EViews 統(tǒng)計(jì)計(jì)量軟件主要功能介紹（一）

時(shí)間：2020-12-18作者：北京天演融智軟件有限公司瀏覽：256

EViews是一款簡(jiǎn)單實(shí)用的統(tǒng)計(jì)、計(jì)量和經(jīng)濟(jì)建模軟件包。提供給學(xué)術(shù)研究人員、企業(yè)、**機(jī)構(gòu)和學(xué)生強(qiáng)大的統(tǒng)計(jì)、預(yù)測(cè)功能，以及創(chuàng)新的建模工具，易于使用的界面。EViews融合了現(xiàn)代軟件技術(shù)和*特性，其結(jié)果是一個(gè)較**的程序，在一個(gè)靈活的面向?qū)ο蟮慕缑嬷刑峁┝?*的功能。

主要功能包括

直觀(guān)友好的用戶(hù)界面

強(qiáng)大的分析工具

**的數(shù)據(jù)管理

演示級(jí)別質(zhì)量的導(dǎo)出功能

傳統(tǒng)命令行與編程接口

EViews詳細(xì)功能列表

EViews為數(shù)據(jù)處理、統(tǒng)計(jì)和經(jīng)濟(jì)計(jì)量分析、預(yù)測(cè)和模擬、數(shù)據(jù)表示以及編程提供了一系列強(qiáng)大的功能。雖然我們不可能列出所有內(nèi)容，但下面的列表提供了一些重要的EViews功能： 

基礎(chǔ)數(shù)據(jù)處理

? 數(shù)字、字母數(shù)字（字符串）和日期序列；值標(biāo)簽。

? 豐富的運(yùn)算符庫(kù)以及統(tǒng)計(jì)、數(shù)學(xué)、日期和字符串函數(shù)庫(kù)。

? 使用運(yùn)算符和函數(shù)進(jìn)行表達(dá)式處理以及轉(zhuǎn)換現(xiàn)有數(shù)據(jù)的強(qiáng)大語(yǔ)言。

? 樣本和樣本對(duì)象有助于處理數(shù)據(jù)子集。

? 支持復(fù)雜的數(shù)據(jù)結(jié)構(gòu)，包括定期日期數(shù)據(jù)、不定期日期數(shù)據(jù)、帶有觀(guān)測(cè)標(biāo)識(shí)符的橫截面數(shù)據(jù)、已日期和未日期的面板數(shù)據(jù)。

? 多頁(yè)工作文件。

? EViews基于磁盤(pán)的本機(jī)數(shù)據(jù)庫(kù)提供了強(qiáng)大的查詢(xún)功能，并與EViews工作文件集成。

? 在EViews與各種電子表格，統(tǒng)計(jì)及數(shù)據(jù)庫(kù)格式之間轉(zhuǎn)換數(shù)據(jù)，包括（但不限于）：MicrosoftAccess?和Excel?文件（包括.XSLX和.XLSM），高斯數(shù)據(jù)集文件，SAS?Transport 文件，SPSS本機(jī)和可移植文件，Stata文件，Tableau?，原始格式的ASCII文本或二進(jìn)制文件，HTML或ODBC數(shù)據(jù)庫(kù)以及查詢(xún)（僅在Enterprise Edition中提供ODBC支持）。

? OLE支持將EViews輸出（包括表格和圖形）鏈接到其他包，包括MicrosoftExcel?，Word?和Powerpoint?。

? OLEDB支持使用OLEDB的客戶(hù)端或自定義程序讀取EViews工作文件和數(shù)據(jù)庫(kù)。

? 支持FRED?（聯(lián)邦儲(chǔ)備經(jīng)濟(jì)數(shù)據(jù)），世界銀行，美國(guó)國(guó)家海洋和大氣管理局，美國(guó)人口普查，美國(guó)東亞銀行，美國(guó)勞工統(tǒng)計(jì)局，歐洲*銀行SDMX標(biāo)準(zhǔn)，**貨幣基金組織 SDMX標(biāo)準(zhǔn)，聯(lián)合國(guó) SDMX標(biāo)準(zhǔn)和歐盟統(tǒng)計(jì)局?jǐn)?shù)據(jù)庫(kù)。

? 企業(yè)版支持環(huán)球透視的DRIPro和DRIBase數(shù)據(jù)庫(kù)，Haver分析?DLX?，F(xiàn)AME格式數(shù)據(jù)庫(kù)，EcoWin財(cái)經(jīng)數(shù)據(jù)庫(kù)，Bloomberg數(shù)據(jù)庫(kù)?，EIA數(shù)據(jù)庫(kù)?，CEIC數(shù)據(jù)庫(kù)??，數(shù)據(jù)流數(shù)據(jù)庫(kù)?，F(xiàn)actSet和穆迪的數(shù)據(jù)庫(kù)。

? EViews MicrosoftExcel?加載項(xiàng)允許您從Excel內(nèi)的EViews工作文件和數(shù)據(jù)庫(kù)中鏈接或?qū)霐?shù)據(jù)。

? 拖放功能支持讀取數(shù)據(jù)；只需將文件拖放到EViews中即可進(jìn)行自動(dòng)轉(zhuǎn)換，并將外部數(shù)據(jù)和元數(shù)據(jù)鏈接為EViews工作文件格式。

? 能通過(guò)現(xiàn)有序列中的值和日期創(chuàng)建新工作文件頁(yè)面的強(qiáng)*具。

? 匹配合并，聯(lián)接，追加，子集，調(diào)整大小，排序和重塑（堆疊和拆棧）工作文件。

? 在不同頻率的頁(yè)面之間復(fù)制或鏈接數(shù)據(jù)時(shí)，易于使用的自動(dòng)頻率轉(zhuǎn)換。

? 頻率轉(zhuǎn)換和匹配合并支持在基礎(chǔ)數(shù)據(jù)發(fā)生更改時(shí)進(jìn)行動(dòng)態(tài)較新。

? 自動(dòng)較新公式系列，只要基礎(chǔ)數(shù)據(jù)發(fā)生更改，就會(huì)自動(dòng)重新計(jì)算公式系列。

? 易于使用的頻率轉(zhuǎn)換：只需在不同頻率的頁(yè)面之間復(fù)制或鏈接數(shù)據(jù)。

? 用于重采樣和生成隨機(jī)數(shù)以進(jìn)行仿真的工具。使用三個(gè)不同的隨機(jī)數(shù)生成器為18個(gè)不同的分布函數(shù)生成隨機(jī)數(shù)。

? 支持云驅(qū)動(dòng)器訪(fǎng)問(wèn)，使您可以直接將文件打開(kāi)并保存到Dropbox，OneDrive，Google Drive和Box帳戶(hù)。

時(shí)間序列處理

? 對(duì)處理日期數(shù)據(jù)和時(shí)間序列數(shù)據(jù)（常規(guī)和非常規(guī)）的集成支持。

? 支持常見(jiàn)的常規(guī)頻率數(shù)據(jù)（年度，半年度，季度，每月，雙月，雙周，十天，每周，每天-每周5天，每天-每周7天）。

? 支持高頻（日內(nèi)）數(shù)據(jù)，支持小時(shí)，分鐘和秒的頻率。此外，還有一些不太常見(jiàn)的常規(guī)頻率數(shù)據(jù)，包括“多年”，“雙月”，“雙周”，“十天”和一周中任意天數(shù)范圍內(nèi)的“每日”。，

? 專(zhuān)門(mén)的時(shí)間序列函數(shù)和運(yùn)算符：滯后，差異，對(duì)數(shù)差異，移動(dòng)平均值等。

? 頻率轉(zhuǎn)換：各種從高到低和從低到高的方法。

? 指數(shù)平滑：?jiǎn)?，雙，Holt-Winters和ETS平滑。

? 用于白化回歸的內(nèi)置工具。

? Hodrick-Prescott濾波。

? 帶通（頻率）濾波：Baxter-King濾波器，Christiano-Fitzgerald固定長(zhǎng)度濾波器和全樣本非對(duì)稱(chēng)濾波器。

? 季節(jié)性調(diào)整：人口普查X-13，STL分解，MoveReg，X-12-ARIMA，Tramo/Seats，移動(dòng)平均。

? 插值以填充一系列值中的缺失值：線(xiàn)性，對(duì)數(shù)線(xiàn)性，Catmull-Rom樣條曲線(xiàn)，Cardinal樣條曲線(xiàn)。

統(tǒng)計(jì)功能

基本功能

? 基本數(shù)據(jù)摘要；按組摘要。

? 一致性檢驗(yàn)：T檢驗(yàn)，方差分析（平衡和非平衡，有無(wú)異方差），威爾克森秩和檢驗(yàn)，曼-惠特尼U檢驗(yàn)，中位數(shù)卡方檢驗(yàn)，K-W檢驗(yàn)，van der Waerden檢驗(yàn),F檢驗(yàn), Siegel-Tukey檢驗(yàn), Bartlett球形檢驗(yàn), Levene檢驗(yàn)，Brown-Forsythe檢驗(yàn)。

? 單向制表；使用關(guān)聯(lián)度量（Phi相關(guān)系數(shù)，Cramer’s V相關(guān)系數(shù)，列聯(lián)系數(shù)）和獨(dú)立性檢驗(yàn)（皮爾森卡方檢驗(yàn)，似然比G ^ 2檢驗(yàn)）進(jìn)行交叉列聯(lián)制表。

? 協(xié)方差和相關(guān)分析包括Pearson相關(guān)分析，Spearman等級(jí)相關(guān)分析，Kendall的tau-a相關(guān)分析和tau-b相關(guān)分析以及偏相關(guān)分析。

? 主成分分析，包括：碎石圖，雙線(xiàn)圖和荷載圖，以及加權(quán)成分得分計(jì)算。

? 因子分析允許計(jì)算關(guān)聯(lián)度量（包括協(xié)方差和相關(guān)性），一性估計(jì)，因子載荷估計(jì)以及因子得分，以及使用30多種不同的正交和斜向方法中的一種進(jìn)行估計(jì)診斷和因子旋轉(zhuǎn)。

? 正態(tài)分布、指數(shù)分布、較值分布、邏輯分布、卡方分布、威布爾或伽瑪分布（Kolmogorov-Smirnov，Lilliefors，Cramer-von Mises，Anderson-Darling，Watson）的經(jīng)驗(yàn)分布函數(shù)（EDF）檢驗(yàn)。

? 直方圖，頻率多邊形圖，邊緣頻率多邊形圖，移動(dòng)平均直方圖，CDF-幸存者分位數(shù)圖，分位數(shù)-分位數(shù)圖，核密度圖，擬合的理論分布圖，箱線(xiàn)圖。

? 具有參數(shù)和非參數(shù)回歸線(xiàn)（局部加權(quán)回歸，局部多項(xiàng)式），核回歸（Nadaraya-Watson回歸，局部線(xiàn)性回歸，局部多項(xiàng)式）或置信橢圓的散點(diǎn)圖。

時(shí)間序列

? 自相關(guān)，偏自相關(guān)，互相關(guān)，Q統(tǒng)計(jì)。

? 格蘭杰因果檢驗(yàn)，包括面板格蘭杰因果檢驗(yàn)。

? 單位根檢驗(yàn)：用于單時(shí)間序列的ADF檢驗(yàn)、DFGLS檢驗(yàn)、Phillips-Perron檢驗(yàn)、KPSS檢驗(yàn)、ERS檢驗(yàn)、Ng-Perron檢驗(yàn)，以及斷點(diǎn)單位根檢驗(yàn)和季節(jié)單位根檢驗(yàn)。

? 協(xié)整檢驗(yàn)：Johansen協(xié)整檢驗(yàn)，EG兩步法，Phillips-Ouliaris檢驗(yàn)，增加變量的帕克檢驗(yàn)以及Hansen穩(wěn)定性檢驗(yàn)。

? 獨(dú)立性檢驗(yàn)：Brock, Dechert,Scheinkman和LeBaron

? 方差比檢驗(yàn)：Lo and MacKinlay檢驗(yàn)，Kim wild bootstrap檢驗(yàn)，Wright排名檢驗(yàn)，排名得分和符號(hào)檢驗(yàn)。Wald檢驗(yàn)和多重比較方差比檢驗(yàn)（Richardson和Smith，Chow和Denning）。

? 長(zhǎng)期方差和協(xié)方差計(jì)算：使用非參數(shù)核密度（Newey-West 1987，Andrews 1991），參數(shù)VARHAC（Den Haan和Levin 1997）以及預(yù)白化核密度（Andrews和Monahan 1992）方法計(jì)算的對(duì)稱(chēng)或單邊長(zhǎng)期協(xié)方差。此外，EViews支持用于核密度估計(jì)的Andrews（1991）和Newey-West（1994）自動(dòng)帶寬選擇方法，以及基于信息標(biāo)準(zhǔn)的滯后長(zhǎng)度選擇的用于VARHAC估計(jì)和預(yù)白化估計(jì)法。

面板和池

? 按組和按期統(tǒng)計(jì)和檢驗(yàn)。

? 單位根檢驗(yàn)：LLC檢驗(yàn)，Breitung檢驗(yàn)，IPS檢驗(yàn)，F(xiàn)isher檢驗(yàn)和Hadri檢驗(yàn)。

? 協(xié)整檢驗(yàn)：Pedroni檢驗(yàn)，Kao檢驗(yàn)，Maddala和Wu檢驗(yàn)。

? 序列協(xié)方差和主成分內(nèi)的面板數(shù)據(jù)。

? Dumitrescu-Hurlin（2012）面板因果關(guān)系檢驗(yàn)。

? 橫截面依賴(lài)性檢驗(yàn)。

估計(jì)

回歸

? 線(xiàn)性和非線(xiàn)性普通較小二乘法（多元回歸）。

? 對(duì)任意數(shù)量的自變量使用PDL進(jìn)行線(xiàn)性回歸。

? 穩(wěn)健回歸。

? 非線(xiàn)性估計(jì)的解析導(dǎo)數(shù)。

? 加權(quán)較小二乘。

? 與其他異方差一致的White標(biāo)準(zhǔn)誤差，Newey-West穩(wěn)健標(biāo)準(zhǔn)誤差?？梢允褂梅菂?shù)核密度法，參數(shù)VARHAC法以及預(yù)白化的核密度法來(lái)計(jì)算HAC標(biāo)準(zhǔn)誤差，并允許將Andrews和Newey-West自動(dòng)帶寬選擇法用于核估計(jì)，將基于信息標(biāo)準(zhǔn)的滯后長(zhǎng)度選擇法用于VARHAC估計(jì)和預(yù)白化估計(jì)。

? 聚類(lèi)標(biāo)準(zhǔn)誤差。

? 線(xiàn)性分位數(shù)回歸和較小**偏差（LAD），同時(shí)包括Huber's Sandwich和bootstrapping協(xié)方差計(jì)算。

? 通過(guò)七個(gè)不同的選擇程序進(jìn)行逐步回歸。

? 閾值回歸（包括TAR和SETAR）以及平滑閾值回歸（包括STAR）。

? ARDL估計(jì)，包括用于協(xié)整的邊界檢驗(yàn)法。

? 彈性網(wǎng)，嶺回歸和LASSO估計(jì)。

? 功能系數(shù)估計(jì)。

ARMA 和 ARMAX

? 具有自回歸移動(dòng)平均值，季節(jié)性自回歸和季節(jié)性移動(dòng)平均誤差的線(xiàn)性模型。

? 具有AR和SAR規(guī)格的非線(xiàn)性模型。

? 使用Box- Jenkins，條件較小二乘，ML或GLS的后推法進(jìn)行估計(jì)。

? 部分集成的ARFIMA模型。

更多內(nèi)容請(qǐng)登錄 科學(xué)軟件網(wǎng)

北京天演融智軟件有限公司專(zhuān)注于pscad,gams,spsspro,stata,matlab,mathematica,nvivo等, 歡迎致電 18510103847

• 詞條

  詞條說(shuō)明

• IBM SPSS Statistics 30.0.0數(shù)據(jù)分析軟件版本較新

  IBM SPSS Statistics較新版v30.0.0提供了新的分析過(guò)程、功能擴(kuò)展、功能增強(qiáng)、性能改進(jìn)、錯(cuò)誤修復(fù)、棄用通知和安全較新。Bland Altman分析Bland Altman分析是一種非參數(shù)方法，用于評(píng)估兩次測(cè)量之間的一致性。這種分析常用于對(duì)一種新的測(cè)量方法與另一種測(cè)量方法或參考標(biāo)準(zhǔn)進(jìn)行比較。該方法是將縱坐標(biāo)（Y）軸上兩次測(cè)量值與橫坐標(biāo)（X）軸上相應(yīng)值之間的差異作圖。由此得到的圖稱(chēng)

• 通州spss

  通州SPSSSPSS（Statistical Package for the Social Sciences）是一款*的統(tǒng)計(jì)軟件，被廣泛應(yīng)用于社會(huì)科學(xué)、醫(yī)學(xué)、商業(yè)等領(lǐng)域的數(shù)據(jù)分析和挖掘。通過(guò)其強(qiáng)大的功能和友好的用戶(hù)界面，SPSS幫助用戶(hù)進(jìn)行各種統(tǒng)計(jì)分析，生成報(bào)表和可視化結(jié)果，從而發(fā)現(xiàn)數(shù)據(jù)中的規(guī)律和洞察。作為通州科學(xué)軟件網(wǎng)的一部分，通州SPSS致力于為用戶(hù)提供高質(zhì)量的SPSS軟件和相關(guān)服務(wù)。SPSS

• 學(xué)生在線(xiàn)考試的 重要性

  考試，是評(píng)估一個(gè)人能力的重要方式。無(wú)論是企業(yè)，還是事業(yè)單位，還是學(xué)校、教育機(jī)構(gòu)，衡量一個(gè)員工或者一個(gè)學(xué)生階段性的學(xué)習(xí)成果，大部分都會(huì)選擇進(jìn)行考核考試。作為教育評(píng)估指標(biāo)體系之一的在線(xiàn)考試系統(tǒng)也成為了一個(gè)新的發(fā)展方向，在整個(gè)教學(xué)過(guò)程和教學(xué)結(jié)果中扮演著尤為重要的角色。一個(gè)完善、健全的考試系統(tǒng)能及時(shí)、準(zhǔn)確地反饋教學(xué)結(jié)果，為教學(xué)提供較有意義的指導(dǎo)性策略，優(yōu)化整個(gè)教學(xué)流程。一般教育所采用的傳統(tǒng)考試模式，在如今

• 數(shù)學(xué)建模*五大模型之一 | 預(yù)測(cè)模型詳解（下）

  上篇我們?cè)敿?xì)介紹了4種數(shù)學(xué)建模中常用的預(yù)測(cè)模型，包括:1.時(shí)間序列ARIMA模型2.灰色預(yù)測(cè)模型GM（1,1）3.BP神經(jīng)網(wǎng)絡(luò)4.支持向量機(jī)回歸（SVR）本篇我們將繼續(xù)介紹數(shù)學(xué)建模中常用的其他預(yù)測(cè)模型，包括：5.線(xiàn)性回歸（較小二乘法）6.決策樹(shù)回歸7.隨機(jī)森林回歸8.XGBoost回歸