《計(jì)量經(jīng)濟(jì)學(xué)》實(shí)驗(yàn)指導(dǎo)書.doc

《《計(jì)量經(jīng)濟(jì)學(xué)》實(shí)驗(yàn)指導(dǎo)書.doc》由會(huì)員分享，可在線閱讀，更多相關(guān)《《計(jì)量經(jīng)濟(jì)學(xué)》實(shí)驗(yàn)指導(dǎo)書.doc（50頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆芇蚆襖袆肀薂袃羈芆蒈袂肁肈莄袁螀芄莀袀羃膇蠆衿肅莂薅袈膇膅蒁袈袇莁莇羇罿膃蚅羆肂荿薁羅膄膂蕆羄羄莇蒃薁肆芀荿薀膈蒅蚈蕿袈羋薄薈羀蒄蒀薇肂芇莆蚆膅聿蚄蚅襖芅薀蚅肇肈薆蚄腿莃蒂蚃衿膆莈螞羈莁蚇蟻肅膄薃蝕膆莀葿蝿裊膂蒞蝿羈莈芁螈膀膁蠆螇袀蒆薅螆羂艿蒁螅肄蒅莇螄膆 《計(jì)量經(jīng)濟(jì)學(xué)》實(shí)驗(yàn)指導(dǎo)書 浙江萬里學(xué)院計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)室 2009年6月10日修訂  目 錄 實(shí)驗(yàn)一：EViews軟件的基本操作 1 實(shí)驗(yàn)二：一元回歸模型 8 實(shí)驗(yàn)三：多元回歸模型 15 實(shí)驗(yàn)四：異方差模型的檢驗(yàn)和處理 19 實(shí)驗(yàn)五：序列相關(guān)模型 28 實(shí)驗(yàn)六：多重共線性模型 33 實(shí)驗(yàn)七：虛擬變量的設(shè)置 39 實(shí)驗(yàn)八：聯(lián)立方程模型 43 實(shí)驗(yàn)一：EViews軟件的基本操作 一、實(shí)驗(yàn)?zāi)康? 熟悉Eviews軟件基本操作功能，掌握數(shù)據(jù)輸入和圖形分析方法。 二、實(shí)驗(yàn)內(nèi)容 （一）熟悉EViews軟件的啟動(dòng)和主菜單 （二）數(shù)據(jù)的輸入、編輯與序列生成 （三）圖形與統(tǒng)計(jì)分析 （四）數(shù)據(jù)文件的調(diào)用、轉(zhuǎn)換和保存 三、實(shí)驗(yàn)步驟 （一）EViews軟件的啟動(dòng)和主菜單 1、啟動(dòng)EViews：單擊Windows的[開始]按鈕，選擇[程序]項(xiàng)中的[EViews3]，單擊[EViews3.1]；或者直接點(diǎn)擊桌面上的Eviews3快捷方式，進(jìn)入圖[1-1]界面。這一界面主要包括菜單欄、工作區(qū)域以及狀態(tài)欄。 圖1-1 Eviews主窗口 （二）數(shù)據(jù)的輸入、編輯與序列生成 1、菜單方式 （1）創(chuàng)建工作文件 進(jìn)入EViews 主窗口后（如圖1-1所示），在主菜單上依次點(diǎn)擊File/New/Workfile，即選擇新建對象的類型為工作文件，將彈出一個(gè)對話框（如圖1-2所示）。用戶可以根據(jù)需要選擇數(shù)據(jù)的時(shí)間頻率（frequency）、起始期和終止期。其中，Annual：年度；Monthly：月度；Semi-annual：半年；Weekly：周；Quarterly：季度；Daily：日；Undated or irregular：非時(shí)序數(shù)據(jù)。 圖1-2 Eviews工作文件窗口 以一個(gè)時(shí)間序列數(shù)據(jù)為例： 表1-1 某企業(yè)科研支出與利潤數(shù)據(jù) 年份 科研支出X 利潤Y 1992 5 31 1993 11 40 1994 4 30 1995 5 34 1996 3 25 1997 2 20 此時(shí)，時(shí)間數(shù)據(jù)的時(shí)間頻率（frequency）選擇[Annual]，同時(shí)在起始期和終止期分別填入1992和1997，然后點(diǎn)擊[OK]即可。 （2）建立序列和導(dǎo)入數(shù)據(jù) 在EViews軟件主窗口或工作文件窗口點(diǎn)擊Objects/New Object，對象類型選擇Series，并給定序列名（圖1-3）,一次只能創(chuàng)建一個(gè)新序列。再從工作文件目錄中選取并雙擊所創(chuàng)建的新序列就可以展示該對象，選擇Edit＋/－，進(jìn)入編輯狀態(tài)，輸入數(shù)據(jù)。 圖1-3 Eviews工作對象窗口 （3）打開數(shù)據(jù)組（Group） 在工作文件窗口中單擊所要選擇的變量，按住Ctrl鍵不放，繼續(xù)用鼠標(biāo)選擇要展示的變量，選擇完以后，單擊鼠標(biāo)右鍵，在彈出的快捷菜單中點(diǎn)擊Open/asGroup，則會(huì)彈出如圖1-4所示的數(shù)組窗口，其中變量從左至右按在工作文件窗口中選擇變量的順序來排列。 圖1-4數(shù)據(jù)組窗口 在數(shù)組窗口點(diǎn)擊Edit＋/－，進(jìn)入全屏幕編輯狀態(tài)，選擇一個(gè)空列，點(diǎn)擊標(biāo)題欄，在編輯窗口輸入變量名，再點(diǎn)擊屏幕任意位置，即可增加一個(gè)新變量。增加變量后，即可輸入數(shù)據(jù)。點(diǎn)擊要?jiǎng)h除的變量列的標(biāo)題欄，在編輯窗口輸入新變量名，再點(diǎn)擊屏幕任意位置，彈出RENAME對話框，點(diǎn)擊YES按鈕即可。 在工作文件窗口中選取所要?jiǎng)h除或更名的變量并單擊鼠標(biāo)右鍵，在彈出的快捷菜單中選擇Delete（刪除）或Rename（更名）即可。 2、命令方式 以上過程也可以通過輸入命令方式進(jìn)行，具體步驟如下： （1）在EViews軟件的命令窗口中直接鍵入CREATE命令，命令格式為： CREATE 時(shí)間頻率類型 起始期 終止期 以上例子的菜單方式過程可寫為：CREATE A 1992 1997 （2）輸入Y、X 的數(shù)據(jù) 在EViews 軟件的命令窗口鍵入DATA 命令，命令格式為： DATA <序列名1> <序列名2>…<序列名n> 本例中可在命令窗口鍵入如下命令： DATA Y X 將顯示一個(gè)數(shù)組窗口（圖1-5），此時(shí)可按全屏幕編輯方式輸入每個(gè)變量的統(tǒng)計(jì)數(shù)據(jù)。 圖1-5 Eviews工作對象工作窗口 （三）圖形與描述統(tǒng)計(jì)分析 1、圖形分析 圖形分析主要有兩種：一是趨勢圖分析，用于分析經(jīng)濟(jì)變量的發(fā)展變化趨勢或觀察是否存在異常值；二是相關(guān)圖分析，主要分析觀察變量之間的相關(guān)程度或觀察變量之間的相關(guān)類型，即為線性相關(guān)還是曲線相關(guān)，曲線相關(guān)時(shí)大致是哪種類型的曲線。 （1）命令格式： 作趨勢圖命令：PLOT 變量1 變量2 ……變量K。 如輸入PLOT X Y，得到表1-6的兩個(gè)變量的趨勢圖。 圖1-6 趨勢圖 作相關(guān)圖命令：SCAT 變量1 變量2 如輸入SCAT X Y，得到表1-7的兩個(gè)變量的相關(guān)圖（圖1-7）。 圖1-7 相關(guān)圖 注意：SCAT 命令中，第一個(gè)變量為橫軸變量，一般取為解釋變量；第二個(gè)變量為縱 軸變量，一般取為被解釋變量；同時(shí)SCAT命令每次只能顯示兩個(gè)變量之間的相關(guān)圖，若模型中含有多個(gè)解釋變量，可以逐個(gè)進(jìn)行分析。 （2）菜單方式 在Eviews序列組的窗口菜單中選擇View/Graph/line，可以顯示序列的趨勢圖。同樣，在序列組的窗口菜單中選擇View/Graph/scatter，可以顯示變量的相關(guān)圖。點(diǎn)擊Freeze鍵，可將該圖保留下來。要想將該圖保存在工作文件中，你必須為這個(gè)圖對象命名；按Name鍵，并鍵入一個(gè)名。 2、在序列和數(shù)組窗口觀察變量的描述統(tǒng)計(jì)量 若是單獨(dú)序列窗口，從序列窗口菜單選擇View/Descriptive Statistics/Histogram and Stats，則會(huì)顯示變量的描述統(tǒng)計(jì)量。若是數(shù)組窗口，從數(shù)組窗口菜單選擇View/Descriptive Stats/Individual Samples，就對每個(gè)序列計(jì)算描述統(tǒng)計(jì)量。 （四）數(shù)據(jù)文件的保存、調(diào)用與轉(zhuǎn)換 1、保存工作文件 在Eviews主窗口的工具欄上選擇File/Save（Save as），再在彈出的對話框中指定存貯路徑，點(diǎn)擊確定按鈕即可。 2、調(diào)用工作文件 在Eviews主窗口的工具欄上選擇File/Open/Workfile，再在彈出的對話框中選取要調(diào)用的工作文件，點(diǎn)擊確定按鈕即可。 3、調(diào)用保存的變量 在工作文件窗口中選取所要保存的變量，點(diǎn)擊工作文件窗口菜單欄中的Store按鈕，彈出store對話框，指定保存路徑，點(diǎn)擊YES按鈕。 打開另一個(gè)工作文件，點(diǎn)擊工作文件窗口菜單欄中的Fetch按鈕，彈出fetch對話框，在指定目錄下選取要調(diào)用的變量，點(diǎn)擊確定按鈕即可。 4、將工作文件分別保存成文本文件和Excel文件 在工作文件窗口中選擇要保存的一個(gè)或多個(gè)變量，點(diǎn)擊Eviews主窗口菜單欄中的File/Export/Write Text-Lotus-Excel，在彈出的對話框中指定存貯路徑和存貯的文件格式，若存貯成文本文件則選擇Text-ASCII，若存貯成Excel文件則選擇Excel.xls，再點(diǎn)擊保存按鈕，彈出ASCII Text Export（Excel Export）窗口，點(diǎn)擊OK按鈕即可。其中，By Observation-Series in columns表示各觀測值按列排列，By Series-Series in rows 表示各觀測值按行排列。 5、在工作文件中分別調(diào)用文本文件和Excel文件 點(diǎn)擊Eviews主窗口菜單欄中的File/Import/Read Text-Lotus-Excel，在彈出的對話框中選取要調(diào)用的文本文件或Excel 文件，點(diǎn)擊打開按鈕后，彈出ASCII Text Import（Excel Import）窗口，在Name for series or Numberof series if file names in file 編輯框中要輸入調(diào)用的變量名，點(diǎn)擊OK 按鈕即可。其中in columns 表示按列調(diào)用數(shù)據(jù)，in rows 表示按行調(diào)用數(shù)據(jù)。 四、思考與練習(xí) 1、 下表給出了1990~1996年間的CPI指數(shù)與S&P500指數(shù)，以CPI指數(shù)為X，S&P500指數(shù)為Y，完成以下步驟： 表1-2 CPI指數(shù)與S&P500指數(shù) 年份 CPI S&P500指數(shù) 1990 130.7 334.59 1991 136.2 376.18 1992 140.3 415.74 1993 144.5 451.41 1994 148.2 460.33 1995 152.4 541.64 1996 159.6 670.83 （1）建立新工作文件和相應(yīng)序列，輸入相應(yīng)數(shù)據(jù)和保存文件； （2）對以上表格中的Y和X變量作圖形分析。 實(shí)驗(yàn)二：一元回歸模型 一、實(shí)驗(yàn)?zāi)康? 通過EViews軟件掌握一元回歸模型的參數(shù)估計(jì)以及檢驗(yàn)方法。 二、實(shí)驗(yàn)內(nèi)容 （一）根據(jù)一元模型錄入相應(yīng)變量數(shù)據(jù)，建立數(shù)據(jù)組； （二）選擇方程估計(jì)方法和回歸分析的樣本范圍； （三）圖形分析和變量因果關(guān)系檢驗(yàn)； （四）一元線性回歸過程： 1、通過OLS方法輸出方程估計(jì)結(jié)果； 2、統(tǒng)計(jì)檢驗(yàn) （五）非線性模型參數(shù)估計(jì)和比較 三、實(shí)驗(yàn)步驟 以下步驟以表2-1中我國1985-1998年間稅收收入Y和國內(nèi)生產(chǎn)總值（GDP）X的時(shí)間序列數(shù)據(jù)為例： 表2-1 1985~1998年我國稅收與GDP統(tǒng)計(jì)數(shù)據(jù) 年份 稅收Y GDP X 年份 稅收Y GDP X 1985 2041 8964 1992 3297 26638 1986 2091 10202 1993 4255 34634 1987 2140 11963 1994 5127 46759 1988 2391 14928 1995 6038 58478 1989 2727 16909 1996 6910 67885 1990 2822 18548 1997 8234 74463 1991 2990 21618 1998 9263 79396 （一）建立工作文件 啟動(dòng)Eviews 軟件之后，在主菜單上依次點(diǎn)File\New\Workfile，在彈出的對話框里選擇數(shù)據(jù)的時(shí)間頻率（Frequency）、起始期和終止期。本例中選擇時(shí)間頻率為Annual（年度數(shù)據(jù)），在起始欄和終止欄分別輸入相應(yīng)的日期1985和1998。 圖2-1 Eviews工作文件窗口 如圖2-1所示，然后點(diǎn)擊OK，在Eviews軟件的主顯示窗口將顯示相應(yīng)的工作文件窗口（如圖2-2所示）。 圖2-2 Eviews工作文件窗口 一個(gè)新建的工作文件窗口內(nèi)有2個(gè)對象(Object)，分別為c（系數(shù)向量）和resid（殘差）。它們當(dāng)前的取值分別是0和NA（空值）。可以通過鼠標(biāo)左鍵雙擊對象名打開該對象查看其數(shù)據(jù)，也可以用相同的方法查看工作文件窗口中其它對象的數(shù)值。 以上過程也可用輸入命令的方式建立工作文件。在Eviews 軟件命令窗口中直接鍵入CREATE命令： CREATE 時(shí)間頻率類型 起始期 終止期 本例應(yīng)輸入：CREATE A 85 98 （二）輸入數(shù)據(jù) 在圖2-2的工作窗口中點(diǎn)擊Objects/New Object，對象類型選擇Series，并給定序列名稅收（Y），同樣的方法創(chuàng)建新序列GDP（X）。再從工作文件目錄中選取并雙擊所創(chuàng)建的新序列稅收（Y），選擇Edit＋/－，然后根據(jù)表2-1的數(shù)據(jù)輸入相應(yīng)年份的Y數(shù)據(jù)，同樣的方法再輸入X數(shù)據(jù)。 同樣，以上方法也可以通過在Eviews 軟件的命令窗口中鍵入數(shù)據(jù)輸入/編輯命令來完成： DATA Y X 此時(shí)將顯示一個(gè)數(shù)組窗口，即可以輸入每個(gè)變量的數(shù)值。 （三）圖形分析 這一過程可以通過命令方式實(shí)現(xiàn)：在命令窗口中鍵入：PLOT Y；則可以繪制變量Y的趨勢圖（圖2-3）。 圖2-3趨勢圖 在命令窗口中鍵入：SCAT X Y 則可以初步觀察變量之間的相關(guān)程度與相關(guān)類型（圖2-4）。 圖2-4 散點(diǎn)圖 以上圖分析結(jié)果顯示，我國稅收收入與GDP二者之間呈現(xiàn)出較強(qiáng)的相關(guān)關(guān)系。 從序列窗口菜單選擇View/Descriptive Statistics/Histogram and Stats，則會(huì)顯示變量的描述統(tǒng)計(jì)量（圖2-5）： 圖2-5 描述統(tǒng)計(jì)圖 若是數(shù)組窗口，從數(shù)組窗口菜單選擇View/Descriptive Stats/Individual Samples，就對每個(gè)序列計(jì)算描述統(tǒng)計(jì)量（圖2-6）： 圖2-6 序列描述統(tǒng)計(jì)量 （四）線性回歸模型估計(jì)和檢驗(yàn) 在數(shù)組窗口中點(diǎn)擊Proc\Make Equation，如果不需要重新確定方程中的變量或調(diào)整樣本區(qū)間，可以直接點(diǎn)擊OK進(jìn)行估計(jì)。也可以在Eviews主窗口中點(diǎn)擊Quick\Estimate Equation，在彈出的方程設(shè)定框內(nèi)輸入模型： Y C X 或 Y = C(1) + C(2) *X 還可以通過在Eviews 命令窗口中鍵入LS命令來估計(jì)模型，其命令格式為： LS 被解釋變量 C 解釋變量 系統(tǒng)將彈出一個(gè)窗口來顯示有關(guān)估計(jì)結(jié)果。 圖2-7 我國稅收-GDP模型的輸出結(jié)果 因此，我國稅收模型的估計(jì)式為： y?= 987.54+0.0946x 這個(gè)估計(jì)結(jié)果表明，GDP每增長1億元，我國稅收收入將增加0.09646億元。 同時(shí)根據(jù)圖2-7，可以對該模型進(jìn)行相關(guān)統(tǒng)計(jì)檢驗(yàn)（略）。 （五）非線性回歸模型的參數(shù)估計(jì) 若變量之間呈現(xiàn)明顯的非線性關(guān)系，則要通過非線性回歸模型進(jìn)行參數(shù)估計(jì)。仍以表2-1為例，由相關(guān)圖分析可知，以上模型變量之間是非線性的曲線相關(guān)關(guān)系。因此，可初步將模型設(shè)定為指數(shù)函數(shù)模型、對數(shù)模型和二次函數(shù)模型，并分別進(jìn)行估計(jì)。 在Eviews命令窗口中分別鍵入以下命令來估計(jì)模型： 雙對數(shù)函數(shù)模型：LS log(Y) C log(X) 對數(shù)函數(shù)模型：LS Y C log(X) 指數(shù)函數(shù)模型：LS log(Y) C X 二次函數(shù)模型：LS Y C X X^2 還可以采取菜單方式，在上述已經(jīng)估計(jì)過的線性方程窗口中點(diǎn)擊Estimate項(xiàng)，然后在彈出的方程定義窗口中依次輸入上述模型（方法通線性方程的估計(jì)），根據(jù)輸出估計(jì)結(jié)果（見軟件中的輸出結(jié)果圖）。 從模型的擬合優(yōu)度來看，二次函數(shù)模型的擬合優(yōu)度最高（通過調(diào)整后的判定系數(shù)比較），其次為指數(shù)函數(shù)模型。因此，對這兩個(gè)模型再做進(jìn)一步比較。 在回歸方程（以二次函數(shù)模型為例）窗口中點(diǎn)View\Actual,Fitted,Residual\Actual, Fitted,Residual Table（如圖2-8）,可以得到相應(yīng)的殘差分布表。 圖2-8 回歸方程殘差分析菜單 通過比較可以發(fā)現(xiàn)，雖然二次函數(shù)模型總擬合誤差較小，但其近期誤差卻比指數(shù)函數(shù)模型大。所以，如果所建立的模型是用于經(jīng)濟(jì)預(yù)測，則指數(shù)函數(shù)模型更加適合。 四、思考與練習(xí) 1、仍以1990~1996年間的CPI指數(shù)與S&P500指數(shù)為例，以CPI指數(shù)為X，S&P500指數(shù)為Y，對以下模型進(jìn)行OLS參數(shù)估計(jì)，并根據(jù)輸出結(jié)果進(jìn)行統(tǒng)計(jì)檢驗(yàn)： 表2-2 CPI指數(shù)與S&P500指數(shù) 年份 CPI S&P500指數(shù) 1990 130.7 334.59 1991 136.2 376.18 1992 140.3 415.74 1993 144.5 451.41 1994 148.2 460.33 1995 152.4 541.64 1996 159.6 670.83 實(shí)驗(yàn)三：多元回歸模型 一、實(shí)驗(yàn)?zāi)康? 通過EViews軟件掌握多元回歸模型的參數(shù)估計(jì)以及檢驗(yàn)方法。 二、實(shí)驗(yàn)內(nèi)容 （一）根據(jù)模型要求建立工作文件，建立數(shù)據(jù)組； （二）選擇方程估計(jì)方法和回歸分析的樣本范圍； （三）模型參數(shù)估計(jì)以及檢驗(yàn)過程 1、通過OLS方法輸出方程估計(jì)結(jié)果； 2、根據(jù)回歸結(jié)構(gòu)進(jìn)行統(tǒng)計(jì)檢驗(yàn)。 三、實(shí)驗(yàn)步驟 以二元線性模型（表3-1）為例，分析二元模型的參數(shù)估計(jì)以及統(tǒng)計(jì)檢驗(yàn)過程： 例：假定某種商品的需求量（Y，噸）、價(jià)格（X1，元/公斤）和消費(fèi)者收入（X2，千元）的觀測值如下表： 表3-1 商品需求量影響因素及其數(shù)據(jù) 需求量Y 100 75 80 70 50 65 90 100 110 60 價(jià)格X1 5 7 6 6 8 7 5 4 3 9 收入X2 1000 600 1200 500 300 400 1300 1100 1300 300 （一）建立新工作文件 啟動(dòng)Eviews軟件之后，在主菜單上依次點(diǎn)File\New\Workfile，在彈出的對話框里選擇數(shù)據(jù)頻率（Workfile Frequency）和觀察值的起始和終點(diǎn)數(shù)值（如圖3-1）。 圖3-1 Eviews軟件工作窗口 點(diǎn)擊[OK]后進(jìn)入圖3-2： 圖3-2 Eviews軟件工作窗口 （二）輸入數(shù)據(jù) 在EViews軟件工作文件窗口點(diǎn)擊Objects/New Object，對象類型選擇Series，并給定序列名需求量（Y），同樣的方法創(chuàng)建新序列X1和X2。再從工作文件目錄中選取并雙擊所創(chuàng)建的新序列，選擇Edit＋/－，然后根據(jù)表3-1的數(shù)據(jù)輸入相應(yīng)的Y數(shù)據(jù)，同樣的方法再輸入X數(shù)據(jù)，然后保存序列。 （三）估計(jì)線性回歸模型 1、通過OLS方法輸出方程估計(jì)結(jié)果： 在數(shù)組窗口中點(diǎn)擊Proc\Make Equation，直接點(diǎn)擊OK進(jìn)行估計(jì)。也可以在Eviews主窗口中點(diǎn)擊Quick\Estimate Equation，在彈出的方程設(shè)定框內(nèi)輸入模型： Y=C(1)+C(2)*X1+C(3)*X2 還可以通過在Eviews 命令窗口中鍵入LS命令來估計(jì)模型，其命令格式為： LS Y C X1 X2 系統(tǒng)將彈出一個(gè)窗口來顯示有關(guān)估計(jì)結(jié)果： 圖3-3 二元線性需求模型輸出結(jié)果 在上一輸出結(jié)果窗口選擇view\Actual,Fitted,Residual\ Actual,Fitted,Residual Table，可以得到殘差分布圖（如圖3-4）。 圖3-4 二元線性需求模型殘差分布圖 2、模型估計(jì)結(jié)果分析 以上二元需求模型的計(jì)算結(jié)果表明，該商品的需求樣本函數(shù)為： 說明：當(dāng)價(jià)格保持不變時(shí)，收入每增加1千元，對該種商品的需求平均將增加0.0143噸；當(dāng)收入保持不變時(shí)，價(jià)格每上升1元/公斤，對該種商品的需求將平均減少7.188噸。 根據(jù)輸出結(jié)果的判定系數(shù)表明：價(jià)格和收入水平能對該種商品需求變動(dòng)的89.4%作出解釋。根據(jù)輸出結(jié)果的F統(tǒng)計(jì)量也顯示，5%顯著性水平下，價(jià)格和收入對該種商品需求的共同影響是顯著的。同時(shí)，根據(jù)輸出結(jié)果的t值表明，5%顯著性水平下的t檢驗(yàn)中，價(jià)格對該種商品需求量的影響是顯著的；消費(fèi)者收入水平對該種商品需求量的影響是不顯著的。 四、思考與練習(xí) 1、 下表是關(guān)于需求量、價(jià)格和消費(fèi)者收入的時(shí)間序列資料： 表3-2 需求量、價(jià)格和消費(fèi)者收入數(shù)據(jù)（單位：（噸/元） 年份 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 需求量Y 59190 65450 62360 64700 67400 64440 68000 72400 75710 70680 價(jià)格X1 23.56 24.44 32.07 32.46 31.15 34.14 35.30 38.70 39.63 46.68 收入X2 76200 91200 106700 111600 119000 129200 143400 159600 180000 193000 （1）將以上模型以二元線性方程進(jìn)行OLS參數(shù)估計(jì)； （2）對估計(jì)結(jié)果進(jìn)行統(tǒng)計(jì)檢驗(yàn)。 實(shí)驗(yàn)四：異方差模型的檢驗(yàn)和處理 一、實(shí)驗(yàn)?zāi)康? 掌握異方差模型的檢驗(yàn)和處理方法。 二、實(shí)驗(yàn)內(nèi)容 （一）異方差檢驗(yàn)方法 1、圖形法檢驗(yàn)： （1）回歸分析 （2）殘差趨勢圖分析 2、Goldfeld-Quant檢驗(yàn) 3、White檢驗(yàn) 4、帕克（PARK）檢驗(yàn) （二）使用加權(quán)最小二乘法解決異方差 三、實(shí)驗(yàn)步驟 下面通過例4模型來檢驗(yàn)異方差性以及處理方法： 例4：表4-1列出了1998 年我國主要制造工業(yè)銷售收入與銷售利潤的截面數(shù)據(jù)，利用統(tǒng)計(jì)軟件Eviews建立制造業(yè)利潤函數(shù)模型。 表4-1 1998年我國制造工業(yè)銷售利潤與銷售收入情況 行業(yè)名稱 銷售利潤 銷售收入 行業(yè)名稱 銷售利潤 銷售收入 食品加工業(yè) 187.25 3180.44 醫(yī)藥制造業(yè) 238.71 1264.1 食品制造業(yè) 111.42 1119.88 化學(xué)纖維制品 81.57 779.46 飲料制造業(yè) 205.42 1489.89 橡膠制品業(yè) 77.84 692.08 煙草加工業(yè) 183.87 1328.59 塑料制品業(yè) 144.34 1345 紡織業(yè) 316.79 3862.9 非金屬礦制品 339.26 2866.14 服裝制品業(yè) 157.7 1779.1 黑色金屬冶煉 367.47 3868.28 皮革羽絨制品 81.7 1081.77 有色金屬冶煉 144.29 1535.16 木材加工業(yè) 35.67 443.74 金屬制品業(yè) 201.42 1948.12 家具制造業(yè) 31.06 226.78 普通機(jī)械制造 354.69 2351.68 造紙及紙品業(yè) 134.4 1124.94 專用設(shè)備制造 238.16 1714.73 印刷業(yè) 90.12 499.83 交通運(yùn)輸設(shè)備 511.94 4011.53 文教體育用品 54.4 504.44 電子機(jī)械制造 409.83 3286.15 石油加工業(yè) 194.45 2363.8 電子通訊設(shè)備 508.15 4499.19 化學(xué)原料紙品 502.61 4195.22 儀器儀表設(shè)備 72.46 663.68 （一）檢驗(yàn)異方差性 1、圖形檢驗(yàn)法 ⑴觀察銷售利潤（Y）與銷售收入（X）的相關(guān)圖：可以通過輸入命令：SCAT X Y，得到以下圖形： 圖4-1 我國制造工業(yè)銷售利潤與銷售收入相關(guān)圖 從圖中可以看出，隨著銷售收入的增加，銷售利潤的平均水平不斷提高，但離散程度也逐步擴(kuò)大。這說明變量之間可能存在遞增的異方差性。 （2）殘差分析 首先將數(shù)據(jù)排序（命令格式為：SORT 解釋變量），然后建立回歸方程。在方程窗口中點(diǎn)擊Resids按鈕就可以得到模型的殘差分布圖（或建立方程后在Eviews工作文件窗口中點(diǎn)擊resid對象來觀察）。 圖4-2 我國制造業(yè)銷售利潤回歸模型殘差分布 圖4-2顯示回歸方程的殘差分布有明顯的擴(kuò)大趨勢，即表明存在異方差性。 2、Goldfeld-Quant 檢驗(yàn) ⑴將樣本按解釋變量排序（SORT X）并分成兩部分（第1到10共11個(gè)樣本為第1組；剩下的第19到28共10個(gè)樣本為第2組） ⑵利用樣本1建立回歸模型1，輸入命令： SMPL 1 10 LS Y C X 得到回歸結(jié)果如圖，其殘差平方和為2579.587： 圖4-3 樣本1回歸結(jié)果 ⑶利用樣本2 建立回歸模型2，輸入命令： SMPL 19 28 LS Y C X 得到回歸結(jié)果如圖4-4，其殘差平方和為63769.67。 圖4-4 樣本2 回歸結(jié)果 ⑷計(jì)算F統(tǒng)計(jì)量：F = RSS2 / RSS1 ＝63769.67/2579.59=24.72。取α=0.05時(shí)，查F分布表得F0.05(8,8)=3.44,而24.72>3.44，所以存在異方差性。 3、White 檢驗(yàn) ⑴建立回歸模型：LS Y C X，回歸結(jié)果如圖4-5。 圖4-5 回歸輸出結(jié)果 ⑵在方程窗口上點(diǎn)擊View\Residual\Test\White Heteroskedastcity,檢驗(yàn)結(jié)果如圖4-6。 圖4-6 White檢驗(yàn)結(jié)果圖 其中F值為輔助回歸模型的F統(tǒng)計(jì)量值。取顯著水平α=0.05，由于： ,所以存在異方差性。實(shí)際應(yīng)用中可以直接觀察相伴概率p值的大小，若p值較小，則認(rèn)為存在異方差性。反之，則認(rèn)為不存在異方差性。 4、Park 檢驗(yàn) ⑴建立回歸模型（結(jié)果同圖4-5所示）。 ⑵生成新變量序列：GENR LNE2=log(RESID^2) GENR LNX=log ⑶建立新殘差序列對解釋變量的回歸模型：LS LNE2 C LNX，回歸結(jié)果如圖4-7所示。 圖4-7 Park 檢驗(yàn)回歸模型 從圖7所示的回歸結(jié)果中可以看出，LNX 的系數(shù)估計(jì)值不為0，且能通過顯著性檢驗(yàn)，即隨即誤差項(xiàng)的方差與解釋變量存在較強(qiáng)的相關(guān)關(guān)系，即認(rèn)為存在異方差性。 （二）異方差性的修正 1、確定權(quán)數(shù)變量 根據(jù)Park 檢驗(yàn)生成權(quán)數(shù)變量：GENR W1=1/X^1.6743 根據(jù)Gleiser 檢驗(yàn)生成權(quán)數(shù)變量：GENR W2=1/X^0.5 另外生成：GENR W3=1/ABS(RESID) GENR W4=1/ RESID ^2 2、利用加權(quán)最小二乘法估計(jì)模型 在Eviews 命令窗口中依次鍵入命令： LS(W= Wi ) Y C X 或在方程窗口中點(diǎn)擊Estimate\Option 按鈕，并在