추정    예측    통계 분석    그래픽    데이터 관리    모의시행
 
EViews Overview
EViews
제품 소개
제품 특징
새로운 기능
Enterprise Edition
시스템 요구사항
용량

Part 2: 강력한 분석 도구

대부분의 다른 계량 경제학 소프트웨어와 달리, EViews 사용자들은 복잡한 명령어를 배울 필요가 없습니다. EViews의 내장된 프로시저는 단순히 마우스를 클릭하는 것만으로 실행되는, 계량 경제학과 예측 작업에서 실제로 가장 자주 사용되는 도구를 제공합니다.
기본 통계 분석

EViews는 간단한 기술 통계부터 모수적, 비모수적 가설 검정까지 모든 것을 포함하는 광범위 기본 통계 분석을 지원합니다.

기본적인 기술 통계는 하나 이상의 변수를 기반으로 한 범주화 또는 패널이나 합동 자료의 횡단면이나 기간에 의하여 전체 표본에서 쉽고 빠르게 산출됩니다. 다른 변수(일원ANOVA 실행을 허용하는)에 의해 분류될 경우 특정값에 대한 검정, 시리즈 간의 상등 검정, 단일 시리즈의 상등 검정을 포함한 평균, 중간값과 분산의 가설 검정을 수행할 수 있습니다.

공분산과 인자분석에 관한 도구는 변수들 사이의 관계를 검사할 수 있습니다.

막대 그래프, 이론적 분포, 핵(kernel) 밀도 또는 누적 분포, survivor, 분위수 그림을 사용하여 데이터 분포를 시각적으로 나타낼 수 있습니다. QQ-Plots(분위수 대 분위수 그림)은 다양한 이론적 분포에서 쌍시리즈 분포나 단일 시리즈 분포를 비교하는 데에 사용됩니다.

시리즈가 정규 분포를 따르는지, 아니면 지수 분포, 극단값, 로지스틱(logistic), 카이 제곱, 와이블 또는 감마 분포 등과 같이 또 다른 분포를 따르는 지를 알기 위해서 Kolmogorov-Smirnov, Liliefors, Cramer von Mises와 Anderson-Darling 검정을 수행할 수 있습니다.

EViews 또한 보통, 변환, 핵 그리고 최근접 이웃 회귀를 사용하여 곡선 적합의 산점도를 생성할 수 있습니다.


EViews는 광범위 기본 통계 분석을 수행합니다.





데이터 분포를 검사합니다.





산점도에 회귀와 곡선 적합(과 막대 그래프 경계)을 추가합니다.
시계열 통계와 도구

간단한 자기상관도에서 도수 필터까지, 또한 Q 통계부터 단위근 검정까지 이 도구을 사용하여 테이터 시계열 속성을 탐색하실 수 있습니다.

EViews는 단위근 검정(ADF, Phillips-Perron, KPSS, DFGLS, ERS, or Ng-Perron for single time series and Levin-Lin-Chu, Breitung, Im-Pesaran-Shin, Fisher, or Hadri for panel data)과 공적분 검정(Johansen for with MacKinnon-Haug-Michelis critical values and p-values ordinary data, and Pedroni, Kao, or Fisher for panel data), 인과성, 그리고 독립 검정은 물론, 자기 상관과 편자기 상관 함수, Q-통계와 교차 상관 함수도 제공합니다.

또한 EViews는 미국 인구 조사국의 X11와 X12-ARIMA 계절 변동 프로그램과 유럽 연구소에서 자주 사용되는 Tramo/Seats 소프트웨어를 쉽게 사용할 수 있도록 지원합니다. 가법, 승법 방식을 이용한 단순 계절 변동 조정 또한 EViews에서 지원합니다.

심지어 Hodrick-Prescott필터, Baxter-King, Christiano-Fitzgerald 고정 길이와 Christiano-Fitzgerald 비대칭 전체 표본 대역 여파기(도수) 필터를 사용하여 시계열 데이터에서 추세와 순환을 산출할 수 있습니다.


데이터의 시계열 속성을 탐색하세요.





EViews는 X12 and Tramo/Seats에 사용하기 쉬운 인터페이스를 제공합니다.





필터를 사용하여 시계열 데이터에서 추세와 순환을 산출합니다.
패널과 합동 자료 통계 및 도구

EViews는 패널(panel)또는 합동/시계열-횡단면 데이터를 쉽게 작업할 수 있도록 디자인된 다양한 도구들을 가지고 있습니다. 그룹에서 무한한 횡단면, 또는 그룹의 수나 기간 또는 관측의 수에 가상으로 패널 구조를 정의합니다. 기한이 있든 없든, 균형이 맞거나 안 맞거나 또는 정칙적이든 비정칙적이든 이러한 도수 패널 데이터 세트(sets)는 EViews의 프레임워크(framework)에서 무리 없이 처리될 수 있습니다.

데이터 구조 도구 사용하면 스택된(패널)에서 스택되지 않은(합동) 형식까지 데이터를 변환할 수 있으며 또한 역으로도 변환이 가능합니다. 스마트 링크, 자동 시리즈와 데이터 추출 도구을 이용하여 데이터를 쉽게 분활, 병합, 도수 변환, 그리고 요약을 할 수 있습니다.

기본적인 경도 데이터 분석은 그룹과, 기간 통계, 검정, 그래프에서부터 정밀한 패널 단위근(Levin-Lin-Chu, Breitung, Im-Pesaran-Shin, or Fisher)과 공적분 검진(Pedroni(2004), Pedroni(1999),and Kad, or Fisher-type test)까지 분석할 수 있습니다.

패널 데이터 그래프를 표시하기 위한 특정한 도구를 사용하면 스택, 개별 또는 요약 표시를 볼 수 있습니다. 단일 그래프 프레임(frame), 또는 개별 프레임 안에 각 그래프의 선 그래프를 표시하거나 또는 평균(또는 중간값)과 표준 편차(또는 분위수) 대역에서 횡단면의 패널 데이터에 대한 요약 통계를 표시할 수 있습니다.


Dated 또는 undated, 균형 또는 불균형...EViews는 패널 데이터 구조를 이해합니다.





패널 단위근과 공적분 검정을 수행합니다.





다원 패널 데이터 시각화.
단일 방정식 추정

EViews는 보통 최소 제곱과 비선형 최소 제곱(다중 회귀), 가중 최소 제곱, 이단계 최소 제곱(도구 변수), 분위수 회귀(최소 절대 편차 추정량 포함)과 단계적 선형 회귀 등이 포함된 기본적인 단일 방정식 추정량의 전체 집합으로 선택할 수 있습니다.

시계열 분석을 위하여 EViews는 ARMA와 ARMAX 모형, 그리고 광범위의 ARCH 규격을 추정합니다. 구조적 시계열 모형은 상태 공간 객체를 이용하여 추정할 수 있습니다.

추가적으로 이러한 기본적인 추정량 외에도 다양한 고급 모형에 대한 추정과 진단도 지원합니다.

일반화 적률법 (GMM)

EViews는 횡단면과 시계열 데이터(단일, 다중 방정식)에 대한 일반화 적률법 추정을 지원합니다. 가중 옵션에는 횡단면 데이터에 대한 순수 공분산 행렬과 시계열 데이터에 대한 다양한 HAC 공분산 행렬이 포함되어 있습니다. 또한 HAC 옵션은 사전백색화(prewhitening)와 다양한 핵(Kernel), 그리고 고정, Andrews, 또는 Newey-West bandwith 선택법을 포함하고 있습니다. 사용자는 반복 절차를 사용하거나 연속적인 최신화 절차를 이용하여 GMM 방정식을 추정할 수 있습니다. 약도구통계를 포함한 GMM 방정식의 사후 추정 진단 또한 유용합니다.

자기회귀 조건부 이분산(ARCH)

시리즈의 분산이 시간에 따라 변동되면 EViews는 다양한 자기회귀 조건부 이분산(ARCH) 모형을 사용하여 분산의 경로를 추정할 수 있습니다. EViews는 GARCH(p,q)와 EGARCH(p,q), TARCH(p,q), PARCH(p,q), 그리고 GARCH 성분 특정화를 처리할 수 있고, 정규를 따르는 오차의 최대 가능성 추정과 스튜던트의 t 통계량이나 일반화 오차 분포를 제공합니다. ARCH 모형의 평균 방정식은 ARCH와 ARMA 항이 포함되어 있으며, 평균과 분산 방정식 은 외생 변수를 허용합니다.

제한 종속 변수

EViews는 또한 제한 종속 변수 모형의 범위 추정을 지원합니다. 이진, 순서, 중도절단과 절단 모형은 정규, 로지스틱, 극단값 오차를 기반으로 한 가능도 함수로 추정할 수 있습니다. 카운트 모형은 포아송, 음이항, 준최대 가능도(QML) 특정화를 사용할 수 있으며, 일반화 선형 모형이나 QML 표준 오차를 선택적으로 리포트합니다.

패널과 합동 시계열 횡단면

EViews는 다양한 패널과 합동 데이터 추정법을 지원합니다. 또한 보통 선형과 비선형 최소제곱, 방정식 추정법은 2SLS/IV와 일반화 2SLS/IV, GMM이 포함합니다. 이것은 추정값 복소 동적 패널 데이터 특정화(추정량의 Anderson-Hsiao와 Arellano-Bond 형식 포함)에 사용될 수 있습니다.

대부분의 방법에서 시간과 횡단면 고정 및 임의 효과 특정화를 사용할 수 있습니다. 임의 효과 모형에서, 성분 분산의 이차 비편향 추정량은 Swamy-Arora와 Wallace-Hussain, 그리고 Wansbeek-Kapteyn를 포함합니다.

또한, AR 특정화(일부 효과는 변환 후에 정의됩니다. )와 가중 최소 제곱, 그리고 보기에 무관한 회귀를 지원합니다. Pool에서, 특정 변수(AR 항을 포함한)에 대한 계수는 동일함이나 교차 횡단면 차이에 대한 허용을 제약 받을 수 있습니다.



EViews는 단일 방정식 추정량의 완전 범위를 제공합니다.





GMM 추정은 다양한 가중 행렬과 공분산 옵션을 제공합니다.





사용하기 쉬운 대화상자로 특정한 ARCH 모형을 쉽게 만들 수 있습니다.





EViews는 ML과 QML 카운트 모형을 추정합니다.





EViews는 패널 데이터 추정량과 옵션의 범위를 제공합니다.





(선택 가능) 마법사는 동적 패널 데이터 모형의 특정화를 통해 사용자를 안내합니다.
시스템 추정

EViews는 방정식의 시스템 분석에 있어서 강력한 도구를 제공합니다. EViews는 OLS, 이단계 최소 제곱, 보기에 무관한 회귀, 삼단계 최소 제곱, GMM와 KIML으로 방정식의 선형과 비선형 시스템 추정에 사용될 수 있습니다. 시스템은 교차 방정식 제약을 포함할 수 있으며, 대부분의 경우에 어떤 순서의 자기회귀 오차가 있을 수 있습니다.

벡터 자기회귀 / 오차 수정 모형

EViews는 벡터 자기회귀와 벡터 오차 수정 모형을 쉽게 추정할 수 있습니다. 일단 추정하면, VAR이나 VEC에 대한 충격 반응 함수와 분산 분해를 검사할 수 있습니다. VAR 충격 반응 함수와 분해는 분석적으로, 또는 몬테카를로(Monte Carlo) 방법(분해에 유효하지 않은 해석)으로 계산된 표준 오차의 특징을 가지며, 다양한 그래픽과 표 형식으로 표시될 수 있습니다.

공적분 관계와/또는 조정 계수에서 선형 제약을 하고, 검정할 수 있습니다. EViews의 VARs는 단기 런(short-run, Sims 1986) 또는 장기 런(long-run, Blanchard and Quah 1989) 제약으로 구조적 인수 분해를 추정할 수 있습니다. 과대 식별 제약은 EViews로 보고된 LR 통계를 사용하여 검증될 수 있습니다.

VAR은 추정된 규격의 구조를 검사할 수 있는 다양한 보기(views)를 지원합니다. 마우스를 몇 번 클릭하는 것으로 특성 AR 다항식의 역근을 표시할 수 있으며, Granger 인과 관계와 결합 시차 배제 검증을 실행하고, 다양한 시차 길이 기준을 평가, 상관도표와 자기상관 보기, 또는 다양한 다변량 잔차 기반 진단을 실행할 수 있습니다.

다변량 ARCH

다변량 ARCH는 다중 시계열의 공분산과 시간 가변 분산 모델링에 사용됩니다. 다수의 잘 알려진 ARCH 모형, 즉 조건부 상수 상관(CCC : Conditional Constant Correlation), 대각 VECH, 대각 BEKK와 같은 ARCH 모형에 유용하게 사용됩니다. 외생 변수는 평균과 분산 방정식에서 허용되며, 비선형과 AR항은 평균 방정식에 포함될 수 있습니다. 오차는 다변량 정규 또는 스튜던트 t 로 분포된다고 가정됩니다. 또한 Bollerslev-Wooldridge 로버스트 표준 오차도 사용할 수 있으며, 일단 모델이 추정되면 사용자는 표본 분산내에 공분산 또는 상관을 표나 그래프 형식으로 쉽게 생성할 수 있습니다.

상태-공간 모형

상태-공간 객체는 칼만 필터 알고리즘을 이용하여 단일 방정과 다중 방정식의 동적 시계열 모델을 추정할 수 있고, 확률 및 시간 변화 계수 모형과 ML ARMA 규격을 추정하기 위해 상태-공간 객체를 사용할 수 있습니다.

정교한 과정과 보기(Views)는 앞선 필터링과, 평활한 신호, 상태, 그리고 오차 등을 생성하기 위해 강력한 필터링과 평활화 도구에 접근을 가능하게 합니다. EViews의 내장된 예측 절차는 n-step 또는 평활한 값을 사용하여 표본의 안, 밖 모두를 예측하기 위한 편리한 도구입니다.


시스템 객체를 사용하여 방정식의 시스템을 지정하고 추정합니다.





VAR 또는 VEC 모형을 추정하고 충격 응답 그래프를 쉽게 생성합니다.

 

 

 

 

 

 

 



다변량 ARCH를 사용하여 시스템 공분산과 상관을 작성합니다.





칼만 필터를 사용하여 상태 공간 모형을 추정하고 여과된 결과를 표시합니다.

사용자 지정 최대 가능도

사용자 정의 분석의 경우에, 사용하기 편리한 EViews의 가능도 객체는 사용자 지정 최대 가능도 모형을 추정할 수 있습니다. 그 밖에 EViews는 표본의 관측으로 로그 가능도 기여를 표현하고, 계수 시작 값을 설정하는 등의 다른 작업도 할 수 있습니다.


가능도 객체를 사용하여 자신의 추정량을 정의합니다.
제품 소개    1. 인터페이스    2. 도구    3. 데이터    4. 출력    5. 명령어
 
   
  2014 KREIS I&C - EViews Distributor(Korea) All Rights Reserved