不显示95%的置信区间
lnwage.distplotsurvivor(noci)
groupgro1weightheight
gro1.distplotlogsurvivor(ci=0.9,leg=det)
(说明displaysthelog-survivorplotsforWEIGHTandHEIGHTalongwith90%confidenceintervals,andadetailedlegend.Theplotswillbedisplayedinindividualgraphframes.)
gro1.distplot(s)quantile
(说明showsthequantileplotsforWEIGHTandHEIGHTinthesamegraphframe.)
TimeSeriesFunctions
StatisticalDistributionFunctions
@chisq(x,v)@fdist(x,v1,v2)@tdist(x,v)(统计量样本值在有关分布图中拒绝域的概率),如@tdist(3.45,12)=Prop(|t(12)|>3.45)=0.0048,当显著性水平为1%,则可拒绝原假设),其中3.45是此t统计量样本值的绝对值。
@c开头指CDF=Prop(X≤x);@q开头指逆CDF=q*:
Prop(X≤q*)=p;
如@cfdist(60.71,12,1)=0.90,@qtdist(0.05,1)=-6.314;又如自由度为12的t统计量的5%显著水平(双尾)的临界值@qtdist(0.975,12)=2.179
AdditionalDistributionFunctions
7)Jarque-Bera统计量:
,用于检验变量是否服从正态分布。
在变量服从正态分布的原假设下,JB统计量服从自由度为2的卡方分布。
如果JB统计量大于卡方分布的临界值,或对应概率值较小,则拒绝该变量服从正态分布的假设(whereSistheskewness,Kisthekurtosis,andkrepresentsthenumberofestimatedcoefficientsusedtocreatetheseries)
在工作文件中,生成时间序列变量
seriestime=@trend(1990:
1)
seriestime1=@obsnum
生成季度虚拟变量
workfilemyworkm1990:
012000:
12
seriesm=@month
生成月度虚拟变量
workfilemyworkq1990:
012000:
04
seriesm=@quarter
生成时间段虚拟变量
workfilemyworka19502000
smpl19501978
seriesdum=0
smpl19792000
dum=1
smpl@all
1.根据年份变量生成一个虚拟变量
比如你有一个数据,数据里面有一个变量year,你想根据year生成一个虚拟变量d1,2000年及以后取值为1,2000年以前取值为0。
可以用如下的命令实现:
seriesd1=(year>=2000)
2.如何根据季度频率的数据生成季度虚拟变量。
季度有春夏秋冬,故可以生成四个虚拟变量,但是引入到模型的时候引入3个就可以。
比如说你想生成三个季度虚拟变量q1(是否为春季),q2(是否为夏季),q3(是否为秋季)。
可以用如下的命令:
seriesq1=@seas
(1)
seriesq2=@seas
(2)
seriesq3=@seas(3)
3.如何把一个行业变量转化为虚拟变量
如果你的行业变量有A,B,C,D共4个取值,就可以生成4个虚拟变量d1,d2,d3,d4,相关命令如下:
seriesd1=(ind=”A”)
seriesd1=(ind=”B”)
seriesd1=(ind=”C”)
seriesd1=(ind=”D”)
- 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:
- 上机 实验 Eviews 序列 操作