要看你這裡所指的引數值是什麼。通常來說,eviews內建了多種估計方法來估計迴歸模型的引數,但有時候,有的大學老師為了考察學生對eviews和估計方法的掌握情況,要求學生用eviews在不呼叫現成估計方法的基礎上計算出迴歸模型的引數,這時候就根據ols的矩陣表述把引數計算出來。
假設你的自變數有2個 x1 x2 它們都是30個觀測值的序列,你的因變數為y0 也是一個有30個不觀測值的序列。
在eviews的命令視窗依次輸入如下命令,符號(")後面的的是註釋,不用管
series cons=1 "建立常數序列
group g1 cons x1 x2 "建立自變數組
matrix x=g1 "建立自變數矩陣
matrix y=y0 "建立因變數矩陣(列向量)
matrix beta=@inverse(@transpose(x)*x)*@transpose(x)*y "使用OLS的矩陣表示式計算引數
開啟beta矩陣,裡面就是你要的引數。
要看你這裡所指的引數值是什麼。通常來說,eviews內建了多種估計方法來估計迴歸模型的引數,但有時候,有的大學老師為了考察學生對eviews和估計方法的掌握情況,要求學生用eviews在不呼叫現成估計方法的基礎上計算出迴歸模型的引數,這時候就根據ols的矩陣表述把引數計算出來。
假設你的自變數有2個 x1 x2 它們都是30個觀測值的序列,你的因變數為y0 也是一個有30個不觀測值的序列。
在eviews的命令視窗依次輸入如下命令,符號(")後面的的是註釋,不用管
series cons=1 "建立常數序列
group g1 cons x1 x2 "建立自變數組
matrix x=g1 "建立自變數矩陣
matrix y=y0 "建立因變數矩陣(列向量)
matrix beta=@inverse(@transpose(x)*x)*@transpose(x)*y "使用OLS的矩陣表示式計算引數
開啟beta矩陣,裡面就是你要的引數。