当前位置：文档之家 › Eviews数据统计与分析教程4章 图形和统计量分析

Eviews数据统计与分析教程4章 图形和统计量分析

  • 格式：ppt
  • 大小：324.50 KB
  • 文档页数：32

下载文档原格式

  / 32

合集下载

Eviews数据统计与分析教程4章图形和统计量分析

Eviews数据统计与分析教程4章图形和统计量分析
Eviews数据统计与分析教程 - 第 四章：图形和统计量分析
目录
• 引言 • 图形分析 • 统计量分析 • Eviews操作实践 • 案例分析 • 总结与展望
01 引言
课程目标
掌握Eviews软件中常用的图形绘制方 法，如折线图、柱状图、饼图等。
理解图形和统计量分析在数据分析和 预测中的应用。
02
深入了解各种统计模型和方法，以便更好地应用 Eviews进行数据分析。
03
学习如何将Eviews与其他数据分析工具（如Excel、 Python等）进行集成，以提高工作效率。
THANKS FOR WATCHING
感谢您的观看
适用场景
注意事项
当你想了解数据分布的形状时，可以使用 偏度和峰度。
偏度和峰度可以帮助你识别异常值和识别 分布的形状特征。
04 Ev量之间的关 系，通过观察散点的分布和 趋势，可以初步判断变量之 间的相关性。
折线图
用于展示时间序列数据的变 化趋势，通过观察折线的走 势，可以了解数据随时间的 变化情况。
03 统计量分析
平均值
01
02
03
平均值
表示数据集的集中趋势， 计算所有数值的和除以数 值的数量。
适用场景
当你想了解数据的中心趋 势时，可以使用平均值。
注意事项
平均值对异常值敏感，异 常值会显著影响平均值的 计算结果。
中位数
中位数
将数据集从小到大排序后，位于中间位置的数 值。
适用场景
当你想了解数据的中等水平时，可以使用中位 数。
柱状图
总结词
比较不同类别数据的大小
详细描述
柱状图通过不同高度的柱子来比较不同类别数据的大小。每个柱子代表一个类别，高度代表该类别的数值。柱状 图可以清晰地展示不同类别之间的数值差异，便于我们进行数据的直观比较。

EViews基本操作与数据分析

EViews基本操作与数据分析

EViews基本操作与数据分析EViews基本操作与数据分析一、EViews的基本操作与数据处理1、建立工作文件（File/New/Workfile）、数据库（Database）、程序（Program）或文本文件（Text File）。

（1）EViews的界面：菜单栏下面的白色空白区域为命令窗口。

（2）打开空表：Quick/Empty Group。

（3）Workfile的界面：c表示截距序列，resid表示残差序列。

2、输入数据（1）数据分为时间序列数据（Dated-regular Frequency，默认选项）、横界面数据（Unstructured/Undated）和面板数据（Balanced Panel），时间序列的日期间隔符号可以是“:”、“.”或“,”。

Q表示季度，M表示月份，W表示周。

（2）EViews也可以直接打开已有文件（Open/EViews Workfile）、外部数据（Foreign Data）、数据库（Database）、程序（Program）或文本文件（T ext File）。

EViews 5.0可以导入其他的外部数据：File/Open/Foreign Data as Workfile。

（3）调用外部数据：File/Import/……。

先建立工作文件，然后才能调用数据，EViews允许调用3种格式的数据：ASCII、Lotus和Excel工作表。

如果原文件已有序列名称，则只需输入序列个数即可。

3、对象（Object）的操作与处理（1）生成新对象（New Object）：Equation、Graph、Group、Matrix、Series、Table、Text、V AR等。

（2）对象的编辑：剪切（Cut）、复制（Copy）、粘贴（Paste）、删除（Delete）、合并（Merge）和替代（Replace）等。

（3）对象的命名：对象必须以半角字符命名，不能用中文命名，命名不宜太长。

详细的EVIEWS面板数据分析操作39页PPT

详细的EVIEWS面板数据分析操作39页PPT

谢谢！
详细的EVIEWS面板数据分析操作
•
46、寓形宇内复几时，曷不委心任去 留。
•
47、采菊东篱下，悠然见南山。
•
48、啸傲东轩下，聊复得此生。
•
49、勤学如春起之苗，不见其增，日 有所长 。
•
Байду номын сангаас
50、环堵萧然，不蔽风日；短褐穿结 ，箪瓢 屡空， 晏如也 。
61、奢侈是舒适的，否则就不是奢侈 。——CocoCha nel 62、少而好学，如日出之阳；壮而好学 ，如日 中之光 ；志而 好学， 如炳烛 之光。 ——刘 向 63、三军可夺帅也，匹夫不可夺志也。 ——孔 丘 64、人生就是学校。在那里，与其说好 的教师 是幸福 ，不如 说好的 教师是 不幸。 ——海 贝尔 65、接受挑战，就可以享受胜利的喜悦 。——杰纳勒 尔·乔治·S·巴顿

Eviews 基本操作学习( 图示版)

Eviews 基本操作学习( 图示版)

目录目录 (1)1、EViews简介 (3)1.1 什么是EViews (3)1.2 启动和运行EViews (3)1.3 EViews窗口 (3)1.4关闭EViews (4)2、EViews基本操作 (5)2.1工作文件与对象 (5)2.1.1工作文件 (5)2.1.2对象 (7)2.2数据处理 (10)2.2.1数据对象与样本 (10)2.2.2数据的输入和输出 (12)2.3图形与表格 (14)2.3.1图的创建 (14)2.3.2图的修改 (14)2.3.3多个图 (16)2.3.4图的打印和输出 (17)2.3.5表格对象 (18)2.3.6表的输出 (18)2.3.7文本对象 (19)3、基本回归模型 (19)3.1估计和方程对象 (19)3.1.1方程对象 (19)3.1.2在EViews中对方程进行说明 (20)3.1.3在EViews中估计方程 (20)3.2方程输出 (20)3.3方程操作 (22)3.3.1方程视图 (22)3.3.2方程过程 (24)3.3.3缺省方程 (24)4、基本检验 (24)4.1多重共线性的检验 (24)4.2异方差的检验 (25)4.3 自相关的检验 (26)5、时间序列模型 (27)5.1时间序列平稳性的单位根检验 (27)5.1.1单位根的ADF检验 (27)5.1.2Phillips-Perron(PP)检验 (27)5.2协整 (28)6、案例分析 (29)6.1多元线性回归及多重共线性的检验 (29)6.2异方差的检验 (31)6.3自相关的检验 (34)6.4时间序列的单位根和协整检验 (36)1、EViews简介1.1什么是EViewsEViews 是在大型计算机的TSP (Time Series Processor)软件包基础上发展起来的新版本，是一组处理时间序列数据的有效工具，是当今世界上最流行的计量经济学软件之一。

1981年QMS (Quantitative Micro Software) 公司在Micro TSP基础上直接开发成功EViews 并投入使用。

Eviews数据统计与分析教程4章 图形和统计量分析

Eviews数据统计与分析教程4章 图形和统计量分析

EViews统计分析基础教程
五、单位根检验
选择工具栏中的“View”|“Unit Root Test”选项，会弹出如 下图所示的对话框。
EViews统计分析基础教程
五、单位根检验
EViews5.1为用户提供了6种单位根检验的方法，有
“Augmented Dickey–Fuller”(ADF)检验法， “Dickey–Fuller GLS (ERS)”（DF）检验法， “Phillips–Perron”（PP）检验法， “Kwiatkowski–Phillips–Schmidt–Shin”(KPSS)检验法， “Elliott–Rothenberg–Stock Point–Optimal”(ERS)检验法, “Ng–Perron”(NP)检验法。
如果选中“User specific”，则用户可输入具体的数值，系 统会给出检验结果。
EViews统计分析基础教程
五、单位根检验
“Include in test equation”表示检验式中是否包含 “Intercept”（截距项）、“Trend and intercept”（趋势 项和截距项）和“None”（不包含趋势项和截距项）。可根 据图形来确定是否包含趋势项和截距项。
EViews统计分析基础教程
五、单位根检验
单位根检验（Unit Root Test）主要用来判定时间序列的平 稳性。 如果一个时间序列的均值或者协方差函数随时间变化而改变， 那么这个序列就是不平稳的时间序列。如果该时间序列经过 一阶差分后变为平稳序列，则称该序列为一阶单整序列，记
作I(1)；如果是经过d次差分后才平稳，则称为d阶单整序列， 记作I(d)。
EViews统计分析基础教程
二、描述性统计量

Eviews统计第四章

Eviews统计第四章

第四章 EViews与统计分析
单序列统计量的计算及检验 2.单序列描述统计量的检验
单序列单击View| Descriptive Statistics & Tests命令后， 其下一级菜单中第二部分和第三部分就是对序列描述统计 量的检验，包括Simple Hypothesis Tests（简单假设检 验）、Equality Test of Classification（分组齐性检验） 和Empirical Distribution Tests（经验分布检验）。
第四章 EViews与统计分析
单序列统计量的计算及检验
1.单序列的描述性统计量 单击View| Descriptive Statistics & Tests命令， Descriptive Statistics & Tests下一级菜单中包含三部分。 第一部分就是此序列的描述性统计量，Histogram and Stats 是序列的直方图及有关统计量，Stata Table是序列 有关统计量的表格，Stats by Classification 是序列的分 组统计量。
第四章 EViews与统计分析
单序列统计量的计算及检验 单序列统计量的计算、检验与图形操作通过序列对
象窗口工作栏的View键实现。如图4-1所示的View 键下拉菜单分为四个部分。
第四章 EViews与统计分析
单序列统计量的计算及检验
引入案例4.1用于之后的序列统计分析操作。案例4.1记录 了从1990年至2007年的我国国民生产总值和第三产业增 加值的相关数据，单位为亿元。
窗口单击View|Descriptive Stats|Common Sample命令，即可输出序列组各序列的基本描述性 统计量。

eviews图像及结果分析(同名23076)

eviews图像及结果分析(同名23076)EViews图像及结果分析EViews软件提供了序列(Series)和序列组(Group)等对象的各种视图、统计分析方法和过程。

当序列对象中输入数据后，就可对序列对象中输入的数据进行统计分析，并且可以通过图、表等形式进行描述。

本章将介绍序列和序列组对象图形的生成和描述性统计量及其检验。

4.1 图形对象图形(Graph)对象可以形成序列和序列组等对象的各种视图，如线图(Line)、散点图(Scatter)以及饼图(Pie)等。

通过图形可以进一步观察和分析数据的变化趋势和规律。

下面介绍图形对象的基本操作。

4.1.1 图形(Graph)对象的生成图形对象也是工作文件中的基本对象之一。

要生成图形对象需首先打开序列对象窗口或序列组对象窗口，选择对象窗口工具栏中的“View”|“Graph”选项。

选择的对象类型不同，将弹出不同的窗口。

如果第4章图形和统计量分析• 43 •在序列对象窗口下选择“View”|“Graph”选项，将弹出如图4-1所示的界面。

图4-1 序列窗口下图形对象的生成此时“Graph”弹出的菜单中有6种图形可供选择。

“Line”表示生成的是折线图，如图4-2所示，其横轴表示时间或序列的顺序，纵轴表示序列对象观测值的大小。

“Area”表示生成面积图，其图形的形状与“Line”(折线图)相同，不同的是“Area”(面积图)曲线下方是被填满的，而“Line”(折线图)下方是空白。

• 44 •第4章图形和统计量分析图4-2 “Line”折线图“Bar”表示为条形图，用条状的高度表示观测值的大小。

“Spike”表示尖峰图，由竖线组成，每根竖线的高度代表观测值的大小。

“Seasonal Stacked Line”表示生成的是季节性堆叠图，“Seasonal Split Line”表示生成的是季节性分割线。

如果在序列组(群)对象窗口下选择“View”|“Graph”选项，将弹出如图4-3所示的界面。

Eviews 统计分析教程 (4)


p
(i ) 1 i1
p
i j j i1
H0 : 0; H1 : 1
与DF检验类似，ADF也具有三种形式，在此不再赘述。
Eviews 统计分析 从入门到精通
案例9.1
Eviews 统计分析 从入门到精通
估计步骤： 1. 序列平稳性的自相关函数检验
打开M2序列，在其窗口工具栏依次选择View|Correlogram选项，打开如图9.1所示的 Correlogram Spesification对话框。看原序列的自相关函数图，则Correlogram of栏选择level项， 若要看原序列的一阶或二阶差分序列的自相关函数图，则Correlogram of栏选择1st difference 或2nd difference项。Lags to include 中可以输入需要观察到的自相关函数的期数，系统默认 值是36，如果需要可以自行输入需要的数值。生成如图9.2所示的序列自相关函数图。
Eviews 统计分析 从入门到精通
第九章 单位根检验与ARIMA模型的估计
序列平稳性检验 ARIMA模型的估计
Eviews 统计分析 从入门到精通
一、序列平稳性检验
随机时间序列的平稳性有多种定义，但通常是指弱平稳。弱平稳的
定义是：对于随机时间序列 yt
值不随时间t变化而变化，则称
，如果其期望值、方差以及自协方差均
（4）p和q识别总结 AR(p)模型，其PACF应该在p期滞后之后突然降为零，而对于MA(q)模 型因为其可以转化为AR(∞)形式，所以对应的PACF应该呈现逐渐衰减 向零趋近的态势。MA(q)模型，其ACF应该在q期之后陡然变为零，
Eviews 统计分析 从入门到精通
而对于AR(p)模型，因为其可以转化为MA(∞)形式，所以其ACF应该呈 现逐渐衰减向零趋近的态势。由于ARMA(p，q)可以转化为AR(∞)或 MA(∞)，所以其对应的特征为两种函数均表现为逐渐衰减的态势。若称 陡然降为零为“截尾”，逐渐衰减为“拖尾”，则可以总结AR(p)和 MA(q)的识别方法。

【经济】EViews数据统计与分析教程


二、基本对象
1.对象的建立
工作文件（Workfile）是对象的集合，EViews中的所有 信息都存储在对象中，共有17种不同类型的对象，存 储不同类型的信息。
二、基本对象
1.对象的建立
建立新对象可选择主菜单中的“Object” |“New Object”选项或选择工作文件工具栏中的“Object” |“New Object”选项，均可以打开如下图所示的对 话框。
p值衡量的是犯第Ⅰ类错误的概率，即拒绝
x
正确的原假设的概率。p值越大，错误地拒
绝原假设的可能性越大；p值越小，拒绝原
假设时的正确度越大。
本章小结：
• 了解EViews软件的发展历程、操作环境 • 熟悉EViews的界面 • 掌握相关概率统计知识
第2章 EViews工作界面介绍
重点内容： • EViews工作文件的操作 • EViews对象的操作
的估计值。
• θ的估计值是数轴上的一点，用估计值作为真值 的近似值就相当于用一个点来估计θ，因此为点
估计。
五、概率统计知识
点估计要具有的性质
• 无偏性 • 有效性 • 一致性
五、概率统计知识
区间估计
• 区间估计是关于参数和服从已知分布的点估计的 一个函数。
• 令p（g，θ）是所构造的随机变量，给出预定的 置信水平1-α，则可以表述为 Prob（b< p文件中的第二栏为工具栏，包括“View”、“Proc”、 “Object”等具有不同功能的选项。每个选项都有一个 下拉菜单，包含各种操作中所使用的功能。
工具栏
一、工作文件
2.工作文件窗口
新建立的工作文件窗口只包含两个对象，一个是 “ resid”（残差），一个是“ c”（系数向量）， 新建立的这两个对象的取值分别为“0”和“NA”（空 值）。残差（resid）和系数向量（c）前面的符号为该 对象的图标，不同类型的对象均有各自不同的类型图标 。

Eviews统计分析软件的基本使用方法

Eviews统计分析软件的基本使用方法一、介绍Eviews是一款专为经济学家和金融学家设计的统计分析软件，它提供了丰富的数据分析和计量经济模型建立功能。

本文将介绍Eviews的基本使用方法，包括数据导入、数据处理、计量经济模型建立和结果分析等方面。

二、数据导入使用Eviews进行统计分析的第一步是将数据导入软件中。

Eviews支持多种数据格式，包括Excel、CSV和SPSS等。

用户可以选择“File”菜单下的“New”选项来创建新的数据文件，然后选择“Import”选项将数据文件导入。

在导入数据时，用户需要指定数据的类型、路径和文件名等信息。

三、数据处理导入数据后，用户可以对数据进行处理和清洗，以准备后续的分析工作。

Eviews提供了多种数据处理功能，包括数据排序、变量选择、缺失值处理和数据转换等。

用户可以通过简单的拖放操作或者使用命令来完成这些处理任务。

四、计量经济模型建立Eviews的核心功能之一是计量经济模型的建立和估计。

用户可以通过Eviews提供的拖放界面来构建模型，也可以使用Eviews的命令语言进行模型编写。

Eviews支持多种计量经济模型，包括线性回归模型、时间序列模型和面板数据模型等。

用户可以根据自己的需求选择适合的模型进行建立。

五、模型估计建立模型后，用户需要对模型进行估计和检验。

Eviews提供了多种估计方法，包括最小二乘法、广义最小二乘法和面板数据估计等。

用户可以选择合适的估计方法，并根据需要进行参数估计和假设检验。

Eviews会根据用户的选择自动进行结果计算，并提供相应的输出。

六、结果分析完成模型估计后，用户需要对结果进行分析和解释。

Eviews提供了丰富的结果分析工具，包括参数估计的显著性检验、残差分析、模型拟合度检验和模型比较等。

用户可以通过简单的图表和统计量来展示和解释模型的结果。

七、时间序列分析除了建立和估计计量经济模型，Eviews还提供了强大的时间序列分析功能。

  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1.图形对象的建立
如果选择“View”| “Graph”| “Line”选项，将生成如下所示的 线性图。
EViews统计分析基础教程
一、图形对象
2.图形的冻结
通过“Quick”| “Graph”选项生成图形对象，单击图对象窗 口工具栏中的“Name”选项，在弹出的对话框中输入该对 象的名称后，单击“OK”按钮后该对象即可被保存，并在工 作文件窗口中显示图对象的图标 。
EViews统计分析基础教程
四、相关分析
在EViews软件中可以对序列和序列组对象进行相关分析， 从而判定序列对象是否存在自相关问题。 选择“工具栏中的View”|“Correlogram”（相关图）选项， 弹出右图所示的对话框。
需说明的是序列组中的“View”| “Correlogram”选项分析的是第 一个序列对象的相关性。 如果要得到两个序列对象 的交叉相关图需选择“View” |“Cross Correlogram” 选项。
EViews统计分析基础教程
二、描述性统计量
1.序列窗口下的描述性统计量
以序列对象“fdi”为例来进行说明:
“Mean”表示均值，即序列对象观测 值的平均值；“Median”表示中位 数，即从小到大排列的序列对象观 测值的中间值，是对序列分布中心 的一个大致估计；“Maximum”表 示最大值，“Minimum”表示最小 值，是该序列观测值中的最大值和 最小值；
EViews统计分析基础教程
三、描述性统计量检验
2.分组齐性检验
均值（Mean）检验 方差（Variance）检验 中位数（Median）检验
EViews统计分析基础教程
三、描述性统计量检验
2.分组齐性检验
选择“View”|“Tests for Descriptive Stats” | “Equality Tests by Classification”选项后弹出如下图所示的对话框， 在“Series/Group for classify”文本框中输入序列或序列组 对象名称，在“Test equality of”中选中检验方法，“NA handing”表示缺值项的处理 方法，“Group into bins if”可 以限定分类后子项目的数目。然 后单击“OK”按钮即可。
EViews统计分析基础教程
第4章 图形和统计量分析
重点内容： • 图形对象的生成 • 描述性统计量 • 单位根检验 • Granger因果检验
EViews统计分析基础教程
一、图形对象
1.图形对象的建立
选择对象窗口工具栏中的“View”| “Graph”选项。“Graph” 的菜单中有6种图形可供选择。EViews计分析基础教程四、相关分析
在序列组对象窗口中，除了可以得到相关图外还可以得到相 关矩阵。 选择序列组对象窗口工具栏中的“View”|“Correlation” |“Common Sample”/“Pairwise Samples”后，得到相关矩 阵表。表中的数值代表两个变量的相关性，数值可正可负。
EViews统计分析基础教程
六、Granger因果检验
Granger因果关系检验就是检验一个变量的滞后变量 是否可以放入其他变量的方程中。如果该变量受到其 他变量滞后期的影响，则称两个变量间存Granger因 果关系。
EViews统计分析基础教程
六、Granger因果检验
打开序列组对象窗口，选择工具栏中的“View”|“Granger Causality”选项，在弹出的对话框中输入滞后期，然后单击 “OK”按钮，就会得到下图所示的分析结果。一般情况下 Granger因果检验的滞后期要根据AIC和SC准则来确定。
EViews统计分析基础教程
三、描述性统计量检验
1.简单假设检验
均值（Mean）检验 方差（Variance）检验 中位数（Median）检验
EViews统计分析基础教程
三、描述性统计量检验
1.简单假设检验
选择“View”| “Tests for Descriptive Stats” | “Simple Hypothesis Tests”选项后弹出如下图所示的对话框，在左 侧文本框中输入待检验的数值，然后单击“OK”按钮即可得 到输出结果。对于均值检验，如果标准差已知，可在右侧 “Enter s.d. if”文本框中输入标准差的值。
EViews统计分析基础教程
五、单位根检验
在“Test for unit root in”中选择序列形式。 “Level”表示对原序列进行单位根检验， “1st difference”表示对一阶差分序列进行单位根检验， “2nd difference”表示对二阶差分序列进行单位根检验。
EViews统计分析基础教程
第四个选项是“Boxplots by Classification”（分类箱线图/ 箱尾图），将序列分布按照箱线图/箱尾图进行分类。箱线 图（Boxplot）也称为箱尾图，是利用数据统计量来描述数 据的一种方法。
EViews统计分析基础教程
二、描述性统计量
2.序列组窗口下的描述性统计量
在序列组(Group)对象窗口下选择工具栏中的“View”| “Descriptive Statistics”（描述性统计量）选项，将弹出3 个选项。
EViews统计分析基础教程
二、描述性统计量
1.序列窗口下的描述性统计量 在序列（Series）对象窗口下选择工具栏中的“View”| “Descriptive Statistics”（描述性统计量）选项，将出现4 个选项。
第一个选项是“Histogram and Stats”（直方图和统计 量），能显示序列对象的直方图和一下描述性统计量的值。
正态分布的K值为3，当K >3时，序列对象的分布凸起程度 大于正态分布的凸起程度；当K <3时，序列对象的分布凸
起程度要比正态分布小。例如上图中的峰度为4.898917 >3， 外商直接投资（fdi）的分布呈尖峰状态。
EViews统计分析基础教程
二、描述性统计量
1.序列窗口下的描述性统计量
图最下方是JB（Jarque-Bera）统计量及其相应的概率 （Probability）。JB统计量用来检验序列观测值是否服从 正态分布，该检验的零假设为样本服从正态分布。在零假设 下，JB统计量服从χ2(2)分布。
EViews统计分析基础教程
五、单位根检验
单位根检验（Unit Root Test）主要用来判定时间序列的平 稳性。 如果一个时间序列的均值或者协方差函数随时间变化而改变， 那么这个序列就是不平稳的时间序列。如果该时间序列经过 一阶差分后变为平稳序列，则称该序列为一阶单整序列，记
作I(1)；如果是经过d次差分后才平稳，则称为d阶单整序列， 记作I(d)。
五、单位根检验
“Lag length”表示消除序列相关所需的滞后阶数，在该区域 有两个选项按钮。 在“Automatic selection”（自动选择）中有两个文本框， 第一个文本框的下拉列表中有6个准则，常用的是“AIC”和 “SC”最小准则，系统在默认状态下显示的是SC准则； 第二个文本框中输入最大滞后阶数，一般系统会根据样本容 量而自动给出一个数值。
二、描述性统计量
2.序列组窗口下的描述性统计量
第二个选项是“Individual Samples”（个体样本），选择 该项后弹出的界面也是一张含有均值、中位数、最大/小值 等统计量的一张电子表格。与“Common Sample”不同的 是该选项中序列对象所包含的观测值个数可以不同。
第三个选项是“Boxplots”（箱线图/箱尾图）。
其中 是变量方差的有偏估计。当S=0时，序列的分布是对 称的，如正态分布；当S >0时，序列分布为右偏；当S <0
时，序列分布为左偏。例如上图fdi中的偏度为1.4225 >0， 所以我国的外商直接投资（fdi）的分布是不对称的，为右 偏分布形态。
EViews统计分析基础教程
二、描述性统计量
1.序列窗口下的描述性统计量 “Kurtosis”表示峰度，用来衡量序列分布的凸起状况，其计 算公式为
“Line”表示生成的是折线图 “Area”表示生成面积图 “Bar”表示为条形图 “Spike”表示尖峰图 “Seasonal Stacked Line”表示生成的是季节性堆叠图 “Seasonal Split Line”表示生成的是季节性分割线
EViews统计分析基础教程
一、图形对象
如果选中“User specific”，则用户可输入具体的数值，系 统会给出检验结果。
EViews统计分析基础教程
五、单位根检验
“Include in test equation”表示检验式中是否包含 “Intercept”（截距项）、“Trend and intercept”（趋势 项和截距项）和“None”（不包含趋势项和截距项）。可根 据图形来确定是否包含趋势项和截距项。
EViews统计分析基础教程
二、描述性统计量
1.序列窗口下的描述性统计量 第二个选项是“Stats Table”（统计表），它将描述性统计 量值通过电子表格的形式显示在对象窗口中。
第三个选项是“Stats by Classification”（分类统计量）， 它将样本分为若干组后再对各组观测值分别进行描述统计。
EViews统计分析基础教程
五、单位根检验
选择工具栏中的“View”|“Unit Root Test”选项，会弹出如 下图所示的对话框。
EViews统计分析基础教程
五、单位根检验
EViews5.1为用户提供了6种单位根检验的方法，有
“Augmented Dickey–Fuller”(ADF)检验法， “Dickey–Fuller GLS (ERS)”（DF）检验法， “Phillips–Perron”（PP）检验法， “Kwiatkowski–Phillips–Schmidt–Shin”(KPSS)检验法， “Elliott–Rothenberg–Stock Point–Optimal”(ERS)检验法, “Ng–Perron”(NP)检验法。