Manual Eviews

Guía Elemental del

Paquete E-Views

para el

Análisis Econométrico

Dra. María de la Paz Guzmán Plata

Í N D I C E

Instrucciones para estimar y evaluar un Modelo de Regresión Lineal en el paquete E-Views

1

Estimación del modelo en forma logarítmica y otras trasformaciones elementales

5

Predicción 7

Modelos Binarios (Modelos Logit y Probit) 19

Análisis de Series de Tiempo 30

Gráficas para pronósticar 30

Tendencia de una serie 33

Estacionalidad de una serie 38

Generación de Modelos AR, MA y ARMA estacionarios y no estacionarios en covarianza

44

Raices de los modelos ARMA y su diagnostico 48

Modelos ARMA con componentes de tendencia, estacionalidad y ciclo. 53

Predicción de modelos ARMA 62

Raíces Unitarias, Modelos ARIMA y Pronóstico 64

Estimación de modelos ARCH y GARCH 74

Vectores Autorregresivos 80

Pruebas de Causalidad de Granger 82

Función Estímulo Respuesta y la Tabla de Descomposición de la Varianza 84

Cointegración y Método de Corrección del Error 95

Pruebas para detectar cointegración entre las variables 96

INSTRUCCIONES PARA ESTIMAR Y EVALUAR UN MODELO DE REGRESIÓN LINEAL EN EL PAQUETE E-VIEWS

1.- Haga una hoja de trabajo en el paquete E-Views con la instrucción File/New/Workfile/Frequency/Anual, si los datos de la muestra del modelo a estimar son anuales con periodo inicial por ejemplo en 1980 y periodo final por ejemplo en 2010 (siempre dejar espacio para la predicción); Semi anual si son semestrales con periodo inicial por ejemplo en 1980.1 y periodo final 2010.2; Quanterly si son trimestrales con periodo inicial por ejemplo en 1980.1 y periodo final 1980.4; Monthly si son mensuales con periodo inicial por ejemplo en 1980.01 y 2010.12; Undated o irregular si son datos diarios, por hora o por minuto (como para el caso de datos de la Bolsa de Valores) con periodo inicial en 1 y periodo final por ejemplo en 20,000.

Recomendación. La muestra debe contener por lo menos 60 datos reciente, evite trabajar con datos anuales. Además, al estimar un modelo las variables medidas en puntos o en precios constantes (unidades reales) deben de tener la misma fecha base aunque sus unidades de medida pueden ser diferentes. La fecha base debe pertenecer a un año estable en términos económicos o financieros.

2.- Guarde su archivo con un nombre que sea familiar para usted con File/Save as/nombre del archivo

3.- Para meter los datos de cada variable escribir la palabra Data dejar espacio y escribir el nombre de la variable que va introducir y después enter. Estas palabras deberán ir en el espacio en blanco donde aparece el cursor. Por ejemplo data PIB y después que dé enter aparece el nombre de la variable y los espacios donde debe introducir los datos. Para importar los datos de excel, una vez que en EV haya escrito la palabra data (nombre de la variable) y dé enter, importar de excel sólo los datos (sin fechas porque estas ya están en EV) sombreando los datos de la variable en excel y la instrucción copy también en excel e irse a EV y hacer clic en Edit/Paste, el cursor debe estar en la fecha del primer dato que debe coincidir con la fecha del primer dato en excel .

4.- Una vez que se introducen los datos de cada variable del modelo se procede a estimarlo dando clic en Quick/Estimate Equation/ donde aparece una ventana que tiene un espacio en blanco y en la parte de abajo aparece el método de mínimos cuadrados ordinarios o LS (si quiere cambiar de método de estimación del modelo, de clic en la flecha y aparece, entre otros, el método de máxima verosimilitud). En la parte de la ventana en blanco donde se encuentra el cursor, anotar en primer lugar, el nombre de la variable dependiente, espacio, letra c (letra con la cual el paquete estima a la ordenada al origen), espacio, y los nombres de las variables independientes con sus respectivos espacios entre cada una de ellas y finalmente dar enter, en seguida aparece el resultado de la regresión o la estimación del modelo. Ese resultado se guarda dando clic en Name/ del menú de esa ventana y anotando un nombre familiar a esa estimación.

PARA HACER LAS PRUEBAS DE ESPECIFICACIÓN Y DE DIAGNÓSTICO DEL MODELO CONTINUAR CON:

5.- Prueba de variables sobrantes o coeficientes estadísticamente no significativos y prueba de variables omitidas. Esta se realiza con el valor de la probabilidad del estadístico t (la cual aparece en la última columna de la primera parte de los resultados de la regresión). La hipótesis nula a probar es la no significancia individual de cada una de los estimadores, por tanto si el valor del estadístico t es mayor a 0.05 (5.0% de significancia o 95.0% de confianza) se encuentra en la zona de no rechazo de la hipótesis nula al 95.0% de confianza, es decir, el coeficiente particular es estadísticamente no significativo o bien la variable respectiva no contribuye en la explicación de los cambios de la variable dependiente para este porcentaje de confianza. Esta variable puede ser eliminada del modelo o bien dejarla pero no explicarla en el reporte de los resultados y evaluación de éste.

La prueba de variables omitidas se realiza con la RESET. La prueba de variables omitidas es una, de errores en la media del modelo. Para realizar la prueba RESET dar clic sobre el menú de los resultados de la regresión en View/Stability Test/Ramsey Reset Test/OK. Esta prueba arroja dos estadísticos y los resultados de la regresión auxiliar. La hipótesis nula a probar es – el modelo no tiene problemas en la media- por tanto si el valor de la probabilidad de los estadísticos es mayor que 0.05, se encuentra en la zona de no rechazo de la hipótesis nula al 95.0% de confianza.

6.- Prueba de significancia conjunta de los estimadores. Esta prueba se realiza con el valor de la probabilidad del estadístico F, que aparece regularmente en la segunda parte de los resultados de la regresión del lado izquierdo. La hipótesis nula a probar es la no significancia conjunta de los estimadores, por tanto si el valor de la probabilidad del estadístico F es mayor que 0.05, se encuentra en la zona de no rechazo de la hipótesis nula al 95.0% de confianza, en consecuencia ninguno de los estimadores es estadísticamente significativo.

7.- Prueba de forma funcional correcta o problemas en el primer momento (en la media ) de la variable dependiente Y. Los problemas en la media del modelo se detectan con la prueba

...