Eviews6.0操作关键方法记录本

1.用Eviews 6.0生产一个0均值的序列或对数数列 1.1.用途及原理

原序列非常的不稳定,不稳定序列可以取均值或者对数数列,让其趋于稳定,才能做预测或者拟合. 对于平稳随机过程，我们已经建立了一整套的处理方法。由于平稳序列的均值、方差、协方差等数字特征并不伴随着时间的推移而变化，且其数字特征具有遍历性，因此可以基于时间序列在过去时点上的信息，建立拟合模型，用于预测时间序列在未来时点上的特征或者可能出现的情景。

但在经济实践中，诸如国内生产总值之类的实际经济统计时间序列经常呈现出系统性地上涨或下降的趋势。有些时间序列还具有周期性波动的特征，例如社会零售总额的月度时间序列数据等。诸如此类的时间序列样本数据不可能生成于平稳随机过程，从而可看成来自于非平稳随机过程的样本数据。

然而，非平稳时间序列的数字特征会伴随着时间的推移而变化，亦即其在不同时点上的统计规律性互不相同，且不具有遍历性，因此不能基于序列既往的信息来推测其在未来的可能情景。于是我们必须建立一套处理非平稳随机过程的专门方法。其中，设法将其平稳化是处理非平稳随机过程的基本思路。 1.2操作方法

实验操作数据基于甘蔗产量ExcelGZCL

取对数数列变量窗口下操作如下：

相对于原数列取0均值序列操作如下：

第一步，找出原数列的Mean（均值），操作如上。结果如下。

Mean:均值 Median:中值（中位数） Max Min:最大值，最小值Std.Dev:样本标准差 Skewness:偏度(直观看来就是密度函数曲线尾部的相对长度,即曲线峰波往哪边偏，偏的是多少，BS)

Kurtosis:峰度（峰度是用来反映频数分布曲线顶端尖峭或扁平程度的指）

第二步，利用Mean数值做出O均值序列。操作如下：

出现以下窗口：

输入命令：X=GZCL-Mean(输入Mean代表的具体数值)

确定后，既可得到相对于原序列的，0均值序列