شکل(۲۰)

https://telegram.me/eviewsrm

سپس همانند شکل (۲۰) تنظیمات را به dated panel تغییر میدهیم.

https://telegram.me/eviewsrm

و مقاطع را که در مثال ما کشورهاست را وارد می کنیم و date series را که همان دوره زمانی است و در فایل با dated مشخص شده بود. ( می توانید برای بازه زمانی از نام های دیگری نیز استفاده کنید، در این مثال فرضی dateid در نظر گرفته شده است).

شکل(۲۱)

شکل(۲۲)
https://telegram.me/eviewsrm

سپس گزینه ok رامی زنیم ودر نتیجه داده ها همانند شکل (۲۲)دارای مقطع خواهند بود.

#آزمون_Q
معمولا بعد از تخمین مدل های تحقیق که با استفاده از روش های مختلف انجام میشود مانند OLS،DOLS و ... آزمون های خود همبستگی و واریانس ناهمسانی انجام می گردند. یکی از این آزمون ها آزمون Q می باشد.
1-آزمون خودهمبستگیQ
برای انجام این آزمون بعد از تخمین مدل تحقیق مراحل زیر را طی می نمایید.
View,residual diagnostics,correlogram-Q-statistics
https://telegram.me/eviewsrm

در این شکل آزمون Q و توابع خودهمبستگی انجام شده است.بهترین راه برای بررسی آزمون استفاده از پراب ها یا سطح خطا می باشد. با توجه به نتایج این آزمون مشخص است که همگی سطح خطا ها بالای 0.05 هستند.لذا مدل فاقد ایرادات خود همبستگی یا تصریح غلط مدل است.(به عبارت دیگر زمانی که اکثر پراب ها بالای 0.05 باشند در مدل خودهمبستگی نداریم).
https://telegram.me/eviewsrm

#مقدمه_ای_بر_روش_ARCH

یکی از مباحث اقتصاد سنجی که امروزه کاربرد گسترده ای در مباحث مالی و اقتصادی پیدا کرده است مدل های تغییر پذیری GARCH و ARCH در کلاس های مختلف می باشد. در مباحث اقتصاد سنجی از الگوهای GARCH برای برآورد نوسانات شرطی متغیرها استفاده می شود. استفاده از این مدل ها مشروط بر وجود اثر ARCH در پسماندهای معادله (یا معادلات) میانگین شرطی است. معیارهای زیادی برای تشخیص مرتبه بهینه مدل هایGARCH و ARCH معرفی شده است. همچنین آزمون هایی برای تشخیص خوبی برازش الگوهای GARCH وARCH طراحی شده است.به طور کل می توان الگوها این روش تخمین را در حالت های زیر خلاصه نمود

1⃣ الگوهای GARCHنامتقارن در کلاس های EGARCH، TGARCH، AGARCH

2⃣ الگوهای GARCH در میانگین (GARCH in mean) در تمامی کلاس های متقارن و نامتقارن

3⃣الگوهای GARCH چند متغیره (Multivariate GARCH) در تمامی کلاس های متقارن و نامتقارن

4⃣ الگو ی GARCH در داده های پانل (GARCH model in panel data )

✅ https://telegram.me/eviewsrm

#روش_تخمین_dols
یکی از روش تخمین های پر کاربرد در علم اقتصاد سنجی روش تخمین هم انباشتگی می باشد این روش تخمین زمانی کاربرد دارد که متغیرها مانا از درجه یک باشند.در ادامه یکی از متد های این روش را(متد dols) را در قالب جزوه آموزشی در اختیار دوستان قرار داده می شود.
https://telegram.me/eviewsrm

روش تخمین هم انباشتگی(متد dols)
https://telegram.me/eviewsrm

یکی از مباحثی که در تحقیقات اقتصادی برای دانشجویان بحث بر انگیز می باشد تفاوت مدل تحقیق و روش تخمین آن است.در این فایل به بررسی این دو موضوع می پردازیم.
https://telegram.me/eviewsrm

چگونگی تغییر بازه زمانی در ایویوز
https://telegram.me/eviewsrm

📡 کانال کاربرد eviews در اقتصاد📡

📚کانالی برای علاقه مندان به یادگیری نرم افزار ایویوز

و دیگر مباحث مفید در حوزه پژوهش اقتصاد📚

https://telegram.me/eviewsrm

🔱دوستان اقتصادی خود را به کانال کاربرد ایویوز در اقتصاد دعوت کنید🔱

🇮🇷 @atcden 🇮🇷

#هم_خطی

یکی از بدترین روشهای رفع هم خطی حذف متغییری است که ضریب آن بی معنی شده است.
در ابتدا باید مطمین شوید هم خطی وجود دارد. به ۴طریق
۱.آر دو بالا اما تعداد کم نسبتهای tمعنی دار
۲.همبستگی شدید بین دو به دو متغییر های توضیحی
۳.امتحان ضرایب جزیی
۴.رگرسیون های معین.

اکثرا از اولین مورد استفاده می شود.

راه های رفع هم خطی
۱.تبدیل متغییرها
۲.افزایش حجم نمونه
۳.ترکیب داده های مقطعی و سری زمانی(داده های مرکب)
۴.حذف متغییر و تورش تصریح

⛔️اگر چه حذف متغییر ساده ترین راه رفع هم خطی است ولی این امکان وجود دارد که حذف متغییر منجر به تورش تصریح شود⛔️

اطلاعات بیشتر فصل ۱۰کتاب اقتصاد سنجی گجراتی https://telegram.me/eviewsrm

#رفع_هم_خطی هم خطی که در الگوهای اقتصادی با بیش از یک متغیر توضیحی است به همبستگی بین متغیرهای توضیحی
اشاره دارد. هم خطی به دو صورت ناقص و کامل وجود دارد . در حالت هم خطی کامل یک متغیر به صورت ترکیب خطی از متغیر دیگر است .در واقع می توان یک متغیر را بر حسب متغیر دیگر به طور دقیق محاسبه نمود .هم خطی ناقص تقریبا در تمام مدل های اقتصادی وجود دارد . آنچه اهمیت دارد همبستگی بالای یک متغیر توضیحی با متغیر کلیدی است که باعث می شود ضرایب متغیر کلیدی تورش دار شود.در مواقعی که هم خطی بالایی بین متغیرها وجود داشته باشد واریانس ضرایب متغیرها افزایش یافته و هم چنین غالبا مقدار ضریب تعیین بالا و بسیاری از متغیرها از لحاظ آماری معنادار نیستند.هم چنین دو شاخص ضریب افزایش واریانس و تلرانس نیز جهت شناسایی هم خطی استفاده می شوند.تلرانس یک متغیر میزانی است که یک متغیر را می توان بوسیله متغیرهای دیگر پیش بینی نمود.


راههای رفع همخطی کامل:

نادرست ترین روش رفع هم خطی حذف متغیر از مدل است . در این حالت ضرایب متغیرهای دیگر ناسازگار و اریب خواهد بود . یکی از روش های کاربردی در اقتصاد استفاده از نسبت دو متغیر به جای خود آن متغیرهاست. روش دیگر استفاده از متغیر ابزاری است .هر متغیری را نمی توان به عنوان ابزار برای متغیر دیگر استفاده نمود . متغیر ابزاری باید بتواند متغیر اصلی را توضیح دهد .روش مولفه های اصلی که به طور عمده در کارهای پرسش نامه ای استفاده می شود روش دیگری است. https://telegram.me/eviewsrm

#تحلیل_نتایج_تخمین
یکی از مسائل پیش روی دانشجویان اقتصاد آن است که بعد از تخمین مدل تحقیق،صفحه نتایج را باید چگونه تحلیل نمایند.در مثال زیر که در آن یک تخمین ols انجام شده است نحوه تحلیل نتایج بررسی خواهد شد.قبل از تحلیل مثال ذکر چند نکته مفید خواهد بود.
اولا مهمترین بحثی که در صفحه نتایج قابل تامل است prob یا سطح خطای متغیرهاست که باید همه آنها یا اکثرشان زیر 5 درصد باشند(یا به عبارت دیگر باید قدر مطلق t-Statistic،باید بالای 2 باشند)
دوما آماره دوربین واتسون مابین 1.66 تا 2.25 باشد تا خود همبستگی نداشته باشیم(البته بهترین مقدار برای این اماره مقدار 2 است)
سوما آماره R-squared یا همان R2 ،بهتر است نزدیک یک باشد البته کم بودن این آماره به معنای بدی مدل نخواهد بود(این اماره قدرت توضیح دهندگی متغیر وابسته توسط متغیرهای مستقل را نشان می دهد)
چهارما Coefficient یا همان ضرایب هستند که با این مقادیر متغیرهای مستقل بر متغیر وابسته تاثیر می گذارند.
نکته1:ضریب C یا همان عرض از مبدا است که باید در تمامی مدل ها لحاظ شود مگر اینکه در مبانی نظری ذکر شده باشد که نیازی به عرض از مبدا نیست.

مثال

در این مثال متغیر Y متغیر وابسته(به عنوان مثال تولید) و متغیر X متغیر مستقل(به عنوان مثال شاخص قیمت) می باشد.
تحلیل نتایج:
همانطور که مشخص است در کوتاه مدت اکثر PROB ها زیر0.05 می باشند و بدین معناست که اکثر متغیرها تاثیر معناداری(معناداری به این معناست که تغییر متغیر شاخص قیمت بر تولید موثر است) بر تولید دارند.دوربین واتسون برابر 2.06 می باشد و به این معنی است که در این تحقیق خود همبستگی نداریم.R2 این تحقیق نیز 0.45 درصد است.
افزایش یک درصدی در لگاریتم شاخص قیمت ها باعث افزایش 0.31 درصدی تولید شده است و بنابراین متغیر شاخص قیمت تاثیر مثبت و معناداری بر تولید بر جای گذاشته است.(از این قسمت به بعد باید مبانی نظری ارتباط بین شاخص قیمت ها و تولید را توضیح دهید تا علت بدست امدن ضریب مثبت را توجیه شود).
متغیر DUM یا همان متغیر مجازی نیز متغیری است که عوامل کیفی همچون جنگ،تحریم را در مدل در نظر میگیرد.این متغیر مقدار صفر و یک می گیرد و در اکثر مدل ها نقش تعدیل کننده را دارد
تذکر:متغیر مجازی را نمی تواند به هر علتی در مدل وارد نمود و باید حتما علت اقتصادی برای آن اورده شود.