توضیحات

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  آشنایی با عملیات‏های اساسی در Eviews فایل ورد (word) دارای 115 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد آشنایی با عملیات‏های اساسی در Eviews فایل ورد (word)  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

این پروژه توسط مرکز مرکز پروژه و مقالات ارائه میگردد

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی آشنایی با عملیات‏های اساسی در Eviews فایل ورد (word)،به هیچ وجه بهم ریختگی وجود ندارد


بخشی از متن آشنایی با عملیات‏های اساسی در Eviews فایل ورد (word) :

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 كه شامل : چگونگی خلق یك فایل كاری, چگونگی وارد ساختن داده‏ها از طریق صفحه كلید, چگونگی ترسیم سریهای اقتصادی و چگونگی اجرای رگرسیونهای حداقل مربعات معمولی (OLS ) را تشریح كنیم. در این بخش از داده‏های مندرج در جدول (1-1) از كتاب پیندیك و رابینفلد برای ترسیم نمودار پراكنش و تخمین OLS در مثال (1-1) كتاب استفاده شده است.

بخش (1-1)

در ابتدا موقعی كه شما تجزیه و تحلیل داده‏ها را در EViews را آغاز كنید, شما می‏توانید با خلق یك فایل كاری در EViews كار را آغاز كنید.

برای خلق یك فایل كاری جدید, با كلیك كردن بر نوار ابزار مسیر ذیل را طی كنید:

File/New/Workfile

تصویر (1-1) ص 22

سپس بایستی كادر محاوره‏ای ذیل برای تعیین اطلاعات در مورد فایل كاری را مشاهده كنید:

تصویر (2-1) ص 22

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

تصویر (3-1) ص 23

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

گام بعدی وارد كردن (import_ داده‏ها از جدول (1-1) كتاب پیندیك و رابینفلد به فایل كاری خلق شده است. برای این منظور شما می‏توانید داده‏ها را ازطریق صفحه كلید وارد كنید. به همین خاطر از مسیر (series Edit) Group Empty Guick/ و كلیك كردن در نوار ابزار اصلی مطابق تصویر ذیل می‏توان این كار 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 كنید. با استفاده از كرسر می‏توانید در نقاط مختلف صفحه گسترده جابجا شده و اطلاعات مختلفی را وارد كنید. 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 كلیك كردن بر سلولی كه نام ser01 و ... وجود دارد, نام جدید متغیر را از طریق صفحه كلید تایپ كنید.

از انجایی كه در كتاب پیندیك 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 كه شما پش از وارد كردن داده‏ها و تغییر نام سریها پنجره فوق را می‏بندید, سپس پنجره ذیل (تصویر 6-1) را مشاهده خواهید كرد.

تصویر (6-1) ص 25

در این لحظه ممكن است شما بخواهید فایل كاری را ذخیره كنید. برای این منظور بایستی گزینه‏ی save را از روی نوار ابزار اصلی با كلیك كردن یا به روش ذیل فایل كاری را ذخیره كنید.

File/Save As

در این حال یك پنجره باز شده و اسم فایل را می‏خواهد, پس از آن كه نام فایل را وارد كردید می‏توانید مكان ذخیره شدن فایل كاری را نیز مشخص كنید. پسوند اسامی فایل كرار در EViews با wf1 نشان داده می‏شود. (شما نیز فایل كاری فوق را ذخیره كرده و نام‏گذاری كنید, این فایل كاری به طور مجدد در مثال (8-1) مورد استفاده قرار می‏گیرد.)

گام بعدی ترسیم یك نمودار پراكنش بین دو متغیر gpa و inc است. برای این منظور دو متغیر مزبور را , های لایت كرده و با راست كلیك كردن بر آن‏ها و با انتخاب گزینه‏ی Group Open صفحه گسترده‏ای را مشاهده خواهید كرد كا اطلاعات ”معدل نمرات“ و ”درآمد“ در آن ذخیره شده است. برای ترسیم این سریها می‏توان با انتخاب View/Graph تصویر (7-1) را مشاهده كرد.

تصویر (7-1) ص 26

در این تصویر تمام سریها به طور گروهی در یك تصویر ترسیم می‏گردد, كه هر كدام رنگ‏های مختلفی دارند. شما می‏توانید هر كدام از سریها را در یك نمودار مجزا ترسیم كنید به شرط آن كه مسیر Graphs View/Multiple را انتخاب كنید و EViews به صورت پیش فرض از سریها یك نمودار خطی ترسیم می‏كند. برای تغییر آن می‏توان با دو بار كلیك كردن بر محیط تصویر, یك كادر محاوره‏ای را باز كرد كه به صورت گزینشی می‏توان انواع نمودارها را ترسیم كرد. تصویر این كادر محاوره‏ای را در ذیل می‏بینید.

تصویر (8-1) ص 26

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

تصویر (9-1) ص 27

برای پرینت تصویر فوق بایستی بر كلید Print اشاره كنید.

مثال (1-1)

در این مثال ما رگرسیون حداقل مربعات معمولی (ols) را اجرا كرده و GPA را بر یك جمله ثابت (عرض از مبدا) و درآمد (lnc) رگرس می‏كنیم. برای اجرای این رگرسیون ابتدا بایستی یك معادله را كه معادله رگرسیونی است, خلق كنیم. برای این منظور به شیوه‏ی ذیل عمل می‏كنیم.

Objects/ New Object/Equation

و یا از طریق Equation Quick/Estimate عمل كرده و الگوی رگرسیونی را اجرا می‏كنیم, سپس كادر محاوره‏ای ذیل را مشاهده خواهید كرد, كه از شما می‏خواهد تا معادله‏ی رگرسیونی را تصریح كنید.

تصویر (10-1) ص 28

نحوه‏ی نوشتن اسامی متغیرها از سمت چپ به راست است كه اولین متغیر تایپ شده, متغیر وابسته و متغیرهای بعدی متغیرهای توضیحی هستند. به c(1) توجه كنید این همان جمله‏ی ثابت (عرض از مبدا) در ا لگوی رگرسیونی است. این c با c موجود در workfile كه یك بردار از ضرایب تخمینی است بسیار متفاوت است. در این كادر (در بخش تحتانی آن) شما می‏توانید نوع تخمین را نیز مشخص كنید. در این مثال شیوه تخمین حداقل مربعات (ٍSquares Least) است. با كلیك كردن بر كلید OK , EViews یك Object كه معادله رگرسیونی تخمین زده شده است را خلق می‏كند. 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 كلیك كردن بر مسیر ذیل, مقادیر واقعی متغیر وابسته, برازش شده و پسماندها را با هم مشاهده كرد.

تصویر (12-1) ص 29

فصل دوم

كاربرد نرم‏افزار EViews در محاسبه آمار توصیفی

(محاسبه انحراف معیار و واریانس , لگاریتم)

مروری بر آمار مقدماتی

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

مثال (1-2)

ابتدا یك فایل كاری خلق كرده و داده‏های دو متغیر را از طریق صفحه كلید وارد كنید. (اگر این كار را نیاموخته‏اید می‏توانید به فصل اول مراجعه كنید) متغیرهای این مثال به شرح ذیل است :

جدول ص 31

برای دیدن آمار توصیفی هر دو متغیر, دو سری را در فایل كاری, های لایت كرده و با راست كلیك كردن گزینه‏ی Group Open را انتخاب كرده , در این صورت صفحه گسترده‏ای باید به نمایش درآید كه دو سری اقتصادی را نشان می‏دهد. سپس با انتخاب

View/Descriptive States

می‏توان مشاهده كرد كه این انتخاب نیز دارای دو گزینه‏ی انتخاب است كه یكی مربوط به ”نمونه‏ی انفرادی“ و دیگری مربوط به ”نمونه مشترك“ است. اگر هیچكدام ا زسریها دارای مشاهدات مفقود نباشند, آنگاه نتایج هر دو یكسان 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 كدام از سری‏ها با (N-1) تصحیح شده است و در جدول فوق با (std.Dev.) نشان داده شده است. میزان چاولگی توزیع هر كدام از متغیرها و میزان كشیدگی آنها نیز توسط Skewness و Kurtosis نشان داده شده است. آماره‏ی جارگ ـ برا (jarqre-Bera) نیز چاولگی و كشیدگی توزیع نمونه‏ای Inc و Edu را با چاولگی و كشیدگی توزیع نرمال مقایسه كرده و آزمون می‏كند كه آیا توزیع نمونه‏ای Inc و Edu را با چاولگی و كشیدگی توزیع نرمال مقایسه كرده و آزمون می‏كند كه آیا توزیع نمونه‏ای Inc و Edu از توزیع نرمال متفاوتست یا خیر؟

بزرگی میزان احتمال (P-Value) نشان می‏دهد كه 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 كدام از سریها بایستی از طریق View/Covariances عمل كرد:

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 كرد:

تصویر (3-2) ص 33

تمرین (15-2)

داده‏های این تمرین از نوع سریهای زمانی هستند. در زمانی كه برای این تمرین یك workfile خلق می‏كنید, فراوانی سالانه (Frequency Annual) را انتخاب كرده و زمان شروع و پایان نمونه را بر حسب سال وارد كنید. شروع سال 1978 و پایان نمونه سال 1997 است.

تصویر (4-2) ص 34

برای وارد كردن داده‏های میزان بارش (rain) از طریق

Quick/Empty Group (Edit series)

اقدام كنید. برای یافتن آمار توصیفی لگاریتم میزان بارش, ما بایستی ابتدا لگاریتم میزان بارش را به عنوان یك سری جدید خلق كنیم. برای این منظور كلید Genr را از نوار ابزار منوی اصلی نرم‏افزار و یا از طریق Series Quick/Generate انتخاب می‏كنیم. سپس كادر محاوره‏ای ذیل را مشاهده خواهید كرد كه از شما تقاضا می‏كند كه فرمول خلق سری جدید را وارد سازید:

تصویر (5-2) ص 34

در بخش فوقانی نام متغیر جدید – لگاریتم میزان بارش كه در این حالت Log-rain را برای نام متغیر جدید انتخاب كرده‏ایم, وارد كرده و پس از علامت = فرمول مربوط به لگاریتم را مطابق تصویر (5-2) وارد كنید. پس از اشاره كردن به كلید OK , سری جدید را خلق كرده‏اید. برای مشاهده‏ی آماره‏های این سری جدید با دو بار كلیك كردن بر Log-rain در فضای فایل كاری و انتخاب گزینه stats and statisitic/Histogram View/Descriptive تصویر (6-2) را مشاهده خواهید كرد:

تصویر (6-2) ص 35

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

(توجه شود كه 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 كنید, یك راه آلترناتیو این است كه ابتدا واریانس نمونه را (بدون تصحیح درجات آزادی) از فرمول ذیل محاسبه كنید:

=@Var (log-rain)

این رابطه را در پنجره‏ی دستور تایپ كرده و اجرا كنید. تذكر این نكته ضروری است كه اشاره كنیم در EViews دستورات از پیش نوشته شده‏ای وجود دارند كه با علامت @ آغاز می‏گردد.

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

ابتدا یك بردار ضرایب را كه با result نامگذاری می‏شود را خلق كرده و نگهداری می‏كنیم. برای خلق این بردار ضرایب (Vector Coefficient) با كلیك كردن بر object Objects/New , گزینه‏ی Matrix-Vector-Coef را انتخاب كرده و برای آن نام result را مطابق تصویر (8-2) در نظر بگیرید:

تصویر (8-2) ص 37

پس از آن كه كلید OK را فشار دادید, EViews كادر گفتگوی جدیدی را باز می‏كند كه از شما در باره‏ی ابعاد بردار ضرایب سوال می‏كند. شما می‏توانید تعداد سطرها (Rows) و تعداد ستونفها (columns) را مشخص كنید. برای این منظور تعداد سرها را 10 و تعداد ستون را 1 در نظر بگیرید و بر كلید OK كلیك كنید.

تصویر (9-2) ص 37

پس از اشاره كردن بر كلید OK پنجره‏ای را خواهید دید كه 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 كنید. حال اجازه دهید آماره‏ی آزمون نمونه را در اولین سطر بردار result محاسبه كنیم. برای انجام این امر, می‏توانید در پنجره دستور عبارت نشان داده شده در تصویر (10-2) را تایپ كرده و اجرا كنید:

تصویر (10-2) ص 38

توجه كنید كه فرمول موجود در پنجره‏ی دستور؛ تابع واریانس @Var() را اجرا كرده كه EViews نمی‏تواند آن را برای درجات آزادی تصحیح كند. برای تصحیح واریانس همانطور كه مشاهده می‏شود, تابع واریانس را در تعداد مشاهدات N ضرب كرده‏ایم. پس از اجرای این دستور اگر به پنجره result (همان بردار ضرایب) بازگردید, مشاهده می‏كنید كه به طور خودكار 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 كه p-value را محاسبه و نگهداری می‏كنید, می‏توانید آن را در سطر دوم بردار ضرایب result نگهداری كنید. به تصویر (11-2) دقت كرده و همان دستور موجود در پنجره‏ی دستور را اجرا كنید.

تصویر (11-2) ص 39

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

فصل سوم

Data import :

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

الگوی رگرسیون دو متغیره

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

مثال (2-3) (CONSI.wf1)

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

تصویر (1-3) ص 42

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

تصویر (2-3) ص 43

اولین سطر یك فایل داده از نوع ASCII ممكن است شامل یك عنوان باشد كه 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.

برای دریافت اینجا کلیک کنید

سوالات و نظرات شما

برچسب ها

سایت پروژه word, دانلود پروژه word, سایت پروژه, پروژه دات کام,
Copyright © 2014 cpro.ir
 
Clicky