آشنائی با نرم افزار اقتصاد سنجی EViews

Download Report

Transcript آشنائی با نرم افزار اقتصاد سنجی EViews

‫کاربرد کامپیوتر در اقتصاد کشاورزی‬
‫بر اساس کتاب‬
‫کاربرد نرم افزارهای تخصصی در اقتصاد کشاورزی‬
‫تالیف ‪ :‬دکتر یاوری – قوامی – امیر سرداری‬
‫انتشارات دانشگاه پیام نور‬
‫‪‬فصل چهارم ‪ :‬آشنائی با نرم افزار اقتصاد سنجی ‪EViews‬‬
‫‪1‬‬
‫فصل چهارم‬
‫آشنايي با‬
‫نرمافزار اقتصادسنجي ‪EViews‬‬
‫‪2‬‬
‫اين نرم‌افزار‪ ،‬نرم‌افزاري قابل برنامه‌نويسي و داراي منوهايي براي انجام تحليل‌هاي‬
‫آماري از پيش تعريف‌شده (نظير‪ :‬تحليل مدل‌هاي رگرسيوني‪ ،‬تحليل روندها‪،‬‬
‫تحليل مدل‌هاي ‪ ARCH‬و ‪ GARCH‬و ‪ )...‬بوده و به گونه‌اي طراحي شده‬
‫است كه مي‌تواند بدون هيچ واسطه‌اي ليست گسترده‌اي از فرمت داده‌ها (شامل‪:‬‬
‫فرمت داده‌هاي ‪ Text ،ASCII ،Excel‬و غيره) را بنويسد يا بخواند‪.‬‬
‫‪3‬‬
‫مديريت‌داده‌ها‌‪:‬‬
‫‪ ‬ايجاد‌پرونده‌‌كاري‬
‫‪ ‬اوليـن‌گام‌در‌هنگام‌بكارگيري‌نرم‌افزار‌‪‌،EViews‬ايجاد‌يك‌پرونده‌‌كـاري‌‬
‫(مكاني‌است‌كه‌‪‌Object‬ها‌در‌آن‌نگهداري‌مي‌شوند)‌با‌پسوند‌" ‪ "*.wf1‬و‌‬
‫بارگذاري‌مجدد‌آن‌در‌استفاده‌هاي‌بعدي‌است‪‌.‬هـر‌پرونـده‌‌كـاري‪‌،‬شـامل‌دو‌‬
‫‪ Object‬پيش‌فرض‌است‪ "C"‌:‬كه‌يك‌بردار‌از‌ضرايب‌است‌و‌"‪"Resid‬‬
‫كه‌نشان‌دهنده‌باقيمانده‌هاي‌رگرسيوني‌مي‌باشد‪.‬‬
‫‪ ‬بدين‌منظور‪‌،‬از‌منوي‌ ‪File‬بـر‌روي‌گزينـه‌ ‪New‬و‌سـس ‌" ‪"Workfile‬‬
‫كليك‌كرده‌از‌پ ‌از‌اختصاص‌يك‌نام‌به‌آن‪‌،‬دكمه‌‪ OK‬را‌مي‌فشاريم‪‌.‬‬
‫‪4‬‬
‫درصورتي‌كه‌به‌‪ Workfile‬نامي‌اختصاص‌داده‌نشود‪‌،‬به‌صورت‌پيش‌فرض‌نام‌‬
‫“‪“Un-titled‬درنظر‌گرفته‌مي‌شود‌كه‌در‌اينصورت‪‌،‬ديگر‌امكان‌ذخيره‌آن‌‬
‫وجود‌نخواهد‌داشت‪.‬‬
‫‪5‬‬
‫پ ‌از‌انتخاب‌گزينه‌‪ Workfile‬از‌منوي ‪‌،File‬پنجره ‪Workfile Range‬‬
‫(دوره‌تنـاوب‌)‌ظـاهر‌مـي‌شـود‌ كـه‌در‌كـادر‌ ‪Workfile Frequency‬‬
‫)‌‌بايستي‌نوع‌داده‌ها‌را‌جهت‌تعيين‌دوره‌تناوب‌مشاهدات‪‌،‬مشخص‌نمود ‪.‬‬
‫گزينه‌هاي‌موجود‌در‌اين‌كادر‌بترتيب‌عبارتند‌از‪‌:‬‬
‫‪6‬‬
‫‪"Annual .1‬ساالنه“‬
‫‪" Semi-annual .2‬نيمسال“‬
‫‪"Quarterly .3‬فصلي“‬
‫‪"Monthly .4‬ماهانه“‬
‫‪" Weekly and Daily .5‬هفتگي‌و‌روزانه“‬
‫‪"Undated .6‬بدون‌تاريخ‌(مقطعي)“‬
‫در‌ادامه‪‌،‬پ ‌از‌تعيين‌دوره‌تناوب‌داده‌ها‪‌،‬مي‌بايست‌دامنـه‌آنهـا‌را‌در‌دو‌كـادر‌‬
‫روبروي‌هم‌با‌عنوان‌هاي‌" ‪("Start date‬زمان‌شروع)‌و‌"‪"End date‬‬
‫(زمان‌پايان)‪‌،‬با‌دادن‌مشخصات‌اولين‌و‌آخرين‌داده‌تعيين‌نمود‪‌.‬‬
‫‪7‬‬
‫پ از اتمام اين مرحله و كليك بر روي ‪ ،OK‬پنجره پرونده‌‌كاري ظاهر مي‌شود‪.‬‬
‫در اين مرحله‪ ،‬در پرونده‌‌كاري تنها دو جزء وجود دارد‪ :‬بردار ضرايب جزء‬
‫ثابت كه با "‪ "C‬نمايان شده و جزء باقيمانده كه با "‪ "RESID‬مشخص‬
‫مي‌گردد‪.‬‬
‫دراين‌مرحله‌مي‌توان‌با‌انتخاب‌‪ Save as‬از‌منو‌‪ File‬و‌اختصاص‌يك‌اسم‌بـه‌‬
‫پرونده‌‌كاري‌موردنظر‪‌،‬آن‌را‌ذخيره‌كرد‪‌.‬بعد‌از‌ايجاد‌پرونـده‌‌كـاري‪‌،‬مرحلـه‌‬
‫ايجاد‌سري‌زماني‌"‪( "Series‬كـه‌يـك‌نـوع‌ ‪Object‬اسـت‌)‌مـي‌باشـد‌‪‌.‬‬
‫سري‌هاي‌زماني موردنظر‌را‌به‌دو‌روش‌مي‌توان‌ايجاد‌نمود‪‌:‬‬
‫‪ -1‬به‌كمك‌دستور‪ Data‬بدنبال‌آن‌تايپ‌نام‌سري‌‌هاي‌زماني‌مورد‌نظر‌(با‌فاصله‌‬
‫پشت‌سرهم)‌در‌پنجره‌فرمان‪.‬‬
‫‪8‬‬
‫‪ -2‬كليك‌بر‌روي‌گزينه ‪ New object‬از‌منوي ‪Objects‬و‌انتخاب‌فرمان‌‬
‫‪‌،Series‬سس ‌تعيين‌سري‌هاي‌زماني‌موردنظر‌(بصورت‌انفرادي)‪.‬‬
‫در‌هر‌دو‌صورت‌محيط‌يا‌كاربرگي‌شبيه‌به‌صفحه‌گسترده‌ايجاد‌مي‌شود‌كه‌در‌‬
‫آن‌مي‌توان‌مشاهدات‌را‌وارد‌نمود‌(در‌باالي‌پنجره‌ايجاد‌شده‪‌،‬فرامين‌مختلفي‌‬
‫(براساس‌‪ Object‬ايجاد‌شده)‌ظاهر‌مي‌شود‌كه‌مي‌توان‌عمليات‌ديگري‌نيز‌‬
‫انجام‌داد‌و‌در‌نهايت‌پرونده‌‌كاري‌همراه‌با‌ساير‌ ‪Object‬هاي‌ايجاد‌شده‌در‌‬
‫آن‌را‌ذخيره‌كرد)‪.‬‬
‫‪9‬‬
‫بنابراين‌بايد‌اقدام‌به‌ايجاد‌‪ Object‬مورد‌نظر‌مي‌نمـاييم‌‪‌.‬بـراي‌ايـن‌منظـور‪‌،‬بـا‌‬
‫انتخـاب‌گزينـه‌ …‪New Object‬از‌منـوي‌‪ Objects‬جـدولي‌مشـابه‌‬
‫مرحله‌‌ايجاد‌پرونده‌‌كاري‪‌،‬ظاهر‌مـي‌شـود‌كـه‌در‌آن‌بايـد‌نـوع‌‪ Object‬را‌‬
‫انتخاب‌نموده‌و‌پ ‌از‌آن‌دكمه‌‪ OK‬را‌كليك‌كرد‌‬
‫‪10‬‬
11
‫انتخاب هر ‪ Object‬بيش از يك ‪( View‬نما و مشاهده) دارد‪ .‬به عنوان مثال‪،‬‬
‫يك سري‌زماني داراي نماهايي از قبيل‪ :‬نماي صفحه‌گسترده يا كاربرگ (كه‬
‫داده‌ها را نمايش مي‌دهد)‪ ،‬نماي نمودار خطي‪ ،‬نماي نمودار ميله‌اي‪ ،‬نماي نمودار‬
‫بافت‌نگار‪ ،‬نماهاي آماري و يا به شكل نماي نمودار همبستگي مي‌باشد كه‬
‫درصورت لزوم مي‌توان يك ‪ Object‬را از حالت يك‌ نما به‌نماي ديگر (كه‬
‫موردنظر است)‪ ،‬تبديل كرد‪.‬‬
‫الزم‌به‌ذكر‌است‌كه‪‌،‬درصورت‌عدم‌نامگذاري‌‪‌،Object‬اگر‌‪ Object‬ديگري‌‬
‫از‌همان‌نوع‌ايجاد‌شود‌جايگزين‌‪ Object‬قبلي‌خواهد‌شد‪‌.‬به‌عبـارت‌ديگـر‪‌،‬‬
‫‪ Object‬قبلي‌حذف‌شده‌و‌با‌ذخيره‌سازي‌پرونده‌‌كاري‪‌،‬تمامي‌‪‌Object‬هاي‌‬
‫جديد‪‌،‬در‌درون‌آن‌ذخيره‌خواهند‌شد‪.‬‬
‫‪12‬‬
‫معرفي‌برخي‌از‌منوهاي‌اصلي ‪:‬‬
‫‪.1‬‬
‫‪.2‬‬
‫‪.3‬‬
‫‪.4‬‬
‫‪13‬‬
‫منوي‌‪Objects‬‬
‫منوي‌‪View‬‬
‫منوي‌ ‪(Procs‬پردازش‌"‪)"Processing‬‬
‫منوي‌ ‪Quick‬‬
‫منوي‌‪: Objects‬‬
‫در‌شروع‌كار‌با‌نرم‌افزار‌اقتصادسنجي‌‪‌،EViews‬برخي‌از‌گزينه‌هاي‌ايـن‌منـو‌‬
‫غيرفعال‌مي‌باشند‌كه‌بعد‌از‌ايجاد‌پرونده‌‌كـاري‌فعـال‌شـده‌و‌مهمتـرين‌آ‌نهـا‌‬
‫بترتيب‌عبارتند‌از‪‌:‬‬
‫‪‌:New Objects .1‬ايجاد‌يك‌ ‪(Object‬نظير‪‌:‬سري‌زماني‪‌،‬سيستم‌معادالت‬
‫و‌غيره)‪.‬‬
‫‪ :Fetch from DB .2‬بازيابي يا فراخواني يك سري‌زماني يا ‪Object‬از‬
‫بانك اطالعاتي (كه با فرمان ‪ Store‬ذخيره شده‌اند) در پرونده‌‌كاري جديد‪.‬‬
‫‪ :Ubdate from DB .3‬به‌روز كردن ‪‌Object‬ها از بانك اطالعاتي‪.‬‬
‫‪14‬‬
‫‪‌:Ubdate from DB.4‬به‌روز‌كردن‌‪‌Object‬ها‌از‌بانك‌اطالعاتي‪.‬‬
‫‪‌:Store to DB.5‬ذخيره‌سـري‌زمـاني‌يـا‌‪ Object‬بعنـوان‌داده‌هـاي‌بانـك‌‬
‫اطالعاتي‪.‬‬
‫‪‌:Copy object.6‬كسي‌‪‌Object‬هاي‌موردنظر‪.‬‬
‫‪‌:Name.7‬نامگذاري‌يا‌تغيير‌‌نام‌‪Object‬ها‌در‌پرونده‌‌كاري‌ايجاد‌شده‪.‬‬
‫‪‌:Delete.8‬حذف‌‪Object‬ها‌از‌پرونده‌‌كاري‪.‬‬
‫‪‌:Freeze output.9‬ايجاد‌يك‌نسخه‌مجدد‌(تثبيت‌شكل‌اوليـه‌)‌از‌خروجـي‌‬
‫مورد‌مشاهده‌در‌پنجره‌ايجاد‌شده‌و‌قرار‌دادن‌در‌پرونده‌‌كاري‪.‬‬
‫‪‌:Print.10‬چاپ‌‪Object‬هاي‌موردنظر‪.‬‬
‫‪15‬‬
‫منوي‌‪:View‬‬
‫در‌اين‌منو‌گزينه‌هاي‌مختلفي‌وجود‌دارد‌كه‌با‌توجه‌به‌نـوع‌كـار‪‌،‬گزينـه‌‌هـاي‌‬
‫متفاوتي‌در‌آن‌فعال‌مي‌شوند‌كه‌در‌ذيل‌به‌آنها‌اشاره‌شده‌است‪:‬‬
‫‪ (1‬در‌حالت‌فعال‌بودن‌پرونده‌‌كاري‪:‬‬
‫‪‌:Open Selected‬باز‌كردن‌‪Object‬هاي‌انتخاب‌شده‌و‌نشان‌دادن‌آنها‌در‌‬
‫يك‌يا‌چند‌پنجره‌براي‌هر‌يك‌از‌‪‌Object‬ها‪.‬‬
‫‪‌:Print Selected‬چاپ‌‪‌Object‬هاي‌انتخاب‌شده‪.‬‬
‫‪‌:Deselect All‬قسمت‌انتخاب‌شده‌را‌به‌حالت‌اوليه‌(بي‌رنگ)‌در‌مي‌آورد‌كه‌‬
‫مي‌توان‌انتخاب‌ديگري‌انجام‌داد‪.‬‬
‫‪16‬‬
‫‪‌:Show‬نمايش‌‪ Object‬انتخاب‌شده‪.‬‬
‫)‪‌:Select All (except C–RESID‬انتخاب‌كليه‌‪‌Object‬هاي‌موجود‌در‌‬
‫پرونده‌‌كاري‌(سري‌زماني‪‌،‬گـروه‪‌،‬معادلـه‌و‌غيـره‪‌،‬بجـز‌جمـالت‌باقيمانـده‌‬
‫"‪ "Resid‬و‌جزء‌ثابت‌معادله‌رگرسيون‌"‪.)"c‬‬
‫‪‌:Select by filter‬انتخاب‌‪‌Object‬هاي‌موجود‌در‌پرونده‌‌كاري‌با‌بكارگيري‌‬
‫فيلترها‌(صافي‌ها)‪.‬‬
‫‪‌:Select series‬انتخاب‌سري‌هاي‌زماني‪.‬‬
‫‪‌:Select Non series‬انتخاب‌كليه‌‪‌Object‬ها‌بجز‌سري‌هاي‌‌زماني‪.‬‬
‫‪‌:Select Graphs‬انتخاب‌‪‌Object‬هاي‌نموداري‪.‬‬
‫‪17‬‬
‫‪‌:Select Tables‬انتخاب‌‪‌Object‬هاي‌به‌شكل‌جداول‪.‬‬
‫‪‌:Systems - models-Select Equations‬انتخاب‬
‫معادالت‪‌،‬سيستم‌و‌مدل‌ها‪.‬‬
‫‪‌:Select Matrices-Vectors‬انتخاب‌ماتري ‌ها‌و‌بردارهاي‌‬
‫موجود‪.‬‬
‫‪‌:Name Display‬تغييير‌شكل‌ظاهري‌نوشتن‌‪‌Object‬ها‌به‌‬
‫دو‌صورت‪‌:‬با‌حروف‌بزرگ‌"‪ "Uppercase‬و‌با‌حروف‌‬
‫كوچك‌"‪."Lowercase‬‬
‫‪18‬‬
‫در‌حالت‌فعال‌بودن‌سري‌زماني ‪:‬‬
‫‪ ‌:Spread sheet‬نمايش‌مقادير‌داده‌هاي‌سـري‌زمـاني‌بـه‌شـكل‌صـفحه‌گسـترده‌در‌همـان‌‬
‫پرونده‌‌كاري‪.‬‬
‫‪‌:Line Graph‬نمايش‌نمودار‌خطي‌سري‌هاي‌زماني‌انتخاب‌شده‪.‬‬
‫‪‌:Bar Graph‬نمايش‌سري‌هاي‌زماني‌به‌صورت‌نمودار‌ميله‌اي‌(ستوني)‪.‬‬
‫‪‌:Histogram and stats‬محاسبه‌آماره‌هاي‌توصيفي‌شامل‪‌:‬ميانگين‪‌،‬انحراف‌معيار‪‌،‬چولگي‪‌،‬‬
‫كشيدگي‪‌،‬مقادير‌حداقل‌و‌حداكثر‌سري‌زماني‌انتخاب‌شده‪‌،‬بهمراه‌نمايش‌نمودار‌بافـ‌ت‌نگـار‌‬
‫آن‌(جهت‌بررسي‌نرمال‌بودن)‪.‬‬
‫‪‌:Correlogram‬محاسبه‌مقادير‌خودهمبستگي‌و‌خود‌همبستگي‌جزيي‌(جهت‌بررسـي‌م‌انـايي‌‬
‫(ايستايي)‌سري‌هاي‌زماني)‪.‬‬
‫‪19‬‬
‫‪‌:Unit Root Test‬انجام‌آزمون‌ريشه‌واحد‌براساس‌آزمون‌هاي‌ديكي‌ـ‌فولر‌‬
‫(تعميم‌يافته)‌و‌فليس ‪ -‬پرون‪‌،‬جهت‌بررسي‌مانايي‌سري‌هاي‌زماني‪.‬‬
‫عالوه‌بر‌گزينـه‌هـاي‌بـاال‪‌،‬گزينـه‌هـاي‌ديگـر‌ي نظيـر‌‪( Label‬برچسـب‌)‌و‌‬
‫‪(Conversion Options‬تغيير‌پيش‌فرض‌انتخاب‌ها)‌و‌غيره‌نيـز‌وجـو‌د‌‬
‫دارد‪.‬‬
‫در‌حالت‌فعال‌بودن‌نمودار ‪:‬‬
‫‪‌:Graphs ‬نمايش‌شكل‌ابتدايي‌نمودار‌سري‌زماني‪‌.‬‬
‫‪‌: Label ‬اختصاص‌يا‌تغيير‌برچسب‌يا‌نام‌به‌نمودار‪.‬‬
‫‪20‬‬
‫در‌حالت‌فعال‌بودن‌گروه ‪:‬‬
‫‪‌:Spread sheet ‬نمايش‌سري‌هاي‌زماني‌به‌حالت‌صفحه‌گسترده‪.‬‬
‫‪‌:Graphs ‬نمايش‌شكل‌ابتدايي‌نمودارهاي‌سري‌زماني‪.‬‬
‫‪‌:Multiple Graphs ‬نمايش‌نمودارهاي‌سري‌هاي‌زماني‌(به‌صورت‌مجزا)‌‬
‫در‌پنجره‌هاي‌مشابه‪.‬‬
‫‪‌:Descriptive statistics ‬محاسبه‌آما ‌ره‌هاي‌توصيفي‌براي‌‬
‫سري‌هاي‌زماني‪.‬‬
‫‪‌:Correlations ‬نمايش‌ماتري ‌همبستگي‌سري‌هاي‌زماني‪.‬‬
‫‪‌:Covariances ‬نمايش‌ماتري ‌كوواريان ‌سري‌هاي‌زماني‪.‬‬
‫‪‌:Correlogram(1) ‬نمايش‌نمودار‌همبستگي‌اولين‌سري‌‌زماني‪.‬‬
‫‪21‬‬
‫‪‌:Correlation(2) Cross ‬نمايش‌همبستگي‌متقاطع‌اولين‌دو‌سري‌زماني‪.‬‬
‫‪‌:Cointegration Test ‬انجام‌آزمون‌هم‌انباشتگي‌(يكسارچگي)‌يوهانسن‪.‬‬
‫‪‌:Grange Causality ‬انجام‌آزمون‌عليت‌گرنجر‌براي‌دو‌سري‌زماني‪‌.‬‬
‫در‌حالت‌فعال‌بودن‌معادله ‪:‬‬
‫‪‌:Representations ‬نمايش‌مجدد‌معادله‌برازش‌شده‪.‬‬
‫‪‌:Estimation output ‬نمايش‌نتايج‌و‌خروجـي‌هـاي‌حاصـل‌از‌بـرازش‌‬
‫رگرسيون‪.‬‬
‫‪‌:Actual, fitted ,Residual ‬نمــايش‌مقــادير‌واقعــي‪‌،‬بــرازش‌شــده‌‌و‌‬
‫باقيمانده‌ها‌در‌صفحه‌گسترده‪‌،‬همراه‌با‌نمايش‌نمودار‌مقادير‌باقيمانده‌ها‪.‬‬
‫‪22‬‬
‫‪‌:Coefficient tests ‬انجام‌آزمـون‌هـاي‌ضـرايب‌از‌قبيـل‌‪‌:‬آزمـون‌والـد‌‬
‫(محدوديت‌روي‌ضرايب)‪‌،‬آزمون‌افزودن‌متغير(هاي)‌جديد‌و‌آزمون‌حـذف‌‬
‫متغير(هاي)‌زايد‪.‬‬
‫‪‌:Residuad tests ‬انجام‌آزمون‌هاي‌جمالت‌باقيمانـده‌هـا‌جهـت‌بررسـي‌‬
‫ناهمساني‪‌،‬خودهمبستگي‪‌،‬وجود‌رگرسيون‌كاذب‌(باتوجه‌به‌مانايي‌و‌نامانـايي‌‬
‫جمالت‌باقيمانده‌ها)‌و‌غيره‪.‬‬
‫‪‌:Stability Tests ‬بررسي‌تغييرات‌ساختاري‌و‌شكل‌تبعي‌صحيح‪‌.‬به‌عبارت‌‬
‫ديگر‪‌،‬تصريح‌معادالت‌با‌بكارگيري‌آزمون‌شكستگي‌چاو‌و‌آزمون ريسـت‌‪-‬‬
‫رمزي‌وغيره‪.‬‬
‫‪23‬‬
‫در‌حالت‌فعال‌بودن‌مدل ‪:‬‬
‫‪‌:Model View Edit ‬ويرايش‌مدل‌مشاهده‌شده‪.‬‬
‫‪‌:Endogenous sheet ‬نمايش‌ليست‌متغيرهاي‌درونزا‌به‌همراه‌مقادير‌‬
‫آنها‌به‌شكل‌صفحه‌گسترده‪.‬‬
‫‪‌:Endogenous Graph ‬نمايش‌نمودار‌مقادير‌متغيرهاي‌درونزاي‌مدل‪.‬‬
‫در‌حالت‌فعال‌بودن‌سيستم‌معادالت‌‪:‬‬
‫‪‌:System view / Edit ‬ويرايش‌سيستم‌معادله‌مورد‌بررسي‪.‬‬
‫‪‌:Estimation Output ‬نمايش‌نتايج‌خروجي‌حاصل‌از‌تخمين‌معادالت‌‬
‫سيستم‪.‬‬
‫‪24‬‬
‫‪‌:Residuad Covariance Matrix ‬نمــايش‌مــاتري ‌واريــان ‌‪-‬‬
‫كوواريان ‌جمالت‌باقيمانده‌هاي‌معادالت‌سيستم‪.‬‬
‫‪‌:Residuad Graphs ‬نمايش‌نموداري‌باقيمانده‌هاي‌معادالت‌سيستم‪.‬‬
‫‪‌:Coefficient Covariance Matrix ‬نمايش‌ماتري ‌واريان ‪-‬‬
‫كوواريان ‌ضرايب‌تخميني‌معادالت‌سيستم‪.‬‬
‫‪‌:Endogenous variables ‬مشاهده‌مقادير‌متغيرهاي‌درونزاي‌معادالت‌‬
‫سيستم‌به‌شكل‌صفحه‌گسترده‪.‬‬
‫‪‌:Endogenous Graphs ‬نمايش‌نموداري‌مقادير‌متغيرهاي‌درونزاي‌‬
‫معادالت‌سيستم‪.‬‬
‫‪25‬‬
‫‪‌:Wald Coefficient Tests ‬انجام‌آزمون‌هاي‌محدوديت‌بر‌روي‌ضرايب‌‬
‫والد‪.‬‬
‫در‌حالت‌فعال‌بودن‌يك‌اتورگرسيو‌برداري‌(‪:‌)VAR‬‬
‫‪‌:Representations ‬انتخاب‌يكي‌از‌حالت‌هاي‌مختلف‌ديدن‌‪.VAR‬‬
‫‪‌:Estimation output ‬انتخاب‌يكي‌از‌حالت‌هـاي‌مختلـف‌ديـدن‌نتـايج‌‬
‫تخمين‪.‬‬
‫‪‌:Residual Covariance Matrix ‬نمايش‌ماتري ‌كوواريان ‌‌جهـش‌‬
‫‪.VAR‬‬
‫‪‌:Residuad Graphs ‬نمايش‌نموداري‌جهش‌‪.VAR‬‬
‫‪26‬‬
‫‪‌:Impulse -Var Decomposition ‬نمايش‌توابع‌عك ‌العمل‌يا‌آناليز‌‬
‫واريان ‌‪.VAR‬‬
‫‪‌:Endogenous Sheet ‬نمايش‌مقادير‌متغيرهاي‌درونزاي‌مدل‌ ‪VAR‬‬
‫به‌شكل‌صفحه‌گسترده‪.‬‬
‫‪‌:Endogenous Graph ‬نمايش‌نموداري‌مقادير‌متغيرهاي‌درونزا‪.‬‬
‫‪‌:Cointegration Test ‬انجام‌آزمون‌هم‌انباشتگي‌جوليوس‌ـ‌يوهانسن‌‬
‫(جهت‌بررسي‌وجود‌روندهاي‌بلندمدت‌و‌كوتاه‌مدت)‪.‬‬
‫‪27‬‬
‫منوي‌ ‪(Procs‬پردازش‌"‪: )"Processing‬‬
‫اين‌منو‌نيز‌همانند‌منوهاي‌باال‌بسته‌به‌نوع‌‪ Object‬موجـود‌در‌پرونـده‌‌كـاري‪‌،‬‬
‫داراي‌گزينه‌هاي‌مختلفي‌مي‌باشد‌كه‌بترتيب‌عبارتند‌از‪:‬‬
‫در‌حالت‌فعال‌بودن‌پرونده‌‌كاري‌‪:‬‬
‫‪‌:Sample ‬كنترل‌و‌بررسي‌دامنه‌مشاهدات‪.‬‬
‫‪‌:Change Workfile Range ‬توسعه‌محدوده‌دامنه‌مشاهدات‌و‌ايجاد‌‬
‫امكان‌اضافه‌كردن‌و‌يا‌پيش‌بيني‌مشاهدات‌در‌خارج‌از‌دامنه‌در‌خانه‌ها‌‬
‫(سلول‌ها)ي‌خالي‌پرونده‌‌كاري‪.‬‬
‫‪( Generate series ‬فرمان‌‪‌:)GENR‬ايجاد‌سري‌هاي‌زماني‌جديد‌از‌‬
‫سري‌هاي‌زماني‌موجود‌به‌كمك‌توابع‪‌،‬فرمول‌ها‌و‌معادالت‪.‬‬
‫‪28‬‬
‫‪‌:Sort series ‬مرتب‌كردن‌سري‌هاي‌زماني‌(بصورت‌صعودي‌يا‌نزولي)‪.‬‬
‫‪‌‌:Import data ‬فراخـــواني‌و‌وارد‌كـــردن‌مقـــادير‌متغيـــر‌از‌ســـاير‌‬
‫صفحه‌گسترده‌ها‌نظير‪ Lotus‌،Excell‌:‬و‌يا‌ديگر‌قالب‌هـا‪‌،‬شـكل‌‌هـا‌و‌يـا‌‬
‫داده‌هاي‌موجود‌در‌بانك‌اطالعاتي‌(كه‌با‌دستور‌‪ Store‬ذخيره‌شده‌اند)‪.‬‬
‫‪‌:Export Data ‬عك ‌فرمان‌قبل‌را‌انجام‌مي‌دهد‪.‬‬
‫‪29‬‬
‫در‌حالت‌فعال‌بودن‌سري‌زماني ‪:‬‬
‫‪‌:Generate by Equation ‬ايجاد‌سري‌زماني‌جديد‌با‌بكـارگيري‌يـك‌‬
‫معادله‌يا‌تابع‪‌.‬مثالً‌در‌تخمين‌هاي‌توابع‌كاب‌‪ -‬داگالس‌نياز‌به‌سري‌هاي‌زمـاني‌‬
‫در‌شكل‌لگاريتمي‌داريم‪‌.‬بنابراين‌بايستي‌با‌بكـارگيري‌تـابع‌ل‌گـاريتم‌بـراي‌‬
‫هريك‌از‌سري‌هاي‌زماني‌(بصورت‌)‪‌)Lx=LOG(x‬آنها‌را‌ايجاد‌نمـود‌(بـا‌‬
‫بكارگيري‌تابع‌فوق‪‌،‬يك‌سري‌زماني‌به‌نام‌‪ Lx‬ايجاد‌مي‌شود‌كـه‌مقـادير‌آن‌‬
‫لگاريتم‌مقادير‌متغير‌‪ x‬مي‌باشد) ‪.‬‬
‫‪‌:Seasonal Adjustment ‬تعديل‌فصلي‌يك‌سري‌زماني‪.‬‬
‫‪‌:Exponential smooting ‬انجـــام‌هموارســـازي‌نمـــايي‌بـــر‌روي‌‬
‫سري‌هاي‌‌زماني‪‌،‬جهت‌حذف‌نوسانات‌غيرضروري‌از‌آنها‪.‬‬
‫‪30‬‬
‫‪‌:Holdrich-prescott ‬روشي‌جهت‌هموارسازي‌نمايي‪.‬‬
‫در‌حالت‌فعال‌بودن‌معادله‌رگرسيوني‌‪:‬‬
‫‪‌:Specify /Estimate ‬تعيين‌و‌تخمين‌يك‌معادله‌جديد‪.‬‬
‫‪‌:Forecast ‬پيش‌بيني‌از‌طريق‌معادله‌تخمين‌زده‌‌شده‪.‬‬
‫در‌حالت‌فعال‌بودن‌گروه ‪:‬‬
‫‪‌:Equation ‬تعيين‌يك‌معادله‌براي‌تخمين‪‌،‬با‌استفاده‌از‌داده‌هاي‌موجود‌در‌گروه‪.‬‬
‫‪‌:Vector Autoregressive ‬تعيين‌يك‌‪ VAR‬براي‌تخمين‪‌،‬با‌استفاده‌از‌‬
‫داده‌هاي‌موجود‌در‌گروه‪.‬‬
‫‪31‬‬
‫در‌حالت‌فعال‌بودن‌اتورگرسيو‌برداري‌(‪: )VAR‬‬
‫‪‌:Estimate ‬تخمين‌ضرايب‌‪.VAR‬‬
‫‪‌:Make Residuals ‬ايجاد‌سري‌هاي‌زماني‌دربر‌دارنده‌جهش‌هاي‌‪.VAR‬‬
‫‪‌:Make Model ‬ساختن‌يك‌مدل‌از‌‌يك‌‪.VAR‬‬
‫‪‌:Make Endogenous Group ‬ساختن‌يك‌گروه‌از‌روي‌متغيرهاي‌‬
‫درونزا‌در‌يك‌‪.VAR‬‬
‫‪32‬‬
‫در‌حالت‌فعال‌بودن‌نمودار‪:‬‬
‫‪‌:Add Text ‬اختصاص‌متن‌و‌نوشته‌‌به‌نمودار‌‌‬
‫‪‌:Add shape ‬افزودن‌سايه‌به‌نمودارهاي‌ايجاد‌شده‌(كه‌مي‌توان‌براي‌دوره‌‬
‫بخصوصي‌از‌نمونه‌مذكور‌مثالً‌براي‌سال‌هايي‌كه‌در‌آنها‌رويداد‌مهمي‌اتفـاق‌‬
‫افتاده‌است‪‌،‬بكار‌برد)‪.‬‬
‫‪‌:Remove Item ‬تغيير‌مكان‌گزينه‌ها‪‌.‬‬
‫‪‌:Zoom ‬تغيير‌اندازه‌نمودار‌(كوچك‌يا‌بزرگ‌كردن‌نمودار)‪‌.‬‬
‫‪33‬‬
‫در‌حالت‌فعال‌بودن‌معادله‌سيستم‌‪:‬‬
‫‪‌:Estimate ‬تخمين‌ضرايب‌سيستم‪.‬‬
‫‪‌:Make Residuals ‬ساخت‌سـري‌زمـاني‌از‌روي‌مقـادير‌باقيمانـده‌هـاي‌‬
‫معادالت‌سيستم‪.‬‬
‫‪‌:Make Model ‬ساخت‌يك‌مدل‌از‌روي‌معادالت‌يك‌سيستم‪.‬‬
‫‪‌:Make Endogenous Group ‬ســاخت‌يــك‌گــروه‌از‌متغيرهــاي‌‬
‫درونزاي‌سيستم‪.‬‬
‫‪34‬‬
‫در‌حالت‌فعال‌بودن‌مدل ‪:‬‬
‫‪‌:Solve ‬حل‌نمودن‌مدل‌انتخابي‌براي‌مشاهدات‌واقع‌در‌دوره‌جاري‪‌.‬‬
‫‪‌:Merge objector file ‬ادغام‌يا‌اضافه‌كردن‌معادالت‌اضـافي‌بـه‌مـدل‌از‌‬
‫يك‌‪ Object‬يا‌پرونده‪.‬‬
‫‪‌:Make Endogenous group ‬ساخت‌يك‌گروه‌از‌فهرست‌متغيرهاي‌‬
‫درونزاي‌موجود‌در‌مدل‪.‬‬
‫در‌حالت‌فعال‌بودن‌بردار‌ضرايب‌و‌ماتريس‌ ‪:‬‬
‫‪‌:Edit +/_ ‬انجام‌ويرايش‌روي‌بردار‪.‬‬
‫‪‌:Label +/_ ‬اختصاص‌برچسب‌يا‌مشخصه‌به‌بردار‪.‬‬
‫‪‌:Title ‬ويرايش‌عنوان‌اصلي‌بردار‪.‬‬
‫‪35‬‬
‫منوي‌ ‪: Quick‬‬
‫اين‌منو‪‌،‬امكان‌دسترسي‌سريع‌بـه‌برخـي‌از‌امكانـاتي‌كـه‌بـه‌ميـزان‌زيـاد‌د‌ر‌‬
‫‪ EViews‬مورد‌استفاده‌قرار‌مي‌گيرند‌را‌فراهم‌مي‌آورد‪‌.‬گزينه‌هاي‌ايـن‌منـ‌و‌‬
‫بترتيب‌عبارتند‌از‪:‬‬
‫‪‌:Sample ‬تعيين‌دامنه‌مشاهدات‪.‬‬
‫‪‌:Generate Series ‬ايجاد‌سري‌هاي‌زماني‌جديد‌از‌سري‌هاي‌زماني‌موجود‌‬
‫با‌بكارگيري‌توابع‌و‌فرمول‌ها‪.‬‬
‫‪‌:Graph ‬نمايش‌نموداري‌سري‌هاي‌زماني‪‌.‬‬
‫‪‌:Empty Group (Edit series) ‬ايجاد‌يك‌كاربرگ‌صـفحه‌گسـترده‌‬
‫خالي‌به‌منظور‌ورود‌داده‌ها‌(براي‌ايجاد‌يك‌سري‌زماني‌جديد)‪.‬‬
‫‪36‬‬
‫‪‌:Series Statistics ‬محاسبه‌آماره‌هاي‌توصيفي‌براي‌سري‌هاي‌زماني‪.‬‬
‫‪‌:Estimate Equation ‬تعيين‌يك‌معادله‌بـراي‌تخمـين‌و‌انتخـاب‌روش‌‬
‫برآورد‌و‌در‌نهايت‌برازش‌آن‪.‬‬
‫‪‌:Estimate VAR ‬تخمين‌ضرايب‌يك‌مدل‌‪.VAR‬‬
‫‪37‬‬
‫پنجره‌‪: Series‬‬
‫با‌دابل‌كليك‌بر‌روي‌نام‌هر‌يك‌از‌سري‌هاي‌زماني‌موجـود‌در‌پرونـده‌‌كـاري‪‌،‬‬
‫پنجره‌اي‌بصورت‌شكل‌زيرظاهر‌خواهد‌شد‌كه‌مشاهدات‌سري‌زماني‌در‌شـك‌ل‌‬
‫صفحه‌گسترده‌را‌نشان‌مي‌دهد‪.‬‬
‫‪38‬‬
‫برخي‌از‌گزينه‌هاي‌اين‌پنجره‌بترتيب‌عبارتند‌از‪:‬‬
‫گزينه‌‪: View‬‬
‫‪39‬‬
‫گزينه‌ ‪:Procs‬‬
‫گزينه‌‪:Object‬‬
‫گزينه‌‪‌:Print‬چاپ‌صفحه‌جاري‪.‬‬
‫گزينه‌‪‌:Name‬نامگذاري‌و‌يا‌تغيير‌نام‌يك‌سري‌زماني‪.‬‬
‫‪40‬‬
‫گزينه‌‪‌:Freeze‬صفحه‌گسترده‌جاري‌را‌در‌جدول‌ديگري‌قرار‌مي‌دهد‪.‬‬
‫گزينه‌‪‌:Edit t +/ -‬امكان‌ويرايش‌در‌صفحه‌فعال‌را‌فراهم‌مي‌سازد‪.‬‬
‫گزينه‌‪‌:Smpl +/-‬بازبيني‌دامنه‌نمونه‌مشاهدات‌به‌همراه‌مقادير‌مشاهدات‪.‬‬
‫گزينه‌‪‌:Label +/-‬امكان‌اختصاص‌برچسب‌‌يا‌راهنما‌را‌فراهم‌مي‌سازد‪.‬‬
‫‪ -10‬گزينه‌‪‌:Title‬امكان‌تغيير‌عنوان‌صفحه‌گسترده‌را‌فراهم‌مي‌كند‪.‬‬
‫‪ -11‬گزينه‌‪‌:Sample‬امكان‌تغيير‌در‌دامنه‌مشـاهدات‌‪( Workfile‬همـراه‌بـا‌‬
‫مشاهده‌مقادير‌سري‌زماني)‌را‌فراهم‌‌مي‌سازد‪.‬‬
‫‪ -12‬گزينه ‪‌:Genr‬امكان‌تغيير‌سري‌هاي‌زماني‌(با‌استفاده‌از‌فرمول‌ها)‌را‌فـ‌راهم‌‬
‫مي‌سازد ‪.‬‬
‫‪41‬‬
‫پنجره ‪: Groups‬‬
‫زيرگزينه‌هاي‌اين‌پنجره‌مشابه‌پنجره‌‪ Series‬است‌با‌اين‌تفاوت‌كه‌با‌كليـ ‌‬
‫ك‬
‫بر‌روي‌‪Store‬؛‌كل‌گروه‪‌،‬در‌يك‌بانك‌اطالعاتي‌ذخيره‌مي‌گردد‪‌.‬همچنـي‌ن‌‬
‫با‌فشردن‌دكمه‌‪ Edit+/-‬مي‌توان‌عالوه‌بر‌تغيير‌مشاهدات‌سـري‌هـاي‌زمـاني‌‬
‫موجود‌در‌گروه‪‌،‬سري‌زماني‌ديگري‌را‌نيز‌به‌گروه‌اضافه‌كـرده‌و‌مشـاهدا‌ت‌‬
‫مربوط‌به‌آن‌سري‌زماني‌را‌هم‌وارد‌نمود‪‌.‬بدين‌صورت‌كـه‪‌،‬در‌بـاالي‌سـتون‌‬
‫سمت‌راست‌آخرين‌سري‌زمـاني‪‌،‬نـام‌سـري‌زمـاني‌مـوردنظر‌و‌‌در‌زيـر‌‌آن‪‌،‬‬
‫مشاهدات‌مربوط‌به‌آن‌را‌وارد‌نماييم‌ ‪.‬‬
‫‪42‬‬
43
‫نام‌گذاري‌‪Object‬ها‌‪:‬‬
‫‪ ‬الف‪ -‬نظير‌محيط‌نرم‌افزار‌آماري‌‪‌،SPSS‬براي‌نام‌گذاري‌‪Object‬ها‌نبايد‌از‌‬
‫كلمات‌بيش‌از‌هشت‌كاراكتر‌(حرف)‌استفاده‌شود‪.‬‬
‫‪ ‬ب‪ -‬از‌اسامي‌زير‌كه‌نشان‌دهنده‌فرمان‌يا‌عمل‌خاصي‌در‌اين‌نرم‌افزار‌مي‌باشند‌‬
‫نبايد‌براي‌نامگذاري‌استفاده‌شود‪‌.‬در‌صورت‌استفاده‌از‌نام‌هاي‌غيرمجاز‌‬
‫مذكور‪‌،‬فرماني‌مبني‌بر‌عدم‌پذيرش‌يا‌غيرقانوني‌بودن‌كاربرد‌آن‪‌،‬از‌سوي‌‬
‫نرم‌افزار‌صادر‌مي‌شود‪:‬‬
‫‪44‬‬
ABS, ACOS, AR, ASIN, C, CON, CONORM, COEF,
COS, DNORM, ELSE, ENDIF, EXP, LOG
LOGIT, LPT1,D, RND, SAR, SIN, SMA, SQR, THEN
,LPT2, MA, NA, NRND, PDI, RESID,…..
‌‫‌نوشتن‌نام‌با‌حروف‌كوچك‌يا‬،SPSS‌‫ همانند‌محيط‌نرم‌افزار‌آماري‬-‫ ج‬
‌.‫فرقي‌نداشته‌و‌به‌يك‌شكل‌درنظر‌گرفته‌مي‌شوند‬EViews ‌‫بزرگ‌براي‬
45
‫ذخيره‌سازي‌داده‌ها‌بعنوان‌بانك‌اطالعاتي‌‬
‫‪46‬‬
‫تذكر‪‌:‬فرمان‌ذخيره‌سازي‌بصورت‌بانك‌اطالعاتي‌را‌همچنين‌مي‌توان‌بـا‌ا‌نتخـاب‌‬
‫فرمان‌‌‌‌‪ Store to DB‬از‌گزينه‌ ‪Export‬در‌منوي ‪‌،File‬اجرا‌كرد‪.‬‬
‫سري‌هاي‌زماني‌كه‌به‌كمك‌دسـتور‌ ‪(Store‬بعنـوان‌بانـك‌اطالعـاتي‌ذخيـره‌‬
‫شده‌اند)‌را‌با‌بكارگيري‌گزينه …‪Fetch from DB‬از‌منوي‌‪‌،Objects‬‬
‫در‌پرونده‌‌كاري‌بازيابي‌نمود‌‪.‬‬
‫‪47‬‬
‫بـا‌كليـك‌بـر‌روي‌گزينـه‌‌…‪ Frequency Conversion- Dates‬از‌‬
‫منوي‌‪ Options‬مي‌توان‌روش‌هاي‌مختلف‌تبديل‌سري‌هاي‌زماني‌بـا‌تنـاوب‌‬
‫بزرگتر‌به‌سري‌هاي‌زماني‌با‌تناوب‌كوچكتر‌را‌انتخاب‌كرد‌‪.‬‬
‫‪48‬‬
‫با‌اجراي‌اين‌فرمان‌پنجره‌اي‌ظاهر‌مي‌شود‌كه‌در‌آن‌روش‌‌هاي‌تبديل‌وجود‌دارد‌‬
‫كه‌بترتيب‌عبارتند‌از‌‪:‬‬
‫‪‌:Average Observation ‬اســتفاده‌از‌متوســط‌يــا‌ميــانگين‌مشــاهدات‌‬
‫سري‌زماني‌با‌تناوب‌بزرگتر‪.‬‬
‫‪‌:Sum Observation ‬استفاده‌از‌مجموع‌مشاهدات‌سري‌زماني‌بـا‌تنـاوب‌‬
‫بزرگتر‪.‬‬
‫‪‌:First Observation ‬استفاده‌از‌اولين‌مشـاهده‌سـري‌زمـاني‌بـا‌تنـاوب‌‬
‫بزرگتر‪.‬‬
‫‪‌:Last Observation ‬استفاده‌از‌آخرين‌مشاهده‌سـري‌زمـاني‌بـا‌تنـاوب‌‬
‫بزرگتر‪.‬‬
‫‪49‬‬
‫‪‌:Maximum Observation ‬بكــارگيري‌مقــدار‌حــداكثر‌مشــاهدات‌‬
‫سري‌زماني‪.‬‬
‫‪‌:Minimum Observation ‬بكــارگيري‌مقــدار‌حــداقل‌مشــاهدات‌‬
‫سري‌زماني‪.‬‬
‫‪‌:No Down Conversion Allowed ‬داده‌هــاي‌بــدون‌تــاريخ‌‬
‫(‪‌)Undated‬نيز‌مي‌توانند‌در‌پرونده‌‌كاري‌موجود‌با‌دوره‌تناوب‌سري‌زماني‌‬
‫(با‌تاريخ‌و‌زمان)‌وارد‌شوند‪‌.‬‬
‫گسترش‌دوره‌تناوب‌داده‌ها ‪:‬‬
‫در‌صورتي‌كه‌بخواهيم‌يك‌سري‌زماني‌جديد‌را‌به‌ابتدا‌يـا‌انتهـاي‌سـري‌زمـ‌اني‌‬
‫موردنظر‌موجود‌اضافه‌نماييم‪‌،‬هنگامي‌كه‌پنجره‌‪ Workfile‬فعال‌است‪‌،‬‬
‫‪50‬‬
‫ايـن‌عمـل‌را‌مـي‌تـوان‌بـا‌‌كليـك‌بـر‌روي‌گزينـ ‌ه ‪Change Workfile‬‬
‫…‪Range‬از‌منوي‌ ‪Procs‬انجام‌داد‪.‬‬
‫با‌اين‌كار‪‌،‬پنجره‌اي‌جهت‌تعيين‌دامنه‌جديد‌مشاهدات‌ظاهر‌مي‌شود‌‪:‬‬
‫‪51‬‬
‫مرتب‌سازي‌داده‌ها ‪:‬‬
‫براي‌مرتب‌سازي‌سري‌هاي‌زماني‪‌،‬گزينه‌…‪ Sort Series‬از‌منوي‌ ‪Procs‬را‌‬
‫انتخاب‌كرده‌و‌بر‌روي‌آن‌كليك‌مي‌كنيم‪‌.‬در‌اينصورت‌پنجره‌اي‌باز مي‌شـود‌‬
‫كه‌درآن‌مي‌توان‌نوع‌مرتب‌سازي‌(صعودي‌يا‌نزولي)‌و‌سـري‌‌زمـاني‌كليـد‌ي‌‬
‫(جهت‌مرتب‌سازي)‌را‌مشخص‌نمود‌‬
‫‪52‬‬
‫‪‬‬
‫توابع‌و‌عملگرهاي‌موجود‌در‌‪:Eviews‬‬
‫‪ : +‬براي عمل جمع يا اضافه كردن‪.‬‬
‫ـ ‪:‬براي عمل تفريق يا كسر كردن‪.‬‬
‫*‪ :‬براي عمليات ضرب‪.‬‬
‫‪ : /‬براي عمليات تقسيم‪.‬‬
‫^ ‪ :‬براي عمل به توان رساندن‪.‬‬
‫‪ :‬در رابطة ‪ X>g‬اگر اين رابطه درست باشد ارزش ‪ 1‬و‬
‫در غير اينصورت‪ ،‬ارزش صفر ميگيرد‪.‬‬
‫‪ :‬در رابطة ‪ x<y‬اگر اين رابطه درست باشد‬
‫ارزش ‪ 1‬و در غير اينصورت‪ ،‬ارزش صفر‬
‫ميگيرد‪.‬‬
‫نابرابر باشند ‪ 1‬و ‪ Y‬و ‪ X‬اگر ‪› ‹X‬‬
‫در غير اينصورت‪ ،‬ارزش صفر ميگيرد‪.‬‬
‫مساوي ‪y‬‬
‫‪= :‬در رابطة ‪ x< =y‬اگر ‪ x‬كوچكتر يا‬
‫باشد ارزش ‪ 1‬و در غير اينصورت‪ ،‬ارزش صفر‬
‫ميگيرد‪.‬‬
‫‪ :Y‬در رابطة><‬
‫=‪ :‬در رابطة ‪ x>=y‬اگر ‪ x‬بزرگتر يا مساوي ‪ y‬باشد‬
‫ارزش ‪ 1‬و در غير اينصورت‪ ،‬ارزش صفر ميگيرد‪.‬‬
‫‪ :AND‬در رابطة ‪ X AND Y‬اگر ‪ X‬و‪ Y‬هر دو‬
‫درست باشند ارزش ‪ 1‬و در غير اينصورت‪،‬‬
‫ارزش صفر ميگيرد ‪.‬‬
‫‪ :OR‬در رابطة ‪ X OR Y‬اگر يكي از ‪ x,y‬يا هر دوي‬
‫آنها درست باشند ارزش ‪ 1‬و در غير اينصورت‪،‬‬
‫ارزش صفر ميگيرد‪.‬‬
‫)‪ :D(X‬تفاضل مرتبه اول ‪ X‬يعني را نشان ميدهد‪.‬‬
‫)‪ :D(X,n‬تفاضل مرتبه ‪ n‬ام ‪X‬را نشان مي‌دهد‪.‬‬
‫)‪: D(X,n,s‬تفاضـل معمـو ي مرتبـه ‪ n‬ام ‪X‬‬
‫را (‪CEILING : @ )X‬كوچكترين عدد صـيييي كـه از‬
‫بههمـرا يـت تفاضـل يصـلي در و فـة ‪ s‬نشـان‬
‫‪X‬كوچكتر نباشد را نشان ميدهد‪.‬‬
‫ميدهد ‪.‬‬
‫)‪ :LOG(X‬گــاريتم يبيعــي ســريزمــاني ‪ X‬بــه (‪:@FLOOR )X‬بزرگتـرين عـدد صـيييي كـه از‬
‫بزرگترنباشد را نشان مي دهد‪.‬‬
‫عبارت ديگر ‪ LNx‬را نشان ميدهد‪.‬‬
‫)‪ :@COV(X,Y‬نشان دهنـد كوواريـانب بـين دو ‪ :‬احتمال اينكه آمارة خي دو با درجـه )‪@CHISQ(X,d‬‬
‫بزرگتر باشد را نشان ميدهد‪ x.‬از ‪d‬آزادي‬
‫سريزماني ‪ X‬و ‪.Y‬‬
‫‪X‬‬
‫‪53‬‬
‫‪54‬‬
‫)‪ :EXP(X‬نشان دهند تابع نمايي ‪)eX(X‬‬
‫)‪ :@DNORM(X‬نشان دهند تابع چگا ي‬
‫نرمال استاندارد ‪. x‬‬
‫(‪ :ABS )X‬ارزش درمطلق سريزماني ‪)|X|(X‬‬
‫را نشان ميدهد‪.‬‬
‫)‪ :@CNORM(X‬نشاندهند تابع توزيع نرمال‬
‫استاندارد تجمعي ‪.X‬‬
‫)‪ :SQR(X‬نشاندهند ريشه دوم (جذر)‬
‫سريزماني ‪.X‬‬
‫)‪:@LOGIT(X‬نشاندهند تابع وجيت است‪.‬‬
‫(‪ :SIN)X‬اين تابع سينوس سريزماني ‪X‬را‬
‫محاسبه مي‌كند‪.‬‬
‫‪ :RND‬يت عدد تصاديي داراي توزيع يكنواخت‬
‫دردامنه ‪ 0‬تا ‪ 1‬برميگزيند‪.‬‬
‫(‪ :COS )X‬تابع كسينوس ‪ X‬را نشان ميدهد‪.‬‬
‫‪ :NRND‬يت عدد تصاديي داراي توزيع نرمال با‬
‫ميانگين صفر و واريانب ‪ 1‬را برميگزيند‪.‬‬
‫)‪ :@Sum(X‬نشاندهند مجموع سريزماني ‪.X‬‬
‫)‪ :@COR(X,Y‬همبستگي بين دو سريزماني ‪ X‬و ‪.Y‬‬
‫)‪ :@MEAN(X‬نشاندهند ميانگين سريزماني‬
‫‪.X‬‬
‫)‪ :@CROSS(X,Y‬حاصلضرب متقايع بين‬
‫دوسريزماني ‪X‬و ‪.Y‬‬
‫)‪ :@VAR(X‬نشاندهند واريانب سريزماني ‪.X‬‬
‫)‪ :C(i‬مقدار ‪ i‬امين ضريب بردار ضرايب مربوط به‬
‫آخرين رگرسيون برازششد ‪.‬‬
‫)‪ :@SUMSQ(X‬نشاندهند مجموع مربعات‬
‫سريزماني ‪.X‬‬
‫)‪ : @TDIST (X,d‬احتمال اينكه آمار ‪t‬با درجه آزادي‬
‫‪d‬از ‪ X‬بيشتر باشد را نشان ميدهد‪.‬‬
‫)‪ : @ OBS (X‬نشاندهند تعداد مشاهدات ايل‬
‫بول سريزماني ‪.X‬‬
‫)‪: @ FDIST (X,n,d‬احتمال اينكه آمار ‪ F‬با درجه‬
‫آزادي ‪ n‬براي صورت و درجه آزادي ‪ d‬براي مخرج‬
‫كسر از ‪ X‬بيشتر باشد را نشان ميدهد‪.‬‬
‫توابع‌و‌آماره‌هاي‌فعال‌پ ‌از‌برازش‌معادالت‬
‫(آماره‌هاي‌آخرين‌معادله‌برازش‌شده‌و‌موجود‌در‌حافظه)‬
‫‪ :@R2‬آمارة ‪ R2‬معيار نيكويي برازش‪.‬‬
‫‪ :@RBAR2‬آمارة ‪ R2‬تعديل شد براساس درجات آزادي‪.‬‬
‫‪ :@F‬آمار ‪ F‬رگرسيون‪.‬‬
‫‪ :@LOGL‬ارزشتـــابع گـــاريتم درســـتنمايي‬
‫‪ )likelihood‬را نشان ميدهد‪.‬‬
‫(‪Log-‬‬
‫‪ :@SE‬خطاي معيار (‪ )Standard error‬رگرسيون را نشـان‬
‫ميدهد‪.‬‬
‫‪ :@SSR‬مجمــوع مربعــات جمــيت با يمانــد را نشــان‬
‫‪ :@MEANDEP‬ميانگين متغير وابسته را نشان ميدهد‪.‬‬
‫ميدهد‪.‬‬
‫‪ :@REGOBS‬تعداد مشاهدات رگرسيون را نشان ميدهد‪.‬‬
‫‪ :@DW‬آمار دوربين‪ -‬واتسون را نشان ميدهد‪.‬‬
‫‪ :@SDDEP‬انيرافمعيار متغير وابسته را نشان ميدهد‪.‬‬
‫‪ :@NCOEF‬تعداد كل ضـرايب تخمـينزد شـد را نشـان )‪ :@RESIDCOVA(i,j‬كوواريــانب جمــيت با يمانــد را از‬
‫معاد ه ‪ i‬با آنچه در معاد ه ‪j‬است نشان مي‌دهد‪.‬‬
‫ميدهد‪.‬‬
‫توابع‌ايجادكننده‌سري‌زماني‬
‫)‪ :@TRFND(d‬متغير روندي را كه نرمال شد تـا در دورة ‪d‬‬
‫)‪ :@MOVAV(X,n‬ميانگين متيرك ‪ n‬دور اي ‪ X‬را كه صفر باشد و ‪ d‬در آن يت تاريخ يا شمار مشاهد است نشان‬
‫درآن ‪ n‬يت عدد صييح است نشان ميدهد‪.‬‬
‫ميدهد‪.‬‬
‫)‪ :@SEAS(d‬متغير موهومي يصلي را نشان مي دهد كه برابـر‬
‫)‪ :@MOVSUM(X,n‬مجموع متيـرك ‪n‬دوره‌اي ‪ X‬را با يت اسـت زمانيكـه يصـل يـا مـا برابـر بـا ‪ d‬باشـد ايـن‬
‫كه درآن ‪ n‬يت عدد صييح است نشان ميدهد‪.‬‬
‫متغيرمقدار يت و در غير اينصورت‪ ،‬مقدار صفر ميگيرد‪.‬‬
‫‪55‬‬
‫تعيين‌دامنه‌نمونه‌و‌كاربرد‌عبارات‌شرطي‪:‬‬
‫با‌كليك‌بر‌روي‌گزينه‌‪ Sample‬از‌منوي‌‪‌،Quick‬پنجره‌اي‌كه‌شامل‌دو‌‬
‫كادر‌است‌ظاهر‌مي‌شود‬
‫‪56‬‬
‫تحليل‌داده‌ها‪:‬‬
‫سري‌هاي‌زماني‪‌،‬را‌معموالً‌بصورت‌گسسته‌يـا‌پيوسـته‌بررسـي‌مـي‌كننـد‌‪ .‬اگـر‌‬
‫مشاهدات‌بطور‌پيوسته‌برحسب‌زمان‌درنظر‌گرفته‌شوند‌(مانند‌سري‌زماني‌كـه‌‬
‫اغلب‌در‌جريان‌هاي‌الكتريكي‌پيش‌مي‌آيد)‪‌،‬سري‌زماني‌حاصـل‌را‌پيوسـ‌ته‌و‌‬
‫اگر‌بطور‌منظم‌در‌فاصله‌هاي‌مساوي‌ثبت‌شـوند ‌(ماننـد‌ميـزان‌صـادرات‌در‌‬
‫سال‌هاي‌‪ 1350‬تا‌‪‌،)1376‬سري‌زماني‌حاصل‌را‌گسسته‌گويند‪.‬‬
‫تحليل‌رگرسيوني ‪:‬‬
‫اگــر‌هــدف‌از‌تحليــل‌داده‌هــا‪‌،‬بــرازش‌معادلــه‌رگرســيوني‌رونــدها‌باشــد‪‌،‬از‌‬
‫منوي ‪Quick‬بر‌روي‌گزينـه‌‪ Estimate Equation‬كليـك‌كـرده‌و‌‬
‫سس ‌فهرست‌متغيرهاي‌رگرسيوني‌(بترتيب‪‌:‬متغير‌وابسته‪‌،‬جزء‌ثابت‌و‬
‫‪57‬‬
‫متغيرهاي‌مستقل‌را‌با‌قرار‌دادن‌فاصله‌در‌بـين‌آنهـا‌)‌و‌يـا‌معادلـه‌رگرسـيو‌ني‌‬
‫موردنظر‌(با‌درنظر‌گـرفتن‌عبـارات‌")‪‌،"C(1),…,C(n‬بـراي‌پارامترهـاي‌‬
‫تخمينــي‌و‌عالمــت‌" *"‪‌،‬بــراي‌نشــان‌دادن‌عمــل‌ضــرب)‌را‌وارد‌بخــش‌‌‌‌‌‌‌‬
‫‪Equation Specification‬مي‌نماييم‌‪.‬‬
‫‪58‬‬
‫در‌اين‌پنجره‌و‌در‌قسمت‌‪‌،Method‬انواع‌روش‌هاي‌بـرآورد‌پارامترهـا‌نظيـر‌‪‌:‬‬
‫روش‌حداقل‌مربعات‌"‪( "LS‬براي‌رگرسيون‌معمولي)‪‌،‬روش‌حداقل‌مربعات‬
‫دومرحله‌اي‌"‪( "TSLS‬براي‌معادالت‌سيستم)‪‌،‬روش‌‌دودويـي‌نظيـر‌‪‌:‬لوجيـت‪‌،‬‬
‫پروبيت‌‌‌و‌‪(‌...‬براي‌رگرسيون‌هاي‌داراي‌متغير‌وابسته‌كيفي‌يـا‌م ‌وهـومي‌)‌و‌‬
‫غيره‪‌،‬وجود‌دارد‌كه‌پ ‌از‌انتخاب‌روش‌مـوردنظر‪‌،‬دامنـه‌مشـاهدات‌را‌وارد‌‬
‫بخش‌‪ Sample‬نموده‌و‌بر‌روي‌دكمه‌‪ Ok‬كليك‌مي‌كنيم‬
‫‪59‬‬
‫آزمون‌ورود‌متغيرهاي‌حذف‌شده‪:‬‬
‫اين‌آزمون‪‌،‬امكان‌افزودن‌مجموعه‌اي‌از‌متغيرها‌بـه‌معادلـه‌موجـود‌و‌همچنـين‌‬
‫بررسي‌اين‌مطلب‌كه‌"آيا‌اين‌مجموعه‌سهم‌معني‌داري‌در‌توضيح‌متغير وابسته‌‬
‫دارد‌يا‌خير؟" (بعبارت‌ديگر‪‌،‬افزايش‌ميزان‌ ‪R2‬در‌رگرسـيون‌جديـد‌و‌يـا‌‬
‫كاهش‌مقادير‌باقيمانده‌رگرسيون‌جديـد‌نسـبت‌بـه‌قبـل‌از‌ورود‌)‌را‌فـر‌اهم‌‬
‫مي‌سازد‪.‬‬
‫براي‌انجام‌اين‌آزمون‪‌،‬از‌منوي‪ View‬بر‌روي‌گزينه‌‪ Coefficient Tests‬و‌‬
‫سس ‌… ‪ Omitted Variables-Likelihood Ratio‬كليك‌مي‌نماييم‌‬
‫‪60‬‬
‫با‌اين‌عمل‪‌،‬پنجره‌‪ Omitted-Redundant Variable Test‬ايجاد‌‬
‫مي‌شود‌كه‌در‌آن‌نام‌متغير‌يا‌متغيرهايي‌كه‌مي‌خواهيم‌تأثير‌حذف‌آنها‌را‌‬
‫بررسي‌كنيم‪‌،‬وارد‌مي‌نماييم‬
‫‪61‬‬
‫آزمون‌حذف‌متغيرهاي‌زايد‪:‬‬
‫اين‌آزمون‌عك ‌آزمون‌قبل‌مي‌باشد‪‌.‬جهت‌انجام‌اين‌آزمون‌بـراي‌رگرسـيون‌ي‌‬
‫شامل‌چند‌متغير‌كـه‌بـرازش‌شـده‌اسـت‪‌،‬از‌منـوي‌‪ View‬بـر‌روي‌گزينـه‌‬
‫‪ Coefficient Tests‬و‌سـس ‌ ‪Omited Variables-Likelihood‬‬
‫… ‪ Ratio‬كليك‌مي‌نماييم‬
‫‪62‬‬
‫تحليل‌سري‌هاي‌زماني‬
‫عالوه‌بر‌روش‌ورود‌مسـتقيم‌داده‌هـا‪‌،‬نـرم‌افـزار‌‪‌،EViews‬امكـان‌ ‪Import‬‬
‫(بازيابي‌(ورود)‌داده‌ها‌از‌محيط‌‌نـرم‌افزارهـاي‌ديگـر‌بـه‌پرونـده‌‌كـاري‌)‌و‌‬
‫‪(Export‬ارسال‌داده‌ها‌از‌پرونده‌‌كاري‌به‌فايل‌هاي‌متني‪‌،‬صفحه‌گسترده‌هـا‌و‌‬
‫بانك‌هاي‌اطالعاتي)‌را‌نيز‌فراهم‌مي‌كند‪.‬‬
‫بدين‌منظور‪‌،‬در‌حالت‌فعال‌بودن‌پرونده‌‌كاري‪‌،‬از‌يكـي‌از‌منوهـاي‌‪ Procs‬يـا‌‬
‫‪File‬بر‌روي‌گزينه‌‌ ‪(Import‬يا‌‪‌)Export‬كليك‌مي‌نماييم‬
‫‪63‬‬
‫شناسايي‌الگو‪:‬‬
‫براي‌تعيين‌مرتبه‌هاي‌‪ p‬و‌ ‪q‬در‌فرآيندهاي‌اتورگرسيو‌"‪( "AR‬همواره‌مانا‌‬
‫است)‌و‌ميانگين‌متحرك‌"‪( "MA‬هميشه‌وارون‌پذير‌مي‌باشد)‌فرم‌كلي‌‬
‫الگوي‌باك ‪ -‬جنكينز‌(كه‌براي‌سري‌هاي‌زماني‌مانا‌مورد‌استفاده‌قرار‌‬
‫مي‌گيرد)‌كه‌در‌آن‌‪‌، p‬باالترين‌مرتبه‌چندجمله‌اي‌اتورگرسيو‌( )‌و‌‪‌، q‬‬
‫باالترين‌مرتبه‌در‌چندجمله‌اي‌ميانگين‌متحرك‌( )‌است؛‌نمودارهاي‌توابع‌‬
‫خودهمبستگي‌"‪ "ACF‬و‌خودهمبستگي‌جزيي‌"‪ "PACF‬سري‌زماني‌كه‌‬
‫درست‌تبديل‌و‌تفاضلي‌شده‌است‌را‌رسم‌و‌امتحان‌مي‌نماييم‪.‬‬
‫‪X t  Z t  1Z t 1  ...   q Z t q‬‬
‫‪64‬‬
‫‪MA(q) :‬‬
‫‪X t  1X t 1  ...   p X t  p  Z t‬‬
‫‪AR( p) :‬‬
‫در‌ساختن‌يك‌الگو‌الزم‌است‌جمالت‌‪ AR‬و‌‪ MA‬توأماً‌در‌الگو‌منظـور‌شـوند‌‪‌.‬ايـن‌‬
‫موضوع‌به‌الگوي‌مركب‌اتورگرسيو‌و‌ميانگين‌متحرك‪:‬‬
‫‪X t  1X t 1  ...   p X t  p  Z t  1Z t 1  ...   q Z t q‬‬
‫كه‌در‌آن؛ ‪‌،‬فرآيند‌تصادفي‌محض‌(نوفه‌سفيد)‌مانا‌با‌ميانگين‌‌(كه‌معموالً‌صفر‌فـرض‌‬
‫‪‬‬
‫‪k 0‬‬
‫مي‌شود)‌و‌تابع‌اتوكوواريان ‪:‬‬
‫‪  Cov( Z , Z )  ‬‬
‫‪0‬‬
‫‪k‬‬
‫‪‬‬
‫‪0‬‬
‫‪‬‬
‫‪ (B) X   (B)Z‬‬
‫است‪‌،‬منتهي‌مي‌شود‌كه‌با‌استفاده‌از‌عملگر‌پسرو‌بصورت‪:‬‬
‫‌كه‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌و‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌نوشت‪‬ه‌‌مي‌شود‪.‬‬
‫زماني‬
‫‪(B)  1  B  ...  B‬‬
‫‪ (B)  1  B  ...   B‬‬
‫فرآيند‌مركب‌اتورگرسيو‌و‌ميانگين‌متحرك‌را‌كه‌‪ p‬جمله‌‪ AR‬و‌‪ q‬جملـه‌‪ MA‬دارد‌‬
‫را‌با‌نماد‌اختصاري‌‌و‌در‌صورت‌استفاده‌از‌روش‌تفاضل‌گيري‌(جهت‌حذف‌روند‌و‌‬
‫مانا‌نمودن‌سري‌زماني)‪‌،‬با‌نماد‌(كـه‌در‌آن‪ d‌،‬معـرف‌مرتبـه‌تفاضـلگيري‌اسـت‌)‪‌،‬‬
‫نمايش‌مي‌دهند‪.‬‬
‫‪2‬‬
‫‪z‬‬
‫‪t k‬‬
‫‪t‬‬
‫‪k‬‬
‫‪t‬‬
‫‪q‬‬
‫‪p‬‬
‫‪p‬‬
‫‪65‬‬
‫‪1‬‬
‫‪p‬‬
‫‪q‬‬
‫‪1‬‬
‫‪p‬‬
‫‪q‬‬
‫‪t‬‬
‫‪p‬‬
‫براي‌شناسايي‌يك‌الگوي‌‪‌،ARIMA‬بايد‌دست‌كم‌‌مشاهده‌داشته‌باشيم‌و‌تعداد‌‬
‫‪ ACF‬و‌‪ PACF‬نمونه‌كه‌بايد‌محاسبه‌شوند‌در‌حدود‌ است‪‌.‬شناخت‌الگوها‌‬
‫هنري‌است‌كه‌نياز‌به‌تجربه‌كافي‌دارد‌و‌اين‌هنر‪‌،‬بطوري‌كه‌برخـي‌مـ‌ؤلفين‌‬
‫ذكر‌كرده‌اند‪‌،‬بسيار‌شبيه‌روش‌يك‌محقق‌امور‌جنـايي‌اسـت‌‪‌.‬چراكـه‌اك‌ثـر‌‬
‫جنايتكاران‌براي‌اينكه‌شناخته‌نشوند‌معموالً‌تغيير‌قيافه‌مي‌دهند‌كـ‌ه‌ايـن‌امـر‌‬
‫درمورد‌‪ ACF‬و‌‪ PACF‬نيز‌صادق‌است‪.‬‬
‫جدول‌ويژگي‌هاي‌نظري‌نمودارهاي‌‪ ACF‬و‌‪ PACF‬در‌سري‌هاي‌زماني‌مانا‪:‬‬
‫‪66‬‬
‫‪PACF‬‬
‫‪ACF‬‬
‫فرآيند‬
‫بعد از تأخير ‪ p‬طع ميشود‪.‬‬
‫بصورت نمايي يا موج سينوسي ميرا به سمت صفر‬
‫ميل ميكند‪.‬‬
‫)‪AR (p‬‬
‫بصورت نمايي يا موج سينوسي ميرا به سمت صفر‬
‫ميل ميكند‪.‬‬
‫بعد از تأخير ‪ p‬طع ميشود‪.‬‬
‫)‪MA (q‬‬
‫بعد از تأخير ‪ p-q‬به سمت صفر ميل ميكند‪.‬‬
‫بعد از تأخير ‪ q-p‬به سمت صفر ميل ميكند‪.‬‬
‫)‪ARMA(p,q‬‬
‫جهت‌رسم‌نمودارهاي‌ ‪ACF‬و‌‪‌،PACF‬از‌منـوي‌ ‪Quick‬بـر‌روي‌گزينـه‌‬
‫‪Series Statistics‬و‌سس ‌ ‪Correlogram‬كليك‌مي‌‌نماييم‪‌.‬با‌اجراي‌‬
‫اين‌فرمان‪‌،‬پنجره‌‌‌‌ ‪Series Name‬ظاهر‌مي‌شود‌كه‌در‌آن‌سـري‌زمـاني‌‬
‫‪PG‬را‌انتخاب‌و‌بر‌روي‌دكمه‌‪ OK‬كليك‌مي‌كنيم‪‌.‬حال‪‌،‬مقدار‌تأخير‌"‪"K‬‬
‫( ‪ n‌،‬تعداد‌مشاهدات‌نمونه)‌را‌تعيين‌نموده‌و‌دكمه‌‪ OK‬را‌مي‌فشاريم‪.‬‬
‫ذكر‌اين‌نكته‌ضروري‌است‌كه‪‌،‬نرم‌افزار‌اقتصادسنجي‌‪‌،EViews‬مقدار‌مناسـب‌‬
‫تأخير‌‌"‪ "K‬و‌سطح‌معنـي‌داري‌آزمـون‌(جهـت‌رسـم‌بانـدهاي‌اطمينـان‌در‌‬
‫نمودارها)‌را‌بصورت‌پيش‌فرض‌تعيين‌مي‌كند‪.‬‬
‫‪67‬‬
68
‫خروجي‌اين‌فرمان‌عبارتست‌از‪:‬‬
‫در‌نمودار‌باال‌چون‌نموار‌‪ ACF‬بصـورت‌مـوج‌سينوسـي‌ميـرا‌اسـت‪‌،‬احتمـاالً‌‬
‫سري‌زماني‌فوق‌فرآيند‌‪ AR‬مي‌باشد‌كه‌به‌دليل‌تعداد‌كـم‌داده‌هـا‪‌،‬مرتبـه‌آن‌‬
‫(‪‌،)p‬براحتي‌قابل‌تشخيص‌نيست‪.‬‬
‫‪69‬‬
‫پيش‌بيني‌مقادير‌آينده‌سري‌زماني‪:‬‬
‫يكي‌از‌اهداف‌ساخت‌الگو‌براي‌سري‌هاي‌زماني‌اين‌است‌كه‌بتوانيم‌مقادير‌آينده‌‬
‫را‌با‌توجه‌به‌اطالعات‌گذشته‌آن‌پيش‌بيني‌كنـيم‌‪‌.‬در‌عمـل‪‌،‬معمـوالً‌الگـ‌وي‌‬
‫برازش‌شده‌به‌داده‌ها‌معلوم‌نيست‪‌،‬لذا‌ابتدا‌بايد‌الگوهاي‌احتمالي‌مولد داده‌ها‌را‌‬
‫به‌روش‌هاي‌مختلف‌شناسايي‌نموده‌و‌پـ ‌از‌بررسـي‌آنهـا‌توسـط‌يكـي‌ا‌ز‌‬
‫روش‌ها‌و‌آزمون‌هاي‌نيكويي‌برازش‌(نظير‪‌:‬آماره‌آزمون‌ليانگ‌‪ -‬باك ‌" "و‌‬
‫‪‌)...‬و‌انتخاب‌بهترين‌الگو‌(الگويي‌كه‌داراي‌كمترين‌پـارامتر‌باشـد‌)‌توسـط‌‬
‫مالك‌هاي‌مختلف‌آماري‌(نظير‪‌:‬مالك‌ ‪(AIC‬مالك‌اطالع‌آكاييك)‪‌،‬مالك‌‬
‫‪(SBC‬مالك‌شوارتز)‌و‌‪‌،)...‬پارمترهاي‌الگوي‌‌انتخابي‌(مناسب)‌را‌با‌روش‌‬
‫هاي‌برآورد‌استاندارد‌بدست‌آوريم‪.‬‬
‫‪70‬‬
‫حال‌فرض‌كنيد‪‌،‬الگو‌كامالً‌معلوم‌است‌و‌مقادير‌مشخصي‌براي‌پارامترها‌داريـم‌‪‌.‬‬
‫بنابراين‌برمبناي‌گذشته‌سري‌زماني‌تا‌زمـان‌مبـداء‌ ‪‌،) (t‬مـي‌خـواهيم‌مقـدار‌‬
‫سري‌زماني‌در‌‪ l‬واحد‌زمان‌بعد‌(كـه‌‪ l‬را‌زمـان‌تقـدم‌پـيش‌بينـي‌گـوييم‌)‌را‌‬
‫پيش‌بيني‌كنيم‪.‬‬
‫‪X‬‬
‫) ‪Xˆ (l‬‬
‫مرحله‌بعد‌‌‌‌را‌با‌‌‌‌‌‌‌نشان‌داده‌و‌آنرا‌بصورت‪:‬‬
‫پيش‌بيني‌‪l‬‬
‫‪t‬‬
‫‪t‬‬
‫)‪Xˆ t (l )  E( X t l | X t , X t 1,...X 2, X 1‬‬
‫تعريف‌مي‌كنيم‪.‬‬
‫‪71‬‬
‫در‌پنجره‌دو‌روش‌پيش‌بيني‌وجود‌دارد‌كه‌بترتيب‌عبارتند‌از‪:‬‬
‫‪‌:Dynamic -1‬با‌انتخاب‌اين‌گزينه‪‌،‬پيش‌بيني‌ها‌براي‌دوره‌هاي‌بعـد‌از‌او‌لـين‌‬
‫دوره‌‌دامنه‌جاري‪‌،‬با‌‌استفاده‌‌از‌‌مقادير‌پيش‌بيني‌شده‌قبلي‌متغيرهـاي‌ بـا‌وقفـه‌‬
‫انجام‌مي‌شود‪‌.‬‬
‫‪‌:Static -2‬با‌‌‌انتخاب‌اين‌گزينه‪‌،‬مقادير‌اصلي‌قبـل‌از‌مقـادير‌پـيش‌بينـ‌ي‌شـده‌‬
‫استفاده‌مي‌شوند‌(البته‌اين‌روش‌تنها‌زماني‌قابل‌استفاده‌است‌كه‌داده‌هاي‌اصلي‌‬
‫موجود‌باشند)‌درصورتي‌كه‌معادله‌داراي‌خطاي‌‪ AR‬يا‌‪ MA‬باشد‪‌،‬هـر‌دوي‌‬
‫اين‌روش‌ها‌مقادير‌اخالل‌(نوفه‌سفيد‌"‪‌)"Zt‬را‌پيش‌بيني‌خواهند‌كرد‪.‬‬
‫پ ‌از‌انتخاب‌روش‌پيش‌بيني‌و‌انجام‌تنظيمات‌مـوردنظر‪‌،‬بـر‌روي‌دكمـه‌‪OK‬‬
‫كليك‌مي‌كنيم‪.‬‬
‫‪72‬‬
‫خروجي‌هاي‌اين‌فرمان‌عبارتند‌از‪:‬‬
‫‪73‬‬
74
‫پایان‬
‫‪75‬‬