第九章序列EViews提供序列的各种统计图、统计方法及过程。当用前面描述的方法向工作文件中读入数据后，就可以对这些数据进行统计分析和图表分析。§9.1表单和图示打开工作文件，双击一个序列名或者在单击序列名后单击“show”，即进入序列的对话框。单击“view”可看到菜单分为四个区，第一部分为序列显示形式，第二和第三部分提供数据统计方法，第四部分是转换选项和标签。表单和图示：表单：用表单的形式显示原始数据。曲线图:按时间顺序或者将观测值一一连线显示。这种方法最适用于时间序列。直方图:用柱形显示数据。这种方法适用于显示那些只有微小变化的序列。钉形图:用直线显示数据。即用垂直的钉形线显示数据。季度分区图、季度连线图:这些方法按季度或月度显示数据，适用于数据频度为季度和月度的工作文件。季度分区图把数据按季（月）度分成四个区，每年同一季（月）度的数据进行连线。同时每个季（月）度的期望值水平也显示出来。季度连线图是在同一坐标轴上把每年同一季（月）度的数据连线显示。§9.2描述统计量以直方图显示序列的频率分布。直方图将序列的长度按等间距划分，显示观测值落入每一个区间的个数。同直方图一起显示的还有一些标准的描述统计量。这些统计量都是由样本中的观测值计算出来的。如图：均值(mean)即序列的平均值,用序列数据的总和除以数据的个数。偏度（Skewness）衡量序列分布围绕其均值的非对称性。计算公式如下峰度（Kurtosis）度量序列分布的凸起或平坦程度，计算公式如下Jarque-Bera检验检验序列是否服从正态分布。统计量计算公式如下§9.3统计量的检验这部分是对序列均值、中位数、方差的单假设检验。选择View/testsfordescriptivestats/simplehypothesistests,就会出现下面的序列分布检验对话框：1.均值检验原假设是序列x的期望值如果给定x的标准差，EViews计算Z统计量：2.方差检验检验的原假设为序列x的方差等于，备选假设为双边的，x的方差不等于，即3.中位数检验原假设为序列x的中位数等于m，备选假设为双边假设，x的中位数不等于m，即§9.4相关图一阶差分d(x)=x-x(-1)、二阶差分d(x)-d(x(-1))=x-2x(-1)+x(-2)可选择水平值、一阶差分或二阶差分的相关图。也可以指定显示相关图的最高滞后阶数。在框内输入一个正整数,就可以显示相关图及相关统计量。§max.book118.com自相关（Autocorrelations,AC）序列y滞后k阶的自相关由下式估计§max.book118.com偏自相关（PartialAutocorrelations,PAC）滞后k阶的偏相关是当对作回归时的系数。叫它偏相关是因为它度量了k期间距的相关而不考虑k-1…期的相关。如果这种自相关的形式可由滞后小于k阶的自相关表示，那么偏相关在k期滞后下的值趋于零。一个纯的P阶自回归过程AR(P)的偏相关在P阶截尾，而纯的动平均函数的偏相关过程渐进趋于零。EViews在P阶滞后下估计偏相关的计算式如下§max.book118.comQ-统计量相关图的最后两列显示的是Ljung-BoxQ-统计量及它们的P值。k阶滞后的Q-统计量是原假设为序列没有k阶自相关的统计量。计算式如下§9.5单位根检验后面将讨论平稳及非平稳的时间序列，讨论Dickey-Fuller和Phillips-Perren单位根检验，可检验序列是否平稳。选择检验类型，决定单位根检验是否用原始数据、一阶差分、二阶差分，是否包括截距或趋势以及检验回归的滞后阶数，以及在EViews中进行单位根检验的更多细节问题。§9.6标签（label）这部分是对序列的描述，表格如下：§9.7建立新序列一、由方程创建GeneratebyEquation允许使用已有序列的表达式来建立新的序列。二、重置样本Resampling这一过程从序列观测值中随机选取并建立一个新序列。可以指定提取新样本时置换（允许给定观测值被多次提取）或不置换。从序列窗口选择Procs/Resample，出现下列窗口，提示指定各种选择：§9.8<aname=baidusnap0></a>季节</B>调整(SeasonalAdjustment)时间序列的季度、月度观测值常常显示出月和季度的循环变动。例如：冰淇淋的销售在每一年的夏季很好，玩具的销售在12月圣诞节期间达到顶峰。季节</B>调整是从一个序列中除去季节</B>变动，显示出序列潜在的趋势分量。只有季度、月度数据才能做季节</B>调整。要对一个序列进行季节</B>调整，在序列窗口的工具栏中单击Procs/SeasonalAdjustment，显示季节</B>调整对话框:经济时间序列的分解为了及时、准确地把握经济周期波动，一般都采用月度或季度数据