آزمون دیکی فولر و ریشه واحد در EViews (فیلم آموزشی)

(3 بررسی مشتری)

۹۶۰,۰۰۰ ریال۱,۲۸۰,۰۰۰ ریال

قبل از انجام بسیاری از آزمون های اقتصاد سنجی لازم است ابتدا و قبل از هر کاری، مانایی (پایایی) متغیرها و داده ها مورد آزمون قرار گیرد. بدون انجام بررسی مانایی متغیرها، که با آزمون ریشه واحد انجام می شود، تحلیل آماری شما ناقص خواهد بود.

در این صفحه هم توضیحات کاملی در خصوص مفاهیم پایایی متغیرهای اقتصادی و سری های زمانی را می توانید مطالعه کنید و هم اینکه بسته آموزشی نحوه بررسی پایایی (مانایی) و انجام آزمون ریشه واحد در نرم افزار EViews را خریداری و دانلود نمایید. مدرس: سید مجتبی فرشچی (مدیریت «اطمینان شرق» و کارشناس ارشد رشته آمار اقتصادی از شهید بهشتی تهران)

برای خریداری این بسته آموزشی که در دو نوعبرای سری های زمانی ” و “برای داده های ترکیبی (پانل دیتا) ” قابل دریافت می باشد، با انتخاب نوع محصول مد نظر، بر روی “اضافه به سبد خرید” در ادامه این نوشته کلیک نمایید. البته آموزش کامل (پانل دیتا + سری زمانی) نیز قابل دریافت می باشد. پس از طی نمودن فرآیند پرداخت از طریق درگاه بانکی این وب سایت، بلافاصله لینک دانلود محصول آموزشی مد نظر برای شما فعال خواهد شد.

توجه داشته باشید که وجود پشتیبانی رایگان از طریق پیام رسان ایتا یا سروش یا روبیکا ضامن اثر بخشی خرید شماست.

این محصول یکی از گامهای آموزش جامع و گام به گام رگرسیون OLS داده های ترکیبی با نرم افزار EViews می باشد. پیشنهاد می شود آموزش کامل داده های پانل (با 12 گام) را دریافت نمایید تا در خصوص داده های ترکیبی همه نکات فنی را در اختیار داشته باشید و با هر سطح از اطلاعات که هستید، به صورت کامل مفهوم و روش را فرا بگیرید (از اینجا).

 . برای خریداری محصول (فیلم های آموزشی آزمون ریشه واحد)، یک گزینه را انتخاب نمایید:

شناسه محصول: نامعلوم دسته: برچسب:

مانایی (آزمون دیکی فولر) و آزمون ریشه واحد

استفاده از روش حداقل مربعات معمولی (OLS) در کارهای تجربی بر این فرض استوار است که متغیرهای سری زمانی مورد نظر پایا هستند. این در حالی است که بسیاری از سری های واقعی در اقتصاد چنین نیستند. از این رو قبل از استفاده از این متغیرها لازم است نسبت به پایایی یا عدم پایایی آن ها اطمینان حاصل نمود.

همه افرادی که با اقتصاد سنجی و تحلیل های آماری داده های اقتصادی آشنایی دارند، به خوبی به اهمیت ویژه بررسی پایایی داده ها و آزمون ریشه واحد (آزمون دیکی فولر) اذعان می کنند. شاید نتوانید به راحتی مقاله یا پایان نامه ای مرتبط با اقتصاد سنجی بیابید که در آن از آزمون ریشه واحد و دیکی فولر استفاده نشده باشد.

در این مقاله به بیان صفر تا صد مفاهیم پایایی و آزمون ریشه واحد در نرم افزار بی بدیل EViews می پردازیم. ضمنا شما می توانید فیلم ها و و فایل های آموزشی چگونگی اجرای آزمون ریشه واحد (که برای بررسی پایایی از آن استفاده می شود) را خریداری و بلافاصله دانلود نمایید. البته فیلم رایگان شرح مفهوم مانایی و چیستی آزمون ریشه واحد را در همین صفحه می توانید مشاهده نمایید.

فهرست مطالب

با کلیک بر روی فهرست زیر، مرور گر به عنوان مد نظر در همین صفحه خواهد رفت.

1-فيلم شرح مفهوم مانايي و اجراي آزمون ريشه واحد

2- مانايي يا پايايي چيست؟

3- مثالی از سري هاي زماني مانا و نامانا

4- آزمون ريشه واحد چيست؟

۴-الف- مفهوم ریشه واحد

۴-ب- تفاضلی کردن برای رفع نامانایی

۴-ج- آزمون ریشه واحد در نرم افزار EViews

4-د- آزمون ریشه واحد در نرم افزار Stata

5- اگر داده ها مانا نباشند، چه باید کرد؟

6- انتخاب مدل آماری بر اساس پایایی (ایستایی) متغیرها؟      {برو به خریداری محصول}

 

1-فیلم بیان مفهوم پایایی و موارد آموزشی آن

در ویدئوی آموزشی زیر مفاهیم پایایی یا مانایی متغیرهای اقتصادی و فهرست آموزشی آن شرح داده می شود. برای دریافت ویدئوی کامل این آموزش نسبت به خریداری بسته آموزشی اقدام نمایید.

play-rounded-fill
آزمون ریشه واحد و مانایی در ایویوز

آموزش آزمون ریشه واحد و مانایی در ایویوز

 

این ویدئو را دانلود کنید   {برو به خریداری محصول}

 

2-مانايي (يا پايايي) چيست؟

ابتدا توجه شما را به این نکته جلب کنم که “پایایی” , “ایستایی” و یا “مانایی” یک سری زمانی یا یک متغیر اقتصادی اسامی متفاوتی برای مفهومی یکسان هستند. بنابراین تفاوتی نمی کند که ما بگوییم سری زمانی پایا یا سری زمانی مانا یا ایستا. و منظور ما از اصطلاحات “پایا”، “مانا”، “ایستا” و “ساکن” یک مفهوم است. معادل انگلیسی همه این اسامی Stationary می باشد.

مفهوم ایستایی یا مانایی سری های زمانی یکی از موضوعات مهم در مبحث سری های زمانی است که می تواند تاثیر شدیدی روی رفتار و ویژگیهای آن داشته باشد و در انتخاب مدل آماری تاثیر زیادی دارد.

می خواهیم بیان کنیم که پایایی یک سری زمانی چیست و چه مفهومی دارد.

2-الف- تعریف پایایی

پايايي متغيرهاي پژوهش، به اين معني است که ميانگين و واريانس متغيرها در طول زمان و کوواريانس متغيرها بين سال­هاي مختلف ثابت بوده است.

بنابراین داده هایی که مانا (پایا) هستند و ما می خواهیم در نرم افزار ایویوز مانایی آنها را آزمون کنیم باید سه شرط فوق را داشته باشند. یعنی دارای میانگین ثابت، واریانس ثابت و خود کوواریانس ثابت باشند. این تعریف معادل تعریف “مانایی ضعیف” در مبحث “سری های زمانی” می باشد.

در نتيجه، استفاده از اين متغيرها در مدل، باعث به وجود آمدن رگرسيون کاذب نمي­ شود.

اجازه بدهید یک بیان دیگر از مانایی داشته باشیم: سری Y را مانا گویند هر گاه یک شوک تصادفی به آن وارد شود، اثر آن با گذشت زمان به سمت صفر میل کند. در این صورت، Y در زمان t، از مسیر خود (مقدار تعادلی و با ثبات) خارج شده و مجددا به آن بر می گردد.

به طور کلی یک سری مانا دارای یک مقدار قطعی و معین است که حول آن نوسان می کند. این نوسانات ناشی از عوامل تصادفی است. مانایی حاکی از یک وضعیت خاص تعادل آماری است که ویژگیهای آن با تغییر مبداء زمانی تغییر نمی کند.

در مقابل، داده های نامانا به گونه ای هستند که اثر شوک های وارده، ماندگار و همیشگی است، به طوری که برای یک سری نامانا، اثر یک شوک در زمان t+1 کمتر از اثر آن در زمان t نخواهد بود.

2-ب- چرا لازم است در اقتصاد سنجی مانایی را بررسی کنیم؟

آزمون مانایی (پایایی) را در سری های زمانی و یا در داده های ترکیبی به منظور جلوگیری از رگرسیون های کاذب و یافتن روابط تعادلی بین متغیرها انجام می دهیم. اجازه بدهید در خصوص رگرسیون کاذب یا ساختگی (spurious regression) بیشتر توضیح دهیم:

اگر دو متغیر دارای روند زمانی بوده (مانا نباشند) و هیچ ارتباط منطقی با هم نداشته باشند، رگرسیون یکی روی دیگری، دارای R2 (ضریب تعیین) بالایی خواهد بود. لذا در چنین شرایطی، روش های رگرسیون استاندارد منجر به یک رگرسیون با ظاهری خوب می شود که همه ضرایب آن معنی دار بوده و دارای R2 بالا خواهد بود. اما در اصل یک رگرسیون کاذب (جعلی) و ضریب تعیین کاذب داریم.

  • مثالی از رگرسیون کاذب

در خصوص رخدادن رگرسیون کاذب اجازه بدهید مثالی را از استاد اقتصاد سنجی خود در دانشگاه شهید بهشتی بیاورم که شاید خیلی مودبانه هم نباشد. ایشان می گفتند که طی تحقیقی که چند سال پیش انجام شده بود، اثبات گردید که بین “تعداد گاو میش های متولد شده در ایران” با “تعداد دانشجویان ایرانی مشغول به تحصیل در خارج از کشور” ارتباط مثبت و معنی داری وجود دارد!!! 🙂  این رگرسیون از جمله رگرسیون های کاذب است و دلیل رخدادن آن و معنی دار شدن ضرایب رگرسیون مانا نبودن متغیرها بوده است.

  • عواقب وجود متغیرهای ناپایا در مدل

وجود متغیرهای ناپایا در مدل سبب می شود تا آزمون های t و F از اعتبار لازم برخوردار نباشند. در این شرایط کمیت های بحرانی ناشی از توزیع های t و F، به گونه ای هستند که با افزایش حجم نمونه امکان رد هر چه بیشتر فرضیه H0 را فراهم می کنند. با رد نادرست فرضیه H0 نتیجه گیری می شود که رابطه مستحکم و معنی داری بین متغیرهای مدل وجود دارد، در حالی که واقعیت جز این است و رگرسیون به دست آمده، رگرسیون کاذبی بیش نیست.

  • مشخصه های رگرسیون کاذب

از مشخصه های معمول یک رگرسیون کاذب یا رگرسیون جعلی، داشتن ضریب تعیین (R2) بالا (نزدیک به یک) و آماره دوربین واتسون (DW) پایین (نزدیک به صفر) است. بنابراین قبل از برآورد یک مدل رگرسیون، باید از پایا بودن کلیه متغیرهای مستقل و وابسته اطمینان حاصل کرد.

لازم به ذکر است که با استفاده از آزمون هم انباشتگی (هم جمعی) نیز می توان از وقوع رگرسیون کاذب جلوگیری نمود.

{برو به خریداری محصول}

 

سری زمانی نا ایستا
سری زمانی نا مانا

3- مثالی از سري هاي زماني مانا و نامانا

خوب است که از میان سفارشات تحلیل آماری با ایویوز که در این مجموعه انجام شده است، مثال هایی را در اینجا بیاوریم (با حفظ اصل محرمانه ماندن تمامی اطلاعات مشتریان “اطمینان شرق”).

مثالهایی از سری های زمانی مانا و نامانا (نا ایستا):

  • سری زمانی نامانا

تولید ناخالص داخلی کشور از سال 1387 تا 1395 مثالی از یک سری زمانی ناپایا است.

همانطور که مشاهده می شود با گذشت زمان، مقادیر سری زمانی دستخوش تغییر می گردد.

 

سری زمانی ایستا
سری زمانی مانا
  • سری زمانی مانا یا ایستا

متغیر  RG در تصویر روبر نشان دهنده متغیری است که آزمون بررسی مانایی (آزمون ریشه واحد) اجرا شده برای آن اثبات کننده مانا بودن آن می باشد (اگر چه نمودار سری زمانی آن به خوبی مانایی را نشان نمی دهد، اما آنچه مهم است نتیجه آزمون ریشه واحد می باشد)

همانطور که مشاهده می کنید این متغیر بر اساس داده ها و اطلاعات مالی شرکت های بازار بورس اوراق بهادار تهران بدست آمده است.

داخل پرانتز عرض کنم که متغیر RG در تصویر روبرو، مثالی از داده های پانل یا داده های ترکیبی می باشد.{برو به خریداری محصول}

توجه داشته باشید که آزمون های بررسی پایایی در نرم افزار ایویوز وقتی که داده های شما سری زمانی هستند با وقتی که با داده های ترکیبی مواجه هستید تفاوت دارد. به همین دلیل ما دو نوع محصول آموزشی متناسب با هر کدام از انواع داده ها در این صفحه سایت ارائه نموده ایم.

{برو به خریداری محصول}

4- آزمون ريشه واحد چيست؟

4-الف- آزمون دیکی فولر و مفهوم ریشه واحد

اولین گام در راستای تعیين پایایی یک متغیر، مشاهده ی نمودار سری زمانی آن است. اما ناپایایی برخی از متغیرها از روی نمودارهای آن ها به صراحت مشخص نمی شود. بنابراین از آزمون های آماری و مشخصا از آزمون ریشه واحد برای این منظور استفاده می شود.

در آموزش های این سایت سعی می کنیم تا حد ممکن از فرمول های ریاضی استفاده نکرده و بر مفاهیم تکیه کنیم. زیرا در انجام تحلیل های آماری برای فصل چهارم پایان نامه ها و یا برای مقالات، آنچه اهمیت بیشتر دارد درک مفاهیم است و مسائل فنی و حل فرمول های ریاضی بر دوش نرم افزار ایویوز می باشد.

به بیان ساده، آزمون ریشه واحد آزمونی است که برای بررسی مانایی (یا ایستایی) سری زمانی به کار می رود. ریشه واحد داشتن به معنای نامانایی است.

اولین آزمون برای بررسی وجود ریشه واحد در سری ها، توسط دیکی و فولر (طی مقالاتی در سالهای 1976 و 1979) ارائه شد. هدف اساسی آزمون، بررسی فرضیه صفر 1=∅ در مقابل فرضیه  1>∅ است در عبارت زیر:

یعنی y بر اساس ساده ترین شکل خود، یک مدل خود رگرسیونی (AR) مرتبه اول باشد.

بنابراین قاعده آماری تصمیم گیری به صورت زیر تنظیم می شود:

H0  :  |∅| = 1   ⇔     ریشه واحد وجود دارد و متغیر مورد نظر نامانا است

H1  :  |∅| < 1   ⇔      ریشه واحد وجود ندارد و متغیر مورد نظر مانا است

 و قاعده تصمیم گیری به صورت زیر است:

اگر فرض صفر ( H0 ) یعنی وجود ریشه واحد رد شود، نتیجه خواهیم گرفت که متغیر مانا می باشد.

ریشه واحد (ریشه برابر 1) یا نامانایی معادل با ∅ = 1 در مدل کلی زیر است:

نامانایی متغیر Y یا ریشه واحد داشتن آن که در کاملترین شکل توسط فرآیند (1)AR فوق توصیف می شود، ممکن است 1- بدون عرض از مبدأ و روند، 2- با عرض از مبدأ و بدون روند و 3- با عرض از مبدأ و روند  باشد.

این حالتها دقیقا هنگام انجام آزمون ریشه واحد در نرم افزار ایویوز مورد توجه می باشد و عدم اطلاع از نحوه تغییر این شرایط ممکن است باعث شود سری زمانی و متغیری که مانا است را به اشتباه “نامانا” به حساب آوریم.

{برو به خریداری محصول}

 

4-ب- تفاضلی کردن برای رفع نامانایی

تفاضلی کردن عملی است که باعث مانا شدن و ایستایی متغیر می گردد. برخی داده ها پس از چند بار تفاضلی کردن مانا می شوند.

تفاضلی کردن متغیر یعنی اینکه در هر سال داده آن سال را از داده سال قبل آن کسر کنیم. در هر بار تفاضلی کردن یک داده از بین می رود.{برو به خریداری محصول}

 

4-ج- آزمون ریشه واحد در نرم افزار EViews

  • ریشه واحد در سری های زمانی (آزمون دیکی فولر)

تصویر پنجره آزمون یونیت روت یا ریشه واحد (Unit Root) هنگام که متغیر ما از نوع سری زمانی است به صورت اشکال زیر است. قابل ذکر است خروجی آزمون ریشه واحد نیز در تصویر زیر قابل مشاهده می باشد:

ریشه واحد در ایویوز
آزمون ریشه واحد

و تصویر زیر به شما نشان می دهد که چه انواع مختلفی از آزمون ها برای بررسی مانایی در این حالت (داده های سری زمانی) وجود دارد:

انواع آزمون های پایایی
انواع آزمون های ریشه واحد

همانطور که در تصویر فوق مشاهده می شود، در ایویوز 9، آزمون های بررسی مانایی (ایستایی) سری زمانی به قرار زیر می باشد:

  • آزمون ریشه واحد دیکی فولر تقویت شده (Augmented Dickey-Fuller)
  • آزمون دیکی فولر (Dickey-Fuller GLS – ERS)
  • آزمون فیلیپس-پرون (Phillips-Perron)
  •  . . . .

{برو به خریداری محصول}

  • ریشه واحد در داده های ترکیبی (داده های تابلویی یا پانل)

تصویر پنجره آزمون یونیت روت یا ریشه واحد (Unit Root) هنگام که متغیر ما از نوع داده های ترکیبی است به صورت اشکال زیر است. قابل ذکر است خروجی آزمون ریشه واحد برای پانل دیتا نیز در تصویر زیر قابل مشاهده می باشد:

بررسی مانایی داده های تابلویی
آزمون ریشه واحد داده های تابلویی

و تصویر زیر به شما نشان می دهد که چه انواع مختلفی از آزمون ها برای بررسی مانایی (پایایی) در این حالت (داده های ترکیبی یا تابلویی یا پانل دیتا) وجود دارد:

آزمون ریشه واحد پانل
ریشه واحد داده های پانل

همانطور که در تصویر فوق مشاهده می شود، در ایویوز 9، آزمون های بررسی مانایی (ایستایی)، هنگامی که داده های ما به صورت ترکیبی یا پانل هستند، به دو گروه ریشه واحد مشترک و ریشه واحد مقطعی تقسیم می شوند و به قرار زیر می باشد:

  • آزمون ریشه واحد لوین، لین و چو (Common root- Levin, Lin, Chu) – سال 2002
  • آزمون برایتونگ (Common root- Breitung)- سال 2000
  • آزمون ایم، پسران و شین (Individual root – Im, Pesaran, Shin)- سال 2003
  • آزمون ADF فیشر (Individual root – Fisher – ADF) – سال 1999
  • آزمون PP فیشر (Individual root – Fisher – PP)- سال 2001
  • آزمون هاردی (Hadri)

{برو به خریداری محصول}

 

4-د- آزمون ریشه واحد در نرم افزار Stata

نرم افزار استاتا نیز نرم افزاری توانمند در زمینه انجام تحلیل های اقتصادی  می باشد و بسیاری از خروجی هایی که توسط ایویوز تولید می شود در این نرم افزار نیز تولید می گردد. از جمله آزمون ریشه واحد که آنرا با نرم افزار stata نیز می توان انجام داد.{برو به خریداری محصول}

برای بررسی پایایی متغیرها و آزمون ریشه واحد در این نرم افزار مسیر زیر را دنبال نمایید:

tests —>   time series  —->  statistics

5- اگر داده ها مانا نباشند، چه باید کرد؟

وقتی در می یابیم که برخی از داده ها و متغیرهای ما در یک مدل مانا (یا پایا) نیستند، چاره کار چیست؟

برای پاسخ به این سوال به دو نکته می بایست اشاره نمود:

اول اینکه هنگامی که برخی متغیرها مانا نیستند، با توجه به اینکه در چه درجه ای از تفاضلی کردن مانا می شوند، ما را ترغیب می کنند که از روشهای مختلف و سایر آزمون های اقتصاد سنجی استفاده کنیم. به عبارت دیگر مانایی متغیرها به عنوان راهنمایی است که ما در انتخاب آزمون اقتصادسنجی مناسب راهنمایی می کند.

به عنوان مثال وقتی در می یابیم متغیرها در سطح مانا نیستند و پس از یک مرحله تفاضلی کردن مانا می شوند، می بایست از مدل تحلیل ARDL استفاده کنیم.

دوم اینکه گاهی می توان از نامانایی یک متغیر چشم پوشی نمود به شرط آنکه از آزمون هم انباشتگی (هم جمعی) نتیجه مورد نظر را کسب کنیم.

توضیحات بیشتر را در فیلم های آموزشی آزمون ریشه واحد این وب سایت می توانید دریافت نمایید. {برو به خریداری محصول}

 

6- انتخاب مدل آماری بر اساس پایایی (ایستایی) متغیرها؟

همانطور که در بخش 5 نیز اشاره شد، نتیجه آزمون های ریشه واحد می توانند راهنمایی برای ما باشند تا انتخاب کنیم که از چه مدل آماری و تحلیلی استفاده کنیم.

تصویر زیر به شما نشان می دهد که در هر حالتی از پایایی کدام مدل آماری را می بایست انتخاب نمایید:

انتخاب مدل بر اساس پایایی
انتخاب مدل بر اساس مانایی

که ترجمه شده تصویر فوق به قرار زیر است:

توضیحات بیشتر را در فیلم های آموزشی آزمون ریشه واحد این سایت می توانید دریافت نمایید. {برو به خریداری محصول}

7- سایر نکات

7-الف- پایایی مدل رگرسیون

توجه شود که موضوع “پایایی مدل رگرسیون” بحثی متفاوت با موضوع “پایایی متغیرها و داده ها” است و بعد از اجرای مدل توسط نرم افزار ایویوز، با ابزارهایی همانند آزمون و نمودار CUSUM برای متغیر وابسته مدل، انجام می شود.

7-ب- معرفی کتاب تجزیه و تحلیل سری های زمانی با نرم افزار مینی تب

از آنجایی که در این مبحث به سری های زمانی اشاره داشتیم، جا دارد که کتابی خوب در زمینه تحلیل سری های زمانی (مدل های آریما و روش باکس جنکینز) را به علاقه مندان به مبحث مدل بندی سری های زمانی معرفی کنیم. لینک معرفی این کتاب، که از محصولات «اطمینان شرق» است، به قرار زیر است:

کتاب آموزش تحلیل سری های زمانی با Minitab

کتاب تجزیه و تحلیل سری های زمانی با Minitab- دکتر بزرگنیا

5/5 - (10 امتیاز)
نوع پایایی

آموزش کامل آزمون ریشه واحد (پانل دیتا و سری زمانی), آموزش ویدئویی آزمون ریشه واحد در داده های پانلی, آموزش ویدئویی آزمون ریشه واحد در داده های سری زمانی

3 دیدگاه برای آزمون دیکی فولر و ریشه واحد در EViews (فیلم آموزشی)

  1. فروزان فر

    کامل بود. تشکر می کنم

  2. golnaznematollahi74 (خریدار محصول)

    سلام یک سوال داشتم سری داده مورد نظر من اصلا مانا نشد امکان مانا شدن برایش وجود ندارد؟

    • سيد مجتبي فرشچي

      سلام. سری داده های خود را از نظر داده های پرت مورد بررسی قرار دهید و داده های خیلی پرت را حذف نمایید. آموزش شناسایی و اقدام لازم برای داده های پرت در منو محصولات وجود دارد.
      در محصولی که خریداری نموده اید، گزینه های مختلف نرم افزار ایویوز هنگام آزمون مانایی شرح داده شده است. این گزینه ها ممکن است شما را به مانا شدن سری داده برساند.

  3. صدیقه (خریدار محصول)

    سلام. فایلی ک من تهیه کردم خطا میده و پشتیبانی نمیکنه. ممنون میشم کمکم کنید.پولش رو هم پرداخت کردم.

    • سيد مجتبي فرشچي (خریدار محصول)

      سلام. به شماره ای که در موقع خرید در داخل پیامک آمده است ایتا یا سروش بزنید، تا لینک دانلود را خدمت تان ارسال کنند.
      گاه وقتی پیش میاد که به دلیل کندی اینترنت یا مسائلی در سرورها، موقع دانلود خطاهایی پیش می آید. بهرحال از طریق پیام رسان های داخلی پاسخگوی هر مشکلی هستیم.

دیدگاه خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

0
    0
    سبد خرید شما
    سبد خرید شما خالی استرفتن به فروشگاه