预测误差方差分解（fevd）要可以解决100元以内问题：一个变量的变化在多大程度上是由自己误差项的冲击紊乱的（回忆脉冲波做出反应函数irf），在多大程度上是由其他变量误差项冲击影响到的？即，我们要考虑每个变量k步前预测的方差在多大程度是由每个误差项的冲击紊乱的。
（k1,2……）具体看过程与mse完全相同，此时换算的mse最终是回归系数结果。choleskdecomposition的方差化合主要是用于svar，svar的估计系数中choleskdecomposition将正定矩阵的上三角元素简单假设为0，cholesk排序与格兰杰因果关系有关，外生性越强的变量越装在前面。
eviews这个可以做面板var(vec)分析，在操作上和时间序列全都没有区别，具体如何操作是从面板工作文件刚刚进入(别从对象pool刚刚进入)。
步骤：刚建工作文件，工作文件类型你选择balancedpanel，定义,定义变量，数据的键入要在定义的变量里粘贴数据，而不应在此工作文件下组建新的pool中数据录入数据。
工作文件确立后自动生成变量结构具体解释文件，并以1、2、3......另外截面成员标识（是对初学者我建议你这等，熟练的掌握后用下字母代之）我试了，是可以用。
用pool对象建立的面板数据只有因为面板数据模型来不使用，所以才那种输入的数据不能用eviews进行var。
关，但十分严重到没能肯定，估计是重物共线性的问题。
重的力共线性，那就是你的变量“经济建设支出、科教文卫支出、国防、行政管理，资本、劳动”这六个变量肯定相互之间几乎这个可以线性可以表示，这样的就没法求解答逆矩阵，其实就没有办法肯定啦。好的办法我听到几种：
1.的话那就把这些变价格的变量都去下对数，研究它们变化率的关系，而不是只不过是水平数值上的关系，这样会减少共线性和自相关性。
2.要么想把所有的解释变量求高人自相关系数矩阵，看下那两个变量相关性程度接近1，能去掉一个变量，应该是为结果也会改善不少。
3.还有那就是工具变量法，这个还要找其他变量，做微观的时候偏误很有可能会比较比较大，也就不推荐了。我是学计量专业的，现在正为论文数据犯愁，可不可以提醒我这些数据1978年开始就有，是从哪来找来的。
我不能能找到gdp的，别的都就没这样细呃。。。啊,谢谢你啦。谢谢啊你的关注eviews也可以做面板var(vec)结论，在操作上和时间序列完全没有区别，具体的操作是从面板工作文件进入
.jpg)
