Eviews快速入门-超详细

Eviews软件使用

经济计量学软件包Eviews快速使用

内容导引：

一、启动软件包

假定用户在经济计量学软件包Eviews的使用方面没有经验。试图通过一个实际问题研究我国人均消费水平问题（见人大何晓群《回归分析与经济数据建模》第50页）的处理过程，使用户对EViews的应用有一些感性认识。达到快速掌握的目的。

启动软件包

进入WINDOWS以后的启动步骤：（1）开始==>

（2）程序==>

（3）Econometric Views==> （4）EViews

启动过程示意：

进入EViews窗口。

窗口简介

标题栏

窗口的顶部是标题栏，标题栏的右端有三个按钮：最小化、最大化（或复原）和关闭。标题栏左边是控制框，控制框也有上述三个按钮的功能且双击它关闭该窗口。

菜单栏

标题栏下是主菜单栏。主菜单栏上共有7个选项： File，Edit，Objects，View，Procs，Quick，Options，Window，Help。用鼠标点击打开下拉式菜单（或再下一级菜单，如果有的话），双击某个选项电脑执行对应的操作响应。

命令窗口

主菜单栏下是命令窗口，窗口最左端一竖线是提示符，允许用户在提示符后通过键盘输入EViews（TSP风格）命令。如果熟悉MacroTSP （DOS）版的命令可以直接在此键入，如同DOS版一样地使用EViews。按F1键（或移动箭头），键入的历史命令将重新显示出来，供用户选用。

主显示窗口

命令窗口之下是EViews的主显示窗口，以后操作产生的窗口（称为子窗口）均在此范围之内，不能移出主窗口之外。

状态栏

主窗口之下是状态栏，左端显示信息，中部显示当前路径，右下端显示当前状态，例如有无工作文件

EViews的四种工作方式

1。鼠标图形导向方式

2。简单命令方式

3。命令参数方式(1与2相结合)

4。程序（采用EViews命令编制程序）运行方式

二、创建工作文件

例1．人均消费函数

在研究我国人均消费水平的研究中，收集了1981-1993年间13个样本资料，人均消费额记作y（元），人均国民收入记作x（元）。根据资料建立消费函数。（人大何晓群《回归分析与经济数据建模》50页）

工作文件

工作文件是用户与EViews对话期间保存在RAM之中的信息，包括对话期间输入和建立的全部命名对象。

工作文件好比你工作时的桌面一样，放置了许多进行处理的东西（对象），像结束工作时需要清理桌面一样，允许将工作文件保存到磁盘上。

如果不对工作文件进行保存，工作文件中的任何东西，关闭机器时将被丢失。

进入EViews后的第一件工作

用户第一次使用Eviews处理项目时，通常应从创建工作文件开始。只有建立（新建或调入原有工作文件）， EViews才允许用户输入开始进行数据处理。

建立工作文件的方法

方法是点击File/New/Workfile/OK，选择新建对象的类型为工作文件。

选择数据类型和起止日期，并在出现的对话框中提供必要的信息：适当的时间频率（年、季度、月度、周、日）；最早日期和最晚日期。确定起止日期或最大处理个数

开始日期是项目中计划的最早的日期；

结束日期是项目计划的最晚日期，以后还可以对这些设置进行更改。非时间序列提供最大观察个数。

具体操作步骤

首先打开新建对象类型对话框，选择工作文件Workfile

再打开工作文件时间频率和样本区间对话框

按OK确认，得新建工作文件窗口。

工作文件窗口

工作文件窗口是EViews的子窗口。它也有标题栏、控制框、控制按钮。标题栏指明窗口的类型workfile、工作文件名和存储路径。标题栏下是工作文件窗口的工具条。工具条上是一些按钮。

Views观察按钮

Procs过程按钮

Save（保存）工作文件，

Sample（设置观察值的样本区间），

Gener（生成新的序列），

Fetch（读取）,

Store（存储）

Delete（删除）对象。

此外，可以从工作文件目录中选取并双击对象，用户就可以展示和分析工作文件内的任何数据。

工作文件一开始其中就包含了两个对象

一个是系数向量C（保存估计系数用），另一个残差序列RESID（实际值与拟合值之差）。

小图标

小图标上标识出对象的类型，(是系数向量，曲线图是时间序列。

使用Views选择对象后或直接使用EViews主窗口顶部的菜单选项，可以对工作文件和其中的对象进行一些处理。

这些处理包括生成新的对象，建立组，估计参数，指数平滑，预测，模拟等。

三、输入和编辑数据

输入数据有两种基本方法：data命令方式和鼠标图形界面方式（一）data命令方式

命令格式：data <序列名1> <序列名2>......<序列名n>

功能：输入和编辑数据

适用条件：建立或调入工作文件以后

（二）鼠标图形界面方式

利用鼠标选择菜单项目或对象，填写相应的对话框。

建立新序列

建立空组

打开编辑开关

输入和编辑数据

1、建立新序列

File\New对象类型选择series，并给定序列名，一次只能创建一个新序列。

2、建立空组（1）

创建将两个空序列Y和X后，按住CTRL点击Y，再点击X，使两个图标加亮，并双击，就建立起一个组。打开一个组窗口，组中含有Y和X序列。命名为XFHSH。（按住CTRL点击选择对象，可以确定构成组后的先后顺序，还可以间隔选择对象。）

建立空组（2）

3、打开编辑开关

在组窗口选择Edit+/-，进入编辑状态，通过键盘结合光标移动键，将下列数据输入。

四、由组的观察查看组内序列的数据特征

组窗口工具条上Views的下拉式菜单：

1、SpreadSheet（电子数据表）

2、Graph（图形）

编辑图形

双击图形中部设定图形选项

双击图形区域中任意处，进入图形编辑状态。选择图形类型，图形属性（是否置入图框内，刻度，是否用彩色），柱和线的选项，设定竖轴（单个，双个，是否交叉），设定比例尺度（优化线性尺度，强制

通过0线，对数尺度，正态化尺度），手动设定比例尺度，线形图选项，柱型图的选项，散点图选项（连接，配拟合直线），饼图选项等。图形选项

散点图为设定模型的函数形式提供参考

得到显示消费支出与收入间存在线性关系的散点图

散点图为设定理论模型，给出了指导。

3、多线图Multiple Graphs

（同一窗口中显示多幅图，一个序列一幅图）

4、Descriptive Statistics（描述统计量）

5、Correlations（相关系数矩阵）

6、Covariances（斜方差矩阵）

7、Correlogram (1)（组内第1序列相关函数）

8、Cross Correlation (2)（组内第1和第2序列互相关函数)

9、Cointegration Test（执行 Johansen cointegration 检验）

10、Granger Causality（检验组内各个配对间的Granger因果关系）

Granger Causality（因果关系）检验

X（国民收入）不是Y（消费）的“因”的假设被拒绝==>X是Y的“因”（小概率0.03002事件发生拒绝Null Hypothesis）；同时Y（消费）不是X（国民收入）的“因”的假设被接受，所以国民收入是消费的因，即收入可以作消费的自变量。

Granger Causality统计推断

如果两个假设被接受==>X与Y之间不存在“因果关系”。

如果两个假设被拒绝==>X是Y的因，同时Y也是X的因，它们之间并不存在因果关系，第三者或多个第三者才是它们的因。

只有一个假设被拒绝，另一个假设被接受，才能推断出其间存在Granger因果关系。

五、回归分析估计消费函数

1、在经济理论指导下，利用软件包的“观察（View）”功能对数据进行“火力侦察”

依据凯恩斯理论，初步选出一些变量，譬如，考虑可比性，消除人口因素的影响，采用人均指标。

描述统计量，散点图，相关系数矩阵，Granger因果关系检验等等，取得初步认识；供筛选变量，选择函数形式参考。

2、设定理论模型：

（这里设定为直线-Y= a + b X + e）

3、作普通最小二乘法估计

在组窗口的操作步骤：

Proces==>

Equation==>

选择估计方法==>

设定样本区间==>

OK进行估计。

eviews多元线性回归案例分析

中国税收增长的分析 一、研究的目的要求 改革开放以来，随着经济体制的改革深化和经济的快速增长，中国的财政收支状况发生了很大的变化，中央和地方的税收收入1978年为519.28亿元到2002年已增长到17636.45亿元25年间增长了33倍。为了研究中国税收收入增长的主要原因，分析中央和地方税收收入的增长规律，预测中国税收未来的增长趋势，需要建立计量经济学模型。 影响中国税收收入增长的因素很多，但据分析主要的因素可能有：（1）从宏观经济看，经济整体增长是税收增长的基本源泉。（2）公共财政的需求，税收收入是财政的主体，社会经济的发展和社会保障的完善等都对公共财政提出要求，因此对预算指出所表现的公共财政的需求对当年的税收收入可能有一定的影响。（3）物价水平。我国的税制结构以流转税为主，以现行价格计算的DGP等指标和和经营者收入水平都与物价水平有关。（4）税收政策因素。我国自1978年以来经历了两次大的税制改革，一次是1984—1985年的国有企业利改税，另一次是1994年的全国范围内的新税制改革。税制改革对税收会产生影响，特别是1985年税收陡增215.42%。但是第二次税制改革对税收的增长速度的影响不是非常大。因此可以从以上几个方面，分析各种因素对中国税收增长的具体影响。 二、模型设定 为了反映中国税收增长的全貌，选择包括中央和地方税收的‘国家财政收入’中的“各项税收”（简称“税收收入”）作为被解释变量，以放映国家税收的增长；选择“国内生产总值（GDP）”作为经济整体增长水平的代表；选择中央和地方“财政支出”作为公共财政需求的代表；选择“商品零售物价指数”作为物价水平的代表。由于税制改革难以量化，而且1985年以后财税体制改革对税收增长影响不是很大，可暂不考虑。所以解释变量设定为可观测“国内生产总值（GDP）”、“财政支出”、“商品零售物价指数” 从《中国统计年鉴》收集到以下数据 财政收入（亿元） Y 国内生产总值(亿 元） X2 财政支出（亿 元） X3 商品零售价格指 数（%) X4 1978519.283624.11122.09100.7 1979537.824038.21281.79102 1980571.74517.81228.83106

利用Eviews软件进行最小二乘法回归实例

例题中国居民人均消费支出与人均GDP（1978-2000），数据（例题1-2），预测，2001年人均GDP为4033.1元，求点预测、区间预测。（李子奈，p50）解答： 一、打开Eviews软件，点击主界面File按钮，从下拉菜单中选择Workfile。 在弹出的对话框中，先在工作文件结构类型栏（Workfile structure type）选择固定频率标注日期（Dated – regular frequency），然后在日期标注说明栏中（Date specification）将频率（Frequency）选为年度（Annual），再依次填入起止日期，如果希望给文件命名（可选项），可以在命名栏（Names - optional）的WF项填入自己选择的名称，然后点击确定。 此时建立好的工作文件如下图所示：

在主界面点击快捷方式（Quick）按钮，从下拉菜单中选空白数据组（Empty Group）选项。 此时空白数据组出现，可以在其中通过键盘输入数据或者将数据粘贴过来。 在Excel文件（例题1-2）中选定要粘贴的数据，然后在主界面中点击编辑（Edit）按钮，从下拉菜单中选择粘贴（Paste），数据将被导入Eviews软件。

将右侧的滚动条拖至最上方，可以在最上方的单元格中给变量命名。 二、估计参数 在主界面中点击快捷方式（Quick）按钮，从下拉菜单中选择估计方程（Estimate Equation） 在弹出的对话框中设定回归方程的形式。

在方程表示式栏中（Equation specification ），按照被解释变量（Consp ）、常数项（c ）、解释变量（Gdpp ）的顺序填入变量名，在估计设置（Estimation settings ）栏中选择估计方法（Method ）为最小二乘法（LS – Least Squares ），样本（Sample ）栏中选择全部样本（本例中即为1978－2000），然后点击确定，即可得到回归结果。 以上得到的回归结果可以表示为： 201.1190.3862(13.51)(53.47)Consp GDPP =+? 如果你试图关闭回归方程页面（或Eviews 主程序），这时将会弹出一个对话框，询问是否删除未命名的回归方程，如下图所示

Eviews处理多元回归分析操作步骤

Eviews处理多元回归分析操作步骤操作步骤 1. 建立工作文件 (1) 建立数据的exel电子表格 (2)将电子表格数据导入eviews File-open-foreign data as workfile，得到数据的Eviews工作文件和数据序列表。

2. 计算变量间的相关系数 在窗口中输入命令:cor coilfuture dow shindex nagas opec ueurope urmb，点击回车键，得到各序列之间的相关系数。结果表明Coilfuture数列与其他数列存在较好的相关关系。

3.时间序列的平稳性检验 (1)观察coilfuture序列趋势图 在eviews中得到时间序列趋势图，在quick菜单中单击graph，在series list对话框中输入序列名称coilfuture，其他选择默认操作。图形表明序列随时间变化存在上升趋势。 (2)对原序列进行ADF平稳性检验 quick-series statistics-unit root test，在弹出的series name对话框中输入需要检验的序列的名称，在test for unit root in 选择框中选择level，得到原数据序列的ADF检验结果，其他保持默认设置。

得到序列的ADF平稳性检验结果，检测值0.97大于所有临界值，则表明序列不平稳。以此方法，对各时间序列依次进行ADF检验，将检验值与临界值比较，发现所有序列的检验值均大于临界值，表明各原序列都是非平稳的。 (3)时间序列数据的一阶差分的ADF检验

quick-series statistics-unit root test，在series name对话框中输入需要检验的序列的名称，在test for unit root in 选择框中选择1nd difference，对其一阶差分进行平稳性检验，其他保持默认设置。 得到序列的ADF平稳性检验结果，检测值-7.8远小于所有临界值，则表明序列一阶差分平稳。以此方法，对各时间序列的一阶差分依次进行ADF检验，将检验值

用eviews进行一元线性回归分析实施报告

天津外国语大学国际商学院本科生课程论文（设计） 题目：一元回归分析居民收入和支出的关系姓名： 学号： 专业： 年级： 班级： 任课教师： 2014 年 4 月

内容摘要 随着本文中的收集数据参考了中国统计年鉴以及书本《计量经济学》中的相关统计结果，对我国各地区城镇居民家庭人均全年可支配收入与人均全年消费性支出进行分析。利用EVIEWS软件对计量模型进行参数评估和检验，最终得出相关结论。 关键词：居民消费；居民收入；EVIEWS；一元回归分析

目录 一、引言 (1) （一）研究背景 (1) （二）研究意义 (1) 二、研究综述 (2) （一）模型设定 (2) 1.定义变量 (2) 2.数据来源 (2) （二）作散点图 (3) 三、估计参数 (4) （一）操作步骤 (4) （二）回归结果 (4) 四、模型检验 (5) （一）经济意义检验 (5) （二）拟合优度和统计检验 (5) （三）回归预测 (5) 五、结论 (5) 参考文献： (6)

一元回归分析居民收入与支出的关系 一、引言 （一）研究背景 随着近年来我国成为世界第二大经济体，居民的高生活水平也日益显著。我国人口正在高速城镇化，2011年中国大陆城镇人口为69079万人，城镇人口占总人口比重达到51.27％。因此城镇居民作为消费主体，研究城镇居民人均可支配收入以及人均可支配消费性支出之间的关系，可以有效的了解到我国各地区的人民生活水平以及经济状况，因此能更好的的带动我国GDP的飙升，改善居民的生活水平。 （二）研究意义 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这要是人民生活水平的具体体现。改革开饭以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。例如，2007年的城市居民家庭平均每人每年消费支出，最高的是上海市达人均20667.91元，最低的则是新疆，人均只有8871.27元，上海是新疆的2.33倍。为了研究全国居民消费水平及其变动的原因，需要做具体的

使用eviews做线性回归分析

使用eviews做线性回归分析 关键字: linear regression Glossary: ls(least squares)最小二乘法 R-sequared样本决定系数（R2）：值为0-1，越接近1表示拟合越好，>0.8认为可以接受，但是R2随因变量的增多而增大，解决这个问题使用来调整 Adjust R-seqaured() S.E of regression回归标准误差 Log likelihood对数似然比：残差越小，L值越大，越大说明模型越正确Durbin-Watson stat：DW统计量，0-4之间 Mean dependent var因变量的均值 S.D. dependent var因变量的标准差 Akaike info criterion赤池信息量(AIC)（越小说明模型越精确） Schwarz ctiterion:施瓦兹信息量（SC）（越小说明模型越精确） Prob(F-statistic)相伴概率 fitted(拟合值) 线性回归的基本假设： 1.自变量之间不相关 2.随机误差相互独立，且服从期望为0，标准差为σ的正态分布 3.样本个数多于参数个数 建模方法: ls y c x1 x2 x3 ... x1 x2 x3的选择先做各序列之间的简单相关系数计算，选择同因变量相关系数大而自变量相关系数小的一些变量。模型的实际业务含义也有指导意义，比如 m1同gdp肯定是相关的。 模型的建立是简单的，复杂的是模型的检验、评价和之后的调整、择优。 模型检验： 1）方程显著性检验（F检验）：模型拟合样本的效果，即选择的所有自变量对因变量的解释力度 F大于临界值则说明拒绝0假设。 Eviews给出了拒绝0假设(所有系统为0的假设)犯错误(第一类错误或α错误)的概率(收尾概率或相伴概率)p值，若p小于置信度(如0.05)则可以拒绝0假设，即认为方程显著性明显。 2）回归系数显著性检验（t检验）：检验每一个自变量的合理性 |t|大于临界值表示可拒绝系数为0的假设，即系数合理。t分布的自由度为 n-p-1,n为样本数，p为系数位置

Eviews处理多元回归分析操作步骤

操作步骤 1.建立工作文件 (1)建立数据的exel电子表格 （2）将电子表格数据导入eviews File-open-foreign data as workfile，得到数据的Eviews工作文件和数据序列表。

2.计算变量间的相关系数 在窗口中输入命令：cor coilfuture dow shindex nagas opec ueurope urmb，点击回车键，得到各序列之间的相关系数。结果表明Coilfuture数列与其他数列存在较好的相关关系。 3.时间序列的平稳性检验 （1）观察coilfuture序列趋势图 在eviews中得到时间序列趋势图，在quick菜单中单击graph，在series list对话框中输入序列名称coilfuture，其他选择默认操作。图形表明序列随时间变化存在上升趋势。

（2）对原序列进行ADF平稳性检验 quick-series statistics-unit root test，在弹出的series name对话框中输入需要检验的序列的名称，在test for unit root in 选择框中选择level，得到原数据序列的ADF检验结果，其他保持默认设置。

得到序列的ADF平稳性检验结果，检测值0.97大于所有临界值，则表明序列不平稳。以此方法，对各时间序列依次进行ADF检验，将检验值与临界值比较，发现所有序列的检验值均大于临界值，表明各原序列都是非平稳的。 （3）时间序列数据的一阶差分的ADF检验 quick-series statistics-unit root test，在series name对话框中输入需要检验的序列的名称，在test for unit root in 选择框中选择1nd difference，对其一阶差分进行平稳性检验，其他保持默认设置。

用Eviews软件建立一元线性回归模型并进行有关检验的实验报告

用Eviews软件建立一元线性回归模型并进行相关检验的实验报告1.数据 表1列出了某年中国部分省市城镇居民每个家庭平均全年可支配收入X与消费性支出Y 的统计数据。

2.建立模型 应用EViews软件，以表1的数据可绘出可支配收入X与消费性支出Y的散点图（图2-1）。从该三点图可以看出，随着可支配收入的增加，消费性支出也在增加，大致程线性关系。据此，我们可以建立一元线性回归模型： Y=β0+β1·X+μ 图2-1 对模型作普通最小二乘法估计，在Eviews软件下，OLS的估计结果如图（2-2）所示。 Dependent Variable: Y Method: Least Squares Date: 12/07/11 Time: 21:00 Sample: 1 20 Included observations: 20

Variable Coefficient Std. Error t-Statistic Prob. X 0.755368 0.023274 32.45486 0.0000 C 271.1197 159.3800 1.701090 0.1061 R-squared 0.983198 Mean dependent var 5199.515 Adjusted R-squared 0.982265 S.D. dependent var 1625.275 S.E. of regression 216.4435 Akaike info criterion 13.68718 Sum squared resid 843260.4 Schwarz criterion 13.78675 Log likelihood -134.8718 Hannan-Quinn criter. 13.70661 F-statistic 1053.318 Durbin-Watson stat 1.302512 Prob(F-statistic) 0.000000 图2-2 OLS估计结果为 ^ Y=271.12+0.76X (1.70) (32.45) R2=0.9832 D.W. =1.3025 F=1053.318 3.模型检验 从回归估计的结果看，模型拟合较好。可绝系数R2=0.983198，表明城镇居民每个家庭平均全年消费性支出变化的98.3198%可由可支配收的变化来解释。从斜率项β1的t检验看，大于5%显著性水平下自由度为n-2=18的临界值t0.025(18)=2.101，且该斜率值满足0<0.755368<1，符合经济理论中边际消费倾向在0与之间的绝对收入假说，表明中国城镇居民平均全年可支配收入每增加1元，消费性支出增加0.755368元。 4.预测 假设我们需要关注2012年平均年可支配收入在20000元这一水平下的中国城镇居民平均年消费支出问题。由上述回归方程可得该类家庭人均消费支出的预测值： ^ Y0=271.1197+0.755368×20000=15378.4797 下面给出该类居民平均年消费支出95%置信度的预测区间。

使用eviews做线性回归分析

Glossary: ls(least squares)最小二乘法 R-sequared样本决定系数（R2）：值为0-1，越接近1表示拟合越好，>0.8认为可以接受，但是R2随因变量的增多而增大，解决这个问题使用来调整 Adjust R-seqaured() S.E of regression回归标准误差 Log likelihood对数似然比：残差越小，L值越大，越大说明模型越正确 Durbin-Watson stat：DW统计量，0-4之间 Mean dependent var因变量的均值 S.D. dependent var因变量的标准差 Akaike info criterion赤池信息量(AIC)（越小说明模型越精确） Schwarz ctiterion:施瓦兹信息量（SC）（越小说明模型越精确） Prob(F-statistic)相伴概率 fitted(拟合值) 线性回归的基本假设： 1.自变量之间不相关 2.随机误差相互独立，且服从期望为0，标准差为σ的正态分布 3.样本个数多于参数个数 建模方法: ls y c x1 x2 x3 ... x1 x2 x3的选择先做各序列之间的简单相关系数计算，选择同因变量相关系数大而自变量相关系数小的一些变量。模型的实际业务含义也有指导意义，比如m1同gdp肯定是相关的。模型的建立是简单的，复杂的是模型的检验、评价和之后的调整、择优。 模型检验： 1）方程显著性检验（F检验）：模型拟合样本的效果，即选择的所有自变量对因变量的解释力度 F大于临界值则说明拒绝0假设。 Eviews给出了拒绝0假设(所有系统为0的假设)犯错误(第一类错误或α错误)的概率(收尾概率或相伴概率)p值，若p小于置信度(如0.05)则可以拒绝0假设，即认为方程显著性明显。 2）回归系数显著性检验（t检验）：检验每一个自变量的合理性 |t|大于临界值表示可拒绝系数为0的假设，即系数合理。t分布的自由度为n-p-1,n为样本数，p为系数位置 3）DW检验：检验残差序列的自相关性，检验基本假设2（随机误差相互独立） 残差：模型计算值与资料实测值之差为残差 0<=dw<=dl 残差序列正相关，du

eviews处理多元回归分析操作步骤

操作步骤 1. 作 ?件 (1)?e xel?子表格 （2 子表格?导入e?v iews? File-open-forei?g n data as workf?i le?E view?s 作 件??表。

2.?? ?入命令：cor coilf?u ture? dow shind?e x nagas? opec ueuro?pe urmb ???。结果表明C?oilfu?t ure????。 3.?? （1 观察coi?l futu?r e?势图 evie?w s??势图 quic?k?g rap?h seri?e s list ? 入?名称c?o ilfu?ture?操作。图 表明 ???势。

（2?行A D F? quick?-serie?s stati?s tics?-unit root test 弹出 s?e ries? name? 入?? 名称?test? for unit root in ?leve?l?AD?F 结果??设置。

?A D F? 结果? 测值0.97? 值 表明 ?不 。 ? 行?A DF? 值 ? 值 ?? 值??值 表明 ?? 。 （3??分ADF? quick?-serie?s stati?s tics?-unit root test seri?e s name? 入?? 名称?test? for unit root in ??分 行 ??设置。

?A D F? 结果?测值-7.8? 值 表明 ? 分 ?。??分 行?A D F? 值 ? 值 ?? 值??值 表明 ? 分 ? 。由 ???。 4.Grang?e r 果 ? （1quick?-group?stati?s t i cs?-grang?e r causa?l ity test 出 ? 入 ?名称 OK。 ?入?? 果 ?。 （2?用E vie?w s?