Eviews5.0软件，格兰杰因果检验的详细步骤及如何看数据解说 如何分析Eviews5.0生成的结果？
eviews5.0\u4e0bwald\u68c0\u9a8c\u7684\u7ed3\u679c\u600e\u4e48\u770b\u554aWALD\u68c0\u9a8c\u662f\u5224\u65ad\u62df\u5408\u7ed3\u679c\u662f\u5426\u6ee1\u8db3\u7cfb\u6570\u7ea6\u675f\u6761\u4ef6\u7684,\u4f60\u8fd9\u91cc\u5c31\u662f\u68c0\u9a8c\u662f\u5426\u6ee1\u8db3-1 + C(2) + C(3)=0
\u68c0\u9a8cP\u503c\u662f0.7526,\u5927\u4e8e\u663e\u8457\u6027\u6c34\u5e73,\u6240\u4ee5\u63a5\u53d7\u539f\u5047\u8bbe,\u5373\u6ee1\u8db3\u7cfb\u6570\u7ea6\u675f\u6761\u4ef6.
\u8fd9\u662f\u7528\u6700\u5c0f\u4e8c\u4e58\u6cd5\u505a\u7684\u4e00\u4e2a\u56de\u5f52\uff0c\u9996\u5148\u8981\u68c0\u9a8c\u4e09\u4e2a\u53d8\u91cfC\uff0cYEAR,TOB\u7684\u663e\u8457\u6027\uff0c\u4e5f\u5c31\u662fT\u68c0\u9a8c\uff0c\u901a\u8fc7\u6bcf\u4e2a\u53d8\u91cf\u540e\u7684\u90a3\u4e2aProb.\uff08\u4e5f\u5c31\u662fp\u503c\uff09\u5224\u65ad\uff0c\u5982\u679cp\u503c\u5c0f\u4e8e\u4f60\u7684\u663e\u8457\u6027\u6c34\u5e73\uff08\u4e00\u822c\u662f0.05\uff09\u5c31\u8bf4\u660e\u8fd9\u4e2a\u53d8\u91cf\u662f\u62d2\u7edd\u539f\u5047\u8bbe\uff0c\u662f\u663e\u8457\u4e0d\u7b49\u4e8e\u96f6\u7684\uff0c\u4f60\u8fd9\u91cc\u9762\u53ea\u6709TOB\u662f\u6709\u663e\u8457\u6027\u7684\uff0c\u5e94\u8be5\u7ed3\u5408\u7ecf\u6d4e\u610f\u4e49\u770b\u80fd\u4e0d\u80fd\u628a\u5e38\u6570\u9879C\u548cyear\u53bb\u6389\uff0c\u4e0b\u9762\u7684R-squared\u4e0eAdjusted R-squared\u662f\u65b9\u7a0b\u62df\u5408\u4f18\u5ea6\uff0c\u8d8a\u5927\u8d8a\u597d\uff0cDW\u503c\u68c0\u9a8c\u56de\u5f52\u6b8b\u5dee\u6709\u65e0\u81ea\u76f8\u5173\u3002
（一）、ADF是单位根检验，第一列数据y做ADF检验，结果如下NullHypothesis:YhasaunitrootExogenous:Constant,LinearTrendLagLength: (AutomaticbasedonSIC,MAXLAG= )t-StatisticProb.*AugmentedDickey-Fullerteststatistic- . . Testcriticalvalues: %level- . %level- . %level- . 在 %水平上拒绝原假设，序列y存在单位根，为不平稳序列。但在 %、 %水平上均接受原假设，认为y平稳。对y进行一阶差分，差分后进行ADF检验：NullHypothesis:YhasaunitrootExogenous:NoneLagLength: (AutomaticbasedonSIC,MAXLAG= )t-StatisticProb.*AugmentedDickey-Fullerteststatistic- . . Testcriticalvalues: %level- . %level- . %level- . 可见，在各水平上y都是平稳的。因此，可以把原序列y看做一阶单整。第二列xADF检验如下：NullHypothesis:XhasaunitrootExogenous:Constant,LinearTrendLagLength: (AutomaticbasedonSIC,MAXLAG= )t-StatisticProb.*AugmentedDickey-Fullerteststatistic- . . Testcriticalvalues: %level- . %level- . %level- . 在 %、 %水平上拒绝原假设，序列x存在单位根，为不平稳序列。但在 %水平上均接受原假设，认为x是平稳的。对y进行一阶差分，差分后进行ADF检验：NullHypothesis:XhasaunitrootExogenous:NoneLagLength: (AutomaticbasedonSIC,MAXLAG= )t-StatisticProb.*AugmentedDickey-Fullerteststatistic- . . Testcriticalvalues: %level- . %level- . %level- . 可见，在各水平上x都是平稳的。因此，可以把原序列x看做一阶单整。（二）、只有一阶单整的序列才可以进行协整检验：利用engle和granger提出的两步检验法：首先建立模型：y=ax+c+e，结果为Y= . *X+ . 再对方程的残差进行ADF检验：NullHypothesis:EhasaunitrootExogenous:NoneLagLength: (AutomaticbasedonSIC,MAXLAG= )t-StatisticProb.*AugmentedDickey-Fullerteststatistic- . . Testcriticalvalues: %level- . %level- . %level- . 从检验结果可以看出残差序列是平稳的，因此x和y之间存在协整关系。（三）、granger因果检验：PairwiseGrangerCausalityTestsDate: / / Time: : Sample: Lags: NullHypothesis:ObsF-StatisticProb.YdoesnotGrangerCauseX . . XdoesnotGrangerCauseY . . 从结果可知拒绝y不能grangerx的假设，即ygranger引起x；但是不能拒绝x不能g引起y，即接受x不能granger引起y。导入数据，选定两个序列，右键，open as group，view，最下面granger causality。点击就OK了。
打开数据组后，选择View——GrangerCausality——选择滞后期（根据你模型的具体情况来选择，不清楚可以选默认的2期），点击确定就可以。
F-statisitc是F统计值，Prob是前面假设成立的一个概率，概率小表示拒绝，大表示接受
这都不会。老师教你的都白学了，快给分快给分
绛旓細锛堜竴锛夈丄DF鏄崟浣嶆牴妫楠岋紝绗竴鍒楁暟鎹畒鍋欰DF妫楠岋紝缁撴灉濡備笅NullHypothesis:YhasaunitrootExogenous:Constant,LinearTrendLagLength: (AutomaticbasedonSIC,MAXLAG= )t-StatisticProb.*AugmentedDickey-Fullerteststatistic- . . Testcriticalvalues: %level- . %level- . %level- . 鍦 ...
