eviews正态性检测结果怎么看
如何用Eviews或者MATLAB实现DCC-garch模型？
如何用Eviews或者MATLAB实现DCC-garch模型？
EVIEWS只能实现正态分布、t分布、GED分布下的ARCH、GARCH、EGARCH、TGARCH、PARCH等模型的估计，但是像CCC-GARCH、DCC-GARCH等复合GARCH模型的估计EViews是无法实现的。要对这个进行估计的话简单的办法是利用OXmetrix软件做，也可以用R和Matlab编程实现。
eviews怎么做正态性检验？
一般用SPSS、EVIEWS来检验。 最简单的方法就是通过画正态分布图来判断，或者Q-Q图，也可以通过用非参数检验中的单样本K-S进行检验
计量lm公式是什么？
拉格朗日乘数（LM）统计量，也被叫作得分统计量。
首先，先回顾一下高斯——马尔科夫假定：
1.线性于参数
2.随机抽样，样本是从总体中随机抽取的。
3.不存在完全共线性（在一元回归中，这一条被写作为x有变动，实际上也是x与常数项不完全共线性的另一种表示）
4.条件均值为零
[公式]
5.同方差性，随机误差项的条件方差相同
[公式]
6.正态性，随机误差项的条件分布是正态分布，与假定4和5结合起来就可以写为：
给定 [公式] 水平下， [公式]
我们的F统计量是基于以上6个假定推导出来的，假定1-5可以用来证明OLS估计量是所有线性无偏估计量中使得参数的方差最小的估计量，也就是保证了线性有效性。假定6用来进行t检验和F检验，当我们放宽假定6时，t检验和F检验还能够进行吗？
我们可以证明，在假定1-5成立以及大样本的前提下，OLS统计量（参数的估计量）是渐进正态的，也就是说，即使随机误差项的条件分布不是正态分布，当样本量足够大时参数分布可以被看做是正态的，基于这个定理，我们可以推导出：
在大样本下，t统计量和F统计量近似为t分布和F分布，我们可以进行正常的t检验和F检验
（证明过程略，渐进性的证明是非常复杂的，伍德里奇的计量经济学也没有完全证明，感兴趣可以去搜一下高级计量中关于这里的证明）
t统计量和F统计量的渐进性使得假定6即使不满足，在大样本下也可以正常进行假设检验，但是我们也可以用其他的统计量来进行渐进检验，LM统计量就是这样被创造出来的。