实验一 EViews软件的基本操作
小组成员：
【实验目的】
了解EViews软件的基本操作对象，掌握软件的基本操作。
【实验内容】
数据的输入、编辑与序列生成；
实验内容以表1-1所列出的消费支出和可支配收入的统计资料为例进行操作。
表1-1 中国内地各地区城镇居民家庭人均全年
单位：元资料来源：《中国统计年鉴》(2007)
【实验步骤】
一、创建工作文件
启动EViews软件之后，进入EViews主窗口（如图1-1所示）。
图1-1 EViews主窗口
在主菜单上依次点击File/New/Workfile，即选择新建对象的类型为工作文件，将弹出一个对话框（如图1-2所示）。
图1-2
选择数据类型：Date - regular frequency (时间序列数据) Unstructured/Undated (截面数据)
Balanced panel (面板数据)
因为表中是同一年份中不同地区居民家庭的人均可支配收入与人均消费支出，所以这是截面数据。又因为有31个省份的数据，所以目标数据为31（如图1-3所示）。
图1-3 工作文件对话框
然后点击OK按钮，将在EViews软件的主显示窗口显示相应的工作文件窗口（如图1-4所示）。
图1-4 工作文件窗口
工作文件窗口是EViews的子窗口，工作文件一开始其中就包含了两个对象，一个是系数向量C（保存估计系数用），另一个是残差序列RESID（实际值与拟合值之差）。
二、输入Y、X的数据
在EViews软件主窗口点击Objects/New Object，对象类型选择Series，并给定序列名（图1-5所示）。
图1-5 创建新对象窗口
再从工作文件目录中选取并双击所创建的新序列就可以展示该对象，选择Edit＋/－，进入编辑状态，输入Y（消费支出）、X（可支配收入）数据。呈现相应的工作文件窗口（图1-6所示）。
图1-6
在工作文件窗口中单击所要选择的变量，按住Ctrl键不放，继续用鼠标选择要展示的变量，选择完以后，单击鼠标右键，在弹出的快捷菜单中点击Open/as Group，则会弹出如图1-7所示的数组窗口。
图1-7 弹出的数组窗口
三、显示数据
点击Proc/Make Equation，则会弹出如图1-8所示的窗口。
图1-8
再选择最小平方法并确定，则会出现中国内地各地区城镇居民人均消费支出对人均可支配收入的回归数据（图1-9所示）。
图1-8 回归分析结果
【实验结论】
从回归估计的结果看，模型拟合较好。可决系数0.9174表明城镇居民人均消费支出变化的0，9714可由人均可支配收入的变化来解释。从斜率来看斜率值满足0
从而可得模型具有较好的相关性。
而根据以上结论当我国人均可支配收入在20000元时根据以上回归方程可以得出这类家庭人均消费支出的预测值：y=281.50+0.7146*20000=14572.6元 此时的
=0.970433可决系数较高。所以可行性较大。
实验一 EViews软件的基本操作
小组成员：
【实验目的】
了解EViews软件的基本操作对象，掌握软件的基本操作。
【实验内容】
数据的输入、编辑与序列生成；
实验内容以表1-1所列出的消费支出和可支配收入的统计资料为例进行操作。
表1-1 中国内地各地区城镇居民家庭人均全年
单位：元资料来源：《中国统计年鉴》(2007)
【实验步骤】
一、创建工作文件
启动EViews软件之后，进入EViews主窗口（如图1-1所示）。
图1-1 EViews主窗口
在主菜单上依次点击File/New/Workfile，即选择新建对象的类型为工作文件，将弹出一个对话框（如图1-2所示）。
图1-2
选择数据类型：Date - regular frequency (时间序列数据) Unstructured/Undated (截面数据)
Balanced panel (面板数据)
因为表中是同一年份中不同地区居民家庭的人均可支配收入与人均消费支出，所以这是截面数据。又因为有31个省份的数据，所以目标数据为31（如图1-3所示）。
图1-3 工作文件对话框
然后点击OK按钮，将在EViews软件的主显示窗口显示相应的工作文件窗口（如图1-4所示）。
图1-4 工作文件窗口
工作文件窗口是EViews的子窗口，工作文件一开始其中就包含了两个对象，一个是系数向量C（保存估计系数用），另一个是残差序列RESID（实际值与拟合值之差）。
二、输入Y、X的数据
在EViews软件主窗口点击Objects/New Object，对象类型选择Series，并给定序列名（图1-5所示）。
图1-5 创建新对象窗口
再从工作文件目录中选取并双击所创建的新序列就可以展示该对象，选择Edit＋/－，进入编辑状态，输入Y（消费支出）、X（可支配收入）数据。呈现相应的工作文件窗口（图1-6所示）。
图1-6
在工作文件窗口中单击所要选择的变量，按住Ctrl键不放，继续用鼠标选择要展示的变量，选择完以后，单击鼠标右键，在弹出的快捷菜单中点击Open/as Group，则会弹出如图1-7所示的数组窗口。
图1-7 弹出的数组窗口
三、显示数据
点击Proc/Make Equation，则会弹出如图1-8所示的窗口。
图1-8
再选择最小平方法并确定，则会出现中国内地各地区城镇居民人均消费支出对人均可支配收入的回归数据（图1-9所示）。
图1-8 回归分析结果
【实验结论】
从回归估计的结果看，模型拟合较好。可决系数0.9174表明城镇居民人均消费支出变化的0，9714可由人均可支配收入的变化来解释。从斜率来看斜率值满足0
从而可得模型具有较好的相关性。
而根据以上结论当我国人均可支配收入在20000元时根据以上回归方程可以得出这类家庭人均消费支出的预测值：y=281.50+0.7146*20000=14572.6元 此时的
=0.970433可决系数较高。所以可行性较大。