1
EViews
の使い方 第
4
章
小西葉子
∗伊藤有希
†初版
2007
年
7
月
4
日
目次
7 基本的な使い方(時系列データ） 2 7.1 Workfileの作成 . . . 2 7.2 データの読み込み . . . 4 8 ダミー変数（休日効果） 6 8.1 単回帰 . . . 6 8.2 回帰直線 . . . 8 8.3 土曜ダミーと日曜ダミーの作成 . . . 10 8.4 休日を考慮したモデル . . . 12 9 系列相関 14 9.1 誤差項に系列相関があるかどうか検定. . . 14 9.2 AR(1)モデル コクラン-オーカット法 . . . 16 9.3 ラグ付き内生変数 . . . 18 ∗ 一橋大学経済研究所 [email protected] † 一橋大学経済学研究科博士課程 ２年 [email protected]7 基本的な使い方(時系列データ）
7
基本的な使い方
(
時系列データ）
本節では時系列データを分析する際のWorkfileの作成方法とデータの読み込み方法について述べる。用い るデータは以下の通り、2003年7月1日から2003年9月19日までの日次データである。 表1 時系列データの系列の意味 Excelの系列名 意味 単位 hatuden 東京電力の日次の発電量 1000kWh kion_average 東京の日次の平均気温（気象庁方式） ℃ kion_max 東京の日次の最高気温 ℃ kion_min 東京の日次の最低気温 ℃ date 日付番号 holiday 国民の休日*1のダミー変数 obon お盆期間のダミー変数7.1
Workfile
の作成
1. Workfileを作る。「File」-「New」-「Workfile」をクリック
7 基本的な使い方(時系列データ） 7.1 Workfileの作成
2. 日次の時系列データ（例：2003年7月1月から2003年9月19日まで）のWorkfileを作る。以下のよ うに入力する。
・Workfile structure type Dated-regular frequency（デフォルト設定） ・Frequency Daily - 7 day week
・Start date 2003/7/1
・End data 2003/9/19
3. 以下の画面が出れば OK。Workfileの上側の表示が Range:7/01/2003 9/19/2003、Sample:7/01/2003
7 基本的な使い方(時系列データ） 7.2 データの読み込み
7.2
データの読み込み
7.2.1 コピー&ペースト方式
1. Workfile画面で「Quick」-「Empty Group (Edit Series)」をクリック
2. Excelデータファイルを開き、読み込みたいセルを範囲指定してコピー（例：C1からI82まで）。この
際日付は選択する必要はない。*2
3. EViews のワークシートに貼り付ける。Excel の 系列名をコピーしている場合は obs の右のセル
（7/01/2003の右上のセル）を右クリックして「Paste」をクリックする。
7 基本的な使い方(時系列データ） 7.2 データの読み込み
7.2.2 直接読み込む
1. Workfile画面で「Proc」-「Import」-「Read Text-Lotus-Excel」をクリックし、読み込みたい任意のExcel
ファイルを指定（例：denki_789.xls）すると以下のような画面が出る。
2. 今回はExcelファイルの系列hatuden, kion_average, kion_max, kion_min, date, holiday, obonの7つを 読み込みたいので以下のように入力する。
・Data order By Observation - series in columns*3
・Upper-left data cell C2*4
・Name of series… 7
・Excel 5+ sheet name 空欄のまま*5
*3系列を縦方向に読み込むという指定。
*4データの読み込みをはじめるセル (この例では Excel の spreadsheet で数字が入っているセルの中で一番左上) の場所を指定する。1
行目の系列名は自動的に読み込んでくれる。
8 ダミー変数（休日効果）
8
ダミー変数（休日効果）
8.1
単回帰
被説明変数に hatuden、説明変数に kion_averageを用いて以下のモデルで回帰分析を行う。
hatudent= c +βkion_averaget+εt (1)
1. OLSを行う。Workfileを開いた状態で、「Quick」-「Estimate Equation」をクリックする。以下のよう に入力しOKをクリックする。その他の欄はデフォルトのままとする。
・Equation specification hatuden c kion_average
8 ダミー変数（休日効果） 8.1 単回帰
3. 推定式に名前をつける。推定結果を開いている状態で「Name」をクリックし、任意の名前（例：eq01） を入力しOKをクリック。Workfile上に eq01というObjectが表示される。
4. 残差の状態とfitをグラフで見てみる。推定結果を開いた状態で「View」-「Actual, Fitted, Residual」
-「Actual, Fitted, Residual Graph」をクリックする。
5. 残差のJarque-Bera Test（正規性の検定）を行う。推定結果を開いた状態で「View」-「Residual Tests」
8 ダミー変数（休日効果） 8.2 回帰直線
8.2
回帰直線
1. 回帰直線を書いてみる。Workfile画面を開く。Ctrキーを押しながら hatudenと kion_averageを選 択し、右クリック-「Open」-「as Group」をクリックしてGroup化を行う。
2. グループ化されたSeriesのspreadsheetが表示される。
3. Groupを開いている状態で、「Name」をクリックし、任意のGroup名（例：group01）を付ける。Workfile
8 ダミー変数（休日効果） 8.2 回帰直線
4. Group（例： group01）を開いている状態で、「View」-「Graph」-「Scatter」-「Scatter with Regression」 をクリックする。ダイアログが出るがそのままOKをクリック。
8 ダミー変数（休日効果） 8.3 土曜ダミーと日曜ダミーの作成
8.3
土曜ダミーと日曜ダミーの作成
1. 土曜ダミーを作る。Workfileを開いている状態で「genr」ボタンをクリックし、以下のように記入す る。*6
・Enter equation sat=@weekday=6
2. 日曜ダミーを作る。Workfileを開いている状態で「genr」ボタンをクリックし、以下のように記入する。
・Enter equation sun=@weekday=7
*6@weekday=x は曜日を表す関数である。x は１から 7 の値をとり、以下のような対応である。1=月曜日、2=火曜日、3=水曜日、4=
8 ダミー変数（休日効果） 8.3 土曜ダミーと日曜ダミーの作成
8 ダミー変数（休日効果） 8.4 休日を考慮したモデル
8.4
休日を考慮したモデル
被説明変数に hatuden、説明変数に kion_average、 sat、 sun、 holiday、 obonを用いて以下の 回帰分析を行う。
hatudent= c +β1kion_averaget+β2satt+β3sunt+β4holidayt+β5obont+εt (2)
1. 上記のモデルで回帰分析を行う。
・Equation specification hatuden c kion_average sat sun holiday obon
8 ダミー変数（休日効果） 8.4 休日を考慮したモデル
3. 推定式に名前をつける。推定結果を開いている状態で「Name」をクリックし、任意の名前（例：eq02） を入力しOKをクリック。Workfile上に eq02というObjectが表示される。
4. 残差をグラフで見てみる。推定結果を開いた状態で「View」-「Actual, Fitted, Residual」-「Actual, Fitted, Residual Graph」をクリックする。
5. 残差のJarque-Bera Test（正規性の検定）を行う。推定結果を開いた状態で「View」-「Residual Tests」
9 系列相関
9
系列相関
9.1
誤差項に系列相関があるかどうか検定
9.1.1 Durbin-Watson Test 先ほどの、休日を考慮したモデルの回帰分析の推定結果を見るとDurbin-Watson統計量が1.29と2から離 れているので、誤差項に以下のような１階の系列相関が存在する可能性がある。hatudent= c +β1kion_averaget+β2satt+β3sunt+β4holidayt+β5obont+ ut (3)
ut=ρut−1+εt, |ρ| < 1 (4) Durbin-Watson統計量を用いて有意水準5%で両側検定（H0:ρ= 0, H1:ρ, 0）を行う。説明変数（定数項 を除く）が5で標本数が81のときのDurbin-Watson統計量の上方の限界の分布に関する臨界値（d81,5,0.025U ） が約1.71、下方の情報の限界の分布に関する臨界値（d81,5,0.025L ）が約1.45なので、Durbin-Watson統計量 < dL 81,5,0.025となり系列相関がないという帰無仮説H0が棄却され、系列相関が存在する可能性がある。*7 9.1.2 コレログラムの作成
1. コレログラムを作成する。 eq02を開いている状態で「View」-「Residual Tests」-「Correlogram -Q-statistics」をクリックする。ダイアログが出るが36のまま「OK」をクリックする。
2. 結果を見る。ACはAutocorrelation（自己相関係数）、PACはPartial Autocorrelation（偏自己相関係数）、
Q-StatはLjung-Box統計量、ProbはLjung-Box統計量に対するP値をそれぞれ表している。
9 系列相関 9.1 誤差項に系列相関があるかどうか検定
9.1.3 Breusch-Godfrey LM test
1. Breusch-GodfreyのLM testを行う。 eq02を開いている状態で「View」-「Residual Tests」-「Serial
Correlation LM Test…」をクリックする。ダイアログが出て、ラグの長さを尋ねられるので今回は2と
9 系列相関 9.2 AR(1)モデル コクラン-オーカット法
9.2
AR(1)
モデル コクラン
-
オーカット法
以下のような1階の自己回帰(autoregressive)モデル(AR(1)モデル)を考える。
hatudent= c +β1kion_averaget+β2satt+β3sunt+β4holidayt+β5obont+ ut (5)
ut=ρut−1+εt, |ρ| < 1 (6)
1. AR(1)モデルの推定を行う。Workfileを開いた状態で、「Quick」-「Estimate Equation」をクリックす る。以下のように入力しOKをクリックする。その他の欄はデフォルトのままとする。
・Equation specification hatuden c kion_average sat sun holiday obon ar(1) *8
2. 推定結果を見る。推定結果のAR(1)の行が(6)式のρ に関する推定結果である。
*8最 後 の AR(1) と い う 指 定 は 、コ ク ラ ン-オ ー カ ッ ト 法 で AR(1) モ デ ル を 推 定 す る と い う 指 定 で あ る 。HATUDEN C
KION_AVERAGE SAT SUN HOLIDAY OBON AR(1) AR(2) と書けば 2 階の自己回帰モデル（AR(2) モデル）を推定する指 定。
9 系列相関 9.2 AR(1)モデル コクラン-オーカット法
3. 残差をグラフで見てみる。推定結果を開いた状態で「View」-「Actual, Fitted, Residual」-「Actual, Fitted, Residual Graph」をクリックする。
4. 残差のJarque-Bera Test（正規性の検定）を行う。推定結果を開いた状態で「View」-「Residual Tests」
9 系列相関 9.3 ラグ付き内生変数
9.3
ラグ付き内生変数
以下のようなラグ付き内生変数が含まれるモデルを考える。
hatudent= c +β1kion_averaget+β2satt+β3sunt+β4holidayt+β5obont+β6hatudent−1+ ut (7)
1. ラグ付き内生変数が含まれるモデルの推定を行う。Workfileを開いた状態で、「Quick」-「Estimate
Equation」をクリックする。以下のように入力しOKをクリックする。その他の欄はデフォルトのまま
とする。
・Equation specification hatuden c kion_average sat sun holiday obon hatuden(-1)*9
2. 推定結果を見る。
9 系列相関 9.3 ラグ付き内生変数
3. 残差をグラフで見てみる。推定結果を開いた状態で「View」-「Actual, Fitted, Residual」-「Actual, Fitted, Residual Graph」をクリックする。
4. 残差のJarque-Bera Test（正規性の検定）を行う。推定結果を開いた状態で「View」-「Residual Tests」
