(window.slotbydup=window.slotbydup || []).push({
id: '2014386',
container: s,
size: '234,60',
display: 'inlay-fix'
(55人评价)
&&|&&10次下载&&|&&总63页&&|
Eviews是一款功能强大的计量经济模型分析软件，这个文档涵盖了eviews的基本使用方法，非常详细。
您的计算机尚未安装Flash，点击安装&
阅读已结束，如需下载到电脑，请使用积分（）
下载：20积分
0人评价79页
3人评价84页
0人评价2页
0人评价131页
0人评价119页
所需积分：（友情提示：大部分文档均可免费预览！下载之前请务必先预览阅读，以免误下载造成积分浪费！）
（多个标签用逗号分隔）
文不对题，内容与标题介绍不符
广告内容或内容过于简单
文档乱码或无法正常显示
文档内容侵权
已存在相同文档
不属于经济管理类文档
源文档损坏或加密
若此文档涉嫌侵害了您的权利，请参照说明。
我要评价：
下载：20积分当前位置： >>
Eviews常用命令集
武汉大学 实践教改项目Eviews 命令集武汉大学经济学系数量经济学教研室《教改项目组》 编译本命令集几乎涵盖了 Eviews 中所有命令，视图和过程的完整列表，我们分 为基本命令， 矩阵和字符串函数以及编程语言三个面加以介绍，在每一个面的列 表按照字母顺序排列。每条记录包括该命令关键词，关键词的各种用法，其功能 描述和语法，在大多数记录中，我们还提供了附加参数的列表和示例。一、基本命令addaddgroup 过程| pool 过程 向组添加一个序列或者向 pool 中添加截面元。语法group 过程：group_name.add ser1 ser2 ser3 group 过程：group_name.add grp1 grp2 pool 过程：pool_name.add id1 id2 id3 列出要添加到组中的序列名称或者序列组，或者列出要添加到 pool 中的截面标识符。示例dummy.add d11 d12 向组 DUMMY 中添加两个序列 D11 和 D12。 countries.add us gr 向 pool 对象 COUNTRIES 中添加 US 和 GR 两个截面元素。addtextaddtext图过程 在图中放置文本。语法图过程：graph_name.addtext(options) text 在 addtext 命令后跟随要放置到图中的文本。 选项 t l r b顶部（在图的上部并居中） 。 左旋转。 右旋转。 下方并居中。x把文本包含在框中。要在图中放置文本， 可以明确的使用座标来指定文本左上角的位置。 座标由一个数 对 h，v 设定，单位是虚英寸。单独的图通常是 43 虚英寸（散点图是 33 虚英寸） ，不管 它们当前的显示大小。 座标的原点位于图的左上角。 第一个数值 h 指定从原点向右偏离 的虚英寸距离。 第二个数值 v 指定从原点向下偏离的虚英寸距离。 文本的左上角将被放 置在指定的座标上。 ? 座标可以于其他选项一起使用，但是它们必须位于选项列表的前两个位置。座标 受指定位置的其他选项控制。 ? 当 addtext 对多重图使用时，文本应用于整个图，而不是每个单独的图。示例freeze(g1) gdp.line g1.addtext(t) Fig 1: Monthly GDP (78:1-95:12) 把文本“Fig1: Monthly GDP (78:1-95:12)”放置于图 G1 的顶部中央位置。 g1.addtext(.2,.2,x) seasonally adjusted 把文本“seasonally adjusted”放置在图中的一个框中，稍稍从左上角缩进。alignalignGraph 视图 对齐多个图形的位置。语法Graph 视图：graph_name.align(n,h,v) 选项 n 指定图形放置的列数。 h 图形之间的水平间隔。 v 是图形之间的垂直间隔。 必须在括号中按顺序指定以上 3 个参数（用逗号隔开） 。间隔大小的单位为虚英寸。示例mygraph.align(3,1.5,1) 把 MYGRAPH 与第三列中的图形对齐，水平间隔为 1.5 英寸，垂直距离为 1 英寸。appendappend Logl 过程| Model 过程| System 过程| Sspace 过程向 Logl 对象，Model 对象，System 对象，或者 Sspace 空间对象添加一行。语法Logl 过程：logl_name.append text Model 过程：model_name.append text System 过程：system_name.append text Sspace 过程：sspace_name.append text 在 append 命令后面输入要添加的内容。示例model macro2 macro2.merge eq_m1 macro2.merge eq_gdp macro2.append assign @all f macro2.solve 第一行定义了一个模型对象。 第二行和第三行把现有的方程合并到模型对象中。 第 四行向模型添加了一个赋值语句。第五行解模型。 system macro1 macro1.append cons=c(1)+c(2)*gdp+c(3)*cons(-1) macro1.append inv=c(4)+c(5)*tb3+c(6)*d(gdp) macro1.append gdp=cons+inv+gov macro1.append inst tb3 gov cons(-1) gdp(-1) macro1.gmm show macro1.results 第一行定义了一个系统。下三行向系统中添加了由三个方程构成的简化式方程组。 第五行添加估计中将使用的工具变量的列表。 最后两行使用 GMM 方法估计模型并显示 结果。 vector(2) svec0=0 sspace1.append @mprior svec0 向状态空间对象 SSPACE1 中添加一行，使用零向量 SVEC0 作为状态向量的初值。arar 表达式自回归误差项。 AR 项可以在 ls 或者 tsls 命令中出现来表示一个自回归项。 ar(1)表示一阶自回归项， ar(2) 表示二阶自回归项，依次类推。示例命令：ls m1 c tb3 tb3(-1) ar(1) ar(4) 用常数，TB3 和 TB3 的一阶滞后值以及一阶和四阶自回归项对 M1 进行回归。 命令：tsls sale c adv ar(1) ar(2) ar(3) ar(4) @ c gdp 使用两阶段最小二乘法，把常数，ADV 和一到四阶自回归项对 SALE 进行回归， 工具变量为常数和 GDP。archarch命令||方程方法 估计广义自回归条件异方差模型语法命令： arch(p,q,options) y x1 x2 x3 arch(p,q,options) y x1 x2 x3 @ v1 v2 arch(p,q,options) y x1 x2 x3 @ p1 p2 @ t1 t2 方程方法：eq_name.arch(p,q,options) y x1 x2 x3 eq_name.arch(p,q,options) y x1 x2 x3 @ v1 v2 eq_name.arch(p,q,options) y x1 x2 x3 @ p1 p2 @ t1 t2 ARCH 估计一个具有 p 阶 ARCH 项和 q 阶 GARCH 项的 GARCH(p,q)模型。 如果不 给出(p,q)，那么默认是 GARCH(1,1)。在 arch 命令关键词后面的回归方程中给出被解释 变量及其后的一系列的回归变量。 默认条件下，条件方差模型中不包括外生变量（除常数外） ，如果想把除 GARCH 项外的方差解释变量考虑进来， 那么把它们加进来后， 在回归方程的回归变量后面使用 一个@的符号把这两种变量隔开。 如果选择 ARCH 模型组成成分的各个选项，就可以给出外生变量的永久成分和临 时成分。在回归方程回归因子之后，首先列出永久成分，接着是一个@符号，然后是临 时成分。常数项一直包含在永久成分中。 选项 e，egarch t，tarch c a v m h b m=整数 c=标量 s s=数字 p 指数型的 GARCH。 Threshold（对称）ARCH。 成分（永久和临时）ARCH。 对称（永久和临时）ARCH。 在回归方程中有条件方差的 ARCH-M(ARCH 在均值中)。 在回归方程中有条件标准差的 ARCH-M。 Bollerslev-Wooldridge robust 拟最大似然 (QML)协方差／标准误差。 使用 Berndt-Hall-Hall-Hausman (BHHH) 代 数 来最 大 化， 默 认时 为 Marquardt。 设置最大迭代次数（默认时为 100） 收敛标准（默认时为 0.001） ，标准是基于比例系数改变的的最大量。 使用当前Ｃ中的系数值作为初始值。 指明一个在 0 和 1 之间的一个数来决定作为初始ＬＳ估计一小部分的 初始值(超出范围的值设定 s=1)。. 打印基本估计结果。示例arch(4,0,m=1000,h) sp500 c 估计一个 SP500 关于常数项的回归的 arch（4）模型，这个过程的最大迭代次数为 1000，收敛后将给出 Bollerslev-Wooldridge robust QML 标准差。c=.1 equation arc1.arch(s,v) nys c @ r 估计一个回归表达式中的 GARCH(1,1)， NYS 的回归方程有赖于一个常数和一个条 件方差（GARCH）项。条件方差方程是默认的 GARCH(1,1) 表达式，其有一个外生回 归变量 R 和一个常数。第一行是将系数向量设置为.1，s 选项把 C 系数向量中的这些元 素作为初始值。 arc1.makegarch garch1 在估计的方程后面，我们可以把估计出的条件方差作为一个序列命名为 GARCH1.ArchtestArchtest 语法命令： archtest(n,options) 方程视图： eq_name.archtest(n,options) 必需说明要检验的 ARCH 的顺序。 滞后期 n 的数目应该在 arch 命令后面的括号中给出。 选项 p 打印检验结果。 对自回归条件异方差的检验（ARCH）. 在残差中对 ARCH 执行拉格朗日乘子(LM)检验。示例ls output c labor capital archtest(4) 用 OUTPUT 对常数、 LABOR 和 CAPITAL 进行回归， 然后进行 ARCH 滞后四阶的 检验。 equation eq1.arch sp500 c eq1.archtest(4) 估计一个 SP500 关于常数项的 GARCH(1,1) 回归模型，并对其进行滞后四阶的 ARCH 检验。注意：在 arch 估计之后进行的 archtest 使用了标准残差(回归方程的残差 除以估计出来的条件标准差)。autoauto命令||equation 视图 进行序列相关 LM 检验。 对估计残差执行 Breusch-Godfrey Lagrange 乘子 （LM） 检验。语法命令： auto(n,options) Equation 视图：eq_name.auto(n,options) 作为命令时，它检验默认方程的残差。必须指定检验的序列相关的阶数，在 auto 命令后的括号里注明滞后项 n。 选项 p打印文本输出。示例ls output c labor capital auto(4) 对产出（output）关于常数，劳动（labor）和资本（capital）回归并检验四阶序列 相关。 output(t) c:\result\artest.txt equation eq1.LS cons c y y(-1) eq1.auto(12,p) 执行消费关于常数项,Y 和 Y 的滞后项的 ols 回归并检验 12 阶序列相关。第一行是 将打印输出的文本改向输出至 ARTEST.TXT 文件。barbar命令|| Series 视图| Group 视图| Coef 视图| Matrix 视图| Graph 方法 序列或者一个向量/矩阵每列的条形图。语法命令：bar(options) ser1 ser2 ser3 Object 视图：object_name.bar(options) Graph 方法：graph_name.bar(options) 选项 a（默认）自动绘图。 序列按照原来的单位进行作图， 并且图形的大小按照可 以容纳序列的最大值和最小值进行选择。 d 二元作图。第一个序列在左边作图，所有其他的序列在右边作图。 s 层叠条形图。每个条都代表已列出序列的累加和。 l 对第一个列出的序列作条形图，对所有后面的序列作线形图。 x 与 l 选项相同，但是使用的是二元作图法。 o=graph_name 用指定图形中的选项作为模板。 t=graph_name 使用指定图形中的选项，文本，和底纹作为模板。 p 打印条形图。示例bar(x,o=mybar1) pop gdp cons 作 POP 的条形图以及 GDP 和 CONS 的线形图： 条形图作在左边， 而线形图作在右 边。该图形使用 MYBAR1 中的选项作为模板。 group mygrp oldsales newsalesmygrp.bar(s) 第一行定义了一个序列组，第二行对组中的序列作层叠条形图。causecause命令||组视图 格兰杰因果关系检验。在（所有可能的）成对列出的序列或组序列之间执行成对的格兰 杰因果检验。语法命令： cause(n, options) ser1 ser2 ser3 组视图：group_name.cause(n, options) 在命令形式中， 要列出将进行格兰杰因果检验的序列或组。 同时也要给出格兰杰检 验的滞后期,即在因果检验命令后面的括号中给出一个整数。注意检验方程中的解释变 量是一个常数和要检验的成对序列的滞后项。 选项 p打印出检验的结果。示例cause(4) gdp m1 计算 GDP 是否是 M1 的格兰杰成因和 M1 是否是 GDP 的格兰杰成因的格兰杰检验. 每个检验的回归变量为一个常数和 GDP 与 M1 的滞后四期值。 group macro m1 gdp r macro.cause(12,p) 打印在 MACRO 组中三个序列的六对格兰杰因果检验结果。每个检验的回归变量为一个常 数和要检验的两个序列（不包括组中第三个序列的滞后值）的滞后十二期值。ccopyccopy命令 从 DRI Basic Economics 数据库中复制数据到数据库集。从 DRI Basic Economics Database 中复制一个或者多个序列到 EViews 数据库集（.DB）文件中。要使用这个功 能必须首先在计算机中安装 DRI 数据库。语法命令： ccopy series_name 在 ccopy 命令后输入您希望复制的序列名称。数据库集文件将保存在默认目录中， 文件名与 DRI 数据库中的序列名相同。您也可以提供路径信息来表明名数据库集文件 的目录。示例ccopy lhur把 DRI 序列 LHUR 复制为默认路径目录中的 LHUR.DB 文件 ccopy b:gdp c:\nipadata\gnet 把 GDP 序列复制为 B 驱动器中的 GDP.DB 文件，而把 GNET 序列复制为 C:\NIPADATA 中的 GNET.DB 文件。Cd（chdir）cd chdir命令 更改默认目录。cd 命令更改当前的默认活动目录，该目录在 EViews 窗口底部右边显示 为 Path=。语法命令： cd path_name示例cd a:\data 把默认目录改为 A 驱动器中的 DATA 目录，然后您保存的一切就都自动存放在这 个目录中，除非您在保存命令中明确指定了一个不同的目录。cdfplotcdfplot Series 视图| Group 视图经验分布函数：显示经验累加分布函数，生存函数，和带标准误差的分位数。语法Series 视图：series_name.cdfplot(options) Group 视图：group_name.cdfplot(options) 选项 s 绘制经验生存函数。 q 绘制经验分位数。 a 绘制所有的 CDF，生存函数和分位数。 n 不包含标准误差。 q=r（默认） 使用 Rankit (Cleveland)公式计算分位数。 q=o 使用简单的分数(ordinary)公式计算分位数。 q=v 使用 van der Waerden 计算分位数。 q=b 使用 Blom 公式计算分位数。 q=t 使用 Tukey 公式计算分位数。 p 打印分布函数。示例lwage.cdfplot 绘制序列 lwage 的经验累加分布函数。cfetchcfetch命令 从 DRI Basic Economics 数据库中取出一个序列到工作文件中。cfetch 从 DRI Basic Economics Database 中读取一个或者多和序列到活动工作文件中。 要使用这个功能， 必须在计算机中首先安装 DRI 数据库。语法命令： cfetch series_name示例cfetch lhur gdp gnet 把 DRI 序列 LHUR，GDP 和 GNET 读取到当前的活动工作文件中，如果必要，还 会执行频度转换。ChowChow命令||方程视图 检验平稳性。 执行 Chow 断点和对参数稳定性的 Chow 预测检验。语法命令： chow(options) obs1 obs2 obs3 方程视图：eq_name.chow(options) obs1 obs2 obs3 要求给出要检验的断点(日期或观察数目)。如果要说明不止一个的断点,用空格把 断点隔开。 选项 f p 断点观测检验。 对此命令， 必须给出单个要检验的断点 （默认时执行断点检验） 。 打印检验结果。示例ls m1 c gdp cpi ar(1) chow 70.1 80.1 执行 M1 对常数项、GDP、CPI 及一阶自回归误差的回归,然后检验参数在 70 年代 前、70 年代期间以及 70 年代以后是否稳定。 equation ppp.ls log(spot) c log(p_us) log(p_uk) ppp.chow(f) 73 用 ls 估计 SPOT 的对数对 P_US 的对数以及 P_UK 的对数的回归方程，并执行从 73 年开始的 Chow 观测检验。 sort gender ls lwage c edu edu^2 unionchow 534 也可以对横截面数据执行 chow 检验。假设 GENDER 是一个 0-1 虚拟变量，当排 序后，观察值的前 533 个全是 GENDER=0,此后的有 GENDER=1，那么 chow 命令检验 LWAGE 方程是否对所有的 GENDER=0 和 GENDER=1 都有相同的系数。clabelclabel命令 显示 DRI Basic Economics 数据库序列的描述。 clabel 从 DRI Basic Economics Database 中读取一个序列的描述，并把它显示在 Eviews 窗口状态行上。可以使用 这个命令来验证给定 DRI 数据库序列名表明的内容。要使用这个功能，必须首先 安装 DRI 数据库。语法目录：clabel series_name示例clabel lhur 在状态行显示 DRI 序列 LHUR 的描述。closeclose命令 关闭对象，程序或者工作文件。关闭一个对象就是关闭其窗口。如果指定名称，对 象仍在工作文件中显示为一个图标， 否则它将也被删除。 关闭程序或者工作文件不 仅关闭其窗口，而且把它从内存中删除。如果激活一个文件之后，工作文件已经更 改，您将看到一个对话框询问您是否想把它保存在磁盘上。语法命令：close object_name示例close gdp graph1 table2 关闭 GDP，GRAPH1 和 TABLE2 这三个对象。 lwage.hist close lwage 首先打开 LWAGE 窗口并显示 LWAGE 的直方图，然后关闭窗口。coefcoef命令 定义一个系数（列）向量。向量和系数对象都是列向量。但是，仅有系数对象的元 素允许用于模型形式的估计。语法命令：coef(n) coef_name 在 coef 命令后的括号中加上系数个数，之后注明系数对象的名称。如果省略系数 个数，EViews 将创建一个长度为 1 的向量。示例coef(2) slope ls lwage=c(1)+slope(1)*edu+slope(2)*edu^2 第一行创建了一个长度为 2 名称为 SLOPE 的系数对象。第二行运行一个最小二乘 回归并把估计的斜率系数保存在 SLOPE 中。 arch(2,2) sp500 c coef beta=c coef(6) beta 第一行使用默认的系数向量 C 估计一个 GARCH(2,2)模型。 （方程表达式中的 c 表 示一个常数项，也就是一列 1。 ）第二行定义了一个名为 BETA 的系数向量并把 C 的内 容复制到 BETA。 （赋值语句中的 c 表示默认的系数向量） 。第三行重新调整了 BETA 的 大小，砍掉了除前 6 个外的所有元素，这 6 个元素是 GARCH(2,2)模型中的估计参数。 注意因为 EViews 会把系数与方程一起保存，以便后来使用，所以您一般不需要执行这 个保存系数向量的操作。coefcovcoefcovEquation 视图| Logl 视图| Pool 视图| System 视图| Sspace 视图 系数协方差矩阵。显示包含一个或者多个估计方程的对象估计系数的协方差。语法Equation 视图： Logl 视图： Pool 视图： System 视图： Sspace 视图： 选项 p eq_name.coefcov(options) logl_name.coefcov(options) pool_name.coefcov(options) system_name.coefcov(options) sspace_name.coefcov(options)打印系数协方差矩阵。示例equation eq1.ls lwage c edu edu^2 union eq1.coefcov 定义并估计了一个方程并显示方程系数的协方差矩阵。 要把系数协方差矩阵保存为 一个（对称）矩阵对象，请使用@coefcov，参阅 Equation Data Members。cointcoint命令||group 视图| VAR 视图 Johansen 的协整检验。语法命令： coint(test_option,n,option) y1 y2 y3 coint(test_option,n,option) y1 y2 y3 @ x1 x2 x3 组视图： group_name.coint(test_option,n,option) var 视图： var_name.coint(test_option,option) lag_pairs @ x1 x2 在组命令形式中，应输入 coint 命令，随后输入一系列序列或待检验的组名，每个 序列名都要用空格键隔开。如果要使用外生变量，例如季度虚拟变量，那么可以在内生 变量之后加入一个@,然后输入外生变量名即可。 注意：在关键值中假设除了常数项和趋势项之外，没有其它外生变量。 当用作一个组或 VAR 视图时，coint 检验组或 VAR 中的序列之间的协整关系。如 果 VAR 目标中包括外生变量，那么协整检验将使用这些外生变量。然而，如果明确用 @说明了外生变量，那么在检验中只使用这些指定的外生变量。 选项 a 在数据中没有确定性趋势，在协整方程中没有趋势项或常数项。 b 在数据中没有确定性趋势，在协整方程中没有趋势项但有常数项。 c 在数据中有线性趋势项，在协整方程中有一个常数项但没有趋势项。 d 在数据中有线性的趋势项，在协整方程中同时存在趋势项和常数项。 e 在数据中存在二次趋势项，在协整方程中同时存在趋势项和常数项。 s 综合所有的五种选项（a-e） 。 其它选项 p 打印检验的结果。示例coint(s,4) gdp m1 tb3 综合在 GDP 、M1 和 TB3 之间的 Johansen 协整检验的结果，采用的是包含所有五 种选项的表达式。 var1.coint(c,12) @ 对名为 VAR1 的 VAR 目标中执行协整检验。@号没有一系列的外生变量，使得在 VAR1 中不包括任何外生变量。copycopy命令 复制一个对象。Copy 允许在工作文件和数据库内部以及之间移动对象。语法命令： copy(options) source_object_name destination_object_name 要在活动工作表内部复制对象，在源对象名后列出复制对象名。 要在数据库内部复制对象， 可以在对象名之前加上数据库名和一个双冒号。 还可以在工作文件和数据库之间， 或者两个数据库之间复制对象。 仅需要在对象名之前加上数 据库名和一个双冒号即可。 通过使用通配符？（匹配一个字符）和*（匹配 0 到多个字符） ，可以在一条命令中 复制多个对象。 选项 o 覆盖目标数据库中的对象（默认状态是在可能的情况下合并数据） 下面的选项可以用于从工作文件中复制组对象到数据库： g=s 把组定义和序列作为单独对象分别复制 g=t 把组定义和序列作为一个对象复制 g=d 仅复制序列（作为单独对象） g=l 仅复制组定义 下面的选项可以用于从数据库中复制对象到工作文件： g=b 复制组定义和序列 g=d 仅复制组中的序列 g=l 仅复制组定义示例copy good_equation best_equation 在 当 前 工 作 文 件 中 复 制 good_equation 对 象 ， 并 将 复 制 生 成 的 对 象 命 名 为 best_equation。 copy gdp usdat::gdp 把当前工作文件中的 GDP 复制到数据库集文件 USDAT 中，名称也为 GDP。 copy ::gdp macro1::gdp_us 把默认数据库中的 GDP 复制到名为 MACRO1 的数据库中，并重新命名为 GDP_US。 copy ::gdp ::gdp2 在默认数据库中复制了 GDP 的一个备份 GDP2。 copy gd* findat:: 把当前工作文件中所有以 GD 开头的对象都复制到名为 FINDAT 的数据库中。corcor命令||group 视图| matrix 视图 相关矩阵。语法命令：cor(options) ser1 ser2 ser3 group 视图： group_name.cor(options) matrix 视图： matrix_name.cor(options) 在矩阵形式中，EViews 将根据列出的序列创建一个无标题组，然后显示该组的相关矩阵视图。 当作为矩阵视图使用的时候，cor 显示矩阵列的相关性。 选项 p打印相关矩阵示例cor height weight age 显示 HEIGHT，WEIGHT，和 AGE 三个序列的 3×3 相关矩阵。 group mygroup height weight age mygroup.cor 这两条命令使用组 MYGROUP 显示等价的视图。correlcorrel命令|| Series 视图| Equation 视图 相关图。 显示指定序列的自相关函数和偏自相关函数， 还提供与每个滞后项相关的 Q 统计值和 p 值。 当作为方程对象使用的时候，correl 显示方程残差的相关图。语法视图： object_name.correl(n,options) 选项 n p指定相关图中显示的滞后阶数。 打印相关图示例correl(24) m1 m1.correl(24) 两个命令等价，都显示 M1 序列滞后 24 阶的相关图。correlsqcorrelsqEquation 视图 残差平方的相关图。 显示估计方程残差平方的自相关函数和偏自相关函数， 还提 供与每个滞后项对应的 Q 统计值和 p 值。语法Equation 视图： 选项 n equation_name.correl(n,options)指定相关图中显示的滞后阶数。p打印相关图示例eq1.correl(24) 显示方程 EQ1 残差平方最高滞后 24 阶的相关图。covcov命令|| Group 视图| Matrix 视图 协方差矩阵语法命令：cov(options) ser1 ser2 ser3 group 视图： group_name.cov(options) matirx 视图： matrix_name.cov(options) 在命令形式中，EViews 会根据列出的序列创建一个无标题组，然后显示该组的协 方差矩阵视图。 当作为矩阵视图使用的时候，cov 显示矩阵的列的协方差。 选项 p打印相关矩阵。示例group grp1 height weight age grp1.cov 定义名为 grp1 的组对象，显示 GPR1 中的 3 个序列的 3×3 协方差矩阵。createcreate命令 创建一个新工作文件。语法命令：create optional_name frequency start end 可以为工作文件命名。如果没有命名，EViews 将创建一个无标题的工作文件。 必须指定数据的频率，以及起止日期。请参看下面的频率选项。对于无日期数据， 必须指定起止的观察值编号。 选项 必须选择下面选项中的一个来指定工作文件的频率： a 年度数据。 s 半年度数据。 q 季度数据。m w d 7 u月度数据。 周数据。 日度数据（每周 5 天） 。 日度数据（每周 7 天） 。 无日期或者不规则数据。示例create a 1880 90 创建一个 1880 到 1990 年的年度数据的工作文件。 create m 90:1 2010:12 创建从 1990 年 1 月到 2010 年 12 月的月度数据工作文件。 create w 2/10/51 3/17/94 创建一个周数据工作文件，从 1951 年 2 月 10 日开始的那一周到 1994 年 3 月 17 日开始的那一周。 create u 1 5000 创建一个包含 5000 个观察值的无日期数据的工作文件。crosscross命令||group 视图 交叉相关。显示一对序列的交叉相关（相关图） 。语法命令： cross(n,options) ser1 ser2 group 视图： group_name.cross(n,options) 必须在选项中指定滞后阶数来计算交叉相关。请参看下面的选项。在命令形式中， EViews 将创建一个无标题组并显示该组的交叉相关视图。当作为组视图使用的时候， 将对组中的前两个序列计算交叉相关。 选项 n p指定交叉相关使用的滞后阶数， 这是计算交叉相关必须指定的第一个选项。 其 他的选项可以在括号中跟在滞后阶数后指定： 打印交叉相关图。示例cross(36) log(m1) dlog(cpi) 显示 M1 的对数与 CPI 对数的一阶差分之间的交叉相关图，滞后阶数为 36。datadata 命令从键盘中输入数据，打开一个未命名的组窗口编辑一个或者多个序列。语法命令：data ser1 ser2 group1 group2 data 命令后跟一列序列名或/和组名。可以列出现有的名称或者新名称。如果是新 名称，那么新序列将添加到工作文件中。这些序列的初值都为 NA。示例data group1 newx newy 打开一个组窗口，其中包含组 GROUP1 中的序列和序列 NEWX 和 NEWY。dbdb 命令打开或者创建数据库。如果指定数据库不存在，那么一个新的（空）数据库将被创建并 打开。打开的数据库将称为默认数据库。语法命令：db db_name 在 db 命令后面加上要被打开或者创建（如果它不存在）的数据库名。对于不在默 认路径中的数据库，还可以包含对数据库操作的路径名。示例db findat 在默认路径中打开数据库 FINDAT，并使其成为保存和获取对象的默认数据库。如果数据库 FINDAT 不存在，那么一个名为 FINDAT 的空数据库就会被建立和打开。dbcopydbcopy 命令复制现有的数据库。dbcopy 复制数据库的一个备份。所有与该数据库相关的文件 都将被复制。语法命令：dbcopy source_name copy_name dbcopy 命令后依次跟随现有数据库的名称和复制数据库的名称。还可以包含路径 名来把数据库复制到默认目录之外的位置。示例dbcopy usdat c:\backup\usdat 复制所有在默认路径中与 USDAT 数据库相关的文件，并把它用 USDAT 的名称保 存在 C:\BACKUP 目录中。dbcreatedbcreate 命令创建一个新数据库。新数据库将成为默认数据库。语法命令： dbcreate db_name dbcreate 后加新数据库的名称。可以在命令中包含路径以在默认目录之外的地方创 建数据库。示例dbcreate macrodat 在默认路径中创建一个名称为 MACRODAT 的新数据库并使其为保存和获取对象 的默认数据库。如果已经存在一个名称为 MARCRODAT 的数据库，那么这个命令就会 返回错误信息。要打开已存在的数据库，应使用 dbopen 或者 db。definedefinepool 视图 定义 pool 对象中的截面元素（标识符） 。语法Pool 视图： pool_name.define id1 id2 id3 在 define 命令之后列出截面元素标识符。示例pool spot uk jap ger can spot.def uk ger ita fra 第一行创建了一个名为 SPOT 的 pool 对象，截面元素为 UK, JAP, GER 和 CAN。 第二行将这个 pool 对象的截面元素重新定义为 UK, GER, ITA 和 FRA。dbdeletedbdelete命令 删除存在的数据库。dbdelete 删除所有与指定数据库相关的文件。语法命令： dbdelete db_name 在 dbdelete 命令后面加上要删除的数据库名称。 可以在命令中包含路径名来删除不 存在于默认路径中的数据库。示例dbdelete c:\temp\testdat 删除指定目录中所有与 TESTDAT 数据库相关的文件。dbopendbopen命令 打开一个存在的数据库。被打开的数据库成为默认数据库。语法命令：dbopen db_name 在 dbopen 命令的后面加上要被打开的数据库名。可以在命令中包含路径以打开默认路 径之外的数据库。如果指定的数据库不存在，EViews 会返回一个错误信息。这时应该 使用 db 或者 dbcreat 来创建一个新数据库。示例dbopen c:\data\us1 打开 C:\DATA 目录中的名为 US1 的数据库。 dbopen us1 打开默认路径中的名为 us1 的数据库。dbpackdbpack命令 压缩一个存在的数据库。语法命令：dbpack db_name 在 dbpack 命令后加上数据库名。可以在命令中包含路径名以压缩不存在于默认路 径中的数据库。示例dbpack findat 压缩默认路径中名为 FINDAT 的数据库。dbrebuilddbrebuild 命令重建一个存在的数据库。 这个命令用来把一个严重损坏的数据库重建为一个新数 据库文件。语法命令： dbrebuild source_name dest_name 在 dbrebuild 命令后加上要重建的数据库名称，以及新数据库名称。示例dbrebuild testdat fixed_testdat把数据库 TESTDAT 重建到默认目录的 FIXED_TESTDAT 数据库中。dbrenamedbrename命令 重新命名已存在的数据库。dbrename 会重新命名所有与指定数据库相关的文 件。语法命令： dbrename old_name new_name dbrename 命令后加现有数据库文件的名称和该数据库的新名称。示例dbrename testdat mydat 把指定目录中所有与 testdat 数据库相关的文件在默认目录中重新命名为 mydat。dbrepairdbrepair命令 修复存在的数据库。应该使用这个命令来修复损坏的数据库。语法命令：dbrepair db_name 在 dbrepair 命令后面加上要修复的数据库名称。 可以在命令中包含路径来修复默认 路径之外的数据库。示例dbrepair testdat 尝试修复默认路径中的 TESTDAT 数据库。deletedelete命令|| Pool 过程 从工作文件或者数据库中删除对象，或者从 pool 中删除标识符。语法命令： delete name1 name2 Pool 过程： pool_name.delete ser1? ser2? 在 delete 命令后加上您希望从当前工作文件中删除的任何对象名称的列表。delete 不会删除已经保存在磁盘上的 EViews 数据仓库中的对象。 通过在对象名前面加上数据库名和双冒号， 可以实现从数据库中删除对象。 可以使 用通配符来删除工作文件或者数据库中所有匹配的对象。 ?用来匹配一个字符，*用来匹 配 0 到多个字符。 当作为一个 pool 过程使用的时候，delete 允许使用 pool 操作符？来从工作文件中 删除序列。如果在程序文件中使用 delete，将在不提示的情况下直接删除所有列出的对象。示例delete temp* 删除工作文件中所有名称以 temp 开头的对象 delete macro1::cons macro1::invest 从数据库 MACRO1 中删除对象 CONS 和 INVESTdisplaynamedisplayname过程 对象的显示名。 为对象赋予一个显示名， 它可以在表和图中代替标准的对 象名使用。显示名随情形改变的，它可能包含各种字符，比如空格这种不 允许在对象名中使用的字符。语法对象过程： object_name.displayname display_name示例hrs.displayname Hours Worked hrs.label 第一行赋予对象 HRS 一个显示名 Hours Worked 而第二行显示 HRS 的标签视图， 包含其显示名。 gdp.displayname US Gross Domestic Product plot gdp 第一行赋予序列 GDP 一个显示名 US Gross Domestic Product。第二行中 GDP 的线 形视图将使用显示名作为图例。dodo 命令执行过程。do 是 EViews 程序中最有用的。在程序中，您可以不在工作文件区中通过打 开窗口而运行一系列命令。语法命令： do 过程 edure示例output(t) c:\result\junk1 do gdp.adf(c,4,p) 第一行把表输出重新定向到磁盘上。第二行对 GDP 执行一个单位根检验并把结果 打印在磁盘文件中。driconvertdriconvert命令 把整个 DRI Basic Economics 数据库转换为一个现有的 Eviews 数据库。 在使用这个命令之前，必须先创建一个 Eviews 数据库来存放转换后的 DRI 数 据。这个命令可能非常消耗时间。语法命令： driconvert db_name 在该命令的后面加上您希望把 DRI 数据复制到其中的现有 Eviews 数据库名。可以 在命令中包含一个路径名来指定不在默认路径中的数据库。示例dbcreate dribasic driconvert dribasic driconvert c:\mydata\dridbase 第一行在默认目录中创建一个名为 DRIBASIC 的新的（空） 数据库。 第二行从 DRI Basic Economics 数据库中读取所有的数据并把它们复制到 DRIBASIC 数据库中。最后 一行把 DRI 数据复制到位于 C:\MYDATA 目录中的 DRIDBASE 数据库中。dropdropGroup 过程| Pool 过程 从组中丢弃序列或者从 pool 中丢弃截面元素。语法Group 过程： group_name.drop ser1 ser2 ser3 Pool 过程： pool_name.drop id1 id2 id3 列出要从组或者 pool 中丢弃的序列或者截面元素。示例group gdplags gdp(-1 to -4) gdplags.drop gdp(-4) gdp(-3) 定义一个包含 gdp 四个滞后项的组 gdplags，然后从组 gdplags 中丢弃了两个序列 GDP(-4)和 GDP(-3)。 crossc.drop jpn kor hk 从 pool CROSSSC 中丢弃横截面元素 JPN，KOR，和 HK。dtabledtableGroup 视图 日期数据报表。组的 dtable 视图设计用来建立报告和呈现数据，预测和模拟结果的表。可以在同一张表中显示数据的各种转换和频率。 dtable 视图目前只能用于年度，半年度，季度或者月度工作表。 大多数设计表格式的选项仅能在窗口中交互使用；参见 Group Views, Dated Data Table.语法group 视图： group_name.dtable(options) 选项 p打印报表。示例freeze(report) group1.dtable 冻结 GROUP1 的默认 dtable 视图并把它保存为一个名为 REPORT 的表对象。endogendogModel 视图| System 视图 | Sspace 视图 | VAR 视图 内生变量的表或者图。显示 system 或者 VAR 中内生变量的表格或者图形视图。对 于 model 对象，endog 显示解出的内生变量。语法Model 视图： model_name.endog(options) System 视图：system_name.endog(options) Sspace 视图：sspace_name.endog(options) VAR 视图： var_name.endog(options) 选项 g p解出的内生序列多行图。 打印解出的内生变量表。示例solve macromodel macromodel.endog(g,p) 解 MACROMODEL 并打印解出的多个内生序列的线性图。equationequation命令 创建一个方程对象。语法命令： equation eq_name 命令： equation eq_name.method(options) specification equation 命令后加名称， 并可以有选择的添加方程形式。 如果您希望输入方程形式，则应该在新方程名后面加上句号， 估计方法和方程形式。 合法的估计方法有 arch, binary, censored, count, gmm, ls, ordered 和 tsls。示例equation cobdoug.ls log(y) c log(k) log(l) 创建并用普通最小二乘法估计名为 COBDOUG 的方程对象，方程的具体形式为 log(y)＝c（1）＋c（2）×log(k)＋c（3）×log(l) equation ces.ls log(y)=c(1)*log(k^c(2)+l^c(3)) 创建并用普通最小二乘法估计名为 CES 的方程对象，它包含非线性最小二乘的形 式。 equation demand.tsls q c p x @ x p(-1) gov 创建一个名为 DEMAND 的方程，并采用两阶段最小二乘法估计 DEMAND，工具 变量为 X，滞后 1 阶的 P 和 GOV。exitexit命令 从 EViews 中退出。 exit 关闭 EViews 程序。 您将被提示保存从上次存盘起被修改过的 对象或者工作文件。如果您需要工作文件中的任何内容，请确认保存它，因为否则没 有存盘的所有修改将不可逆转的被丢失。语法命令：exitexpandexpand 命令扩展当前的工作文件。 通过设定新的开始和结束日期或者观察值来扩展当前的工作 文件（范围） 。语法命令： expand start end 在 expand 后面加上新的开始和结束日期或者观察值。新的开始时间不能比当前起 点晚，而新的结束日期不能比当前结束日期早，即只能扩大当前的工作文件范围。 range 命令则可以用于更一般的调整工作文件大小，其中允许缩短工作文件范围。示例workfile mywork m 57:1 95:12 expand 45:1 2020:12 第一行建立了一个从 1957 年 1 月到 1995 年 12 月的月度工作文件。第二行把工作 文件扩展到从 1945 年 1 月到 2020 年 12 月。workfile cps88 u 1 5000 expand 1 50000 先创建一个 5000 个观察值的无日期工作文件，然后把它扩展为 50000 个观察值。 smpl 45 95 equation eq1.ls y c y(-1) ma(1) expand 45 2010 smpl 96 2010 eq1.forecast yhat 前两行在时间 1945 到 1995 上估计了一个模型的 Y 值。第三行把工作文件扩展到 2010 年。然后我们使用得到的模型产生了 1996 年到 2010 年的动态预测。fetchfetch命令 从数据库或者数据仓库文件读取数据到工作文件中。 fetch 可以从 EViews 数据库或 者数据仓库文件中读取一个或者多个对象到活动工作文件中。 对象以在数据库或者 数据仓库文件中相同的名称读入到工作文件中。 如果读取不同频率的数据到一个工作文件中， EViews 将使用 setconvert 为该序列设 定的频率转换方法自动进行频率转换。如果序列没有由 setconvert 设定转换方法， EViews 将使用由主菜单的 Options/Date-Frequency 设定的方法进行转换。 也可以在 fetch 命令中明确指定转换方法。语法命令： fetch(options) object_name_list fetch 命令关键词后面跟随一列对象名列表，用空格分开。默认的行为是从默认数 据库中读取对象。 （这与前一个版本的 Eviews 不同， 在那里默认的是从单独数据仓库文 件中读取对象。 ） 可以在对象名称前面加上数据库名和一个双冒号来表示指定的数据库资源。 如果您 在括号中把数据库名作为选性指定（参看下文） ，那么所有没有明确数据库前缀的对象 都将从指定的数据库中读取。 可以在对象名列表中使用字符？（匹配单独字符）或者*（匹配 0 到多个字符） 。所 有名称匹配格式的对象都将被读取。 也可以有选择地从单独数据库文件中读取或者在注册数据库中搜索； 请参阅下面的 选项。要读取不在默认路径中的单独数据仓库文件，应该明确包含路径名。如果有不同 的对象拥有相同的名称（比如方程和序列都叫做 CONS） ，那么您就应该提供完整的对 象文件名。 选项 d=db_name 从指定数据库中读取。 d 按注册顺序搜索所有注册数据库。 i 从单独数据仓库文件中读取。 下面的选项可以用于读取组对象： g=b 读取组定义和序列g=d 仅读取组中的序列 g=l 仅读取组定义 频率转换注释： 用双冒号::指定的数据库有比 d=选项指定的数据库较高的优先级。示例fetch m1 gdp unemp 从默认数据库中读取对象 M1, GDP 和 UNEMP fetch(d=us1) m1 gdp macro::unemp 从 US1 数据库中读取 M1 和 GDP，并从 MACRO 数据库中读取 UNEMP。 fetch(d,c=f) sp* 通过按搜索顺序搜索所有注册数据库来读取名称以 SP 开头的所有对象。c=f 选项 使用第一个（非缺失）观察值来转换任何高于工作文件频率的匹配序列的频率。 fetch(i) m1 c:\data\unemp 从单独数据仓库文件中读取 M1 和 UNEMP。 fetch usdat::cons* ukdat:: cons* 从两个数据库 USDAT 和 UKDAT 中读取所有以 CONS 开头的对象。fillfillSeries 过程| Coef 过程| Vector 过程| Matrix 过程 用指定值填充对象。fill 可以用于在程序中设定序列，向量和矩阵的值。语法Series 过程: series_name.fill(options) n1, n2, n3 ? Coef，Vector 过程: vector_name.fill(options) n1, n2, n3? Matrix 过程: matrix_name.fill(options) n1, n2, n3 ? fill 命令跟随一个要放在指定对象中的值的列表。每个值用逗号各开。在默认状态 下， 序列填充忽略当前的样本并从工作文件范围的开始位置开始填充。 可以使用选项来 指定样本信息。 在对象被填满之前数值用完并不是一个错误，剩余的单元或者观察值将不受影响。 但是如果您列出的值多余对象可以保存的值，EViews 将不会修改任何观察值并且将返 回一个错误信息。 选项 序列填充的选项： l o=date, obs s反复的用列出的数据循环填充，直到序列被填满为止。 设定从该位置开始填充的日期或者观察值。 默认的是工作文件范 围的开始。 仅为当前工作文件样本的序列填充。s 选项优先级高于 o 选项。s=sample_name 仅为指定的子样本填充序列。s 选项优先级高于 o 选项。 对于 coef/vector/matrix 填充的选项： l 反复的用列出的数据循环填充，直到对象被填满为止。 o=integer (默认=1) 用指定元素填充对象。默认的是第一个元素。 b=c (默认) 按列填充矩阵。 b=r 按行填充矩阵。示例genr d70=0 d70.fill(o=70:1,l) 1,2,3 产生一个序列 D70，从 70:1 开始的数据取值为 1，2，和 3。 genr d70s=0 smpl 70:1 79:4 d70s.fill(s,l) 1,2 smpl @all 产生一个虚拟变量序列 D70S，从 70:1 到 79:4，观察值依次取值为 1 和 2。 series d34 d34.fill(l) 0, 0, 1, 1 有一个季度数据工作文件， 以上命令在第三或者第四季度中产生一个观察值的虚拟 变量。注意这个序列可以使用@seas 命令更方便的产生。 coef(4) mc mc.fill 0.1, 0.2, 0.5, 0.5 mc.fill(o=3,l) -1 创建了一个含有 4 个元素的系数向量 MC，最初用 0 填充。第二行用指定数值填充 MC 而第三行用－1 代替从第三行到最后一行的数值。 matrix(2,2) m1 matrix(2,2) m2 m1.fill 1, 0, 1, 2 m2.fill(b=r) 1, 0, 1, 2 创建如下的矩阵：?1 1? ?1 0 ? m1 ? ? ? 0 2? ? 和 m2 ? ? ?1 2 ? ? ? ? ? ?fitfit 命令|| Equation 过程静态（一期）预测。从估计方程中计算（静态或者一期预测）拟合值。当回归项包含滞 后因变量值或者 ARMA 项时，fit 将使用因变量的实际值而不是滞后拟合值。您将被提 示比较预测数据和实际数据，并计算预测汇总统计量。 对于使用 ordered 方法估计的方程不可用。语法命令： fit(options) yhat y_se Equation 过程： eq_name.fit(options) yhat y_se 在 fit 命令后面输入拟合序列的名称。如果在 fit 命令后列出两个名称，EViews 将 把预测标准误差保存在第二个序列名称下。现在对于 binary, censored 和 count 模型，不 提供预测标准误差。 选项 g 把拟合值与标准误差线一起作图。 e 产生预测评价表。 s 忽略 ARMA 项，而仅使用方程的结构部分来计算拟合值。 i 计算 index 的拟合值。仅对于 binary, censored 和 count 模型可用。 d 在非标准化公式的情况下预测因变量。 f=actual (默认) 用被预测变量的实际值填充预测样本期外的观察值。 f=na 用缺失值(NAs)填充预测样本期外的观察值。示例equation eq1.ls cons c cons(-1) inc inc(-1) eq1.fit c_hat c_se genr c_up=c_hat+2*c_se genr c_low=c_hat-2*c_se line cons c_up c_low 第一行用一个常数项，CONS 的一阶滞后，INC 和 INC 的一阶滞后估计 CONS 的 线性回归。第二行把静态预测值和其标准误差存放在 C_HAT 和 C_SE 中。第三行和第 四行计算预测区间 95%水平的上下界（假设正态分布） 。第五行把实际序列与 95%的预 测区间一起作图。forecastforecast命令|| Equation 过程 动态预测。计算估计方程（向前 n 期的）动态预测值。forecast 在当前样本中 计算所有观察值的预测值。可能时，您可以预测来比较预测数据和实际数据， 并计算汇总统计值。语法命令： forecast(options) yhat y_se Equation 过程： eq_name.forecast(options) yhat y_se 应该输入预测序列的名称，并有选择的输入包含标准误差的序列名。如果 forecast 命令后面跟随两个名称，那么预测标准误差将被放置在第二个序列中。 预测标准误差目前在 binary 和 censored 模型中不可用。 选项 g把预测值与（加减）2 个标准误差线一起作图。e 产生预测评价表。 s 忽略 ARMA 项并仅使用方程的结构部分来计算预测值。 d 在包含隐含因变量的模型中，预测整个表达式而不是标准化的变量。 f=actual (默认) 用被预测变量的实际值填充预测样本外的观察值。 f=na 用缺失值（NAs）填充预测样本外的观察值。示例smpl 0:4 ls con c con(-1) inc smpl 5:4 fit con_s forecast con_d plot con_s con_d 在样本期 70:1 90:4 上估计一个线性回归，计算 91:1 95:4 上的静态和动态预测值， 并在同一个图中作出两个预测值的图。 equation eq1.ls m1 gdp ar(1) ma(1) eq1.forcst m1_bj bj_se eq1.forcst(s) m1_s s_se plot bj_se s_se 估计一个 ARMA(1,1)模型，计算包含和不包含 ARMA 项时的预测和标准差值，并 作两个预测标准误差的图。freezefreeze命令 创建视图对象。从视图创建图，表或者文本对象。语法命令： freeze(name) object.view 如果您在 freeze 后跟随对象名而不是对象的视图，freeze 将使用对象默认的视图。 可以在括号中指定包含冻结视图的对象的名称。示例freeze gdp.uroot(4,t) 创建了一个无标题的表，其中包含了对序列 GDP 进行单位根检验的结果。 group rates tb1 tb3 tb6 freeze(gra1) rates.line(m) show gra1.align(2,1,1) 冻结了一个名为 GRA1 的图，其中包含了组 RATES 中序列的多个线形图，对齐图 形，然后显示。 freeze(mygra) gra1 gra3 gra4show mygra.align(2,1,1) 创建了一个名为 MYGRA 的图对象，它把三个图对象 GRA1，GRA2，和 GRA3 结 合在一起，并在两列中显示 MYGRA。GarchGarcheqution 视图 条件标准差图，显示一个用 arch 估计的方程条件标准差图。语法方程视图： eq_name.garch(options) 选项 p打印图。示例equation eq1.arch sp500 c eq1.garch 估计一个 GARCH(1,1)模型并显示估计出的条件标准差图。genrgenrPool 过程 使用 pool 对象产生序列。这个过程允许您使用截面标识符产生多个序列。要产 生单个序列，请参阅 series。语法Pool 过程： pool_name.genr ser_name = expression 可以在序列名和/或右边的表达式中使用截面标识符。示例pool pool1 pool1.add 1 2 3 pool1.genr y? = x? - @mean(x?) 该命令等价于为每个截面数据产生单独序列： series y1 = x1 - @mean(x1) series y2 = x2 - @mean(x2) series y3 = x3 - @mean(x3) pool pool2 pool2.add us uk can pool2.genr y_? = log(x_?)-log(x_us) 产生三个序列 Y_US, Y_UK, Y_CAN， 他们是对 X_US 的对数差分。 注意 Y_US=0。pool genr 命令简单的对截面标识进行循环，执行适当的代换。因此，命令 pool2.genr z=y_? 等价于输入 series z=y_us series z=y_uk series z=y_can 因此 ordinary series Z 将包含 Y_CAN，最后一个与 Y_?相关的序列。graphgraph命令 || Equation 视图 | System 视图| Sspace 视图| Var 视图| Pool 视图 创建指定序列或者序列组的指定图对象（当用作命令的时候） 。语法命令： graph name.type(options) ser1 ser2 ser3 命令： graph name.merge graph1 graph2 graph3 graph 命令后跟随图的名称，一个点加上图的类型，以及画图的序列列表或者组。 图的类型，请参见下面的选项。 第二种格式的图把现有的两个或者更多图形对象结合起来组成一个指定的多重图 对象。graph 命令后跟图形的名称，一个点加上 merge 命令，以及要合并的指定图形对 象列表。 选项 合法的图形类型是： bar 条形图。 line,plot 线形图 pie 饼状图。 scat 散点图（两个或者更多序列） 。 xy 把第一个序列在水平轴上作图，把其他的（两个或者更多序列）在垂直轴 上作图。 选项依赖于选择的图形类型。请参阅每种图形类型命令中可以使用的选项列表。 视图选项： p 打印图形。示例graph gra1.line(m) gdp m1 inf 创建一个名为 GRA1 的多重线形图对象。 bine gr_line gr_scat gr_pie GR_LINE, GR_SCAT, and GR_PIE. 创建一个名为 MYGRA 的多重图图对象，它把指定的图对象 GR_LINE, GR_SCAT, 和 GR_PIE 结合在一起。groupgroup命令 创建序列的一个组。语法命令： group group_name ser1 ser2 ser3 组名称后面跟要被包含在组中的序列列表。示例group g1 gdp cpi inv group g1 tb3 m1 gov g1.add gdp cpi 第一行创建一个名为 G1 的组，其中包含三个序列 GDP, CPI 和 INV。第二行重新 定义 G1，使其包含 3 个序列 TB3, M1, 和 GOV。第三行向组 G1 中添加了 GDP 和 CPI 两个序列，使得该组总共包含了 5 个序列。 group rhs d1 d2 d3 d4 gdp(0 to -4) ls cons rhs ls cons c rhs(6) 第一行创建了一个名为 RHS 的组，其中包含九个序列。第二行用 RHS 中的九个序 列对 CONS 进行线性回归。第三行仅用 C 和 RHS 中的第六个序列 GDP(-1)对 CONS 进 行线性回归。hconverthconvert命令 把整个 Haver Analytics Database 转换为 EViews 数据库。语法命令： hconvert path_haver db_name 在使用这个命令之前， 必须首先创建一个 EViews 数据库来存放转换的 Haver 数据。 这个命令可能非常消耗时间。 在命令后加上 Haver 数据库完整的路径名和用来存放 Haver 数据库的 EViews 数据 库名。 可以在 EViews 数据库之前加上路径名， 以把数据库保存在默认路径之外的地方。示例dbcreate hdata hconvert d:\haver\haver hdata 第一行在默认目录中创建了一个新的 （空） 数据库， 名称为 HDATA。 第二行把 Haver 数据库中的所有数据进行转换并把它保存在 HDATA 数据库中。hfetchhfetch命令 从 Haver Analytics 数据库中读取数据到工作文件中。hfetch 可以从 Haver Analytics数据库中读取一个或者多个序列到活动的工作文件中。 要使用这个功能， 必须首先 在计算机上安装 Haver Analytics 数据库。语法命令：hfetch(database_name) series_name hfetch 如果作为单独的命令行运行，将产生一个 Haver 对话框，提示输入要读取的 数据库名和序列名。如果在 hfetch 命令后的括号中提供数据库名（包含完整的路径） ， EViews 将读取数据库并把被请求的序列复制到当前工作文件中。它还会在状态行上显 示关于序列的信息。如果已经指定了默认数据库，那么 database_name 就是可选的。 hfetch 可以在一个命令中读取多个序列。列出序列名，用空格分开。示例hfetch( c:\data\us1) pop gdp xyz 从名为 US1 的数据库中读取序列 POP, GDP, 和 XYZ 到当前活动工作文件中， 如果 必要，会执行频率转换。histhist命令|| Series 视图 | Equation 视图 序列的直方图或者描述统计值。当作为命令或者 series 视图使用时，计算描述统计值 并显示序列的直方图。当用做 equation 视图时，hist 显示残差序列的直方图或者描述 统计值。 命令： hist(options) series_name Series 视图： series_name.hist(options) Equation 视图： eq_name.hist(options) 选项 p语法打印直方图。示例lwage.hist 显示 LWAGE 的直方图和描述统计值。hlabelhlabel命令 显示 Haver Analytics 数据库描述。hlabel 从 Haver Analytics Database 中读取序列的 描述并把它显示在 EViews 窗口底部的状态栏上。可以使用这个命令验证 Haver 数 据库序列名称。要使用这个特性必须先在计算机上安装 Haver Analytics 数据库。语法命令： hlabel(database_name) series_name 当 hlabel 作为一个命令行单独运行时， 将弹出一个对话框， 提示输入要检查的数据库名和序列名。如果在 hlabel 命令的括号中提供数据库名，Eviews 将读取数 据库并查找关于序列的关键信息，比如起止日期，频率和描述。这些信息显示在 Eviews 窗口底部的状态栏中。注意 database_name 应该引用 Haver 数据库完整的路 径名，但是如果默认数据库已经指定为 HAVERDIR.INI，则不需要指定路径名。 如果在命令行中放置了几个序列， 那么 hlabel 将获取它们的信息，但是它们会 快速的滚屏，所以仅有最后一个可以被看见。示例hlabel(c:\data\us1) pop 显示 c 盘 data 文件夹中的 US1 数据库中 POP 序列的描述。labellabel对象视图 | 对象过程 对象标签：显示对象的标签视图，包括最后修改日期和显示名（如果有的话） 。 作为一个过程，label 更改对象标签中的域。语法视图： object_name.label 过程： object_name.label(options) text 选项 要修改标签，应该与可选文本一起指定下列选项中的一种。如果不提供文本，指定域会 被清除： c 清除标签中的所有文本域。 d 把文本设置为描述域。 s 把文本设置为来源域。 u 把文本设置为单位域。 r 把文本添加在注释域之后作为一个附加行。 p 打印标签视图。示例lwage.label(r) lwage.label(r) Data from CPS 1988 March File 把 LWAGE 的注释域用 CPS 1988 March File 中的数据代替。 lwage.label(r) Log of hourly wage lwage.label(p) 向 LWAGE 添加注释，然后打印标签视图。 lwage.label(u) Millions of bushels 清除然后设置单位域。legendlegend Graph 过程图形的图例。legend 过程控制图形对象中图例的外观和位置。当 legend 用于多个 图形时，legend 设置应用于所有的图形。语法Graph 过程： graph_name.legend(h,v,options) 选项 off 关闭图例（以及 XY 和 SCAT 中的轴标签） 。 b 把图例放置在图形下方居中的位置。 bl 把图例放置在图形下放靠左的位置。 brl 把图例放置在图形下放靠右的位置。 r 把图例放置在图形右方。 l 把图例放置在图形左方。 s 作为一个单独列显示图例（对于多个图例而言） 。 x 在方框中显示图例。 还可以明确指定坐标来放置图例。 坐标由虚英寸为单位的一对数设定。 单独图形通常是 43 虚英寸（散点图是 33 英寸） ，不管它们当前的显示大小。坐标原点是图形的左上角。 第一个数 h 指定从原点向右偏离的虚英寸大小。 第二个数 v 指定从原点向下偏离的虚英 寸大小。图例的左上角将放置在指定的坐标点上。 坐标可以与其他选项一起使用， 但是它们必须位于选项列表的前两个位置。 坐标的优先 级低于其他选项指定的位置。示例mygra1.legend(0,.5,x) 把 MYGRA1 的图例防止在图形左上角 0.5 虚英寸以上的位置。 mygra1.legend(.2,.2) 把 MYGRA1 的图例放置在图形中，稍稍从左上角缩进。lineline命令|| Series 视图| Group 视图| Coef 视图 | Matrix 视图| Graph 视图 线形图。 显示指定对象的线形图视图。 一个组的线形图视图把组中所有的序列都在一 个图形中作图。矩阵的线形图视图把矩阵中的每一列都在一个单独的图中作图。语法命令： line(options) object_name 视图： object_name.line(options) 选项 模版和打印选项： o=graph_name 使用指定图形中的外观选项。 t=graph_name 使用指定图形中的外观选项并复制文本和阴影。 p 打印线形图刻度选项（对于组的多线形视图和矩阵对象） ： a(default) 自动单刻度 n 标准化刻度（0 均值和单位标准差） s 堆积使得行间距离与序列值对应。 m 显示多图。示例g1.line(d) 采用双重缩放比例（无交叉地）为组 G1 中的 3 个序列作线形图。后两个序列采用 的刻度相同。 matrix1.line(t=mygra) 使用图对象 MYGRA 作为模版显示 MATRIX1 中列的线形图。 line(m) gdp cons m1 创建一个包含 GDP, CONS 和 M1 三个序列的线形图的无标题图形对象，每个单独 作图。linefitlinefitGroup 视图 带二元拟合线的散点图。 在垂直轴上显示第二个序列的散点图， 在水平轴上显示第 一个序列的散点图以及拟合直线。可以指定二元拟合的多种转换方法。语法Group 视图： group_name.linefit(options) 选项 yl 取 Y 的自然对数。 yi 取 Y 的倒数。 yp=number 取 Y 为指定数值的幂。 yb=number 用指定数值取 Y 的 Box-Cox 转换。 xl 取 X 的自然对数。 xi 取 X 的倒数。 xp=number 取 X 为指定数值的幂。 xb=number 用指定数值取 Y 的 Box-Cox 转换。 xd=integer 用指定数值作为最高次幂拟合 X 的一个多项式。 m=integer 设置稳健迭代的数值。 s=name 保存拟合的 Y 序列。 p 打印散点图。 如果 X 多项式的次数导致了回归中的异常，EViews 将自动丢弃高阶项来避免共线性。示例group g1 inf unempg1.linefit(yl,xl,s=yfit) 显示了 INF 和 UNEMP 的散点图以及用 inf 的对数关于 unemp 的对数回归得到的拟 合值。拟合值保存在序列 YFIT 中。拟合的为 INF 的值，而不是 INF 的对数值。loadload命令 加载一个工作文件。 load 读取一个以前保存的工作文件。 被读取的工作文件成为活 动工作文件； 现有内存中的工作文件仍位于桌面上但是成为不活动状态。 load 不能 应用于未保存在工作文件中的数据。语法命令： load(options) workfile_name 选项 d m加载一个 DOS Micro TSP 工作文件。 加载一个 Macintosh Micro TSP 工作文件。示例load c:\data\marco 从 C 驱动器的 DATA 目录中加载一个以前保存的 EViews 工作文件 MACRO.WF1。 load c:\tsp\nipa.wf 加载一个 MicroTSP 工作文件 NIPA.WF。为了添加一个 DOS MicroTSP 工作文件， 应该在文件名后添加.WF 扩展名。一个替代方法是使用 d 选项，即： load(d) nipalstylelstyleGraph 过程 控制线形图的格式或者样式。控制图形中直线和条的外观（色彩，格式和样式） 。语法Graph 过程: graph_name.lstyle(s1,s2,s3?) options 选项 EViews 提供下面 9 种由从 1 到 9 的整数指定的色彩风格组合。 应该在 lstyle 后的括号中 包括风格数值来指定线形。第一个风格数值 s1 应用于第一条直线，第二个风格数值 s2 应用于第二条直线，依次类推。 1 蓝色实线。 2 红色短虚线。 3 绿色中虚线。 4 黑色短虚线和中虚线交替。 5 墨绿色短虚线和中虚线交替。6 紫色长虚线。 7 褐色三条短虚线和中虚线交替。 8 深蓝色短虚线和长虚线交替。 9 粉红色长虚线。 lstyle 还有如下的显示模式选项，它应该在 lstyle 命令后列出： solid 显示实心的线条。 dash 显示虚线或者阴影条。 auto (自动) 在色彩设备上使用实线 （比如监视器） ，在单色设备上使用虚线 （比 如打印机） 。 symbols 向线形图添加符号。 symbolsonly 消除线，仅使用符号。示例gra1.lstyle(2,1,3) solid symbols 第一条线为红色， 第二条线为蓝色， 第三条线为绿色， 所有的线都是加符号的实线。 eq1.fit y_hat y_se genr y_up=y_hat+2*y_se genr y_low=y_hat-2*y_se 从 EQ1 中计算静态预测和两个标准误差区间。 graph gra1.line y Y_up Y_low 使用 Y 序列的实际值的线形图和两个标准差范围建立了一个图形对象 GRA1。 show gra1.lstyle(1,2,2) dash 显示图，其中实际的 Y 用蓝色实线显示，两个标准差范围用短红虚线显示：mama 表达式移动平均误差项。ma 项可以添加在 ls 或者 tsls 的形式中来表示移动平均误差项。ma(1) 表示 1 阶项，ma(2)表示 2 阶项，依次类推。示例ls(z) m1 c tb3 tb3(-1) ma(1) ma(2) 用一个常数项，TB3 和 TB3 的 1 阶滞后项，以及 1 阶和 2 阶移动平均误差项对 M1 做回归。z 选项关闭估计中的后向计算。makeendogmakeendog Model 过程 | Sspace 过程| System 过程| Var 过程将内生变量序列建立一个组。建立一个包含在 model, sspace, system 或者 var 中内生变量序列组成的一个组对象。语法object_name.makeendog name 在 makeendog 关键词后，应该提供存放内生变量序列的组的名称。如果没有提供 名称，EViews 将建立一个无标题组。示例var1.makeendog grp_v1 创建一个名为 GRP_V1 的组，其中包含 VAR1 中的内生变量序列。 model1.makeendog grp_m1 创建一个名为 GRP_M1 的组，其中包含从 MODEL1 中解出的序列。makemodelmakemodelEquation 过程 | Logl 过程| Pool 过程| Sspace 过程| System 过程| VAR 过程 从包含估计方程的对象中建立模型。语法过程： object_name.makemodel(name) assign_statement 应该输入对象名，加上一个点以及关键词 makemodel。如果您在关键词后的括号中 提供 model 的名称，EViews 会在工作文件中建立一个命名的模型。如果不提供名称， EViews 会打开一个无标题的模型窗口。在默认条件下，model 过程会添加一条赋值语 句“ssign @all f 作为 model 的第一行。也可以在关键词 makemodel 后有选择的指定其他 的赋值语句。示例var var3.ls 1 4 m1 gdp tb3 var3.makemodel(varmod) @prefix s_ 估计一个 var 模型，利用估计的 var 模型创建一个名为 VARMOD 的 model 对象。 VARMOD 包含一个赋值语句 ssign @prefix s_ 如果使用如下命令 show varmod 或 varmod.spec 将打开 VARMOD 窗口。makeregsmakeregsEquation 过程 建立回归变量组。建立一个组，其中包含方程形式中的因变量和自变量。语法Equation 过程：equation_name.makeregs name 在命令 makeregs 后面跟组的名称。示例equation eq1.ls y c x1 x2 x3 z eq1.makeregs reggroup建立一个组 REGGROUP 包含序列 Y, X1, X2, X3 和 Z。makeresidmakeresidEquation 过程| System 过程| VAR 过程| Pool 过程| Sspace 过程 建立残差序列。在工作文件中从包含估计方程的对象中建立并保存残差序列。语法Equation 过程：name.makeresid(options) res1 其他过程： name.makeresid(n=group_name) res1 res2 res3 对象名后面加点号和 makeresid 命令， 以及给出用于保存残差的名称列表。 对于 pool 残差，可以使用截面标识符。 对于多方程对象，要确认提供了与方程数一样多的名称。如果名称数比方程数少， EViews 则用 RESID01, RESID02 等名称建立其余的残差序列。如果不提供任何名称， EViews 也会按照 RESID01, RESID02 等等的命名方法来命名。也可以有选择的提供一 个组的名称来保存残差。 选项 下面的选项仅可以用于单方程对象中的残差： o（默认） 普通残差。 s 标准化残差（仅可在加权估计之后使用） n=group_name 用于存放残差的组的名称（仅可用于 system, var, pool 和 sspace 对 象） 。示例equation eq1.ls y c m1 inf unemp eq1.makeresid res_eq1 用一个常数项，M1，INF 和 UNEMP 对 Y 进行线性回归，并把残差保存为一个序 列，名称是 RES_EQ1。 var macro_var.ls 1 4 y m1 r macro_var.makeresid(gres) res_y res_m1 res_r 估计了一个四阶滞后项和内生变量 Y, M1, R 构成的未约束的 var 模型 macro_var ， 并将残差序列储存在 RES_Y, RES_M1, RES_R 组成的名为 GRES 的组中。 equation probit1.binary y c x z probit1.makeresid(g) res_g 估计 y 关于常数项，x，z 的 probit 模型，并将广义残差序列保存在 RES_G 中。 pool1.makeresid res1_? 每个 pool 成员的残差序列将以截面标识符前加 RES1_为名保存。makestatmakestatPool 过程建立描述统计值序列。建立并保存从 pool 对象中计算得到的描述统计值。语法Pool 过程： pool_name.makestat(options) ser1? ser2? @ stat_name 在对象名后面加点，makestat 命令，序列名列表，@符号和要计算的统计值命令列 表。统计值序列将用统计命令代替截面标识符。 选项 括号中的选项指定了用于计算统计值的样本： i 使用单独样本。 c（默认） 使用普通样本。 b 使用平衡样本。 用于计算统计值的命令名称： obs 观察值数量 mean 均值 med 中值 var 方差 sd 标准偏差 skew 偏度 kurt 峰度 jarq Jarque-Bera 检验统计 min 最小值 max 最大值示例pool1.makestat gdp_? edu_? @ mean sd 使用默认的普通样本计算 pool1 对象截面成员 gdp_?和 edu_?在每个时期的均值和 标准偏差。均值和标准偏差序列将以 GDP_MEAN, EDU_MEAN, GDP_SD, EDU_SD 命 名保存。 pool1.makestat(b) gdp_? @ max min 使用平衡样本计算 pool1 对象截面成员 gdp_?在每个时期的最大值和最小值。最大 值和最小值序列将以 GDP_MAX 和 GDP_MIN 命名保存。matrixmatrix 命令创建一个矩阵对象。matrix 命令创建并且有选择的初始化一个矩阵对象。语法命令： matrix(r,c) matrix_name 命令： matrix(r,c) matrix_name=assignment matrix 关键词后面加上矩阵名。matrix 还用可选的参数指定矩阵的行 r 和列 c 的维 数。可以把矩阵创建和赋值结合起来。如果没有赋值语句，矩阵的每个元素就为 0。 矩阵创建之后，可以对相同的矩阵名重复使用 matrix 命令来调整矩阵的大小。 对于对称矩阵应该使用 sym 命令。示例matrix mom 创建一个名为 MOM 的矩阵，它仅包含一个元素，初值为 0。 matrix(3,6) coefs 创建一个名为 COEFS 的 3 行 6 列的矩阵，用 0 填充。mergemergeModel 过程 || Graph 过程 合并对象。merge 作为一个 model 过程，它合并待估方程、model、pool、system 或 者 var 对象中的方程。如果仅提供了对象名，EViews 首先在当前工作文件中搜索 包含方程的对象。如果当前工作文件没有，EViews 将在默认目录中搜索方程或者 pool 文件（.DBE） 。如果合并来自 system 文件(.DBS)，VAR 文件(.DBV)或者 model 文件（.DBL）中的方程，则应该在命令中包含扩展名。合并文件时也可以包含路 径。把对象合并到 model 中，一次只能进行一个；merge 把对象添加到已存在的 model 之后。 当用作一个 graph 过程时，merge 把多个图形对象合并成一个图形对象。要合并的 图形对象必须存在于当前工作文件中。语法Model 过程：model_name.merge(options) object_name Graph 过程： graph name.merge graph1 graph2 当 merge 作为一个 model 过程时， 在 merge 命令后面跟包含要合并的估计方程的对 象名称。 当 merge 作为一个 graph 过程时，在 graph 命令后加上新合并图形的名称，merge 命令和要合并的现有图形对象名称列表。 选项 Model 合并选项： t 合并一个 ASCII 文本文件（仅用于 model 合并） 。 示例 eq1.makemodel(mod1) mod1.merge eq2 mod1.merge(t) c:\data\test.txt 第一行从 EQ1 建立一个名为 MOD1 的 model。 第二行把 EQ2 合并 （添加） 到 MOD1 中，而第三行进一步把指定目录中的文本文件 TEST 合并（添加）到 MOD1 中。 graph mygra.merge gra1 gra2 gra3 gra4show mygra.align(4,1,1) 第一行把四个图形 GRA1, GRA2, GRA3, GRA4 合并到一个名为 MYGRA 的图形 中。第二行在一行中显示 MYGRA 中的四个图形。metafilemetafileGraph 过程 把图形以 Windows meta 文件的格式保存在磁盘上。语法Graph 过程： graph_name.metafile(options) name 在 metafile 命令后加上 meta 文件名。图形将用.WMF 的扩展名保存。 选项 c用色彩方式保存图形。默认的是黑白方式。示例mygra1.metafile c:\report\chap1_1 在指定目录中把 MYGRA1 保存为一个 Windows meta 文件 CHAP1_1.WMF。modelmodel 命令创建一个 model。语法命令： model model_name 过程： object_name.model(name) assign_statement 关键词 model 后跟 model 的名称。要 fill model，应该使用 append 命令。示例model macro macro.append cs=10+0.8*y(-1) macro.append i=0.7*(y(-1)-y(-2)) macro.append y=cs+i+g macro.append assign @all _s 创建一个名为 MACRO 的空 model，并向 MACRO 中添加 4 行。nana 表达式不需要代码。 na 被用来代替缺失的观测量示例smpl if y&=0 series z=y smpl if y&0 z=na 当 y&=0 时，生成序列 Z 来包含 Y 的值；当 y&0 时，z 序列的值取 na。 series y=nrnd y=log(y) 一些没有定义的代数运算也会产生 na。在这个例子中的命令将所有为正的 y 值用 y 的对数值代替，所有为负的 y 值被赋予 na。 series test = (yt && na) 用 yt 序列非缺失的观测值创建序列 TEST。 TEST 序列中的 0 值表示 yt 序列中的缺 失值。namenamegraph 过程 改变图例或轴标签的序列名。 但此命令只对单一的图表起作用， 对多重的图表无 效。语法Graph 过程：graph_name.name(n) text_for_legend 在 name 命令的后面的参数或文本中为图表或轴标签一系列的数值。 如果不赋文本， 图例或轴的名字将为空。示例graph g1.line(d) unemp gdp g1.name(1) Civilian unemployment rate g1.name(2) Gross National Product 第一行生成一名为 G1 的线性图并带有不交叉的双重的刻度，第二行代替图的第一 序列 UNEMP，第三行代替图的第二序列 GDP。 graph g2.scat id w h g2.name(1) g2.name(2) weight g2.name(3) height g2.legend(l) 第一行创建一个名为 G2 的散点图。第二行使得横轴没有标签，第三、四行将替换变量 的图例，最后一行删除了图左边的图例。nrndnrnd表达式正态随机数生成器。当被用于一序列表达式中时， nrnd 函数生成一虚假的标准的 正态分布随机序列，其均值为 0，单位方差。此表达式可以在一 genr 或 solve 方程 中使用。示例smpl @first @first series y=0 smpl @first+1 @last series y=.6*y(-1)+.5*nrnd 产生一个初始值为 0 的，服从 AR（1）过程的 Y 序列。更新过程服从 0 均值，0.5 标准差的正态分布。 series u=10+@sqr(3)*nrnd series z=u+.5*u(-1) 产生一个服从 MA(1)过程的 z 序列。更新过程服从均值为 10 方差为 3 正态分布。 series x=nrnd^2+nrnd^2+nrnd^2 产生一个由三个独立的标准正态分布的随机变量之和构成的 x 序列， 即 x 序列服从 自由度为 3 的 chi-square 分布。 series x=3*nrnd^2 注意这个命令和上面的命令是有区别的，x 序列是一个独立标准正态分布随机序列 的三倍，是不服从 chi-square 分布的。 series x=@qchisq(rnd,3) 提供另一种模拟产生随机的自由度为 3 的 chi-square 分布的命令。optionoption Graph 过程图形对象的选项设置。option 过程允许您改变现有图形对象的选项设置。 当 option 在多图中使用时，选项应用于所有的图形。语法Graph 过程： graph_name.option(options) 在括号中包含任何要在关键词 option 之后设定的选项。 注意一旦决定改变设置，该设置会一直保存直至你明确关掉该设置。 如果设置了相冲突的选项，Eviews 将忽略该相互矛盾的设置。示例option(d,a) d，a 是相互矛盾的选项，因此将使用单刻度。 graph gra1.line gdp m2 gra1.option(d,l,v)第一行创建一个名为 GR1 的线性图， 由序列 GDP1 和 M2 组成。 第二行改变 GRA1 的设置成为双倍（非交叉）纵向刻度。 graph gra2.scat unemp infl gra2.option(c,r) 创建一个散点图表 GRA2 并将设置改为相连的直线并在散点图上显示回归直线。outputoutput 命令|| Equation 视图|Pool 视图|Sspace 视图|System 视图| VAR 视图重新定向打印机输出或者显示估计输出。 当用作命令时，output 重定向打印机输出。您可以指定任何经常产生输出的过程把 输出重定向到打印机上， 而不是把输出保存为一个冻结的表或者图， 或者把输出放 置在一个 ASCII 文本文件中。语法命令： output(options) base_name 命令： output off 在默认情况下，output 命令把输出重定向到冻结对象上。您应该在 output 关键词后 提供 base 名。每个后续的 pring 命令将在当前工作文件中建立一个新表或者图对象，使 用 base 名和一个标识代码。比如，如果您提供的 base 名为 out，那么第一个打印命令 将产生一张名为 OUT01 的表或者图，第二个打印命令将产生 OUT02，依次类推。 您也可以使用可选设置来把表和文本的输出重定向到一个 ascii 测试文件中，这将 在下面讲述。 当后面跟随可选关键词 off 的时候，output 命令关闭输出重定向。后续的打印命令 将被定向到打印机上。 选项 用于 output 命令的选项 t 把表和文本输出重定向到默认目录的 ascii 文件中。图形输出将继续发送到 打印机上。 用于 output 视图的选项： p 打印估计输出。示例output print_ 使得第一个 print 命令产生一个名为 PRINT_01 的表或者图对象，第二个 print 命令 产生一个名为 PRINT_02 的对象，依次类推。 output(t) c:\data\results equation eq1.ls(p) log(gdp) c log(k) log(l) eq1.resids(g,p) output off 第二行把打印重定向到 RESULTS.TXT 文件，同时第三行中的 print 选项把图形输出发送到打印机上。最后一行关闭输出重定向并返回通常的打印机用法。paramparam命令 设置参数值， param 命令允许你设置系数向量的当前值。 该命令可以用在非线性 最小二乘法，非线性系统估计或 ARMA 估计中用来提供参数的初值。语法命令：param coef_name(1) n1 coef_name(2) n2 ? 只要在相应的系数变量名后输入你要设置的初值进行简单的成队列表即可。 能使用 param 命令来改变所有的变量的初值或者仅仅是在你方程中的某一些参数值。示例param c(1) .2 c(2) .1 c(3) .5 将设置系数向量 C 的前三个参数值分别为 0.2，0.1 和 0.5。 coef(3) beta param beta(2) .1 beta(3) .5 第一行命令将长度为 3 的系数向量 beta 设置为 0。第二行将 beta 的第二和第三个 元素分别设置为.1 和 .5。piepie 命令饼图。pie 命令创建一个未命名的图形对象，该对象显示一系列序列对象的饼图。这将 会出现一个饼图。序列的值是确定的。每个序列都会以一种不同的颜色/模式显示出来。 每 个序列契入的宽度等于该序列对于所有列出的序列的百分比贡献。语法命令： pie(options) ser1 ser2 ser3 graph 方法： graph_name.pie(options) 使用 pie 命令只要列出包含在饼图中的序列名即可。也可以使用饼图命令改变图 形的类型。只要列出图表名其后加上关键词 pie 就可以了。 选项 o=graph_name 从指定的图中使用外观选项 t=graph_name 使用外观选项并从指定的图中复制文本和阴影 p 打印饼图。示例smpl
pie cons inv gov 将显示六章饼图，每一个都含有 CONS, INV 和 GOV。graph gr1.line cons inv gov gr1.pie 创建一个含有序列 cons，inv 和 gov 的线性图 gr1，然后将线性图转化为饼图。plotplot 命令线图，参见 line。poolpool命令 创建一个 pool 对象语法命令： pool name id1 id2 id3 ? 在 pool 命令之后跟 pool 的对象名。可以选择提供 pool 对象截面元素的标识符。示例pool zoo1 dog cat pig owl ant 创建一个名为 ZOO1 的 pool 对象，并列出截面元素的标识符。predictpredicteqution 过程 生成二元和有序的被解释变量模型的预测表。 预测表列出离散的解释变量的 实际值和估计值的频率。语法eqution 过程：eq_name.predict(options) 对于二元模型， 你可以选择设置估计的概率在多大程度上能被认为等于 1 （即 y=1） 在 predict 命令后的括号里可以设置一个 cutoff 水平的选项。 选项 n (一个小数)(默认=0.5) 在二元模型中成功预测的 cutoff 概率。 p 打印预测表示例equation eq1.binary(d=l) work c edu age race eq1.predict(0.7) 该命令使用 cutoff 概率为 0.7 来进行 logit 预测并列出期望预测表。printprint 命令打印对象。print 命令将对象的观察输出到打印机上。语法命令：print(options) name1 name2 name3 ? 命令：print(options) name1.view print 命令后允许跟一列对象名或一个要打印的对象的观察。这一列对象名必须是 同种类型的对象。 如果你没有设置对象的观察类型， 打印机会输出每个对象当前的观察。示例print gdp log(gdp) d(gdp) @pch(gdp) 该命令发送 GDP, GDP 的对数值, GDP 的一阶差分和 GDP 的百分比变化的数据表 给打印机。 print graph1 graph2 graph3 该命令在一页中打印三个图表。 要合并这三个图表， 必须将它们在一列里重新排列 打印。命令如下： graph mygra.merge graph1 graph2 graph3 mygra.align(3,1,1) print(l) mygra print eq1.ls gdp c gdp(-1) 估计方程 EQ1 并将结果输出到打印机的命令。rename（r）rename命令 对象重命名。在激活的工作文件窗口或数据库中给对象重命名。语法命令：rename old_name new_name 在 rename 命令后先写原来的对象名然后输入新的对象名。示例rename temp_u u2 将原来名为 temp_u 的对象重新命名为 u2。 rename aa::temp_u aa::u2 将数据库 aa 中原来名为 temp_u 的对象重新命名为 u2。rangerange命令 设置工作文件的范围。在重新定义工作文件的范围方面，range 命令比 expand 更 常用，因为它允许你缩小工作文件的范围。 注意当你缩小工作文件的范围时， 其中的数据可能丢失。 包含在工作文件中的样 本对象在缩小时也有可能会被修正，所以使用该命令时要慎重。语法命令： range start end 对于以日期类型的样本数据工作文件， 在 range 命令后要跟新的起始和结束的日期。 要重新改变一个非日期数据的工作文件，只要列出新的工作文件范围的样本观察数即 可。示例workfile mywork m 57:1 95:12 range 45:1 89:12 第一行创建一个从 1957 年 1 月到 1995 年 12 月的月度数据工作文件，第二行将工 作文件的范围改成从 1945 年 1 月到 1989 年 12 月。 workfile test a 30 99 sample s1 30 72 range 40 89 第一行创建一个从 30 年到 99 年的年度数据工作文件，命名为 test。第二行创建一 个名为 S1 的样本对象，其样本区间为 1930 到 1972 年。第三行将这个工作文件的范围 改成从 1940 年到 1989 年。注意 s1 的样本对象的范围也就因此被修正为从 1940 年到 1989 年。readread命令 || Pool 过程 | Coef 过程| Matrix 过程 从外来存储器上读取数据。 read 命令必须是用来从一个磁盘文件上将多个序列读 入工作文件。Read 命令还可以将数据直接输入到 pool 和矩阵对象中。语法命令： read(options) path\file_name name1 name2 name3 命令： read(options) path\file_name n Pool 过程： pool_name.read(options) path\file_name n1? n2? n3? Matrix 过程： matrix_name.read(options) path\file_name 必须提供原文件的名字。如果你不提供选项路径设置，那么 Eviews 将在当前，默 认的目录里寻找该文件。 输入按原文件名设置。 路径可以指向当地或一个网络驱动器。 如果路径设置包含空白，你可以在双引号中输入完整的表达。 在 read 命令的过程中，有两种方法指定输入序列。第一，你可以按它们在工作文 件中出现的顺序列出序列名；第二，如果数据文件包含序列名的标题行，你可以指定文 件中包含的序列的个数而不是序列的名字。Eviews 将按照在标题行中给定的名字给序 列命名。 如果你指定了一个数但是数据文件没有包含一个标题行，Eviews 将会给序列依次命名为 SER01, SER02, SER03 等等。 在 read 命令的 pool proc 形式中，你必须提供一个普通序列或一个 pool 序列。 选项 文件类型选择： t=dat, txt ascii (一般文本) 文件 t=wk1, wk3 Lotus 数据表文件 t=xls Excel 数据表文件 如果没有指定 t 的类型，EViews 将用文件的扩展名来识别文件类型。如果你指定了 t 的类型选项，那么文件名的扩展名将不会用于识别文件的类型。示例read(t=dat,na=.) a:\mydat.raw id lwage hrs 从驱动器 a 中读取来自 ascii 文件 MYDAT.RAW 的数据。数据文件以观察列出。 NA 以点（.）编码，这里有三个序列，按从左至右的顺序命名为 ID, LWAGE 和 HRS。 read(a2,s=sheet3) cps88.xls 10 在当前缺省路径下读取 excel 文件上 CPS88 上的数据，数据按观察顺序排列，从左 上的数据单元 A2 开始, 依次读取 sheet3 的 10 个序列。 read(a2, s=sheet2) &\\network\dr 1\cps91.xls& 10 读取在路径中网络驱动器里的 Excel 文件 CPS91 的数据。representationsrepresentationsEquation 视图 | Pool 视图| VAR 视图 方程说明的文本。列出方程，pool 和 var 对象的说明。见模型和系统的说 明。语法View: 选项 p object_name.representations(options)打印说明文本示例pool1.representations 列出对象 pool 的估计说明。residcorresidcorPool 视图|System 视图|Sspace 视图|VAR 视图 残差相关系数矩阵。列出 pool，system，sspace 或 var 对象的残差相关系数。对 于 pool 对象， residcor 命令列出在不同组合单元之间的残差的相关系数矩阵。语法视图： object_name.residcor(options) 选项 p打印残差相关系数矩阵示例sys1.residcor 列出 sys1 的残差相关系数矩阵residcovresidcovPool 视图|System 视图|Sspace 视图|VAR 视图 残差协方差矩阵。列出 pool，system，sspace 或 var 对象的每一个方程的残差 协方差。对于 pool 对象，residcov 命令列出在不同组合单元之间的残差的协方 差矩阵。语法视图： object_name.residcov(options) 选项 p打印残差协方差矩阵示例var1.residcov 列出 var1 的残差协方差矩阵residsresidsEquation 视图 | Pool 视图 | Sspace 视图 | VAR 视图 列出残差。对方程和 pool 对象，resids 命令允许你按表格或按图形形式列出你想看 到的残差。 对于 Sspace、VAR 或 Pool 对象，resids 列出 Sspace、VAR 或 Pool 对象每个相关部分的每个方程残差的多组图表。语法视图： object_name.resids(options) 选项 g s p列出残差的图表形式 列出平滑的残差图（对于状态空间对象而言） 打印表/图.示例equation eq1.ls m1 c inc tb3 ar(1)eq1.resids 用最小二乘法对 m1 关于常数，INC，TB3 和一阶 ar 项建立回归方程，然后列出实 际值，拟合值和残差序列的表。 displays a table of actual, fitted, and residual series. eq1.resids(g) 列出实际值，拟合值和残差项的图。resultsresults Equation 视图|Logl 视图| Pool 视图| Sspace 视图|System 视图| VAR 视图列出估计结果。列出包含估计方程的对象观察结果。语法视图：object_name.results(options) 选项 p打印观察示例equation eq1.ls m1 c inc tb3 ar(1) eq1.results(p) 用最小二乘法估计一个方程然后列出并打印结果。 var mvar.ls 1 4 8 8 m1 gdp tb3 @ @trend(70.4) mvar.results(p) 打印估计的 var 的估计结果。rndrnd表达式 随机数生成器。随机地从（0，1）区间里产生一些随机数，该命令也许会包含在序 列的表达或用于求解的方程里。示例series u=5+(12-5)*rnd 在（5，12）区间里随机生成 U 序列。rndintrndint命令 随机整数生成器。rndint 命令会用来自 0 和你设定的最大值之间的随机整数填充序 列，向量和矩阵对象。 Rndint 命令会忽略当前样本并将所有的对象都用随机整数 填充。语法命令： rndint(object_name, n) 要指定序列，向量和矩阵对象的名字和一个整数值 n。注意，必须在括号里的对象 名后设定随机整数的最大值 n。n 应该是一个正整数。示例series index rndint(index,10) 随机地用 0 至 10 之间的整数填充序列 INDEX 。注意，和 genr 命令不同，rndint 命令会忽略当前样本而在整个工作文件样本范围内用随机整数填充对象。 sym(3) var3 rndint(var3,5) 用 0 至 5 之间的随机证整数填充整个对称矩阵 VAR3。rndseedrndseed 命令rndseed 命令设置随机数字生成器的 seed。当你希望生成一系列重复的随机数字 时可以使用该命令。如果不选择 seed，Eviews 会使用一个系统锁定选择 seed。语法命令： rndseed integer示例rndseed 123456 genr t3=@qtdist(rnd,3) rndseed 123456 genr t30=@qtdist(rnd,30) 使用同样的 seed 在自由度为 3 和 30 的 t 分布中生成随机数。samplesample命令 创建一个样本对象。sample 语句创建并且有选择的定义一个样本对象。如果没 有样本范围，那么 sample 对象将设置为当前工作文件的样本范围。 要重新设置 sample 对象中的样本数据，必须使用 set 过程。语法命令： sample name start end if_statement sample 命令后加 sample 对象名以及样本范围，也可以加上一个 if 条件语句。示例sample ss 创建一个名为 SS 的样本对象并把它设置为当前工作文件样本区间。 sample s2 74:1 95:4 创建一个名为 S2 的 sample 对象，样本区间为 74:1 到 95:4 sample sf @last-10 @last 创建一个名为 SF 的 sample 对象并把他设置为当前工作文件的最后 10 个观察值。 sample s1 @first 73:1 s1.set 73:2 @last 第一行创建一个名为 S1 的 sample 对象并把它设置为从工作文件开始到 73:1。 第二 行把 S1 重新设置为从 73:2 到工作文件范围末