در این فصل قصد داریم تا بخشی از مهمترین عملیات اساسی در Eviews را که شامل چگونگی خلق یک فایل کاری چگونگی وارد ساختن داده‏ها از طریق صفحه کلید چگونگی ترسیم سریهای اقتصادی و چگونگی اجرای رگرسیونهای حداقل مربعات معمولی (OLS ) را تشریح کنیم در این بخش از داده‏های مندرج در جدول (11) از کتاب پیندیک و رابینفلد برای ترسیم نمودار پراکنش و تخمین OLS در مثا

فصل اوّل

آشنایی با عملیات‏های اساسی در Eviews

(ورود داده‏ها, ترسیم سری‏های اقتصادی, چگونگی اجرای رگرسیون‏های حداقل مربعات معمولی OLS )

مقدمه بر الگوی رگرسیونی

در این فصل قصد داریم تا بخشی از مهمترین عملیات اساسی در Eviews را که شامل : چگونگی خلق یک فایل کاری, چگونگی وارد ساختن داده‏ها از طریق صفحه کلید, چگونگی ترسیم سریهای اقتصادی و چگونگی اجرای رگرسیونهای حداقل مربعات معمولی (OLS ) را تشریح کنیم. در این بخش از داده‏های مندرج در جدول (1-1) از کتاب پیندیک و رابینفلد برای ترسیم نمودار پراکنش و تخمین OLS در مثال (1-1) کتاب استفاده شده است.

بخش (1-1)

در ابتدا موقعی که شما تجزیه و تحلیل داده‏ها را در EViews را آغاز کنید, شما می‏توانید با خلق یک فایل کاری در EViews کار را آغاز کنید.

برای خلق یک فایل کاری جدید, با کلیک کردن بر نوار ابزار مسیر ذیل را طی کنید:

File/New/Workfile

تصویر (1-1) ص 22

سپس بایستی کادر محاوره‏ای ذیل برای تعیین اطلاعات در مورد فایل کاری را مشاهده کنید:

تصویر (2-1) ص 22

داده‏های مندرج در جدول (1-1) از کتاب پیندیک و رابینفلد مربوط به داده‏های مقطعی است از این ور بایستی در کادر محاوره‏ای فوق گزینه‏ی irregular or Undated را انتخاب کرده سپس تعداد مشاهدات موجود را وارد کنید. چون تعداد مشاهدات 8 می‏باشد, پس از وارد ساختن آن با اشاره بر کلید OK شما بر پنجره قبلی باز می‏گردید و در این صورت تصویر ذیل را بایستی مشاهده کنید.

تصویر (3-1) ص 23

هر فایل کاری در EViews شامل دو object پیش فرض است, c یک بردار از ضرایب است و resid که نشان دهنده‏ی پسماندهای رگرسیونی است. موقعی که شما یک الگوی رگرسیونی را در EViews اجرا می‏کنید , ضرایب تخمین زده شده در c و پسماندها در resid نگهداری می‏شوند. هر گاه که شما یک الگوی رگرسیونی دیگری را در محیط workfile اجرا می‏کنید EViews “ محتوی c و resid را بر اساس آخرین الگوی برازش شده تغییر می‏دهد. این نکته بسیار مهم ست که اگر شما قصد داشته باشید, ضرایب یا پسماندهای الگوی خاصی را برای انجام محاسبات جدیدی نگهداری کنید, فقط یک امر زمانی امکان دارد که شما محتویایت c و resid را تحت نام‏های جدیدی save کنید. یک آیکن کوچک در سمت چپ یک object نوع آن object را نشان می‏دهد. مثلاً --- نشان دهنده‏ی بردار ضرایب c و ---- نشان‏دهنده‏ی یک سری اقتصادی است.

گام بعدی وارد کردن (import_ داده‏ها از جدول (1-1) کتاب پیندیک و رابینفلد به فایل کاری خلق شده است. برای این منظور شما می‏توانید داده‏ها را ازطریق صفحه کلید وارد کنید. به همین خاطر از مسیر (series Edit) Group Empty Guick/ و کلیک کردن در نوار ابزار اصلی مطابق تصویر ذیل می‏توان این کار را انجام داد.

تصویر (4-1) ص 24

سپس بایستی پنجره‏ی صفحه گسترده‏ی ذیل بازگردد. در ستون اول بایستی سری اول و در ستون دوم بایستی سری دوم را وارد کنید. با استفاده از کرسر می‏توانید در نقاط مختلف صفحه گسترده جابجا شده و اطلاعات مختلفی را وارد کنید. EViews به طور پیش فرض نام ser01 را برای سری اقتصادی اول و نام ser02 را برای سری اقتصادی دوم در نظر می‏گیرد. این روش برای سریهای بعدی نیز ادامه خواهد داشت. اگر شما قصد دارید نام سری را تغییر دهید, می‏توانید با کلیک کردن بر سلولی که نام ser01 و ... وجود دارد, نام جدید متغیر را از طریق صفحه کلید تایپ کنید.

از انجایی که در کتاب پیندیک و رابینفلد متغیر اول ” معدل نمرات“ (average point grade) و متغیر دوم ”درآمد“ (Income) است, پس برای ser01 نام اختصاری gpa و برای ser02 نام اختصاری inc را در نظر می‏گیریم. موقعی که شما پش از وارد کردن داده‏ها و تغییر نام سریها پنجره فوق را می‏بندید, سپس پنجره ذیل (تصویر 6-1) را مشاهده خواهید کرد.

تصویر (6-1) ص 25

در این لحظه ممکن است شما بخواهید فایل کاری را ذخیره کنید. برای این منظور بایستی گزینه‏ی save را از روی نوار ابزار اصلی با کلیک کردن یا به روش ذیل فایل کاری را ذخیره کنید.

File/Save As

در این حال یک پنجره باز شده و اسم فایل را می‏خواهد, پس از آن که نام فایل را وارد کردید می‏توانید مکان ذخیره شدن فایل کاری را نیز مشخص کنید. پسوند اسامی فایل کرار در EViews با wf1 نشان داده می‏شود. (شما نیز فایل کاری فوق را ذخیره کرده و نام‏گذاری کنید, این فایل کاری به طور مجدد در مثال (8-1) مورد استفاده قرار می‏گیرد.)

گام بعدی ترسیم یک نمودار پراکنش بین دو متغیر gpa و inc است. برای این منظور دو متغیر مزبور را , های لایت کرده و با راست کلیک کردن بر آن‏ها و با انتخاب گزینه‏ی Group Open صفحه گسترده‏ای را مشاهده خواهید کرد کا اطلاعات ”معدل نمرات“ و ”درآمد“ در آن ذخیره شده است. برای ترسیم این سریها می‏توان با انتخاب View/Graph تصویر (7-1) را مشاهده کرد.

تصویر (7-1) ص 26

در این تصویر تمام سریها به طور گروهی در یک تصویر ترسیم می‏گردد, که هر کدام رنگ‏های مختلفی دارند. شما می‏توانید هر کدام از سریها را در یک نمودار مجزا ترسیم کنید به شرط آن که مسیر Graphs View/Multiple را انتخاب کنید و EViews به صورت پیش فرض از سریها یک نمودار خطی ترسیم می‏کند. برای تغییر آن می‏توان با دو بار کلیک کردن بر محیط تصویر, یک کادر محاوره‏ای را باز کرد که به صورت گزینشی می‏توان انواع نمودارها را ترسیم کرد. تصویر این کادر محاوره‏ای را در ذیل می‏بینید.

تصویر (8-1) ص 26

برای تغییر دادن یک نمودار خطی (Graph Line) به یک نمودار پراکنش (Diagram Scatter) می‏توان نوع نمودار را از بخش Type Graph تغییر داد, نمودار پراکنش را فقط می‏توانید برای دو سری اقتصادی ایجاد کنید. اگر شما بخواهید خط رگرسیونی را نیز در تصویر بیاورید, می‏توانید گزینه‏ی Line Regression را نیز در کادر محاوره‏ای تصویر (8-1) انتخاب کنید. حال با فشار دادن کلید OK تصویر (9-1) را مشاهده خواهید کرد.

تصویر (9-1) ص 27

برای پرینت تصویر فوق بایستی بر کلید Print اشاره کنید.

مثال (1-1)

در این مثال ما رگرسیون حداقل مربعات معمولی (ols) را اجرا کرده و GPA را بر یک جمله ثابت (عرض از مبدا) و درآمد (lnc) رگرس می‏کنیم. برای اجرای این رگرسیون ابتدا بایستی یک معادله را که معادله رگرسیونی است, خلق کنیم. برای این منظور به شیوه‏ی ذیل عمل می‏کنیم.

Objects/ New Object/Equation

و یا از طریق Equation Quick/Estimate عمل کرده و الگوی رگرسیونی را اجرا می‏کنیم, سپس کادر محاوره‏ای ذیل را مشاهده خواهید کرد, که از شما می‏خواهد تا معادله‏ی رگرسیونی را تصریح کنید.

تصویر (10-1) ص 28

نحوه‏ی نوشتن اسامی متغیرها از سمت چپ به راست است که اولین متغیر تایپ شده, متغیر وابسته و متغیرهای بعدی متغیرهای توضیحی هستند. به c(1) توجه کنید این همان جمله‏ی ثابت (عرض از مبدا) در ا لگوی رگرسیونی است. این c با c موجود در workfile که یک بردار از ضرایب تخمینی است بسیار متفاوت است. در این کادر (در بخش تحتانی آن) شما می‏توانید نوع تخمین را نیز مشخص کنید. در این مثال شیوه تخمین حداقل مربعات (ٍSquares Least) است. با کلیک کردن بر کلید OK , EViews یک Object که معادله رگرسیونی تخمین زده شده است را خلق می‏کند. خروجی این تخمین در ذیل گزارش شده است.

تصویر ـ11-1) ص 29

می‏توان از خروجی فوق نتایج دیگری را نیز به دست آورد. مثلاً با کلیک کردن بر مسیر ذیل, مقادیر واقعی متغیر وابسته, برازش شده و پسماندها را با هم مشاهده کرد.

تصویر (12-1) ص 29

فصل دوم

کاربرد نرم‏افزار EViews در محاسبه آمار توصیفی

(محاسبه انحراف معیار و واریانس , لگاریتم)

مروری بر آمار مقدماتی

در این فصل نشان خواهیم داد که چگونه می‏توان از بسته‏ی نرم‏افزاری EViews برای محاسبه‏ی آمار توصیفی مانند, میانگین, انحراف معیار, کواریانس و ضریب همبستگی متغیرهای اقتصادی استفاده کرد. در این فصل از داده‏های مثال (1-2) و تمرین (15-2) کتاب پیندیک و رابینفلد استفاده شده است.

مثال (1-2)

ابتدا یک فایل کاری خلق کرده و داده‏های دو متغیر را از طریق صفحه کلید وارد کنید. (اگر این کار را نیاموخته‏اید می‏توانید به فصل اول مراجعه کنید) متغیرهای این مثال به شرح ذیل است :

جدول ص 31

برای دیدن آمار توصیفی هر دو متغیر, دو سری را در فایل کاری, های لایت کرده و با راست کلیک کردن گزینه‏ی Group Open را انتخاب کرده , در این صورت صفحه گسترده‏ای باید به نمایش درآید که دو سری اقتصادی را نشان می‏دهد. سپس با انتخاب

View/Descriptive States

می‏توان مشاهده کرد که این انتخاب نیز دارای دو گزینه‏ی انتخاب است که یکی مربوط به ”نمونه‏ی انفرادی“ و دیگری مربوط به ”نمونه مشترک“ است. اگر هیچکدام ا زسریها دارای مشاهدات مفقود نباشند, آنگاه نتایج هر دو یکسان خواهد بود. نتایج مربوط به آمار توصیفی سریهای x و y در تصویر (2-1) گزارش شده است.

تصویر(1-2) ص 32

در این تصویر انحراف معیار هر کدام از سری‏ها با (N-1) تصحیح شده است و در جدول فوق با (std.Dev.) نشان داده شده است. میزان چاولگی توزیع هر کدام از متغیرها و میزان کشیدگی آنها نیز توسط Skewness و Kurtosis نشان داده شده است. آماره‏ی جارگ ـ برا (jarqre-Bera) نیز چاولگی و کشیدگی توزیع نمونه‏ای Inc و Edu را با چاولگی و کشیدگی توزیع نرمال مقایسه کرده و آزمون می‏کند که آیا توزیع نمونه‏ای Inc و Edu را با چاولگی و کشیدگی توزیع نرمال مقایسه کرده و آزمون می‏کند که آیا توزیع نمونه‏ای Inc و Edu از توزیع نرمال متفاوتست یا خیر؟

بزرگی میزان احتمال (P-Value) نشان می‏دهد که هم درآمد و هم سطح تحصیلات تقریباً به صورت توزیع نرمال توزیع شده‏اند. این مورد با (Probability) در تصویر فوق نشان داده شده است.

برای به دست آوردن واریانس هر کدام از سریها بایستی از طریق View/Covariances عمل کرد:

تصویر(2-2) ص 33

در اینجا واریانس‏ها برای درجات آزادی تصحیح نشده است؛ چون مجموع مجذور انحرافات بر N تقسیم شده است. در ضمن ماتریس همبستگی سریها را می‏توان از طریق View/Correlations مشاهده کرد:

تصویر (3-2) ص 33

تمرین (15-2)

داده‏های این تمرین از نوع سریهای زمانی هستند. در زمانی که برای این تمرین یک workfile خلق می‏کنید, فراوانی سالانه (Frequency Annual) را انتخاب کرده و زمان شروع و پایان نمونه را بر حسب سال وارد کنید. شروع سال 1978 و پایان نمونه سال 1997 است.

تصویر (4-2) ص 34

برای وارد کردن داده‏های میزان بارش (rain) از طریق

Quick/Empty Group (Edit series)

اقدام کنید. برای یافتن آمار توصیفی لگاریتم میزان بارش, ما بایستی ابتدا لگاریتم میزان بارش را به عنوان یک سری جدید خلق کنیم. برای این منظور کلید Genr را از نوار ابزار منوی اصلی نرم‏افزار و یا از طریق Series Quick/Generate انتخاب می‏کنیم. سپس کادر محاوره‏ای ذیل را مشاهده خواهید کرد که از شما تقاضا می‏کند که فرمول خلق سری جدید را وارد سازید:

تصویر (5-2) ص 34

در بخش فوقانی نام متغیر جدید – لگاریتم میزان بارش که در این حالت Log-rain را برای نام متغیر جدید انتخاب کرده‏ایم, وارد کرده و پس از علامت = فرمول مربوط به لگاریتم را مطابق تصویر (5-2) وارد کنید. پس از اشاره کردن به کلید OK , سری جدید را خلق کرده‏اید. برای مشاهده‏ی آماره‏های این سری جدید با دو بار کلیک کردن بر Log-rain در فضای فایل کاری و انتخاب گزینه stats and statisitic/Histogram View/Descriptive تصویر (6-2) را مشاهده خواهید کرد:

تصویر (6-2) ص 35

آماره‏ی جارگ- برا (Jarque-Bera) و p-value آن حاکی از آنست که نمی‏توان فرضیه‏ی لوگ نرمال بودن توزیع لگاریتم میزان بارش را رد کرد. توجه کنید که واریانس نمونه‏ای Log-rain در جدول فوق گزارش شده است. راه‏های متفاوتی برای یافتن واریانس Log-rain وجود دارد. یک راه محاسبه‏ی واریانس از انحراف معیار است. شما می‏توانید از ماشین حساب موجود در EViews استفاده کنید, برای این منظور در پنجره‏ی فرمان (Window Command) EViews , ابتدا علامت = را تایپ کرده و سپس عبارت مورد نظر خود را که انحراف معیار به توان دو است را تایپ کرده و کلید Enter صفحه کلید را فشار دهید, سپس پاسخ را در کادر بسیار کوچک در نوار وضعیت EViews مشاهده کنید.تصویر (7-2) را نگاه کنید.

(توجه شود که Std.Dev.=0.293981 است.)

تصویر (7-2) ص 36

واریانس نمونه‏ای 0.07778 برای درجات آزادی تصحیح نشده است. اگر بخواهید واریانس نمونه‏ای را برای درجات آزادی تصحیح کنید, یک راه آلترناتیو این است که ابتدا واریانس نمونه را (بدون تصحیح درجات آزادی) از فرمول ذیل محاسبه کنید:

=@Var (log-rain)

این رابطه را در پنجره‏ی دستور تایپ کرده و اجرا کنید. تذکر این نکته ضروری است که اشاره کنیم در EViews دستورات از پیش نوشته شده‏ای وجود دارند که با علامت @ آغاز می‏گردد.

برای آزمودن این که آیا واریانس لگاریتم میزان بارش معادل است یا خیر, آماره‏ای را که دارای توزیع کایسکور با (N-1) درجه‏ی آزادی است, تحت فرضیه‏ی H_o محاسبه می‏کنیم. چندین راه برای انجام این آزمون در EViews وجود دارد, یک راه به شرح ذیل است:

ابتدا یک بردار ضرایب را که با result نامگذاری می‏شود را خلق کرده و نگهداری می‏کنیم. برای خلق این بردار ضرایب (Vector Coefficient) با کلیک کردن بر object Objects/New , گزینه‏ی Matrix-Vector-Coef را انتخاب کرده و برای آن نام result را مطابق تصویر (8-2) در نظر بگیرید:

تصویر (8-2) ص 37

پس از آن که کلید OK را فشار دادید, EViews کادر گفتگوی جدیدی را باز می‏کند که از شما در باره‏ی ابعاد بردار ضرایب سوال می‏کند. شما می‏توانید تعداد سطرها (Rows) و تعداد ستونفها (columns) را مشخص کنید. برای این منظور تعداد سرها را 10 و تعداد ستون را 1 در نظر بگیرید و بر کلید OK کلیک کنید.

تصویر (9-2) ص 37

پس از اشاره کردن بر کلید OK پنجره‏ای را خواهید دید که در آن عناصر بردار ضریب resulf را نشان می‏دهد. اگر شما این پنجره را همچنان باز نگه‏دارید با انجام محاسبات جدید, می‏توانید تغییرات در آرایه‏های این بردار را مشاهده کنید. حال اجازه دهید آماره‏ی آزمون نمونه را در اولین سطر بردار result محاسبه کنیم. برای انجام این امر, می‏توانید در پنجره دستور عبارت نشان داده شده در تصویر (10-2) را تایپ کرده و اجرا کنید:

تصویر (10-2) ص 38

توجه کنید که فرمول موجود در پنجره‏ی دستور؛ تابع واریانس @Var() را اجرا کرده که EViews نمی‏تواند آن را برای درجات آزادی تصحیح کند. برای تصحیح واریانس همانطور که مشاهده می‏شود, تابع واریانس را در تعداد مشاهدات N ضرب کرده‏ایم. پس از اجرای این دستور اگر به پنجره result (همان بردار ضرایب) بازگردید, مشاهده می‏کنید که به طور خودکار عدد 19.44560 در سطر اول جای گرفته است.

همچنین می‏توانید با در دست داشتن آماره‏ی محاسباتی, میزان p-value آزمون را به دست آورید. موقعی که p-value را محاسبه و نگهداری می‏کنید, می‏توانید آن را در سطر دوم بردار ضرایب result نگهداری کنید. به تصویر (11-2) دقت کرده و همان دستور موجود در پنجره‏ی دستور را اجرا کنید.

تصویر (11-2) ص 39

تابع @chisq(reslt(1),9 , میزان p-value آزمون را محاسبه می‏کند. توجه به این مسئله بسیار مهم است که تعداد درجات آزادی N-1=9 است. میزان p-value نیز نشان می‏دهد که H_o را در سطح معناداری %5 رد می‏کنیم ولی در سطح معناداری %1 نمی‏توان H_o را رد کرد.

فصل سوم

Data import :

(استفاده از اطلاعات برنامه‏های صفحه گسترده همچون excel , lotus Data

الگوی رگرسیون دو متغیره

در این فصل نشان خواهیم داد که چگونه می‏توان داده‏ها را از یک منبع دیگر با فرمت مختلف وار EViews کرد, همچنین نشان خواهیم داد که چگونه می‏توان از برنامه مولد اعداد تصادفی در EViews استفاده کرد و در پایان چگونگی خواندن خروجی رگرسیون برازش شده در EViews را تشریح خواهیم کرد. در این فصل از مثال‏های (2-3) و (3-3) کتاب پیندبک و رابینفلد استفاده خواهیم کرد.

مثال (2-3) (CONSI.wf1) 

فرض کنید که داده‏های استفاده شده در مثال (2-3) در فرم باینری در یک دیسکت در اختیار شما قرار دارد. راه وارد کردن (import) داده‏ها به EViews بستگی به فرمت فایل داده‏ها دارد. اگر داده‏ها دارای فرمت EViews (با پسوند .wfl) باشند به سادگی می‏توان فایل کاری را از طریق File/Open و تعیین فایل کاری در کامپیوتر شخصی بارگذاری کرد. اگر فرمت داده‏ها به صورت EViews نباشد؛ شما ابتدا نیاز دارید که یک فایل کاری جدید را برای خواندن داده‏هایتان خلق کنید. برای این منظور با کلیک کردن بر مسیر File/New/Workfile و مشخص کردن فراوانی مشاهدات با توجه به نوع مشاهدات بر حسب فراوانی و تعیین تاریخ شروع و اتمام داده‏ها فایل کاری مورد نظر خود را خلق کنید. اگر داده‏ها برای هر سری اقتصادی به طور مجزا در یک بانک داده (با پسوند .db) نگهداری شده باشند به سادگی می‏توان داده‏های مورد نظر خود را از طریق کلیک کردن بر گزینه‏ی Fetch بر نوار ابزار , فایل کاری داده‏ها را به EViews وارد کنید. اگر فرمت فایل داده‏های شما به صورت ASCII یا در فرم صفحه گسترده (اکسل یا لوتوس) باشند شما می‏توانید از طریق کلیک کردن بر مسیر ... Excel –lotus-Text Read /‍Procs/lmport داده‏های خود را به EViews وارد کنید. تصویر (1-3) را ببینید.

تصویر (1-3) ص 42

پس از این که شما فایل داده‏های مورد نظر خود را انتخاب کردید EViews پنجره محاوره‏ای را مطابق تصویر (2-3) ارائه می‏کند که در آن جزئیات بیشتری از فایل داده‏ها را از شما می‏خواهد.

تصویر (2-3) ص 43

اولین سطر یک فایل داده از نوع ASCII ممکن است شامل یک عنوان باشد که نام هر سری در آن ظاهر می‏شود, اگر فایل داده‏های ASCII شما دارای اسم (عنوان) باشند. اگر فایل داده‏های ASCII شما عنوان نداشته باشد شما باید برای تایپ نام هر سری بر حسب موقعیت قرار گرفتن سریها در فایل داده‏ها, داده‏ها را خوانده و از فرمت ASCII به فرمت EViews وارد نمایید.