523在 EViews中估计方程 §23.1估计方法 说明方程后,现在需要选择估计方法。单击 Method:进入对话框,会看 到下拉菜单中的估计方法列表 LS.Least Squares NLS and ARMAl TSLS. Two-Stage Least Squares [TSNLS and ARM. ARCH. Autoregressive Conditional Heteroskedasticity GMM. Generalized Method of Moments BINARY. Binary choice [logit, probit, extreme value ORDERED· rdered choice CENSORED. Censored data [tobit COUNT. Integer count data 标准的单方程回归用最小二乘估计。其他的方法在以后的章节中介绍 采用OLS,TSLS,GMM,和ARCH方法估计的方程可以用一个公式说明。 非线性方程不允许使用 binary, ordered, censored, count模型,或带有 ARMA项的方程
11 §2.3 在EViews中估计方程 §2.3.1 估计方法 说明方程后,现在需要选择估计方法。单击Method：进入对话框，会看 到下拉菜单中的估计方法列表： 标准的单方程回归用最小二乘估计。其他的方法在以后的章节中介绍。 采用OLS，TSLS，GMM，和ARCH方法估计的方程可以用一个公式说明。 非线性方程不允许使用binary，ordered，censored，count模型，或带有 ARMA项的方程
§232估计样本 可以说明估计中要使用的样本。 EViews会用当前工作文档样本来填充对 话框,可以通过在编辑框中输入样本字符或对象来改变样本。改变估计样本 不会影响当前工作文件样本。 如果估计中使用的任何一个序列的数据丢失了,EVew会临时调整观测 值的估计样本以排除掉这些观测值。 EViews通过在样本结果中报告实际样本 来通知样本已经被调整了 Dependent Variable:Y Method: Least Squares Date:08/19/02Time:1024 Sample (adjusted): 1959: 04 1989: 12 Included observations: 369 after adjusting endpoints 在方程结果的顶部, EViews报告样本已经得到了调整。从5901-89.12期间的 372个观测值中, EViews使用了369个观测值和所有相关变量的观测值。 12
12 §2.3.2 估计样本 可以说明估计中要使用的样本。EViews会用当前工作文档样本来填充对 话框，可以通过在编辑框中输入样本字符或对象来改变样本。改变估计样本 不会影响当前工作文件样本。 如果估计中使用的任何一个序列的数据丢失了，EViews会临时调整观测 值的估计样本以排除掉这些观测值。EViews通过在样本结果中报告实际样本 来通知样本已经被调整了。 DependentVariable:Y Method:Least Squares Date: 08/19/02 Time: 10:24 Sample（adjusted）: 1959:04 1989:12 Included observations: 369 after adjusting endpoints 在方程结果的顶部, EViews报告样本已经得到了调整。从59.01-89.12期间的 372个观测值中, EViews使用了369个观测值和所有相关变量的观测值
如果在回归中包括了滞后变量,样本的调整程度会不同,这取决于样 本期前的数据是否可得到。如假设M1和P是两个没有丢失数据的序列,样 本区间为59.01-8912而且回归说明为 mI c ip ip(-1) ip(-2)ip(-3) 如果设定估计样本区间为6001-8912, EViews会把样本调整为 Dependent variable: MI Method: Least Squares Date:08/19/02Time:1049 Sample:1960:01198912 Included observation: 360 因为直到1959年4月jp(-3)才有数据。然而,如果把估计样本区间定为 60.01-89.12, EViews不会对样本进行任何调整,因为在整个样本估计期间 ip(-3)的值都是可以得到的。一些操作不允许样本中间有数据丢失,如带MA 和ARCH项的估计。当执行这些步骤时,如果在样本中间遇到一个NA就 出现一错误信息而目执行过程也会停止
13 如果在回归中包括了滞后变量，样本的调整程度会不同，这取决于样 本期前的数据是否可得到。如假设M1和IP是两个没有丢失数据的序列，样 本区间为59.01-89.12 而且回归说明为 m1 c ip ip(-1) ip(-2) ip(-3) 如果设定估计样本区间为60.01-89.12, EViews会把样本调整为: Dependent Variable：M1 Method：LeastSquares Date：08/19/02 Time：10:49 Sample: 1960:01 1989:12 Included observation: 360 因为直到1959年4月ip(-3) 才有数据。然而，如果把估计样本区间定为 60.01-89.12，EViews不会对样本进行任何调整，因为在整个样本估计期间 ip(-3)的值都是可以得到的。一些操作不允许样本中间有数据丢失，如带MA 和ARCH项的估计。当执行这些步骤时，如果在样本中间遇到一个NA就会 出现一错误信息而且执行过程也会停止
§23.3估计选项 EViews提供很多估计选项。这些选项允许进行以下操 作:对估计方程加权,计算异方差性,控制估计算法的各 种特征 524方程输出 在方程说明对话框中单击OK钮后, EViews显示估计结果:
14 §2.3.3 估计选项 EViews提供很多估计选项。这些选项允许进行以下操 作：对估计方程加权，计算异方差性，控制估计算法的各 种特征。 §2.4 方程输出 在方程说明对话框中单击OK钮后，EViews显示估计结果：
Equation: EQ1 Workfile: BASICS 口区 ViewProcsobjects] Print Name Freeze EstimatelForecaststats Resi ds Dependent Variable: LOG(M1) Method: Least Squares Date:08/197Tme:0502 Sample:1959:011989:12 Included obserations: 372 Variable Coefficient Std Error t-Statistic Prob C 1.6999120.16495410.305390D0 LOG(P) 1.7658660043546405519900U0 TB3 -00118950.004628-25700160.0106 R-squared 0. 886416 Mean dependent var 5.663717 Adjusted R-squared 0.885800 S.D. dependent var 0.553903 S.E. of regression 0.187183 Akaike info criterion -0.505429 Sum squared resid 12.92882 Schwarz criterion -0.473825 Log likelihood 97. 00980 F-statistic 1439848 Durbin-Watson stat 0.008687 Prob(F-statistic 根据矩阵的概念,标准的回归可以写为: y=XB+8 y是因变量观测值的维向量,是解释变量观测值的7*维矩阵,β是k维系数 向量,ε是T维扰动项向量,T是观测值个数,k是解释变量个数。在上面的结 果中,y是log(M1),包括三个变量c、log(P)、TB3,其中T=372,k=3
15 根据矩阵的概念, 标准的回归可以写为： y是因变量观测值的T维向量，X是解释变量观测值的T*k维矩阵，β是k维系数 向量，ε是T维扰动项向量，T是观测值个数，k是解释变量个数。在上面的结 果中， y是log(M1), X包括三个变量c、log(IP)、TB3, 其中T =372 , k =3。 y = X +