Zo=X,+++3 Z.=X+2X-2+3X- Z=X+4X-2+9X- 在Eviews工作文件中输入X和Y的数据，在工作文件窗口中点击“Ger”工具栏，出现对 话框，输入生成变量Za的公式，点击“OK”:类似，可生成Z、乙：变量的数据。进入Equatior Specification对话栏，健入回归方程形式 Y C ZO ZI Z2 点击“OK”,显示回归结果（见表72） 表72 1e197 er adjusting endpoir Variable Coefficient Std Error t-Statistic Prob 7140754 80 043215 05714 PrbF-c) 表中Z0、Z1、Z2对应的系数分别为0ga个a2的估计值a,dd2。将它们代入 分布滞后系数的阿尔蒙多项式中，可计算出月，、月、月、月的估计值为： B。=c。=0.661248 B,=。+,+a2=0.661248+0.902049+(-0.432155)=1.131142 B,=d。+2a1+4a2=0.661248+2×0.902049+4×(-0.43215)=0.736725 月，=a+3a,+9a2=0.661248+3×0.902049+9×(-0.432155)=-0.522 从而，分布滞后模型的最终估计式为： Y,=-6.419601+0.630281X,+1.15686X-+0.76178X,-2-0.55495X,- 在实际应用中，Eviews提供了多项式分布滞后指令“PDL”用于估计分布滞后模型 下面结合本例给出操作过程： 在Eviews中输入X和Y的数据，进入Equation Specification对话栏，键入方程形式 Y C PDLX.3.2) 其中，“PDL指令”表示进行多项式分布滞后(Polynomial Distributed Lags)模型的估计， 括号中的3表示X的分布滞后长度，2表示多项式的阶数。在Estimation Settings栏中选择 Least Squares((最小二乘法)，点击OK,屏幕将显示回归分析结果（见表7.3）。36 2 1 2 3 1 1 2 3 0 1 2 3 4 9 2 3 - - - - - - - - - = + + = + + = + + + t t t t t t t t t t t t t Z X X X Z X X X Z X X X X 在 Eviews 工作文件中输入 X 和 Y 的数据，在工作文件窗口中点击“Genr”工具栏，出现对 话框，输入生成变量 Z0t的公式，点击“OK”；类似，可生成 Z1t、Z2t变量的数据。进入 Equation Specification 对话栏，键入回归方程形式 Y C Z0 Z1 Z2 点击“OK”，显示回归结果（见表 7.2）。 表 7.2 表中 Z0、Z1、Z2 对应的系数分别为a0、a1、a2 的估计值 0 1 2 aˆ 、aˆ 、aˆ 。将它们代入 分布滞后系数的阿尔蒙多项式中，可计算出 0 1 2 3 ˆ ˆ ˆ ˆ b 、b 、b 、b 的估计值为： ˆ 3 ˆ 9 ˆ 0.661248 3 0.902049 9 ( 0.432155) -0.522 ˆ ˆ 2 ˆ 4 ˆ 0.661248 2 0.902049 4 ( 0.432155) 0.736725 ˆ ˆ ˆ ˆ 0.661248 0.902049 ( 0.432155) 1.131142 ˆ ˆ 0.661248 ˆ 1 0 1 2 1 0 1 2 1 0 1 2 0 0 = + + = + ´ + ´ - = = + + = + ´ + ´ - = = + + = + + - = = = b a a a b a a a b a a a b a 从而，分布滞后模型的最终估计式为： 1 2 3 6.419601 0.630281 1.15686 0.76178 0.55495 Yt = - + Xt + Xt- + Xt- - Xt- 在实际应用中，Eviews 提供了多项式分布滞后指令“PDL”用于估计分布滞后模型。 下面结合本例给出操作过程： 在 Eviews 中输入 X 和 Y 的数据，进入 Equation Specification 对话栏，键入方程形式 Y C PDL(X, 3, 2) 其中，“PDL 指令”表示进行多项式分布滞后（Polynomial Distributed Lags）模型的估计， 括号中的 3 表示 X 的分布滞后长度，2 表示多项式的阶数。在 Estimation Settings 栏中选择 Least Squares(最小二乘法)，点击 OK，屏幕将显示回归分析结果（见表 7.3）