Информационное письмо
Образец оформления статьи
Анкета автора
11.01.2015

Исследование методов регрессионного анализа программной среды Eviews

Пронина Ольга Юрьевна
студент 3 курса факультета математики, информационных технологий и техники Приамурский государственный университет им.Шолом-Алейхема Биробиджан, Россия
Баженов Руслан Иванович
к.п.н., доцент, зав.кафедрой информатики и вычислительной техники факультет математики, информационных технологий и техники Приамурский государственный университет им. Шолом-Алейхема Биробиджан, Россия
Аннотация: В статье рассматривается конкретный пример применения среды Eviews для рассмотрения основных возможностей работы данной программы в решении задачи регрессионного анализа. Приведены численные значения, выводы о расчетах в данной задаче. Для иллюстрации использовались данные по урожайности и внесению минеральных удобрений нескольких районов Нижегородской области.
Ключевые слова: Eviews, регрессионный анализ, эконометрика
Электронная версия
Скачать (1.06 Mb)

Проблема расчета значений описательных статистик, построения полей корреляции результативного и факторного признаков, а также эмпирической линии регрессии, напрямую связанна с рассмотрением основных функций программы Eviews, с рассмотрением методов интеллектуального анализа данной среды. Так как эта программа решает задачи измеренных экономических переменных, их взаимосвязи, а так же прогнозирования, моделирования и д.р., в общем, эконометрические задачи.

Основное развитие принципов работы среды Eviews в некоторой степени является определенностью принципов работы прогнозов на базе эконометрических моделей и методов. В.А.Банников описал как можно использовать программу при анализе векторных моделей авторегрессии и коррекции регрессионных остатков [5]. В.Г.Брюков представил модели предсказания курса доллара, а также эффективные методы прогнозирования с использованием Excel и Eviews [6]. Применение эконометрического анализа показали Н.А.Демьяненко и А.Н.Демьяненко [7], О.Ю.Мамедов [10], Д.Фантаццини [14], И.М.Промахина [13]. Разные подходы прогнозирования раскрыли Н.И.Лакман и И.А.Юсупова [9], Н.А.Абдуллаева [1] А.Т.Козинова [8], Г.И.Пеникас [12]. Применение интеллектуального анализа показали Р.И.Баженов и др. [2-4, 15]. Зарубежные ученые также применяют Eviews в своих исследованиях [16, 17].

Объектом исследования является рассмотрение основных возможностей работы среды Eviews на примере расчета значений описательных статистик, полей корреляции результативного и факторного признаков, эмпирической линии регрессии. Для примера были взяты данные для агрономических районов Нижегородской области [11]: урожайность (ц/га); внесенные минеральные удобрения (кг/га) (табл.1).

Таблица 1 - Данные для агрорайонов Нижегородской области

№ района

1

2

3

4

5

6

7

8

Урожайность зерновых, ц/га

11,69

10,67

14,67

15,45

13,18

12,90

11,37

12,82

Внесено минеральных удобрений, кг/га

11,28

42,73

47,80

65,87

60,13

40,28

61,32

57,3


Проиллюстрируем процесс.

Необходимо создать таблицу Excel, и записать данные (табл. 1). Данные набираются латинскими буквами. Введем обозначения переменных: урожайность зерновых – Productivity;внесено удобрений – Fertilizers(рис.1).

Рис. 1. Данные задачи в Excel. 

Рис. 1. Данные задачи в Excel.

Сохраняем таблицу как файл Microsoft Excel 5.0/95.

Далее запускаем Eviews (рис.2).

Рис. 2. Программа Eviews. 

Рис. 2. Программа Eviews.

Теперь нужно создать файл для импортирования созданной таблицы из Excel в Eviews, для этого нужно выбрать File/New/Workfile(рис.3), далее Workfilestructuretype (тип структуры рабочего файла) допускает выбор:

1. dated -regular frequency от -регулярный –частотных
2. balanced panel сбалансированную группу
3. unstructured/undated неструктурированных/без даты

Выбираем Unstructured/Undated, в Observations записываем число 8, так как имеется 8 районов (рис. 4). 

Рис. 3. Создание нового файла.

Рис. 3. Создание нового файла.

 Рис. 4. Установление параметров для нового файла Eviews.

Рис. 4. Установление параметров для нового файла Eviews.

Для импорта файла Excel, где создавалась таблица, в Workfile: UNTITLED выбираем Procs/Import/ReadText-Lotus-Excel(рис.5).

Рис. 5. Импортирование файла Excel в Eviews.

Рис. 5. Импортирование файла Excel в Eviews.

В окне указываем адрес ячейки, в которой записаны данные первого наблюдения и число переменных (рис.6).

Рис. 6. Запись адреса ячейки первого наблюдения и числа переменных. 

Рис. 6. Запись адреса ячейки первого наблюдения и числа переменных.

 В новом окне выводятся: имена переменных, константа (с) и остатки (resid) (рис.7)

 Рис. 7. Вывод импортированных данных.

Рис. 7. Вывод импортированных данных.

 Теперь требуется вычислить значения описательных статистик. В окне Workfile выделяем переменные и выбираем: Open/AsGroup(рис.8).

 Рис. 8. Нахождение описательных статистик по группе

Рис. 8. Нахождение описательных статистик по группе

 Рис. 9. Значения каждой переменной.

Рис. 9. Значения каждой переменной.

 Для построения поля корреляции, требуется выбрать пункты меню: View/Graph/Scatter/Simple Scatter(рис.10).

 Рис. 10. Построение поля корреляции.

Рис. 10. Построение поля корреляции.

 Полученный график это поле корреляции результативного и факторного признаков (рис.11).

 Рис. 11. Поле корреляции.

Рис. 11. Поле корреляции.

Значения описательных статистик отображаются через кнопку Stats на рис. 11(рис.12).

Рис. 12. Значения описательных статистик

Рис. 12. Значения описательных статистик

Построим эмпирическую линию регрессии. Для этого в окне Workfile необходимо выбрать: View/Grаph/Scatter/ScatterwithRegression(рис.13).

Рис. 13. Построение эмпирической линии регрессии.

Рис. 13. Построение эмпирической линии регрессии.

 Полученный график является эмпирической линией регрессии (рис.14).

 Рис. 14. Эмпирическая линия регрессии.

Рис. 14. Эмпирическая линия регрессии.

 Найдем уравнение регрессии Proc/MakeEquation/ (рис.14, 15).

 Рис. 15. Построение  уравнения регрессии.

Рис. 15. Построение уравнения регрессии.

 Рис. 16. Данные  уравнения регрессии.

Рис. 16. Данные уравнения регрессии.

Таким образом, уравнение регрессии имеет вид: PRODUCTIVITY = 0.038713*FERTILIZERS+10.97241

В ходе решения задачи были изучены основные функции для решения эконометрических задач с помощью программы Eviews. На рис. 16 видно, что полученные точки корреляционного поля расположены в форме эллипса, и его главная диагональ имеет положительный угол наклона (/), это означает, что корреляция положительная. Построена эмпирическая линия регрессии PRODUCTIVITY = 0.038713*FERTILIZERS+10.97241, она отображает зависимость между урожайностью и количеством внесенных удобрений.

Списоклитературы:

1. Абдуллаева Н.А. Нечеткий подход к прогнозированию уровня бедности // Управление большими системами: сборник трудов. 2010. №30. С. 98-114.

2. Баженов Р.И. Интеллектуальные информационные технологии. Биробиджан: ПГУ им. Шолом-Алейхема, 2011. 176 с.

3. Баженов Р. И. Информационная безопасность и защита информации: практикум. Биробиджан: Изд-во ГОУВПО «ДВГСГА», 2011. 140 с.

4. Векслер В.А., Баженов Р.И. Определение взаимосвязи номенклатурных позиций средствами 1С:Предприятие 8.3 // Современные научные исследования и инновации. 2014. № 7 (39). С. 45-49.

5. Банников В.А. Векторные модели авторегрессии и коррекции регрессионных остатков (Eviews) // Прикладная эконометрика. 2006. №3. С. 96-129.

6. Брюков В.Г. Как предсказать курс доллара. Эффективные методы прогнозирования с использованием Excel и Eviews. М.:КНОРУС, 2011. 272 с.

7. Демьяненко Н.А., Демьяненко А.Н. География экономической науки: Постановка проблемы // Пространственная экономика. 2014. №1. С.65-78.

8. Козинова А.Т. Прогнозирование выручки предприятия // Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Экономика и финансы. 2004. №1. С. 15-21

9. Лакман Н.И., Юсупова И.А. Прогнозирование расходов на содержание объектов социальной инфраструктуры промышленных предприятий // Вестник Уфимского Государственного авиационного технического университета. 2009. Т. 13. №2. С. 102-108.

10. Мамедов О.Ю. Экономическая теория нужна. Всем. Кроме экономистов? // Terra Economicus. 2014. Т. 12. № 3. С. 8-14.

11. Мишина З.А. Государственная поддержка как одно из направлений повышения эффективности производства зерновых в зависимости от внесения минеральных удобрений и норм субсидирования // Управление экономическими системами: электронный научный журнал. 2012. № 3 (39). С. 2.

12. Пеникас Г.И. Прогнозирование кривой доходности в задачах управления активами и пассивами банка // Прикладная эконометрика. 2008. №4. С. 3-26.

13. Промахина И.М., Ван Лулу Эконометрический анализ взаимосвязи экономического роста и безработицы в Китае (1978-2006гг.) // Вестник Российского университета дружбы и народов. Серия: Экономика. 2008. №3. С. 82-94.

14. Фантаццини Д. Эконометрический анализ финансовых данных в задачах управления риском // Прикладная эконометрика. 2008. №2. С. 91-137.

15. Vexler V.A., Bazhenov R.I., Bazhenova N.G. Entity-relationship model of adult education in regional extended education system // Asian Social Science. 2014. Т. 10. № 20. С. 1-14.

16. Anghelache C., Anghel M.G. Using the Regression Model in the Analysis of Financial Instruments Portfolios // Procedia Economics and Finance. 2014. Т. 10. С. 324-329.

17. Ju K., Zhou D., Zhou P., Wu J. Macroeconomic effects of oil price shocks in China: An empirical study based on Hilbert–Huang transform and event study // Applied Energy. Т. 136. С. 1053-1066.