آموزش تخمین مدل‌های پنل دیتا در نرم‌افزار ایویوز

آموزش تخمین مدل‌های پنل دیتا در نرم‌افزار ایویوزایویوز بهترین نرم‌افزار تحلیل داده برای دانشجویان و محققان است. اما متأسفانه در ایران منابع آموزشی کمی در مورد اون وجود داره که به همین خاطر امروز تصمیم گرفتیم تا در نوشت یار یکی از روش‌های تخمین مدل‌های پنل دیتا را به‌صورت رایگان به شما آموزش دهیم. همچنین پیشنهاد می‌کنیم برای یادگیری بیشتر ایویوز از دوره‌های آموزشی ویدیویی نوشت یار استفاده نمایید. در این مقاله آموزش ایویوز به صورت تخصصی تخمین مدل های دیتا را آموزش خواهید دید.

در این مجموعه روش واردکردن داده‌های (به‌صورت مقطعی و سری زمانی) panel و تخمین مدلهای panel data در نرم‌افزار ایویز (EWiews7) توضیح داده می‌شود.

واردکردن داده‌ها در ایویوز

پس از باز کردن برنامه، ابتدا یک برگه کاری برای خود ایجاد کنید:
File/new/workfile

آموزش پنل دیتا در ایویوزسپس مشخصات سری زمانی و مقطعی panel data خود را این قسمت وارد می‌کنید:
فرضاً دادهای پنل شما مربوط به دوره ۱۳۷۹ – ۱۳۸۶ می‌باشد

آموزش پنل دیتا در ایویوزسپس در صفحه جدید بازشده راست کلیک کنید و گزینه new object را انتخاب کنید

آموزش پنل دیتا در ایویوزپس باز کردن new object گزینه pool را انتخاب کرده و بر روی گزینه ok کلیک کنید

آموزش پنل دیتا در ایویوزدر صفحه جدید بازشده مقاطع خود را به شکل زیر وارد نمایید:
به‌عنوان مثال می‌خواهید ۲۸ استان کشور را در تحقیق خود موردبررسی قرار دهید
(آندر لاین + اسم استان) _azarbayejan sharghi
.
.
.
_yazd

یا از استان ۱ تا ۲۸

سپس در همان صفحه‌ای که هستید ((Cross Section Identifiers: (Enter identifiers below this line) در بالای صفحه بر روی گزینه sheet کلیک کنید تا متغیرهای خود را به شکل زیر وارد کنید.
به‌عنوان مثال شما پنج متغییر دارید، مثل انفاق (متغیر وابسته ca)، درآمد سرانه (متغیر مستقل rgdp) و …
ابتدا، متغیر وابسته+علامت سؤال+فاصله سپس، متغیرهای مستقل+علامت سؤال+فاصله؛ به شکل زیر:
ca? rgdp? ye? t? s? f?

آموزش پنل دیتا در ایویوزحال یک صفحه جدید جهت واردکردن داده‌ها یا کپی از جای دیگر (به فرض مثال از اکسل) باز می‌شود

آموزش پنل دیتا در ایویوزبا فشار دادن دکمه Edit می‌توان داده‌ها را وارد نمود
همچنین با دکمه Order می‌توان جای سطر و ستون را جابه‌جا نمود.

آموزش پنل دیتا در ایویوزتخمین مدلهای Panel در ایویوز

تا به اینجای کار روش واردکردن داده‌ها توضیح داده شد. حال پس از مشخص شدن روش تخمین مدل به تخمین مدل پرداخته می‌شود. به‌منظور مشخص شدن روش تخمین، ابتدا به‌طور پیش فرض مدل را تخمین بزنید، برای این کار:
در بالای همان صفحه بر روی گزینه Estimate جهت تخمین کلیک نمایید،

آموزش پنل دیتا در ایویوزسپس در قسمت Dependent variable متغیر وابسته و در قسمت common coefficient متغیرهای مستقل را وارد کنید، و در قسمت estimate method روش تخمین را انتخاب کنید. حال می‌توان برخی از آزمون‌ها را نیز برروی مدل خود انجام دهید.

آزمون مانایی دو در ایویوز

به این منظور در سمت چپ و بالای صفحه‌ای که نتایج تخمین مدل ظاهرشده است ابتدا بر روی دکمه View کلیک کرده و سپس بر روی گزینه Unit Root test کلیک کنید. در قسمت pool series نام متغیری که می‌خواهیم آزمون مانایی را بر روری آن انجام دهیم وارد می‌کنیم (به‌عنوان مثال اگر قصد دارید بر روی متغیر درآمد سرانه آزمون صورت گیرد (? rgdp) را وارد نمایید) و سپس در قسمت زیر آن ((test type روش آزمون (که ۶ روش پیشنهاد شده است) را انتخاب می‌کنیم (به فرض روش Hdri انتخاب‌شده است).

آموزش پنل دیتا در ایویوز

آموزش پنل دیتا در ایویوز

آزمون مانایی دو:اگر داده‌ها مانا نباشند، دچار رگرسیون کاذب می‌شویم

به این منظور در سمت چپ و بالای صفحه‌ای که نتایج تخمین مدل ظاهرشده است ابتدا بر روی دکمه View کلیک کرده و سپس بر روی گزینه Unit Root test کلیک کنید. در قسمت pool series نام متغیری که می‌خواهیم آزمون مانایی را بر روری آن انجام دهیم وارد می‌کنیم.

(به‌عنوان مثال اگر قصد دارید بر روی متغیر درآمد سرانه آزمون صورت گیرد (? rgdp) را وارد نمایید) و سپس در قسمت زیر آن ((test type
روش آزمون (که شش روش پیشنهاد شده است) را انتخاب می‌کنیم (به فرض روش Hdri انتخاب‌شده است).
با کلیک دکمه ok نتایج آزمون مانایی به شکل زیر ظاهر می‌شود:

آزمون چاو در ایویوز

این آزمون به‌منظور انتخاب تخمین مدل به روش حداقل مربعات تلفیقی یا حداقل مربعات متغیر موهومی می‌باشد. اصول اقتصادسنجی آن به‌صورت زیر می‌باشد.
مدل رگرسیون زیر را در نظر بگیرید:

در رابطه (۳- i، (۱ نشان‌دهنده i امین واحد مقطعی و t نشان‌دهنده t امین دوره زمانی است. فرض می‌شود حداکثر n مقطع و حداکثر t دوره زمانی وجود دارد.
برآورد مدل ( ۳- ۱) به فروض ما در مورد عرض از مبدأ، ضرایب شیب و خطای  it بستگی دارد. دو حالت کلی در برآورد رابطه( ۱-۳) عبارت‌اند از:
الف- فرض کنیم، عرض از مبدأ و ضرایب شیب در طول زمان و در فضا (مکان) ثابت بوده و در جمله خطا در طول زمان و برای مقاطع مختلف متفاوت باشد.
ب- ضرایب شیب ثابت اما، عرض از مبدأ برای مقاطع مختلف متفاوت است. ساده‌ترین روش، حذف ابعاد مکان و زمان از دادههای ترکیبی و برآورد رگرسیون متداول حداقل مربعات معمولی است. در این حال مدل (۳- ۱) به‌صورت زیر تصریح خواهد شد:

همان‌طور که مشاهده می‌شود در برآورد رابطه (۳- ۲) عرض از مبدأ و ضرایب شیب بین تمامی مقاطع مشترک خواهند بود. رابطه (۳- ۲) که با روش حداقل مربعات معمولی انجام می‌گیرد، به روش حداقل مربعات تلفیقی چهار معروف است. به‌عبارت‌دیگر اگر کل داده‌ها با یکدیگر ترکیب و با روش (OLS) تخمین زده شود، مدل دادههای یکپارچه شده پنج به‌دست می‌آید.

معدله رگرسیون در ایویوز

روش دیگر برای ملاحظه » تکی «(وجود مستقل) هر یک از واحدهای مقطعی، آن است که عرض از مبدأ برای هر یک از آنها متفاوت باشد. با فرض ثابت بودن ضرایب شیب بین مقاطع می‌توان معادله رگرسیون را به‌صورت ذیل تصریح کرد:

در رابطه (۳- ۳)، اندیس i در جمله عرض از مبدأ نشان می‌دهد که عرض از مبداهای متفاوت ممکن است ناشی از ویژگیهای خاص هر یک از مقاطع باشد. در ادبیات اقتصادسنجی مدل (۳- ۳) به مدل رگرسیون اثرات ثابت ۶ یا حداقل مربعات متغیر موهومی ۷ معروف است.

اصطلاح تاثیرات ثابت ناشی از این حقیقت است که با وجود تفاوت عرض از مبدأ میان مقاطع، عرض از مبداهای هر مقطع طی زمان تغییر نمی‌کند. برای اینکه عرض از مبداهای هر مقطع بدون تغییر باقی بماند، از متغیرهای موهومی در این روش استفاده می شود.
برای انتخاب مدل حداقل مربعات تلفیقی و مدل اثرات ثابت از آزمون چاو ٨ استفاده می‌گردد.
فرضیات این آزمون به‌صورت زیر است:
فرض صفر: حداقل مربعات تلفیقی و فرضیه مقابل: حداقل مربعات موهومی می‌باشد.
فرضیه اول بر اساس مقادیر مقید و فرضیه متقابل آن بر اساس مقادیر غیر مقید است. آماره آزمون چاو بر اساس مجموع
مربعات خطای مدل مقید و غیر مقید به‌صورت زیر است:

آموزش پنل دیتا در ایویوزتست هاسمن در ایویوز

به‌منظور گزینش میان مدل اثرات ثابت و مدل اثرات تصادفی این آزمون صورت می‌گیرد. اصول اقتصادسنجی آن به‌صورت زیر می‌باشد.
طرفداران مدل اثرات تصادفی (٩(RE یا مدل جزء خطا (١٠(ECM معتقدند که اگرچه متغیرهای موهومی نشان‌دهنده فقدان دانش و اطلاعات ما درباره مدل حقیقی هستند، چرا آن را از طریق جزء خطا i.t بیان نکنیم؟

ایده اساسی و آغازین با رابطه (۳- i. 1 طرفداران روش تاثیرات تصادفی معتقدند، به جای این که. شروع می‌شود) ۵ را در رابطه (۳- ۵) ثابت فرض کنیم، آن را به ۱ صورت متغیری تصادفی با میانگین در نظر می‌گیریم. مقدار عرض از مبدأ برای هر مقطع به‌صورت زیر بیان می‌شود:
در رابطه (۳- i، (۵ جمله خطای تصادفی با میانگین صفر و واریانس است.
فرض اساسی در مدل تاثیرات تصادفی در این است که مقاطع موردمطالعه متعلق به جامعهای بزرگ‌تر هستند و میانگین مشترکی برای عرض از مبدأ دارند. اختلاف در مقادیر عرض از مبدأ هر مقطع در جمله خطای i منعکس می‌شود. بر اساس مدل تاثیرات تصادفی رابطه (۳- ۵) این چنین خواهد بود:

جمله خطای ترکیبی Wit متشکل از دو جزء  i (خطای مقطعی) و i,t (خطای ترکیبی) می‌باشد. مدل اجزا خطا به این سبب خوانده می‌شود که جمله خطای ترکیبی Wit از دو یا چند جزء خطا تشکیل شده است.

ساختار جمله خطا درروش اثرات تصادفی به گونهای است که باید این روش را با کمک حداقل مربعات تعمیم یافته برآورد کرد. همان‌طور که قبلاً گفته شد، درروش اثرات ثابت باید جمله عرض از مبدأ طی زمان ثابت باشد درحالی‌که درروش اثراتتصادفی عرض از مبدأ می‌تواند طی زمان تغییر پیدا کند.

فرضیات آزمون هاسمن

بنابراین به‌منظور انتخاب میان دو روش اثرات ثابت و تصادفی برای تخمین دادههای انباشته شده از آزمونی که در سال ۱۹۸۰ توسط هاسمن ١١ ارائه‌شده استفاده می‌کنیم. فرضیات این آزمون به‌صورت زیر است.
فرضیه صفر: روش اثرات تصادفی کاراتر است.
فرضیه متقابل: روش اثرات ثابت کاراتر است.
نشانگر برآوردگرهای روش اثرات ثابت و ˆ نیز برآوردگرهای اثرات تصادفی را نشان دهد.
آنگاه داریم:

کوواریانس برای ضرایب مدل اثرات ثابت، و -، ماتریس واریانس ˆ ماتریس واریانس- کوواریانس برای ضرایب مدل اثرات تصادفی است.
هاسمن ثابت کرد این آماره دارای توزیع کای-دو بوده و آماره مناسبی برای انتخاب میان روش اثرات ثابت و تصادفی است.
چنانچه آماره آزمون محاسبه‌شده بزرگ‌تر از X 2 جدول باشد فرضیه صفر رد می‌شود یعنی برابری برآوردهای این روش رد می‌گردد به این مفهوم که تفاوت در عرض از مبدأ مقاطع مختلف به‌صورت تصادفی نمی‌باشد پس اثرات تصادفی مناسب نیست
به روش زیر تست را انجام می‌دهیم:

آموزش پنل دیتا در ایویوزاگر prob به‌دست آمده کوچکتر از ۰,۱ بود با اطمینان ۹۰ درصد می‌توان کفت که باید از روش اثر ثابت (Fixed) باید برای
تخمین مدل استفاده کرد و اگر prob بزرگ‌تر از ۰,۱ بود باید از روش اثرات تصادفی (Random) به‌منظور تخمین مدل باید
استفاده کرد (در مثال زیر باید از روش اثر ثابت باید استفاده کرد).

چگونه از روش اثر ثابت و تصادفی می‌توان مدل را تخمین زد

پس از واردکردن داده و انتخاب گزینه Estimate پنجره‌ای باز می‌شود، پس از اینکه در قسمت‌های موردنظر متغیرهای مستقل و وابسته را به شکلی که توضیح داده شد وارد کردید، در قسمت Estimate method روش تخمین را با توجه به نتایج تست هاسمن انتخاب کنید.

باید به این نکته توجه داشت با توجه به آزمون چاو روش تخمین شما مشخص می‌شود، اگر روش تخمین مدل به روش pool بود باید به‌طور پیش فرض مدل موردنظر تخمین زده شود و سپس با آزمون هاسمن درستی کار را بررسی کرد و چنانچه روش تخمین زده‌شده درست نبود، روش را تغییر دهید. به‌منظور تغیر روش تخمین، گزینه Estimate method (که شکل پنجره آن در زیر آمده است) را انتخاب کنید و روش تخمین را تغییر دهید (از Random به Fixed و یا برعکس).

آموزش پنل دیتا در ایویوز

در نوشت یار یک دوره آموزشی ایویوز ویژه تحلیل پایان نامه تهیه کرده ایم.

برای ورود به صفحه دوره آموزش ایویوز اینجا کلیک کنید.

آموزش تخمین مدل‌های پنل دیتا در نرم‌افزار ایویوز
5 (100%) 1 vote

ممکن است شما دوست داشته باشید

ارسال یک پاسخ

آدرس ایمیل شما منتشر نخواهد شد.