EVIEWS KULLANIMI (EVIEWS 8)

Benzer belgeler
EVIEWS KULLANIMI (EVIEWS 7.1)

TABLO I: Bağımlı değişken; Tüketim,- bağımsız değişkenler; gelir ve fiyat olmak üzere değişkenlere ait veriler verilmiştir.

Bu örnekte kullanılan veri 200 gözleme sahiptir ve örnek için özel olarak oluşturulmuştur.

2. BÖLÜM: REGRESYON ANALİZİ

3. BÖLÜM: EN KÜÇÜK KARELER

7. BÖLÜM: ARDIŞIK BAĞIMLILIK

A. Regresyon Katsayılarında Yapısal Kırılma Testleri

8. BÖLÜM: DEĞİŞEN VARYANS

Excel dosyasından verileri aktarmak için Proc/Import/Read Text-Lotus-Excel menüsüne tıklanır.

Normal Dağılımlılık. EKK tahmincilerinin ihtimal dağılımları u i nin ihtimal dağılımı hakkında yapılan varsayıma bağlıdır.

10. BÖLÜM: MODEL KURMA: FONKSİYONEL FORM SEÇİMİ

Normal Dağılımlılık. EKK tahmincilerinin ihtimal dağılımları u i nin ihtimal dağılımı hakkında yapılan varsayıma bağlıdır.

4. BÖLÜM: REGRESYON ANALİZİNİ KULLANMAYI ÖĞRENME

Dependent Variable: Y Method: Least Squares Date: 03/23/11 Time: 16:51 Sample: Included observations: 20

11. BÖLÜM: EŞANLI DENKLEM SİSTEMLERİ

0, model 3 doğruysa a3. Variable Coefficient Std. Error t-statistic Prob.

9. BÖLÜM: MODEL KURMA: BAĞIMSIZ DEĞİŞKEN SEÇİMİ

ADMIT: Öğrencinin yüksek lisans programına kabul edilip edilmediğini göstermektedir. Eğer kabul edildi ise 1, edilmedi ise 0 değerini almaktadır.

Eviews ve Veri Girişi

BİRDEN ÇOK BAĞIMLI DEĞİŞKENİ OLAN MODELLER

KUKLA DEĞİŞKENLİ MODELLERDE KANTİTATİF DEĞİŞKEN SAYISININ İKİ SINIF İÇİN FARKLI OLMASI DURUMU

500 BÜYÜK SANAYİ KURULUŞUNDA ÜRETİM, KÂRLILIK VE İSTİHDAM İLİŞKİLERİ. YÜKSEK LİSANS TEZİ Müh. Özlem KÖSTEKLİ. Anabilim Dalı: İşletme Mühendisliği

KUKLA DEĞİŞKENLİ MODELLER

1. YAPISAL KIRILMA TESTLERİ

Yuvalanmamış F testi- Davidson- MacKinnon J sınaması

Kukla Değişken Nedir?

T.C. TRAKYA ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İKTİSAT BÖLÜMÜ GENEL EKONOMİK SORUNLAR TÜFE NİN İŞSİZLİK ÜZERİNE ETKİSİ HAZIRLAYANLAR:

BAĞIMLI KUKLA DEĞİŞKENLİ MODELLER A- KADININ İŞGÜCÜNE KATILIM MODELİ NİN DOM İLE E-VIEWS DA ÇÖZÜMÜ

EKONOMETRİDE BİLGİSAYAR UYGULAMLARI EVİEWS UYGULAMA SORULARI VE CEVAPLARI

4. TAHMİN SONUÇLARININ DEĞERLENDİRİLMESİ Katsayıların Yorumu

EKONOMETRİ. GRETL Uygulamaları. Prof. Dr. Bülent Miran

1. GİRİŞ Kılavuzun amacı. Bu bölümde;

OTOKORELASYON OTOKORELASYON

Bağımlı Kukla Değişkenler

İyi Bir Modelin Özellikleri

SPSS UYGULAMALARI-II Dr. Seher Yalçın 1

9. ARDIŞIK BAĞIMLILIK SORUNU (AUTOCORRELATION) 9.1. Ardışık Bağımlılık Sorunu Nedir?

KUKLA DEĞİŞKENLİ MODELLER

1. Basitlik 2. Belirlenmişlik Y t = b 1 (1-r)+b 2 X t -rb 2 X t-1 +ry t-1 +e t 3. R 2 ölçüsü 4. Teorik tutarlılık 5. Doğru Fonksiyonel Biçim

Bağımlı Kukla Değişkenler

UYGULAMA 4 TANIMLAYICI İSTATİSTİK DEĞERLERİNİN HESAPLANMASI

ÖNGÖRÜ TEKNĐKLERĐ ÖDEV 5 (KEY)

19. BÖLÜM BİRBİRİYLE İLİŞKİLİ OLAN İKİ DEĞİŞKENDEN BİRİSİNDEKİ DEĞİŞİME GÖRE DİĞERİNİN ALACAĞI DEĞERİ YORDAMA (KESTİRME) UYGULAMA-I

Bağımlı Kukla Değişkenler

Y = 29,6324 X 2 = 29,0871 X 3 = 28,4473 y 2 = 2,04 x 2 2 = 0,94 x 2 3 = 2,29 yx 2 = 0,19 yx 3 = 1,60 x 2 x 3 = 1,06 e 2 = 0,2554 X + 28,47 X 3-0,53

İÇİNDEKİLER 1. GİRİŞ...

UYGULAMALI EKONOMETRİ I. Veri Analizi

KUKLA DEĞİŞKENLİ MODELLER

SPSS (Statistical Package for Social Sciences)

Eğitim / Danışmanlık Hizmetinin Tanımı

Dependent Variable: Y Method: Least Squares Date: 03/23/11 Time: 16:51 Sample: Included observations: 20

Pazarlama Araştırması Grup Projeleri

UYGULAMA 2 TABLO YAPIMI

Örnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız.

EKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM

İÇİNDEKİLER ÖNSÖZ... Örneklem Genişliğinin Elde edilmesi... 1

Hipotezlerin test edilip onaylanması için çeşitli istatistiksel testler kullanılmaktadır. Fakat...

PANEL VERİ MODELLERİNİN TAHMİNİNDE PARAMETRE HETEROJENLİĞİNİN ÖNEMİ: GELENEKSEL PHILLIPS EĞRİSİ ÜZERİNE BİR UYGULAMA

BÖLÜM 8 BİLGİSAYAR UYGULAMALARI - 2

Ankara Üniversitesi Fen Fakültesi. Astronomi ve Uzay Bilimleri. AST206 İstatistik Astronomi Dersi OCTAVE GİRİŞ. Öğr. Gör.

ÇOKLU DOĞRUSAL BAĞLANTI

Statistical Package for the Social Sciences

EKONOMETRİ I E-VİEWS UYGULAMALI VE ÇÖZÜMLÜ SORULAR

NAZMİYE DEMİREL ORTAOKULU BİLİŞİM TEKNOLOJİLERİ DERSİ 1. DÖNEM 6. SINIFLAR DERS NOTU EXCEL 2007 DERS NOTLARI

14 Ekim Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi

Avrasya Sosyal ve Ekonomi Araştırmaları Dergisi (ASEAD) Eurasian Journal of Researches in Social and Economics (EJRSE) ISSN:

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1

SAĞLIK HARCAMALARININ YILLARA GÖRE KARŞILAŞTIRILMASI ve SAĞLIK HARCAMALARINI ETKİLEYEN FAKTÖRLERİN İNCELENMESİ

White ın Heteroskedisite Tutarlı Kovaryans Matrisi Tahmini Yoluyla Heteroskedasite Altında Model Tahmini

Akademik Sosyal Araştırmalar Dergisi, Yıl: 5, Sayı: 61, Aralık 2017, s

SPSS (Statistical Package for Social Sciences)

Korelasyon ve Regresyon

UYGULAMALAR. Normal Dağılımlılık

PARANIN TARİHÇESİ TÜRKİYE DE NAKİTSİZ EKONOMİ EKONOMİNİN FAYDALARI

UYGULAMA 2. Bağımlı Kukla Değişkenli Modeller

Bağımsız Örneklemler İçin Tek Faktörlü ANOVA

A EKONOMETRİ. n iken de aynı sonuç geçerliyse, β hangi. A) β nın sabit olması. D) Xβ nın normal dağılımlı olması. E) n olması. dur?

Regresyon. Regresyon korelasyon ile yakından ilişkilidir

Ch. 12: Zaman Serisi Regresyonlarında Ardışık Bağıntı (Serial Correlation) ve Değişen Varyans

Edited by Foxit PDF Editor Copyright (c) by Foxit Software Company, For Evaluation Only. Enerji Modellemesi

İstatistik ve Olasılık

Yılları Arasında Bist 30 Endeksi ve BİST

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

AN APPLICATION TO EXAMINE THE RELATIONSHIP BETWEEN REIT INDEX AND SOME FIRM SPECIFIC VARIABLES.

YILLARI ARASINDA GÜNEY CAROLINA DA OKUL İÇİ ŞİDDET İSTATİSKLERİ ANALİZİ (Bir Önceki Projeden Devam Edilecektir)

ZAMAN SERİLERİ EKONOMETRİSİ I: DURAĞANLIK, BİRİM KÖKLER

OLS Klasik Varsayımlar. Çoklu Regresyon. Çoklu Regresyon Modellemesi. Çoklu Regresyon Modeli. Multiple Regression


Meslek lisesi ve devlet lisesine giden N tane öğrenci olduğu ve bunların yıllık okul harcamalarına ait verilerin olduğu varsayılsın.

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü

ÇOKLU REGRESYON ANALİZİNDE VARSAYIMLARDAN SAPMALARIN İNCELENMESİ

KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN

GÜVEN ARALIKLARI ve İSTATİSTİKSEL ANLAMLILIK. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı

7.Ders Bazı Ekonometrik Modeller. Đktisat (ekonomi) biliminin bir kavramı: gayrisafi milli hasıla.

İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı

BİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ

ALIŞTIRMA 2 GSYİH. Toplamsal Ayrıştırma Yöntemi

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman

KONULAR. 14 Ekim Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi

Transkript:

EVIEWS KULLANIMI (EVIEWS 8) BAŞLANGIÇ Yeni bir dosya (workfile) yaratma Adım 1. Ana menüden File/New/Workfile ı seçin Adım 2. Workfile structure type ne tür veri kullandığınızı gösterir. ÖR1. Zaman serisi için Dated - regular frequency seçilmelidir. ÖR2. Kesit verisi için Unstructured/Undated seçilmelidir. Adım 3. Sağ tarafta ortaya çıkan bölüme veri aralığı belirtilmelidir. ÖR1. Zaman serisi seçilmişse sağ tarafta Date Specification bölümü ortaya çıkacaktır. Frequency bölümünde yıllık veri için Annual, üç aylık veri için Quarterly vs. seçilmelidir. Start date ve End date başlangıç ve bitiş tarihlerini gösterir. Bu bilgiler yıllık veri için 1982, üç aylık veri için 1982q3 formatında verilmelidir. ÖR2. Kesit verisi seçilmişse sağ tarafta Data Range bölümü ortaya çıkacaktır. Observations bölümüne gözlem sayısı yazılmalıdır. Adım 4. OK e basın. EViews isimlendirilmemiş bir dosya oluşturacak ve EViews ekranında iki nesne görünecektir: Katsayı vektörü (c) ve hata terimi serisi (resid) Adım 5. Dosyanızı kaydetmek için Workfile menüsünde Save tuşuna basın (veya ana menüde File/Save veya File/Save As e basın). Dosyanın adını (ÖR. cobb) ve konumunu yazdıktan sonra OK tuşuna basın. Daha sonra dosyanızda yaptığınız değişiklikleri, workfile menüsünde Save tuşu ile sık sık kaydediniz.

Veri Girişi Adım 1. Workfile menüsünde (veya ana menüde) Objects/New Object/Series i seçin ve Name for Object kısmına verinizin adını yazın (ÖR. Y) ve OK ye basın. EViews ekranında c ve resid yanında yeni bir nesne görünecektir: y Adım 2. Yeni seriye veri girmek için y isimli nesneyi iki kez tıklayın. Ekranda tüm gözlemlerin NA olarak göründüğü bir seri çıkacaktır. Seri ekranındaki edit+/- tuşuna basın. Her bir NA yerine gerekli değeri yazın ve her değeri girdikten sonra Enter a basın. Tüm değerler girildikten sonra değişiklikleri kaydetmek için seri ekranındaki edit+/- tuşuna tekrar basın. Seri ekranından çıkmak için sağ üst köşedeki X tuşuna basın. Veri ithali Verileri elle girmek yerine bir Excel dosyasından aktarmak da mümkündür. Excel den verilerin ithali: Adım 1. Workfile menüsünde Proc/Import/Import from file i seçin. Adım 2. Excel dosyasının konumunu ve adını belirleyerek seçin. Adım 3. Çıkan pencerede İleri ( Next) tuşlarına ve en son Finish tuşuna basın. Çıkan Workfile penceresinde verilerinizin adları görünecektir. Verilerinizi görmek için Workfile penceresinde değişken isimlerine çift tıklayın. Önemli Not: Verilerinizin düzgün aktarılabilmesi için EViews ile Excel in sayı biçimlendirmesi aynı olmalıdır. EViews ondalık simgesi olarak. kullanmaktadır. Eğer bilgisayarınızda Excel, kullanıyorsa veriler düzgün aktarılmayacaktır. Bu durumda Windows Başlat menüsünden Denetim Masası/Bölge/Tarih, Saat veya sayı biçimlerini değiştir i açıp Ek Ayarlar tuşuna basın. Çıkan menüde ondalık simgesi ni. basamak gruplandırma simgesi ni, olarak değiştirin. 2

EKK YÖNTEMİ İLE TAHMİN Denklem Tahmini Adım 1. cobb.wf1 isimli dosyanızı açmak için ana menüde File/Open/EViews Workfile ı seçin ve dosyanın adının üzerine tıklayın. Adım 2. Workfile menüsünde Object/New Object/Equation ı seçin. Adım 3. Name for Object kısmına denklemin adını yazın (ÖR. EQ01) ve OK ye basın. Adım 4. Equation Specification penceresinde açıklanan değişken, (Y), sabit terim (C) ve açıklayıcı değişkenlerin (S,L) adlarını yazın. Açıklanan değişken mutlaka ilk önce yazılmalıdır. Herhangi bir değişkenin gecikmeli değeri sağ tarafta yer alacaksa sonuna parantez içinde -1 yazılmalıdır (ÖR. Y(-1), S(-1)). Değişkenlerin doğal logaritmaları ile tahmin yapmak istiyorsanız, log(y) C log(s) log(l) yazılmalıdır. 3

Adım 5. Method kısmında {LS - Least Squares (NLS and ARMA)} seçilmelidir. Adım 6. Sample kısmında örnek seti (1982-2001) otomatik olarak yazılı olacaktır. Farklı bir alt örnek ile tahmin yapmak istenirse farklı bir aralık da buraya yazılabilir (ÖR. 1982-1989). OK ye basın. Tahmin sonuçları ekrana gelecektir. Adım 7. Sonuçlarınızı kaydedin. 4

Denklem (Equation) Penceresinin İçeriği: Genel Bilgiler: Tahminle ilgili genel bilgiler denklem çıktısı penceresinin ilk 5 veya 6 satırında yer alır. Katsayı tahminleri: Regresyon katsayıları ile ilgili temel bilgiler denklem çıktısı penceresinin orta bölgesinde yer alır. İlk sütun (Variable) değişkenlerin isimlerini, ikinci sütun (Coefficient) katsayı tahmin değerlerini, diğer sütunlar (Std. Error, t-statistic ve Prob.) katsayıların sırasıyla standart hatalarını, t istatistiklerini ve olasılıkları verir. Son üç sütun hipotez testlerinde kullanılır. Özet İstatistikler: Temel özet istatistikler en altta yer alan dört sütunda yer alır. 1. R 2 değeri, 2. düzeltilmiş R 2 değeri, 3. S.E. of regression (hata terimlerinin standart hatasının tahmini = û' û /(n k) ) û'û 4. Sum of squared resid (KKT = ) 5. Log likelihood 2 2 6. F-statistic (F istatistiği= [R /(k 1)]/[(1 R )/(n k)] 7. Prob(F-statistic) 8. Mean dependent var 9. S.D. dependent var 10. Akaike info criterion 11. Schwarz criterion 12. Durbin-Watson stat: DW değeri 5

HİPOTEZ TESTLERİ Katsayılar için t testleri Anlamlılık testlerinde kullanılacak t değerleri, tahmin çıktısı tablosunda 4. sütunda yer almaktadır. Test için bu değerler Tablo değerleri ile karşılaştırılmalıdır. Alternatif Olarak tahmin çıktısı tablosunda 5. sütunda yer alan olasılık değerleri (Prob.) de kullanılabilir. Bu değer, p-değeri veya marjinal anlamlılık düzeyi olarak da adlandırılır. Katsayı sıfıra eşittir boş hipotezinin reddedilmesi sonucunu doğuracak I. Tip Hata olasılığını verir. Örneğin bu değer 0.02 çıkmışsa boş hipotezin reddi %2 olasılıkla hatalıdır. Eğer I. Tip Hata olasılığını %5 (α = 0.05) olarak belirlemişsek p = 0.02 çıktığında boş hipotezi reddederiz (çünkü 0.02<0.05). Eğer I. Tip Hata olasılığını %1 (α = 0.01) olarak belirlemişsek p = 0.02 çıktığında boş hipotezi kabul ederiz (çünkü 0.02>0.01) Katsayılar için diğer t testlerinde kullanılması gereken katsayı değerleri ve standart hatalar tahmin çıktısı tablosunda yer almaktadır. Katsayıların Doğrusal Bileşimi İçin F Testleri Adım 1. (Açık değilse) Workfile penceresinde denklemin adını (EQ01) çift tıklayın. Adım 2. Denklem menüsünde View/Coefficient Diagnostics/Wald Test-Coefficient Restrictions ı seçin. Coefficient restrictions separated by commas bölümüne boş hipotezinizi yazın (ÖR. log(s) ve log(l) nin katsayıları toplamının bire eşit olduğu hipotezi için C(2)+C(3)=1) ve OK e basın. Çıkan ekranda t, F ve Ki-kare değerleri ile olasılıkları (probability) yer almaktadır 1. (t değeri, tek bir kısıt olması durumu için verilmektedir.) Hipotez testi için t değeri tablo değeri ile karşılaştırılmalıdır. Olasılık değeri, t testinin marjinal anlamlılık düzeyini (boş hipotezinin reddedilmesi sonucunu doğuracak I. Tip Hata olasılığını) verir. Tekrar tahmin sonuçları tablosuna dönmek için denklem menüsünde View/Estimation Output u seçin. Modelin Açıklama Gücüne İlişkin F Testi F testinde kullanılacak F değeri, tahmin çıktısı tablosunda özet istatistikler bölümünde yer almaktadır. Test için bu değerler Tablo değerleri ile karşılaştırılmalıdır. Alternatif Olarak tahmin çıktısı tablosunda özet istatistikler bölümünde yer alan olasılık değerleri (Prob(F-statistic)) de kullanılabilir. Bu değer, daha önce olduğu gibi F testinin marjinal anlamlılık düzeyini gösterir. 1 Birden çok hipotez test edilecekse boş hipotezler virgülle ayrılarak yazılmalıdır. ÖR. c(2)+c(3)=1, c(3)=1/3 6

Yapısal Farklılaşma İçin Chow testi Adım 1. (Açık değilse) Workfile penceresinde denklemin adını (EQ01) çift tıklayın. Adım 2. Denklem menüsünde View/Stability Diagnostics/Chow Breakpoint Test i seçin. Yapısal değişiklik yılını (veya kesit verisinde gözlem numarasını yazın) ve OK e basın. ÖR. 1982-2001 verisiyle tahmin yapılıyor ve 1989 sonrası yapısal farklılaşma araştırılıyorsa test ekranına 1989 yazın. Böylece 1982-1988 ve 1989-2001 alt dönemleri karşılaştırılacaktır. Çıkan ekranda verilen F değerini tablo değeri ile karşılaştırın. Olasılık değeri, F testinin marjinal anlamlılık düzeyini verir. Hata Teriminin Normal Dağılımı İçin Ki-kare Testi Adım 1. (Açık değilse) Workfile penceresinde denklemin adını (EQ01) çift tıklayın. Adım 2. Denklem menüsünde View/Residual Diagnostics/Histogram-Normality Test i seçin. Çıkan ekranda hata terimlerinin histogramı, ortalaması (Mean), medyanı (Median), en yüksek (Maximum) ve en düşük (Minimum) değerlerini, standart sapmasını (Std. Dev.), çarpıklık (Skewness) ve basıklık (Kurtosis) katsayılarını, Jarque-Bera istatistiğini ve olasılığını (Probability) verir. Hata terimleri normal dağılmışsa histogram çan şeklinde olacaktır. Test için Jarque-Bera istatistiği tablo değeri ile karşılaştırılmalıdır. Olasılık değeri, boş hipotezinin reddedilmesi sonucunu doğuracak hata olasılığını verir. 7

ÇOKLU DOĞRUSALLIK Tam çoklu Doğrusallık İki veya daha fazla açıklayıcı değişken arasında tam çoklu bağıntı varsa EViews regresyon katsayılarının tahminlerini yapamaz. Bu durumda Near singular matrix error. Regressors may be perfectly collinear şeklinde bir hata mesajı verecektir. Korelasyon katsayılarının incelenmesi Adım 1. Tahmin edilen denklemi (ÖR. EQ01) açın. Adım 2. Denklemde yer alan değişkenlerden oluşan bir grup oluşturmak için equation menüsünde Proc/Make Regressor Group u seçin. Adım 3. Grup menüsünde View/Covariance Analysis ı tıklayın. Çıkan ekranda Statistics bölümünde sadece correlation seçili olmalı. OK e basın. 8

DEĞİŞEN VARYANS Grafik İnceleme Adım 1. Tahmin edilen denklemi (ÖR. EQ01) açın ve bu denklem tahmininden E isimli hata terimi serisi oluşturun: Proc/Make Residual Series i seçin. Adım 2. EViews ana menüsünde Quick/Graph ı seçin. Çıkan dialog kutusunda önce yatay eksende, sonra dikey eksende yer almasını istediğiniz değişkenleri yazın ve OK e basın. Çıkan ekranda Specific bölümünde Scatter ı seçin, OK e basın. Sınamalar Adım 1. Tahmin edilen denklemi (ÖR. EQ01) açın. Adım 2. Equation menüsünde View/Residual Diagnostics/Heteroskedasticity Tests i seçin. Test Type bölümünde Glejser sınaması için Glejser i seçip ilgili bölümleri doldurarak OK e basın. Breusch-Pagan-Godfrey sınaması için Breusch-Pagan-Godfrey i seçin. Scaled Explained SS i tablo değeri ile karşılaştırın. White sınaması için White ı seçin. Duruma göre Include White Cross Terms seçili olabilir. Obs*Rsquared değerini Ki-kare tablosu ile karşılaştırın. GEKK Yöntemi Adım 1. Eviews ana menüsünden Object/New Object/Equation ı seçin, Equation Specification bölümüne tahmin edeceğiniz denklemi yazın (ÖR. Y C X Z). Adım 2. Options bölümünü seçin ve weights kısmında Type bölümünde Inverse st dev, Scaling bölümünde Eviews default seçili olmalı. Weight series bölümünde her bir değişkenin çarpılacağı değişken yazılmalıdır (ÖR1. p = X 2 ise weight 1/X, ÖR2. p = X ise weight X^(-0.5) olmalıdır). 9

ARDIŞIK BAĞIMLILIK Workfile penceresinde denklemin adını (EQ01) çift tıklayın. Grafik İnceleme Equation menüsünde View/Actual, Fitted, Residual/Residual Graph ı seçin. Birinci Sıra Ardışık Bağımlılık İçin DW Testi Tahmin sonuçlarını gösteren menüde yer alan Durbin-Watson stat değerini tablo değeri ile karşılaştırın. Ardışık Bağımlılık için LM Testi (Ki-kare) Bu test, 1 den m. Sıraya kadar ardışık bağımlılığı test etmektedir. Adım 1. Equation menüsünde View/Residual Diagnostics/Serial Correlation LM Test ı seçin. Adım 2. Çıkan menüde gecikme sayısı p yi (2. yardımcı denklemde yer alacak hata terimi gecikme sayısı) yazın. Adım 3. Obs*R-squared değerini Ki-kare tablosu ile karşılaştırın. ARCH - LM Testi (Ki-kare) Bu test ARCH (p) sürecini test etmektedir. Adım 1. Equation menüsünde View/Residual Diagnostics/Heteroskedasticity Tests i seçin. Adım 2. Test Type bölümünde ARCH ı seçin, number of lags bölümüne gecikme sayısı p yi (yardımcı denklemde yer alacak hata terimi gecikme sayısı) yazın ve OK e basın. Adım 3. Obs*R-squared değerini Ki-kare tablosu ile karşılaştırın. 10