1、如图,你可以把数据通过审查后,直接进入下一步。
2、此时,如下图需要输入icon命令进行确认。
3、接下来,单击图中所示的相关选项进行输入。
4、在这里,选择相应的检验类型进行确认,然后可以进行下一步。
5、这样就可以得到相应的结果,并用eviews对4个变量进行jj协整检验。
扩展资料:
由于变量让你能够把程序中准备使用的每一段数据都赋给一个简短、易于记忆的名字,因此它们十分有用。
变量可以保存程序运行时用户输入的数据(如使用InputBox函数在屏幕上显示一个对话框,然后把用户键入的文本保存到变量中)、特定运算的结果以及要在窗体上显示的一段数据等。简而言之,变量是用于跟踪几乎所有类型信息的简单工具。
变量声明后没有赋值的话,编译器会自动提示并赋予默认值。
参考来源:百度百科--变量
步骤一:分析数据的平稳性(单位根检验)。
按照正规程序,面板数据模型在回归前需检验数据的平稳性。李子奈曾指出,一些非平稳的经济时间序列往往表现出共同的变化趋势,而这些序列间本身不一定有直接的关联,此时,对这些数据进行回归,尽管有较高的R平方,但其结果是没有任何实际意义的。
步骤二:协整检验或模型修正。
情况一:如果基于单位根检验的结果发现变量之间是同阶单整的,那么我们可以进行协整检验。协整检验是考察变量间长期均衡关系的方法。
所谓的协整是指若两个或多个非平稳的变量序列,其某个线性组合后的序列呈平稳性。此时我们称这些变量序列间有协整关系存在。因此协整的要求或前提是同阶单整。
步骤三:面板模型的选择与回归。
面板数据模型的选择通常有三种形式:
一种是混合估计模型(Pooled Regression Model)。如果从时间上看,不同个体之间不存在显著性差异;从截面上看,不同截面之间也不存在显著性差异,那么就可以直接把面板数据混合在一起用普通最小二乘法(OLS)估计参数。
一种是固定效应模型(Fixed Effects Regression Model)。如果对于不同的截面或不同的时间序列,模型的截距不同,则可以采用在模型中添加虚拟变量的方法估计回归参数。
一种是随机效应模型。
扩展资料:面板数据模型可以使用LLC、IPS、Breintung、ADF-Fisher 和PP-Fisher5种方法进行面板单位根检验。
其中LLC-T 、BR-T、IPS-W 、ADF-FCS、PP-FCS 、H-Z 分别指Levin, Lin &Chu t* 统计量、Breitung t 统计量、lm Pesaran &Shin W 统计量。
ADF- Fisher Chi-square统计量、PP-Fisher Chi-square统计量、Hadri Z统计量,并且Levin, Lin &Chu t* 统计量、Breitung t统计量的原假设为存在普通的单位根过程。
lm Pesaran &Shin W 统计量、ADF- Fisher Chi-square统计量、PP-Fisher Chi-square统计量的原假设为存在有效的单位根过程, Hadri Z统计量的检验原假设为不存在普通的单位根过程。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)