EVIEWS在计量经济学教学过程中的演示示例——陈冬冬（川农经管）
Variable C X R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -1147.443 0.170052 Std. Error 396.1630 0.011451 t-Statistic -2.896390 14.84990 Prob. 0.0093 0.0000 3080.390 4368.710 17.20981 17.30929 220.5196 0.000000 0.920675 Mean dependent var 0.916500 S.D. dependent var 1262.402 Akaike info criterion 30279518 Schwarz criterion -178.7030 F-statistic 0.688670 Prob(F-statistic)
2、自相关检验 （1）图示法
由上述OLS计算，可直接得到残差RESID，运用GENR命令生成序列E，则在QUICK菜单中选GRAPH，在图形对话框中输入：E E(-1)，再点击SCATTER DIOGRAM。得结果如下，从图中可以看出残差et呈线性自回归，表明随机误差ut存在自相关。
400020000E-2000-4000-4000-3000-2000-1000E(-1)010002000
（2）、DW检验
根据OLS计算结果，由：Durbin-Watson stat＝0.688670，给定显著性水平a=0.05，查D-W表，n=21，k'（解释变量个数）＝1，得下限临界值dL=1.22，上限临界值dU=1.42，因为DW统计量为0.688670 3、自相关的修正 ?DW（1）由DW＝0.688670，根据??1?，计算得?＝0.6556。 2?用GENR分别对X和Y做广义差分。在WORKFILE窗口选择GENR或直接在主窗口输入： GENR DY=Y-0.6556*Y(-1) GENR DX=X-0.6556*X(-1) 11 EVIEWS在计量经济学教学过程中的演示示例——陈冬冬（川农经管） 然后再用OLS估计参数。结果为： DY = -585.3252045 + 0.192825853*DX （-1.752142） （8.851754） 2 R=0.813188 DW=1.345597， F=78.35354 这时可以看出使用广义差分法后，DW值有所提高，但仍然存在自相关。 （2）Cochrane-Orcutt迭代法 在QUICK－ESTIMATE EQUATION项，在对话框中输入：Y C X AR(1),OK后得如下结果： Dependent Variable: Y Method: Least Squares Date: 10/31/05 Time: 18:07 Sample(adjusted): 1979 1998 Included observations: 20 after adjusting endpoints Convergence achieved after 14 iterations Variable C X AR(1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Inverted AR Roots Coefficient -1876.253 0.198637 0.740777 Std. Error 1975.932 0.049973 0.310956 t-Statistic -0.949554 3.974859 2.382259 Prob. 0.3556 0.0010 0.0292 4428.390 16.84255 16.99191 168.4172 0.000000 0.951955 Mean dependent var 3227.670 0.946303 S.D. dependent var 1026.178 Akaike info criterion 17901699 Schwarz criterion -165.4255 F-statistic 1.451436 Prob(F-statistic) .74 此时DW=1.451436>dU=1.42，认为此时无自相关性。 （3）利用对数线性回归修正自相关。用GENR分别对X和Y生成LogX和LogY，命令为： GENR LY=LOG(Y) GENR LX=LOG(X) 在OLS估计对话框输入： LY C LX计算结果如下： Variable C LX R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -7.083917 1.466088 Std. Error 0.337892 0.034876 t-Statistic -20.96504 42.03750 Prob. 0.0000 0.0000 7.043795 1.515819 -0.731905 -0.632427 1767.151 0.000000 0.989363 Mean dependent var 0.988803 S.D. dependent var 0.160400 Akaike info criterion 0.488832 Schwarz criterion 9.685003 F-statistic 1.140571 Prob(F-statistic) 12 EVIEWS在计量经济学教学过程中的演示示例——陈冬冬（川农经管） 同时考虑Cochrane-Orcutt迭代法。在估计对话框里输入： LY C LX AR(1) 计算结果如下： Dependent Variable: LY Method: Least Squares Date: 10/31/05 Time: 18:19 Sample(adjusted): 1979 1998 Included observations: 20 after adjusting endpoints Convergence achieved after 5 iterations Variable Coefficient Std. Error t-Statistic Prob. C -7.088071 0.604260 -11.73016 0.0000 LX 1.467507 0.061299 23.94022 0.0000 AR(1) 0.425084 0.232705 1.826708 0.0854 R-squared 0.990102 Mean dependent var 7.150795 Adjusted R-squared 0.988937 S.D. dependent var 1.471582 S.E. of regression 0.154782 Akaike info criterion -0.756115 Sum squared resid 0.407278 Schwarz criterion -0.606756 Log likelihood 10.56115 F-statistic 850.2191 Durbin-Watson stat 1.537282 Prob(F-statistic) 0.000000 Inverted AR Roots .43 此时DW=1.537282>dU=1.42，可以认为此时已消除自相关性。 13