خلاصهای از کاربرد Eviews دراقتصاد سنجی
محیط eviews از چهار قسمت تشکیل شده است:
1- منوها ی اصلی 2- پنجره دستورها یا خط فرمان 3-قسمت مربوط به اعلام نتایج 4-نوار پایین صفحه مربوط به پیغام های خطا و مسیر eviews
نکته: دستورها از دو طریق اصلی اجرا میشوند: تایپ در خط فرمان- از طریق منوهای موجود
مراحل کار با Eviews:
ایجاد یک فایل:
منوی file بعد new بعد workfile
وارد کردن تاریخ:
مطابق با دوره زمانی دادههای مورد نظر
مشخصههای صفحه workfile:
قسمت اول: نام فایل و مسیر آن
قسمت دوم: منوهای مربوطه
قسمت سوم: محدوده جامعه و نمونه را نشان میدهد.
قسمت چهارم: موضوعات مختلف (گروه دادهها، معادلات تخمین زده شده، سریها، نمودارهاو...) با علامت خاص خود مشاهده میشود.
ورود مشاهدات از 3 طریق صورت میگیرد:
1- تایپ data در خط فرمان
2- منوی quick بعد Empty group
3- منوی objects از صفحه workfile بعد در قسمت type of object ، series انتخاب کرده و میتوان مشاهدات را وارد کرد.
تخمین پارامترهای مدل:
1- از منوی اصلی Quick ، Estimate equation
2- Objects از صفحه workfile ، new object بعد equation
3- تایپ equation در خط فرمان
4- تایپ مدل در خط فرمان (برای مثال: Ls y c x یا Ls y=c(1)+c(2)*x )
تفسیر نتایج:
قسمت اول: نام متغیر وابسته، نوع تخمین، تاریخ و زمان انجام تخمین، محدوده نمونه و تعداد مشاهدات
قسمت دوم: نتایج ضرایب مدل
قسمت سوم: کمیتهای آماری محاسبه شده
variable= متغیرهای مستقل و عرض از مبدﺃ
coefficient =ضرایب متغیرهای مستقل و عرض از مبدﺃ
std.Error =خطای معیار
t.Statistic =بررسی معنیدار و غیر معنیدار بودن ضرایب متغیرهای مستقل و عرض از مبدﺃ
prob =حداقل احتمال ﺗﺄیید فرضیه H0 مبنی بر صفر بودن ضریب مورد نظر، اگر این احتمال از 5% کمتر باشد H0 رد میشود، یعنی ضریب مورد نظر معنیدار است.
R-squared =نشان میدهد که متغیر مستقل چند درصد از تغییرات متغیر وابسته را توضیح میدهد.
اگر R-squared و Adjusted R-squaredبه هم نزدیک باشند، میتوان به درستی تصریح مدل اطمینان
بیشتری داشت.
S.E of regression =خطای معیار باقیماندهها
RSS=Sum squared resid =مجموع مجذورات باقیماندهها
Durbin-watson stat =آماره دوربین واتسون برای تشخیص خود همبستگی مرتبه اول
(نزدیک به 2 باشد، خود همبستگی ندارد)
Mean dependent var =میانگین متغیر وابسته
S.D dependent var =انحراف معیار متغیر وابسته
(نکته: برای متغیر وابسته، انحراف معیار و برای متغیرهای مستقل و عرض از مبدﺃ، خطای معیار در نظر گرفته میشود.)
F-statistic =اعتبار شیب رگرسیون یا کل رگرسیون
اگر احتمال از 5% کمتر باشد رگرسیون معتبر است.
تشخیص ناهمسانی واریانس
وقتی ناهمسانی واریانس داریم یعنی با افزایش یا کاهش متغیر مستقل واریانس متغیر وابسته که برابر با واریانس پسماند است، تغییر میکند.
از سه طریق میتوان وجود ناهمسانی واریانس را تشخیص داد:
1- آزمون White:
از منوی view در صفحه equation گزینه Residual test بعد white heteroskedasticity،
گزینه cross term یا no cross term که اولی با جملات متقاطع و دومی بدون جملات متقاطع بطوریکه دومی به ندرت توصیه میشود، مگر در شرایطی که تعداد رگرسورها زیاد و تعداد مشاهدات زیاد نباشد. پس از طی این مراحل آماره F نتیجه میشود، که H0 آن همسانی واریانس درنظر گرفته شده بنابراین اگر H0 رد شود یعنی ناهمسانی واریانس وجود دارد.
2- روش دیگر تایپ در خط فرمان:
eq01.white(c)
3- آزمون ترسیمی:
ابتدا با استفاده از دستور genr ، جز اخلالها را به توان 2 رسانده و جز اخلالهای جدید را با نام u2 نشان دهید.(در خط فرمان عبارت زیر تایپ شود.)
Genr u2 =resid^2
سپس در قسمت show در صفحه workfile یکی از متغیرهای مستقل و u2 را تایپ کرده، صفحهای باز
میشود، view مربوط به این صفحه را انتخاب کرده بعد گزینه graph و بعد scatter الگویی بدست میآید،اگر درآن با افزایش یا کاهش متغیر مستقل مقدار u2 تغییر کند، مدل دچار ناهمسانی واریانس است.
روش رفع ناهمسانی واریانس:
در خط فرمان equation را تایپ کرده سپس در صفحه equation specification بار دیگر مدل خود را وارد کرده و در قسمت options کنار گزینه heteroskedasticity تیک بزنید و بعد مدل را تخمین بزنید.
این بار مدل بدون ناهمسانی واریانس تخمین زده میشود.
برگرفته از کتاب Eviews همگام با اقتصادسنجی، ﺗﺄلیف رسول بیدرام
