参考：
ols估计的gauss程序，共11个相关内容

本文来自: 人大经济论坛 Gauss专版 版，详细出处参考：https://bbs.pinggu.org/viewthread ... =1&from^^uid=9913

e=0.065^0.5.*rndn(n);
y=10.*x1+0.4.*x2+0.6.*x3+e;
___________________________________
y=10.0x1+0.4x2+0.6x3+e
e是均值为0，方差为0.065的随机正态向量

x1=seqa(1,2,100);x2=seqa(1,3,100);x3=seqa(1,4,100);n=100;
e=0.065^0.5.*rndn(n,1);
y=10.*x1+0.4.*x2+0.6.*x3+e;
print "e=" e;
print "y=" y;

1# chrisnow

GAUSS里面有个时间序列生成命令recserar，你可以参看reference，上面有介绍

生成y_1,y_2,...,y_100如下

e=sqrt(0.065)*rndn(200,1);
y=recserar(e, 0|0|0, 10|0.4|0.6); @此时生成200个数据@
y=y[101:rows(y)];          @取后面100个以摆脱初始值的干扰@


希望对你有帮助

e=sqrt(0.065)*rndn(200,1);
y=recserar(e, 0|0|0, 10|0.4|0.6); @此时生成200个数据@
y=y[101:rows(y)];          @取后面100个以摆脱初始值的干扰@
print "e=" e;
print "y=" y;


e=
      0.40833249
      0.41596765
    -0.022266823
    -0.089472676
    -0.099092537
      0.11780263
      0.30048200
     -0.35597519
      0.11375675
     -0.44547107
     -0.16933334
     0.088261186
     -0.13915579
      0.28992315
    -0.035546816
     -0.16162454
     -0.11085714
     0.033434001
      0.25814154
      0.39955000
    -0.086926177
     0.056122005
      0.16673865
     0.042473266
      0.20233109
     0.018802483
    -0.075673421
     -0.47678321
     -0.28362643
     -0.16889838
     -0.12139586
      0.44608081
     -0.11688624
      0.25890834
      0.26011816
     -0.10979248
      0.25421852
     -0.14240237
      0.20790461
      0.22473028
      0.13835289
      0.11470795
      0.25998302
     -0.31108534
      0.48521880
     0.065412373
   -0.0027713129
     0.073318334
     0.058461185
      0.39562866
     -0.28970408
     -0.16240027
     -0.15963818
      0.17422682
      0.11751351
      0.18191418
      0.10278560
     -0.14644650
      0.67135705
     -0.17676778
     0.054001510
   -0.0083845031
     -0.13133067
      0.13665894
    -0.060704507
      0.43424355
      0.15658463
     -0.19496908
     0.020334813
     -0.37259891
     -0.14254614
      0.57599571
     -0.11696365
     -0.26454514
     -0.38074603
     -0.10213109
    -0.044424770
     -0.22866280
      0.11265342
     0.062321426
      0.10300582
     -0.22564368
     0.056165471
    -0.090953281
    -0.081285358
    -0.044640551
     -0.24816563
      0.32847710
      0.28963176
     -0.22468336
     -0.80667878
      0.40983322
      0.11568086
     -0.11428296
    -0.093722956
      0.37189556
     -0.25447815
     0.030167335
     -0.42361062
     -0.42959015
     -0.19159012
      0.29519707
     0.030797540
    -0.047144124
     -0.27971821
    -0.074996752
     0.040078936
     0.019911687
     -0.36938395
      0.32805890
     -0.15468804
     -0.20148059
     0.082142751
     0.041333497
     -0.17363165
     -0.17581549
     0.032073886
     0.077777634
      0.11961153
     -0.12817539
     0.093063816
     -0.30772666
     -0.46321161
     0.023367364
     -0.11242538
     -0.21484719
      0.20843839
     -0.12320189
     -0.10418889
     -0.23290399
      0.27690643
     -0.17435069
    -0.087024241
      0.15124243
      0.34397103
      0.30070819
      0.19524311
    -0.086487163
     0.077835373
      0.20749213
      0.36466036
     -0.17551093
    -0.016661733
     -0.36502639
     -0.19294979
    -0.089871660
     0.050947621
     -0.37557068
      0.12882893
     -0.46651636
     -0.16315609
      0.27375047
     -0.10336651
    -0.051829754
   -0.0027530074
      0.39050954
     -0.10473849
     -0.10407765
     -0.31099162
      0.13528777
    -0.015237675
     -0.19183062
    -0.052943852
     0.054693418
     0.045439107
     0.085300484
      0.49412621
     -0.22582442
     -0.33014527
      0.16876867
      0.37298178
    -0.096019617
      0.29653488
      0.42834130
    -0.059802532
    -0.042040951
     0.012757121
      0.14202367
     -0.11805382
     -0.45531280
     -0.43548973
      0.38419069
      0.38716014
      0.15518784
      0.43876096
     -0.25243036
      0.20197672
      0.10034488
    -0.011834570
     0.089524731
      0.34800642
      0.20706828
      0.37898182
      0.14973172
    -0.013382280
      0.15150715
     -0.16945112
      0.23699333
    -0.090330134
      0.52695647
y=
-1.5168082e+096
-1.5237497e+097
-1.5307228e+098
-1.5377279e+099
-1.5447651e+100
-1.5518344e+101
-1.5589361e+102
-1.5660703e+103
-1.5732371e+104
-1.5804368e+105
-1.5876694e+106
-1.5949351e+107
-1.6022340e+108
-1.6095663e+109
-1.6169322e+110
-1.6243318e+111
-1.6317653e+112
-1.6392328e+113
-1.6467345e+114
-1.6542704e+115
-1.6618409e+116
-1.6694460e+117
-1.6770860e+118
-1.6847609e+119
-1.6924709e+120
-1.7002162e+121
-1.7079969e+122
-1.7158133e+123
-1.7236654e+124
-1.7315534e+125
-1.7394776e+126
-1.7474380e+127
-1.7554348e+128
-1.7634683e+129
-1.7715385e+130
-1.7796456e+131
-1.7877898e+132
-1.7959713e+133
-1.8041903e+134
-1.8124469e+135
-1.8207412e+136
-1.8290735e+137
-1.8374439e+138
-1.8458527e+139
-1.8542999e+140
-1.8627858e+141
-1.8713105e+142
-1.8798742e+143
-1.8884771e+144
-1.8971194e+145
-1.9058012e+146
-1.9145228e+147
-1.9232843e+148
-1.9320858e+149
-1.9409277e+150
-1.9498100e+151
-1.9587330e+152
-1.9676968e+153
-1.9767016e+154
-1.9857476e+155
-1.9948350e+156
-2.0039640e+157
-2.0131348e+158
-2.0223476e+159
-2.0316025e+160
-2.0408998e+161
-2.0502396e+162
-2.0596222e+163
-2.0690477e+164
-2.0785163e+165
-2.0880283e+166
-2.0975837e+167
-2.1071830e+168
-2.1168261e+169
-2.1265134e+170
-2.1362450e+171
-2.1460212e+172
-2.1558421e+173
-2.1657079e+174
-2.1756189e+175
-2.1855752e+176
-2.1955771e+177
-2.2056248e+178
-2.2157184e+179
-2.2258583e+180
-2.2360445e+181
-2.2462774e+182
-2.2565571e+183
-2.2668838e+184
-2.2772578e+185
-2.2876793e+186
-2.2981484e+187
-2.3086655e+188
-2.3192307e+189
-2.3298443e+190
-2.3405064e+191
-2.3512173e+192
-2.3619772e+193
-2.3727864e+194
-2.3836451e+195