作业帮 > 数学 > 作业

eviews中关于截面数据以及滞后变量的问题

来源:学生作业帮 编辑:作业帮 分类:数学作业 时间:2024/05/22 04:08:25
eviews中关于截面数据以及滞后变量的问题
1、eviews做截面数据,在输入数据时和时间序列的数据有何不同?具体操作的选项是什么?之后的回归、描述性统计、t、F检验等等与时间序列数据一样么?
2、我的模型中所有解释变量都是一期滞后的,而被解释变量不是滞后变量.现在只有2012和2011年的数据,我想问,我能否假设被解释变量是2013年?那么我的解释变量是不是直接用2012年的数据就可以了?还是只能假设被解释是2012年的,然后输入2012年的数据,回归的时候都用X1(-1).
取决于你的原始数据类型,
截面数据一般是同一或多个变量的同一时间点,多个不同样本的取值
时间序列一般是同一或多个变量的不同时间点,来自同一样本的取值
时间序列的分析属于自回归分析,一般不同于截面数据,采用R^2评价回归效果
如果解释变量相比被解释变量是滞后的,这属于一种伪回归,predict past,经济数据不应用这种方式进行回归分析
再问: 截面数据回归不是ls y c x1 x2这样么?异方差,自相关和多重共线性怎么检验呢?还有你说的伪回归是什么意思,应该怎么回归分析呢?谢谢
再答: 截面数据,比如同一行业的股票市盈率与该行业的企业的ROE,利息覆盖率,速动比等有关,那么一系列公司的roe/利息覆盖率/速动比的取值就是截面数据的解释变量取值,该行业的平均市盈率就是被解释变量,回归目标在于求出其内在关系. 异方差用plot scatter画图或者white检验 自相关是用DW检验 共线性是各回归系数p-value很小,但F统计量取值表明解释力不好 具体操作可以百度一下有人传过eviews的相关ppt 用滞后变量解释当期变量在经济学上是不正确的,比如用下季度利润预测当季度股价,这是不符合经济规律的,属于伪回归,不能用于estimate