2005    9.132126    6.986659    7.414766    4.526127    7.678465    6.2329
2006    9.265987    7.100613    7.503179    4.541165    7.68574    6.365405
2007    9.433005    7.242512    7.697085    4.624973    8.035717    6.527592
2008    9.551791    7.258989    7.870044    4.718499    7.558578    6.554711
2009    9.618901    7.26368    8.002928    4.736198    8.373375    6.742055
2010    9.750686    7.269178    8.102556    4.74232    8.000014    6.880973

 使用eviews处理此类时间序列数据一般需要指数化，即取自然对数，这样能够将不同数量级的数据变成同一数量级，有助于软件处理的准确性，也降低了波动性，容易达到平稳。此时将Y值重命名为GDP，X1至X5分别为P1至P5 。处理之后的数据如下表。
ADF
首先，为了检验数据是否平稳，要对6组数据分别进行ADF检验，以P5为例，一阶水平下，T值为-0.488，大于三个水平下的临界值，因此是非平稳的，如下图。
表1.2 ADF检验
 图图 1.3    接着做二阶的检验，可以看到T值小于10%水平下的临界值，因此可以认为，它在二阶时有90%的可能性是平稳的，因此通过了ADF检验。
图1.4
用同样的处理方法，可得出6组数据均为二阶平稳。所以可以继续下边的研究。
Granger因果关系检验
        为了看两组数据是否存在因果关系，需要进行Granger因果关系检验。简单起见本文只分析了文化产业增加值与GDP的因果关系。
表1.3 Granger因果关系检验
Pairwise Granger Causality Tests
Date: 04/04/13   Time: 14:10
Sample: 1996 2010    
Lags: 1            
  Null Hypothesis:    Obs    F-Statistic    Probability
  P5 does not Granger Cause GDP    14     0.34309     0.04891
  GDP does not Granger Cause P5     4.06360     0.06987
可以看到。P5的P值为0.04891，小于一般情况下的显著性水平0.05，GDP的P值为0.06987，大于0.05，所以文化产业增加值是GDP的原因表现的更明显一些。
     经过上述处理后，可以进行多元线性回归分析，得到如下结果。
表1.4结果分析
Dependent Variable: GDP        
Method: Least Squares        
Date: 04/05/13   Time: 17:20        
Sample: 1996 2010        
Included observations: 15    
Variable    Coefficient    Std. Error    t-Statistic    Prob.  
C    2.579259    1.206871    2.137146    0.0413
P1    0.276350    0.197943    1.396107    0.0362
P2    0.757357    0.118180    6.408488    0.0001
P3    0.062296    0.300934    -0.207010    0.0406
P4    0.081197    0.043290    -1.875673    0.0234 基于时尚业展会视角的文化创意产业创新系统研究(8):http://www.youerw.com/guanli/lunwen_289.html