计量经济第7章序列.docVIP

PAGE  PAGE 13 计量经济之序列 EWIEWS提供序列的各种统计图、统计方法及过程。可以计算序列的各种统计量并可用表单、图等形式表现出来。通过过程可以用原有的序列创建新的序列。这些过程包括季节调整、指数平滑和Hodrick-Prescott滤波。 打开工作文件,双击序列名或单击序列名后单击“show”即进入序列的对话框。单击“view”可看到菜单分为四个区。 §7.1 表单和图示 ·钉形图 钉形图用直立的钉形柱显示数据。 ·季度分区图 季度连线图 这些方法适用于频度为季度和月度数据的工作文件。季度分区图把数据按季度分成四个区。季度连线图是在同一坐标轴上把每年同一季度的数据连线显示。 §7.2描述统计量 一、直方图及统计量以直方图显示序列的频率分布。一起显示的还有标准的描述统计量。 中位数 (median) 即从小到大排列的序列的中间值。 标准差（Standard Deviation）标准差衡量序列的离散程度。 偏度（Skewness） 衡量序列分布围绕其均值的非对称性。 如果序列的分布是对称的，S值为0；正的S值意味着序列分布有长的右拖尾，负的S值意味着序列分布有长的左拖尾。 峰度（Kurtosis） 度量序列分布的凸起或平坦程度，计算公式如下 正态分布的K值为3。如果K值大于3，分布的凸起程度大于正态分布；如果K值小于3，序列分布相对于正态分布是平坦的。 Jarque-Bera 检验序列是否服从正态分布。 在正态分布的原假设下，Jarque-Bera统计量是自由度为2的分布。直方图中显示的概率值是Jarque-Bera统计量超出原假设下的观测值的概率。如果该值很小，则拒绝原假设。当然，在不同的显著性水平下的拒绝域是不一样的。 §7.3 统计量的检验 这是对序列均值、中位数、方差的单假设检验。两个样本的检验可参考下面的分类的相等检验（Equality test by classification）。选择View/tests for descriptive stats/simple hypothesis tests。 §7.4 相关图 显示确定滞后期的自相关函数以及偏相关函数。这些方程通常只对时间序列有意义。当你选择View/Correlogram…显示对话框（Correlogram Specification）。 可选择原始数据一阶差分 d（x）=x-x(-1)或二阶差分d(x)-d(x(-1))=x-2x(-1)+x(-2)的相关图。也可指定显示相关图的最高滞后阶数。在框内输入一个正整数, 就可以显示相关图及相关统计量。 一、自相关（AC） 序列y滞后k阶的自相关由下式估计 是样本y的均值，这是相距k期值的相关系数。如果，意味着序列是一阶相关。如果随着滞后阶数k的增加而呈几何级数减小，表明序列服从低阶自回归过程。如果在小的滞后阶数下趋于零，表明序列服从低阶动平均过程。 虚线之间的区域是由自相关中正负两倍于估计标准差所夹成的。如果自相关值在这个区域内，则在显著水平为5%的情形下与零没有显著区别。 二、偏相关（PAC） 滞后k阶的偏相关是当对作回归时的系数。如果这种自相关的形式可由滞后小于k阶的自相关表示，那么偏相关在k期滞后下的值趋于零。 一个纯的P阶自回归过程AR(P)的偏相关在P阶截尾，而纯的动平均函数的偏相关过程渐进趋于零。 偏相关中的虚线表示的是估计标准差的正负二倍。如果偏相关落在该区域内，则在5%的显著水平下与零无显著差别（截尾）。 三、Q-统计量 K阶滞后的Q-统计量是在原假设下的统计量，原假设为序列没有k阶的自相关。如果序列不是以ARIMA估计的结果为基础，在原假设下，Q是渐近分布，自由度与自回归阶数相等。如果序列代表ARIMA估计的残差，合适的自由度就应调整，使之少于先前估计的AR、MA的阶数。 Q-检验经常用于检验一个序列是否是白噪声。要注意选得过大或过小都不好。 §7.5 单位根检验 讨论了Dickey-Fuller和Phillips-Perren单位根检验，可检验序列是否平稳。选择检验类型，决定单位根检验是否用原始数据、一阶差分、二阶差分，是否包括截距或趋势以及检验回归的滞后阶数。更多的留在13章讨论。 §7.6 标签（label） 这部分是对序列的描述.除了Last Update，你可以编辑序列标签中的任何项。Last Update显示序列上一次修改的时间。每一部分包括一行，只有Remarks and History包括20行，注意如果填入了一行（在20行中），最后一行将被删除。 §7.7 建立新序列 1．由方程创建Generate by Equation允许你使用已有序列的表