Video Huong Dan Su Dung Auto Click 2.5 / 2023 / Top 16 # Xem Nhiều Nhất & Mới Nhất 11/2022 # Top View | Uta.edu.vn

Huong Dan Su Dung Eviews 5.1 / 2023

Published on

4. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 4 liệu thời gian; số quan sát đối với loại dữ liệu chéo; và tần suất, ngày bắt đầu, ngày kết thúc, và số quan sát tại mỗi thời điểm đối với loại dữ liệu bảng.

6. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6 mong muốn (ví dụ biến “employment” đổi thàng X2). Ngoài ra, ta cũng có thể mô tả đặc điểm của biến đó (ví dụ đơn vị tính, …). Cuối cùng ta chọn Finish.

8. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 8 Nội dung cửa sổ tập tin của Eviews Khi mở một tập tin làm việc của Eviews ta sẽ thấy một cửa sổ như sau: Nguồn: Eviews 5 Users Guide, pp.52 Ta có thể trình bày dạng tóm tắt nội dung của tập tin Eviews bằng cách chọn View/Statistics và quay trở về thư mục gốc bằng cách chọn View/Workfile Directory. Sau khi đã tạo một tập tin Eviews, ta nên lưu lại dưới định dạng Eviews bằng cách chọn File/Save As … hay File/Save … Eviews sẽ hiện ra hộp thoại Saveas, ta đặt tên cho tập tin đó, và chọn mức độ chính xác trong hộp thoại Workfile Save. TRÌNH BÀY DỮ LIỆU Khi đã có sẵn tập tin Eviews, ta có thể sử dụng các công cụ Eviews cơ bản để phân tích dữ liệu của từng chuỗi (sau đây cũng được gọi là biến1) hay một nhóm các biến theo nhiều cách khác nhau. Trình bày dữ liệu của một chuỗi2 Để xem nội dung của một biến nào đó, ví dụ M13 trong tập tin Chapter2.3.wf1, ta nhấp đúp vào biểu tượng biến M1 trong cửa sổ của tập tin này, hay chọn Quick/Show … trong thực đơn chính, nhập M1 và chọn OK. Eviews sẽ mở biến M1 và thể hiện dưới một dạng bảng tính mặc định. 1 Variable Series statistics 3 ??? 2

12. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 12 1600 2000 1200 1500 800 1000 400 0 500 0 55 60 65 70 75 GDP 80 85 90 95 M1 * Thống kê mô tả Ta có thể đồng thời tạo ra một bảng thống kê mô tả nhiều biến khác nhau bằng cách chọn View/Descriptive Stats/Individual Samples hay Quick/Group Statistics/Descriptive Statistics/Individual Samples.

16. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 16 * Xem đối tượng1 Một cách khác để chọn và mở đối tượng là chọn Show ở thanh công cụ2 hay chọn Quick/Show … từ thực đơn và nhập tên đối tượng vào hộp thoại. Nút Show cũng có thể được sử dụng để hiển thị các phương trình của các chuỗi. Cửa sổ đối tượng Cửa sổ đối tượng là cửa sổ được hiển thị khi ta mở một đối tượng hay một chứa đối tượng. Một cửa sổ đối tượng sẽ chứa hoặc một hiển thị của đối tượng hoặc các kết quả của một thủ tục của đối tượng. Eviews cho phép mở cùng lúc nhiều cửa sổ đối tượng. * Các thành phần của một cửa sổ đối tượng Đây là minh họa cửa sổ phương trình từ kết quả hồi qui theo phương pháp OLS. Một số điểm cần lưu ý như sau: Thứ nhất, đây là một cửa sổ chuẩn vì ta có thể đóng, thay đổi kích cở, phóng to, thu nhỏ, và kéo lên xuống hay qua lại. Khi có nhiều cửa sổ khác đang mở, nếu ta muốn cửa sổ nào ở chế độ làm việc thì ta chỉ cần nhấp vào thanh tiêu đề hay bất kỳ đâu trong cửa số đó. Lưu ý, cửa sổ đang ở chế độ làm việc được biểu hiện với thanh tiêu đề có màu đậm. Thứ hai, thanh tiêu đề của cửa sổ đối tượng cho biết loại đối tượng, tên đối tượng, và tập tin chứa. Nếu đối tượng cũng chính là đối tượng chứa thì thông tin chứa được thay bằng thông tin thư mục.Thứ ba, trên đỉnh cửa sổ có một thanh công cụ chứa một số nút giúp ta dễ dàng làm việc. 1 2 Show Toolbar

17. 17 Hướng dẫn sử dụng Eviews 5.1 Phùng Thanh Bình * Các thực đơn và thanh công cụ của đối tượng Làm việc với đối tượng * Đặt tên và tên nhãn của đối tượng Các đối tượng có thể được đặt tên hoặc không được đặt tên. Khi ta đặt tên cho đối tượng, thì tên đối tượng sẽ xuất hiện trong thư mục của tập tin Eviews, và đối tượng sẽ được lưu như một phần của tập tin khi tập tin được lưu. Ta phải đặt tên đối tượng nếu muốn lưu lại các kết quả của đối tượng. Nếu ta không đặt tên, đối tượng sẽ được gọi là “UNTITLED”. Các đối tượng không được đặt tên sẽ không được lưu cùng với tập tin, nên chúng sẽ bị xóa khi đóng tập tin. Để đổi tên đối tượng, trước hết phải mở cửa sổ đối tượng, sau đón nhấp vào nút Name trên cửa sổ đối tượng và nhập tên (và tên nhãn) vào. Nếu có đặt tên nhãn thì tên nhãn sẽ xuất hiện trong các bảng biểu đồ thị, nếu không Eviews sẽ dùng tên đối tượng. Lưu ý, đây là nhóm đã mặc định và không được sử dụng cho tên đối tượng: ABS, ACOS, AND, AR, ASIN, C, CON, CNORM, COEF, COS, D, DLOG, DNORM, ELSE, ENDIF, EXP, LOG, LOGIT, LPT1, LPT2, MA, NA, NOT, NRND, OR, PDL, RESID, RND, SAR, SIN, SMA, SQR, và THEN. * Copy và dán đối tượng Có hai phương pháp tạo ra bản sao các thông tin chứa trong đối tượng: Copy và Freeze.

20. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 20 Các hàm chuỗi Hầu hết các hàm trong Eviews đều bắt đầu bằng ký hiệu @, ví dụ @mean(y) nghĩa là lấy giá trị trung bình của chuỗi y cho toàn bộ mẫu hiện hành. Có ba nhóm hàm chuỗi hay sử dụng trong Eviews: hàm toán (mathematical functions), hàm tập tin Eviews (workfile functions), và hàm dãy số (string functions). Để tìm hiểu thêm về các hàm này, ta có thể tham khảo ở Help/Command & Programming Reference, hoặc Help/Quick Help Reference, ở đây chỉ trình bày một số hàm hay sử dụng trong cuốn sách này. Hàm giá trị tuyệt đối: @abs(x), abs(x) Hàm mũ cơ số e hay antilog (ex): @exp(x), exp(x) Hàm nghịch đảo (1/x): @inv(x) Hàm log tự nhiên (ln(x) hay loge(x)): @log(x), log(x) Hàm căn bậc hai: @sqrt(x), sqr(x) Hàm xu thế: @trend(base date), trong đó, base date chỉ thời điểm bắt đầu của chuỗi xu thế T (tại đó T = 0) Biến trễ, tới, sai phân1 và mùa vụ Khi làm việc với dữ liệu chuỗi thời gian, ta thường xử lý dữ liệu bằng cách chuyển hóa sang dạng trễ, tới, sai phân, hoặc tạo thêm các biến giả mùa vụ. * Biến trễ, tới và sai phân Biến trễ một giai đoạn (xt-1): x(-1) Biến trễ k giai đoạn (xt-k): x(-k) Biến tới một giai đoại (xt+1): x(1) Biến tới k giai đoạn (xt+k): x(k) Sai phân bậc một (∆x = xt – xt-1): d(x) Sai phân bậc k (∆kx = xt – xt-k): d(x,k) Sai phân bậc một của biến trễ dạng log tự nhiên: dlog(x) Trung bình trượt k giai đoạn: @movav(x,k) Ngoài ra, ta có thể đồng thời kết hợp nhiều toán tử với nhau, ví dụ dlog(x), dlog(x,4), … * Biến giả mùa vụ Tạo ra một biến giả theo quí có giá trị là 1 đối với quí 2 và giá trị là 0 đối với các quí khác: @seas(2) Tạo ra một biến giả theo tháng có giá trị là 1 đối với tháng 2 và giá trị 0 đối với các tháng khác: @month(2) 1 Lead: tới, Lag: trễ, và Difference: Sai phân

22. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 22 JB lớn hơn giá trị quan sát (giá trị phê phán) dưới giả thiết không (H0). Giá trị xác suất càng nhỏ thì khả năng bác bỏ giả thiết H0 càng cao. * Thống kê theo nhóm Thống kê theo nhóm cho phép ta tính các thống kê mô tả của một chuỗi theo các phân nhóm khác nhau trong mẫu phân tích. Nếu ta chọn View/Descriptive Statistics/Stats by Classification …, thì một hộp thoại sau đây sẽ xuất hiện: Các lựa chọn ở Stattistics bên trái cho phép ta chọn các tiêu chí thống kê muốn tính toán. Trong ô Series/Group for classify ta nhập tên chuỗi hay nhóm để xác định các phân nhóm. Nếu ta chọn nhiều chuỗi thì mỗi chuỗi cách nhau một khoảng trắng. Ở mục Output Layout, nếu ta chọn các Margins thì bảng kết quả có trình bày thống kê của tất các các quan sát trong cùng một nhóm cũng như của toàn bộ mẫu phân tích. Ví dụ, sử dụng file chúng tôi để thống kê mô tả biến LWAGE (log tự nhiên1 của lương tuần) theo hai biến CONSTRUC (= 1 nếu làm việc trong ngành xây dựng và = 0 nếu làm trong các ngành khác) và MARRIED (= 1 nếu đã có gia đình và = 0 nếu chưa có gia đình). Kết quả thống kê biến LWAGE với bốn tiêu chí thống kê là trung bình, trung vị, lệch chuẩn, và số quan sát được trình bày như bảng bên cạnh. Nhìn vào bảng kết quả ta có thể so sánh có sự khác biệt giữa các nhóm hay không. Tuy nhiên, để chắc chắn sự khác biệt đó có ý nghĩa về mặt thống kê hay không, ta cần dựa vào loại kiểm định thống kê thích hợp. 1 Log tự nhiên được ký hiệu là ln, nhưng toán tử trong Eviews là log

24. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 24 χ2 = ( N − 1)s 2 σ2 (2.4) Với giả thiết H0 và giả định rằng X có phân phối chuẩn, thì thống kê chi bình phương sẽ theo phân phối chi bình phương với N-1 bậc tự do. * Kiểm định ngang bằng theo nhóm Đây là các kiểm định xem các giá trị trung bình, phương sai và trung vị ở các phân nhóm trong cùng một chuỗi có bằng nhau hay không. Khi chọn View/Tests for Descriptive Stats/Equality Tests by Classification … sẽ thấy xuất hiện một hộp thoại như hình bên. Trước tiên ta phải chọn loại kiểm định: trung bình, phương sai, hay trung vị, sau đó chọn các phân nhóm muốn so sánh. Xác định giả thiết: Đối với kiểm định trung bình H0: Trung bình của các nhóm bằng nhau H1: Trung bình của các nhóm khác nhau Đối với kiểm định phương sai H0: Phương sai của các nhóm bằng nhau H1: Phương sai của các nhóm khác nhau Để quyết định, ta so sánh giá trị thống kê F1 tính toán với giá trị thống kê F quan sát (phê phán). Nếu giá trị thống kê F tính toán lớn hơn giá trị thống kê F quan sát tại một mức ý nghĩa nhất định, ta bác bỏ giả thiết H0 và ngược lại. Lập bảng tần suất một chiều Để lập bảng tần suất một chiều ta chọn View/One-Way Tabulation … và sẽ xuất hiện một hộp thoại như sau. Biểu đồ tự tương quan Mục đích của biểu đồ tự tương quan là giúp ta kiểm định xem một chuỗi thời gian dừng hay không dừng2. Trong các mô hình dự báo chuỗi thời gian và dự báo bằng phương pháp hồi qui các chuỗi thời gian, thì việc các chuỗi thời gian dừng hay không 1 Sẽ được giải thích ở chương 4 và 5 Đây là một nội dung rất quan trọng khi phân tích chuỗi thời gian và đặc biệt có ý nghĩa rất lớn trong việc lựa chọn mô hình dự báo thích hợp trong các phương pháp dự báo định lượng với dữ liệu chuỗi thời gian. Nội dung này sẽ được trình bày chi tiết ở chương 14. 2

26. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 26 Trong Eviews, ta lập biểu đồ tự tương quan bằng cách chọn View/Correlogram … , xác định biểu đồ tự tương quan của chuỗi gốc hay chuỗi sai phân bậc một và bậc hai, và cuối cùng là xác định độ trễ k. Ví dụ, chuỗi GDP trong chúng tôi có biểu đồ tự tương quan như sau: Dựa vào biểu đồ tự tương quan để xác định một chuỗi thời gian dừng hay không như sau. Có thể tóm tắt ý tưởng chính như sau. Nếu hệ số tự tương quan đầu tiên khác không nhưng các hệ số tự tương quan tiếp theo bằng không một cách có ý nghĩa thống kê, thì đó là một chuỗi dừng. Nếu một số hệ số tự tương quan khác không một cách có ý nghĩa thống kê thì đó là một chuỗi không dừng. Kiểm định nghiệm đơn vị Kiểm định nghiệm đơn vị là một kiểm định được sử dụng khá phổ biến để kiểm định một chuỗi thời gian dừng hay không dừng. Nội dung chi tiết phần kiểm định nghiệm đơn vị sẽ được trình bày ở chương 14 về các mô hình hồi qui chuỗi thời gian. Tuy nhiên, để hiểu qui trình kiểm định nghiệm đơn vị trên Eviews, ta nên xem qua một số ý tưởng cơ bản về mặt lý thuyết. Trước hết, cần lưu ý rằng có nhiều khái niệm chưa được học nên người đọc không nhất thiết phải hiểu ngay nội dung kiểm định nghiệm đơn vị ở chương này. Giả sử ta có phương trình hồi qui tự tương quan như sau: Yt = ρYt-1 + ut (-1 ≤ ρ ≤ 1) (2.7) Ta có các giả thiết: H0: ρ = 1 (Yt là chuỗi không dừng) H1: ρ < 1 (Yt là chuỗi dừng) Phương trình (2.7) tương đương với phương trình (2.8) sau đây: Yt – Yt-1 = ρYt-1 – Yt-1 + ut = (ρ – 1)Yt-1 + ut ∆Yt = δYt-1 + ut Như vậy các giả thiết ở trên có thể được viết lại như sau: H0: δ = 0 (Yt là chuỗi không dừng) (2.8)

27. 27 Hướng dẫn sử dụng Eviews 5.1 Phùng Thanh Bình H1: δ < 0 (Yt là chuỗi dừng) Dickey và Fuller cho rằng giá trị t ước lượng của hệ số Yt-1 sẽ theo phân phối xác suất τ (tau statistic, τ = giá trị δ ước lượng/sai số của hệ số δ). Kiểm định thống kê τ còn được gọi là kiểm định Dickey – Fuller (DF). Kiểm định DF được ước lượng với 3 hình thức: * Khi Yt là một bước ngẫu nhiên không có hằng số: ∆Yt = δYt-1 + ut (2.9) * Khi Yt là một bước ngẫu nhiên có hằng số: ∆Yt = β1 + δYt-1 + ut (2.10) * Khi Yt là một bước ngẫu nhiên với hằng số xoay quanh một đường xu thế ngẫu nhiên: ∆Yt = β1 + β2TIME + δYt-1 + ut (2.11) Để kiểm định H0 ta so sánh giá trị thống kê τ tính toán với giá trị thống kê τ tra bảng DF (các phần mềm kinh tế lượng đều cung cấp giá trị thống kê τ). Tuy nhiên, do có thể có hiện tượng tương quan chuỗi giữa các ut do thiếu biến, nên người ta thường sử dụng kiểm định DF mở rộng là ADF (Augmented Dickey – Fuller Test). Kiểm định này được thực hiện bằng cách đưa thêm vào phương trình (2.11) các biến trễ của sai phân biến phụ thuộc ∆Yt: ∆Yt = β1 + β2TIME + δYt-1 + αi Σ∆Yt-i + εt (2.12) Để tiến hành kiểm định nghiệm đơn vị trên Eviews ta chọn View/Unit Root Test …, sẽ xuất hiện hộp thoại Unit Root Test. Ở lựa chọn Test for unit root in, chọn level nếu muốn kiểm định chuỗi gốc có phải là một chưỡi dừng hay không, chọn 1st difference nếu muốn kiểm định chuỗi sai phân bậc một có phải là một chuỗi dừng hay không. Ở lựa chọn Include in test equation, chọn intercept nếu dùng phương trình (2.10), chọn trend and intercept nếu dùng phương trình (2.11), chọn None nếu dùng phương trình (2.9), chọn trend and intercept và xác định độ trễ ở lựa chọn Lag length nếu dùng phương trình (2.12).

28. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 28 PHÂN TÍCH NHÓM Khi mở một nhóm, nếu chọn View ta thấy xuất hiện thực đơn dạng drop-down như hình bên cạnh. Block thứ nhất cung cấp các cách khác nhau để mô tả dữ liệu trong nhóm. Block thứ hai trình bày các thống kê cơ bản. Block thứ ba chuyên về các thống kê của chuỗi thời gian. Block thứ tư là tên nhãn nhằm cung cấp các thông tin về nhóm. Trong phần này ta chỉ xem xét một số nội dung quan trọng thường được sử dụng trong kinh tế lượng. Thống kê mô tả Trong thống kê mô tả ta thấy có ba loại như sau: Common Sample, Individual Sample, và Boxplots. Common Sample chỉ tính các thống kê các quan sát có đầy đủ giá trị ở tất cả các chuỗi dữ liệu trong nhóm. Individual Sample tính các thống kê của các quan sát có đầy đủ giá trị ở mỗi chuỗi dữ liệu. Kiểm định đồng liên kết1 Chúng ta sẽ được biết ở chương 14 rằng khi hồi qui các chuỗi thời gian không dừng thường dẫn đến “kết quả hồi qui giả mạo”2. Tuy nhiên, Engle và Granger3 (1987) cho rằng nếu kết hợp tuyến tính của các chuỗi thời gian không dừng có thể là một chuỗi dừng và các chuỗi thời gian không dừng đó được cho là đồng liên kết. Kết hợp tuyến tính dừng được gọi là phương trình đồng liên kết và có thể được giải hích như mối quan hệ cân bằng dài hạn giữa các biến. Nói cách khác, nếu phần dư trong mô hình hồi qui giữa các chuỗi thời gian không dừng là một chuỗi dừng, thì kết quả hồi qui là thực và thể hiên mối quan hệ cân bằng dài hạn giữa các biến trong mô hình. Mục đích của kiểm định đồng liên kết là xác định xem một nhóm các chuỗi không dừng có đồng liên kết hay không. Có hai cách kiểm định. * Kiểm định nghiệm đơn vị phần dư Giả sử GDP và M1 là hai chuỗi thời gian không dừng và ta có mô hình hồi qui như sau: GDPt = β1 + β2M1t + ut (2.13) Nếu phần dư ut là một chuỗi dừng thì kết quả hồi qui giữa GDP và M1 là “thực” và ta vẫn sử dụng một cách bình thường. Nói cách khác, GDP và M1 có quan hệ đồng liên kết và β2 được gọi là hệ số hồi qui đồng liên kết. Các bước thực hiện trên Eviews như sau: 1) Ước lượng mô hình GDPt = β1 + β2M1t + ut 1 Cointegration test Spurious regression 3 Đoạt giải Nobel kinh tế năm 2003 2

29. 29 Hướng dẫn sử dụng Eviews 5.1 Phùng Thanh Bình 2) Kiểm định nghiệm đơn vị chuỗi ut * Kiểm định đồng liên kết dựa trên phương pháp VAR của Johasen Eviews thực hiện kiểm định đồng liên kết trên cơ sở phương pháp luận VAR của Johasen (1991, 1995a). Lưu ý, kiểm định này chỉ có hiệu lực khi ta đang xét các chuỗi thời gian không dừng. Giả sử ta muốn kiểm định đồng liên kết giữa GDP và M1 trong chúng tôi theo phương pháp luận của Johasen, ta chọn View/Cointegration Test … sẽ thấy xuất hiện một hộp thoại như sau: Ở lựa chọn Deterministic trend in data có năm giả định về các chuỗi thời gian đang xem xét. Như sẽ được trình bày ở chương 14, một chuỗi thời gian có thể dừng sai phân hoặc dừng xu thế, trong đó có thể có xu thế xác định và xu thế ngẫu nhiên. Tương tự, các phương trình đồng liên kết có thể có hệ số cắt và xu thế xác định. Trên thực tế, trường hợp 1 và 5 ít khi được sử dụng. Nếu ta không chắc chắn về các giả định xi thế, ta nên chọn trường hợp 6. Nếu mô hình có các biến ngoại sinh thì ta đưa vào ô exog variables. Ngoài ra, ta có thể xác định độ trể của biến phụ thuộc trong mô hình ở ô Lag intervals và mức ý nghĩa ở ô MHM. Kết quả kiểm định mối quan hệ đồng liên kết giữa GDP và M1 như bảng bên

31. 31 Hướng dẫn sử dụng Eviews 5.1 Phùng Thanh Bình Lưu ý, các độ trễ của X và Y có thể khác nhau và có thể được xác định bằng một số tiêu chí thống kê khác nhau. XÂY DỰNG HÀM KINH TẾ LƯỢNG TRÊN EVIEWS Trong tài liệu này ta chỉ xét phân tích hồi qui đơn phương trình. Phần này trình bày các kỹ thuật phân tích hồi qui cơ bản như xác định và ước lượng một mô hình hồi qui, kiểm định giả thiết, và sử dụng kết quả ước lượng cho các mục đích dự báo. ĐỐI TƯỢNG PHƯƠNG TRÌNH Ước lượng hồi qui đơn phương trình trên Eviews được thực hiện bằng cách sử dụng đối tượng phương trình. Để tạo ra một đối tượng phương trình ta chọn Object/New Object … /Equation hay Quick/Estimate Equation … từ thực đơn chính, hay đơn giản chỉ cần đánh equation trong cửa sổ lệnh. Kế tiếp, ta sẽ xác định dạng phương trình trong hộp soạn thảo Specification của hộp thoại Equation Estimation và chọn phương pháp ước lượng ở ô Method. Các kết quả ước lượng được lưu trữ như một phần của đối tượng phương trình. Xác định phương trình hồi qui Khi tạo ra một đối tượng phương trình sẽ thấy xuất hiện một hộp thoại Equation Estimation và ta cần xác định ba việc sau: dạng phương trình, phương pháp ước lượng, và mẫu được sử dụng để ước lượng. Trong hộp soạn thảo dạng phương trình ta nhập các biến phụ thuộc và giải thích theo thứ tự từ trái qua phải và lưu ý xác định dạng hàm. Có hai cách xác định dạng phương trình ước lượng: liệt kê các biến và công thức. Phương pháp liệt kê dễ hơn nhưng chỉ có thể sử dụng giới hạn ở các dạng mô hình tuyến tính. Phương pháp công thức tổng quát hơn và phải được sử dụng để xác định các dạng mô hình phi tuyến và các mô hình có ràng buộc tham số. Xác định phương trình theo phương pháp liệt kê Cách đơn giản nhất để xác định một phương trình tuyến tính là liệt kê các biến trong phương trình. Trước hết, nhập tên biến phụ thuộc hay công thức của biến phụ thuộc,

32. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 32 sau đó nhập tên các biến giải thích. Ví dụ, sử dụng chúng tôi để xác định phương trình hồi qui GDP theo cung tiền M1, ta nhập vào hộp thoại soạn thảo dạng phương trình như sau: GDP c M1 (2.17) Lưu ý có hiện diện của chuỗi C trong danh sách các biến giải thích. Đây là một chuỗi mặc định sẵn trong Eviews được dùng để xác định hằng số trong phương trình hồi qui. Eviews không tự động đưa hằng số vào phương trình hồi qui vì tùy thuộc vào mô hình có hệ số cắt hay không nên ta phải đưa vào khi xác định phương trình hồi qui. C là một đối tượng đã được xác định trước trong bất kỳ một tập tin Eview nào. Đây là một vectơ hệ số mặc định – khi ta xác định phương trình bằng cách liệt kê tên các biến, Eviews sẽ lưu giữ các hệ số ước lượng trong vectơ này theo thứ tự xuất hiện trong danh sách các biến. Trong ví dụ trên, hằng số sẽ được lưu trong C(1) và hệ số của M1 sẽ được lưu trong C(2). Nếu mô hình có biến trễ một giai đoạn của biến phụ thuộc thì ta liệt kê các biết trong hộp thoại soạn thảo này như sau: GDP GDP(-1) c M1 (2.18) Như vậy hệ số của biến trễ biến GDP là C(1), hệ số của hằng số là C(2), và hệ số của M1 là C(3). Nếu mô hình có nhiền biến trễ liên tục của biến GDP thì thay vì phải nhập từng biến trễ GDP(-1) GDP(-2) GDP(-3) GDP(-4), Eviews cho phép thực hiện như sau: GDP GDP(1 to 4) c M1 (2.19) Tuy nhiên, nếu ta không đưa số 1 và dấu ngoặc đơn thì Eviews sẽ hiểu đó là số 0. Ví dụ: GDP c M1(to 2) M1(-4) (2.20) Thì Eviews sẽ hiểu ta hồi qui GDP theo hằng số C, M1, M1(-1), M1(-2), và M1(-4). Ngoài ra, ta cũng có thể đưa các chuỗi điều chỉnh vào nhóm các biến giải thích. Ví dụ ta hồi qui GDP theo hằng số, biến trễ của GDP, và biến trung bình di động hai giai đoạn của M1 như sau: GDP GDP(-1) c ((M1+M1(-1))/2) (2.21) Xác định phương trình theo phương pháp công thức Một công thức phương trình trong Eviews là một biểu thức toán về các biến và hệ số. Để xác định một phương trình bằng công thức, đơn giản là ta nhập biểu thức vào hộp thoại soạn thảo. Ví dụ, hồi qui mô hình dạng log tự nhiên như sau: log(GDP) c log(GDP(-1)) log(M1) (2.22) Hai lý do chủ yếu ta phải sử dụng phương pháp công thức này là ước lượng các mô hình ràng buộc và phi tuyến.

33. 33 Hướng dẫn sử dụng Eviews 5.1 Phùng Thanh Bình Ước lượng một phương hồi qui Phương pháp ước lượng Sau khi đã xác định phương trình, ta cần chọn phương pháp ước lượng bằng cách nhấp vào Method và sẽ thấy xuất hiện một hộp thoại dạng drop-down liệt kê các phương pháp ước lượng. Phương pháp sử dụng phổ biến nhất đối với hồi qui đơn phương trình là phương pháp bình phương bé nhất1. Trong chương trình kinh tế lượng căn bản của cuốn sách này, ta chỉ sử dụng hai phương pháp là LS – Least Squares2 và BINARY – Binary choice3. Hai phương pháp này sẽ được trình bày chi tiết vào các chương sau. Mẫu ước lượng Ta nên xác định mẫu sử dụng cho việc ước lượng mô hình. Theo mặc định, Eviews đưa ra mẫu của tập tin Eviews hiện hành, nhưng ta có thể thay đổi mẫu theo mục đích ước lượng bằng cách nhập vào hộp thoại Sample. Thay đổi mẫu ở đây không ảnh hưởng gì đến mẫu của tập tin Eviews hiện hành. Nếu có quan sát không có giá trị4, Eviews tạm thời điều chỉnh mẫu ước lượng để loại bỏ các quan sát đó ra khỏi mẫu phân tích. Ngoài ra, nếu trong mô hình có các biến trễ hay biến điều chỉnh thì Eviews cũng điều chỉnh số mẫu ước lượng. 1 Least squares/Ordinary least squares Kể cả phương pháp WLS (Weighted least squares) và GLS (Generalized least squares) 3 Hai loại mô hình sẽ được trình bày ở chương 15 là Logit và Probit 4 Missing value 2

34. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 34 Các lựa chọn ước lượng Khi chọn Options ta sẽ thấy xuất hiện hộp thoại Equation Estimation. Các nội dung trong phần lựa chọn ước lượng như Heteroskedastiscity consistent coefficient covariance và Weighted LS/TSLS sẽ được trình bày chi tiết ở chương 11 và 12. Kết quả ước lượng Sau khi đã hoàn thành các bước trên ta chọn OK trong hộp thoại Equation Estimation, Eviews sẽ hiển thị cửa số phương trình về hiển thị kết quả ước lượng. Trong kết quả ước lượng của Eviews gồm ba phần chính: Tóm tắt các đặc điểm của mô hình hồi qui (biến phụ thuộc, phương pháp ước lượng, thời điểm thực hiện ước lượng, mẫu ước lượng, và số quan sát được sử dụng cho ước lượng kết quả); Kết quả hệ số (tên các biến giải thích, giá trị ước lượng các hệ số hồi qui, sai số chuẩn, thống kê t, và giá trị xác suất); và Tóm tắt thống kê (hệ số xác định R2, R2 điều chỉnh, sai số chuẩn của hồi qui, tổng bình phương phần dư (RSS), thống kê d Durbin-Watson, AIC, SIC, thống kê F, …). Sau khi học xong chương trình kinh tế lượng căn bản ít nhất ta sẽ hiểu một cách hệ thống tất cả các thông tin trong bảng kết quả ước lượng này.

36. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 36 ta nên lưu phần dư với một tên gọi khác. Khi vừa ước lượng mô hình, nếu ta chọn Resids ở Equation ta sẽ có đồ thị hệ trục kép như sau: 2000 1500 1000 30 500 20 10 0 0 -10 -20 -30 55 60 65 70 Residual 75 80 Actual 85 90 95 Fitted Biến giả trong Eviews Để đưa biến giả vào mô hình hồi qui, thay vì phải tạo ra các biến này, Eviews đưa ra công thức hỗ trợ rất hữu ích như sau: @EXPAND(D1, D2, …) (2.23) Ví dụ sử dụng chúng tôi hồi qui biến wage theo các biến giáo dục, năm kinh nghiệm, giới thích, ngành xây dựng, và ngành dịch vụ như sau:

39. 39 Hướng dẫn sử dụng Eviews 5.1 Phùng Thanh Bình Tổng các hệ số hồi qui của log(K) và log(L) dường như lớn hơn 1, nhưng để có kết luận tin cậy ta cần kiểm định giả thiết H0: β2 + β3 = 1. Để thực hiện kiểm định Wald ta chọn View/Coefficient Tests/Wald – Coefficient Restrictions … và nhập điều kiện ràng buộc vào hộp thoại soạn thảo như sau: Lứu ý, nếu có nhiều ràng buộc khác nhau, thì mỗi ràng buộc cách nhau bằng một dấu phẩy. Eviews sẽ cho kết quả kiểm định như sau: Các giá trị thống kê sẽ được giải thích ở chương mô hình hồi qui bội. Ngoài ra, ta có thể đưa ra các điều kiện ràng buộc khác tùy vào phát biểu giả thiết. Để quyết định bác bỏ hay chấp nhận H0, nếu là mô hình hồi qui tuyến tính ta so sánh giá trị F tính toán với giá trị F phê phán ở một mức ý nghĩa xác định. Ngược lại, nếu mô hình hồi qui phi tuyến ta so sánh giá trị chi bình phương tính toán với giá trị chi bình phương phê phán với số bậc tự do bằng số ràng buộc. * Kiểm định bỏ sót biến Đây là một nội dung quan trọng trong kiểm định sai dạng mô hình. Ý tưởng của kiểm định này là khi ta đưa thêm biến vào mô hình và muốn biết các biến này có đóng góp có ý nghĩa vào việc giải thích sự thay đổi của biến phụ thuộc hay không. Giả thiết không của kiểm định này là các biến mới đưa thêm vào mô hình đồng thời không có ý nghĩa. Giả sử, với chúng tôi lúc đầu ta chỉ ước lượng mô hình như sau: log(GDPt) = B1 + B2log(M1t) + B3log(RSt) + ut Hai điểm lưu ý với kiểm định này: (2.27)

40. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 40 – Số quan sát trong hai mô hình phải bằng nhau. – Áp dụng cho mọi phương pháp ước lượng miễn là phương trình hồi qui được xác định bằng cách liệt kê các biến chứ không phải bằng công thức. Để thực hiện kiểm định bỏ sót biết ta chọn View/Coefficient Tests/Omitted Variables – Likelihood Ratio … và nhập tên các biến nghi là bị bỏ sót cần được kiểm định (giả sử đó là TIME và PR) vào hộp thoại soạn thảo và được kết quả sau đây: Để quyết định bác bỏ hay chấp nhận H0, nếu là mô hình hồi qui tuyến tính ta so sánh giá trị F tính toán với giá trị F phê phán ở một mức ý nghĩa xác định. Ngược lại, nếu mô hình hồi qui phi tuyến ta so sánh giá trị LR với giá trị chi bình phương phê phán với số bậc tự do bằng số ràng buộc. * Kiểm định thừa biến Đây cũng là một nội dung trong kiểm định sai dạng mô hình. Kiểm định này cho phép ta kiểm định xem một nhóm biến đưa vào mô hình có ý nghĩa thống kê hay không. Nói cách khác, đây là kiểm định xem các hệ số của một nhóm biến đưa vào mô hình có đồng thời bằng không hay không để quyết định có nên loại chúng ra khỏi mô hình hay không. Các điều kiện áp dụng kiểm định này cũng tương tự như kiểm định bỏ sót biến. Giả sử lúc đầu ta có mô hình như sau: log(GDPt) = B1 + B2log(M1t) + B3log(RSt) + B4PRt + B5TIME + ut (2.28)

42. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 42 tương quan và thống kê Q để kiểm định “chuỗi” phần dư của mô hình hồi qui có tương quan với nhau không. Biểu đồ tự tương quan đã được trình bày ở phần xử lý dữ liệu chuỗi. Để thực hiện kiểm định phần dư có tự tương quan hay không ta chọn View/Residual Tests/Correlogram – Q Statistics … * Kiểm định nhân tử Lagrange Đây là một cách kiểm định khác với kiểm định Q để kiểm định tương quan chuỗi. Kiểm định này sẽ được trình bày ở chương 13 về lựa chọn dạng mô hình. Trên Eviews ta thực hiệm kiểm định này bằng cách chọn Views/Residual Tests/Serial Correlation LM Test … * Kiểm định White về phương sai thay đổi Tương tự, mô hình hồi qui tuyến tính cổ điển cũng giả định các hạn nhiễu có phương sai đồng nhất. Để xem phương sai của nhiễu có đồng nhất hay không ta có thể sử dụng các kiểm định Park, kiểm định Glejser, kiểm định White, … Nội dung các kiểm định này sẽ được trình bày ở chương 11 về phương sai thay đổi. Trên Eviews ta thực hiện kiểm định White bằng cách chọn hoặc View/Residual Tests/White Heteroskedasticity (no cross terms) hoặc View/Residual Tests/White Heteroskedasticity (cross terms). Kiểm định sự ổn định * Kiểm định Chow Mục đích của kiểm định Chow là xem liệu có sự thay đổi về mặt cấu trúc của mô hình hồi qui (đối với hồi qui chuỗi thời gian) giữa các giai đoạn khác nhau (do thay đổi chính sách hoặc cú sốc kinh tế) hay không. Nội dung của kiểm định này sẽ được trình bày ở chương 8 về phân tích hồi qui bội. Ta xét ví dụ trong chúng tôi Sau khi ta hồi qui tiết kiệm theo thu nhập và thực hiện kiểm định như sau View/Stability Tests/Chow Breakpoint Test … và ta nhập mốc thời gian vào hộp thoại soạn thảo để có kết quả như sau: . * Kiểm định RESET của Ramsay Mục đích của kiểm định này là xem có bỏ sót biến quan trọng trong mô hình hồi qui hay không (nhất là khi không có số liệu về biến bỏ sót đó). Nội dung của kiểm định này sẽ được trình bày ở chương 8 về lựa chọn dạng mô hình. Sau khi ước lượng, để kiểm định xem liệu mô hình có sót biến hay không ta chọn View/Stability Tests/Ramsay RESET Test …

Huong Dan Su Dung Proshow Gold 5.0 / 2023

Published on

Hướng dẫn sử dụng phần mềm Proshow Gold 5.0

1. Hướng dẫn Cơ bản về Proshow 5.0Trình bày: Phan Tấn Khải Lớp: Công Nghệ Sinh Học, K6 Khai Phan – Http://Youtube.com/phantankhai Trang 1-28 HƯỚNG DẪN SỬ DỤNG PROSHOW PRODUCER 5.0 (cơ bản) I. GIỚI THIỆU VỀ SẢN PHẨM CỦA PHOTODEX: Proshow Gold 5.0 & Proshow Producer 5.0 là sản phẩm của hãng Photodex, là một phần mềm thông dụng hiện nay cho phép người sử dụng tạo những đoạn phim hay những đoạn flash dưới dạng trình diễn show ảnh. Chuyên dùng để tạo các bộ album video ảnh với các hiệu ứng chuyển cảnh cực đẹp và độc đáo, tường thích nhiều loại file ảnh, cho phép thay thế nhạc nền video,….Chúng có thể xuất ra nhiều định dạng tùy chọn khác nhau, bao gồm DVD, CD cùng tùy chọn phim HD mới hay các tùy chọn xuất ra Flash, QuickTime… Thao tác nhanh, dễ sử dụng, hiệu quả cao gây thích thú cho người xem, đó là tính năng vượt trội của chương trình này. Chính những lý do trên mà phần mềm này được thông dụng và thường xuyên, nhiều người dùng khi làm Slide Shows. Bản Proshow Producer (PP) rất giống với người anh em của nó là Proshow Gold. Nhưng bàn Proshow producer 5.0 là bản chuyên nghiệp hơn, nó là những gì mà bản Proshow Gold 5.0 còn thiếu… – Thông tin về Proshow Gold 5.0 & Proshow Producer 5.0: Nhà Sản xuất : Photodex Corparation Trang chủ : chúng tôi Link Download : chúng tôi (có đính kèm crack) Dung Lượng : 31.9 Mb & 36.9 Mb.

5. Hướng dẫn Cơ bản về Proshow 5.0Trình bày: Phan Tấn Khải Lớp: Công Nghệ Sinh Học, K6 Khai Phan – Http://Youtube.com/phantankhai Trang 5-28 Tiếp theo, Giải nén file “Crack Proshow 5.0.rar”: Lưu ý: Máy bạn nào chưa có chương trình giải nén thì phải tải về…rồi cài đặt nha! (Chương trình giải nén như: Winrar, Winzip,…)

7. Hướng dẫn Cơ bản về Proshow 5.0Trình bày: Phan Tấn Khải Lớp: Công Nghệ Sinh Học, K6 Khai Phan – Http://Youtube.com/phantankhai Trang 7-28 B – Hướng Dẫn Sử Dụng Proshow Producer 5.0 (PP 5.0) Giao diện PP 5.0 như sau: (Có nhiều thay đổi so với ver4.0)

8. Hướng dẫn Cơ bản về Proshow 5.0Trình bày: Phan Tấn Khải Lớp: Công Nghệ Sinh Học, K6 Khai Phan – Http://Youtube.com/phantankhai Trang 8-28 Các hiệu ứng Slide: (Style)

9. Hướng dẫn Cơ bản về Proshow 5.0Trình bày: Phan Tấn Khải Lớp: Công Nghệ Sinh Học, K6 Khai Phan – Http://Youtube.com/phantankhai Trang 9-28 Các hiệu ứng chuyển cảnh: (Transition)

12. Hướng dẫn Cơ bản về Proshow 5.0Trình bày: Phan Tấn Khải Lớp: Công Nghệ Sinh Học, K6 Khai Phan – Http://Youtube.com/phantankhai Trang 12-28 1 – Slide Settings (Số 1) (giao diện như hình trên). Tại đây, bạn có thể tinh chỉnh lại 1 thông số của 1 slide…

21. Hướng dẫn Cơ bản về Proshow 5.0Trình bày: Phan Tấn Khải Lớp: Công Nghệ Sinh Học, K6 Khai Phan – Http://Youtube.com/phantankhai Trang 21-28 II. Thêm Nhạc Vào Slides:

23. Hướng dẫn Cơ bản về Proshow 5.0Trình bày: Phan Tấn Khải Lớp: Công Nghệ Sinh Học, K6 Khai Phan – Http://Youtube.com/phantankhai Trang 23-28 2. Cách Dịch Chuyển 2 Bài Hát Đè Lên Nhau:

25. Hướng dẫn Cơ bản về Proshow 5.0Trình bày: Phan Tấn Khải Lớp: Công Nghệ Sinh Học, K6 Khai Phan – Http://Youtube.com/phantankhai Trang 25-28 2.1 – Youtube Upload:

26. Hướng dẫn Cơ bản về Proshow 5.0Trình bày: Phan Tấn Khải Lớp: Công Nghệ Sinh Học, K6 Khai Phan – Http://Youtube.com/phantankhai Trang 26-28 2.2 – Facebook Upload: 2.3 & 2.4 – Ghi Đĩa (DVD, CD Chuẩn HD):

28. Hướng dẫn Cơ bản về Proshow 5.0Trình bày: Phan Tấn Khải Lớp: Công Nghệ Sinh Học, K6 Khai Phan – Http://Youtube.com/phantankhai Trang 28-28 Còn đây là giao diện Proshow Gold 5.0 (Cách setup, crack, & sử dụng tương tự như Proshow Producer 5.0)  Bài viết chỉ hướng dẫn những thao tác cơ bản nhất về PS 5.0 chúng tôi sau bài viết này sẽ giúp các bạn chưa sử dung PS 5.0 có thể thao tác & tạo được những Video ưng ý, để tặng cho những người thân của mình…  Vì thời gian có hạn nên sẽ không tránh được những sai xót…  Cuối cùng, Tôi không biết nói gì hơn “Cám ơn các bạn đã đọc vài viết này!” BR-VT, 08/03/2012 Thực hiện: Phan Tấn Khải Email: shu_tk@yahoo.com

Huong Dan Su_Dung_Eviews_5.1( Kinh Tế Lượng) / 2023

Embed Size (px)

Hng dn s dng Eviews 5.1 Phng Thanh Bnh 1

CHNG 2 HNG DN S DNG EVIEWS TRONG PHN

TCH D LIU V HI QUI Chng ny s trnh by mt s th tc c bn ca phn mm Eviews 5.1 sinh vin c th thc hnh cc bi tp thng k v kinh t lng cc chng sau. Do mc ch chnh ca ta l thc hnh kinh t lng vi Eviews, nn chng ny ch gii hn mt s thao tc m ngi nghin cu thng hay s dng, ch khng phi ton b hng dn chi tit cch s dng Eviews. Tuy nhin, tin li cho sinh vin t nghin cu, chng ny s gii thiu s qua chc nng tr gip trong Eviews c th tham kho khi cn thit. Mt s ni dung c trnh by trong chng ny, c bit l cc kim nh, nhng chng s c hng dn mt cch chi tit hn cc chng lin quan. sinh vin c th thc hnh cc bi tp v d n nghin cu vi Eviews, chng ny s nhm vo cc ni dung sau y:

Eviews l g?

Workfile l g?

Trnh by d liu trong Eviews

i tng trong Eviews

Qun l d liu trong Eviews

Cc php ton v hm s trong Eviews?

Phn tch d liu chui v nhm

Xy dng hm kinh t lng trong Eviews

Kim nh gi thit m hnh hi qui trong Eviews

NHNG VN C BN V EVIEWS EVIEWS L G? Eviews1 cung cp cc cng c phn tch d liu phc tp, hi qui v d bo chy trn Windows. Vi Eviews ta c th nhanh chng xy dng mt mi quan h kinh t lng t d liu c sn v s dng mi quan h ny d bo cc gi tr tng lai. Eviews c th hu ch trong tt c cc loi nghin cu nh nh gi v phn tch d liu khoa hc, phn tch ti chnh, m phng v d bo v m, d bo doanh s, v phn tch chi ph. c bit, Eviews l mt phn mm rt mnh cho phn tch d liu thi gian cng nh cho vi c mu ln.

1 Vit tt ca Econometrics Views

CHNG 2: HNG DN S DNG EVIEWS 2

Eviews a ra nhiu cch nhp d liu rt thng dng v d s dng nh nhp t bn phm, t cc file sn c di dng excel hay text, d dng m rng file d liu c sn. Eviews trnh by cc biu mu, th, kt qu n tng v c th in trc tip hoc chuyn qua cc loi nh dng vn bn khc. Eviews gip ngi s dng d dng c lng v kim nh cc m hnh kinh t lng. Ngoi ra, Eviews cn gip ngi nghin cu c th xy dng cc file chng trnh cho d n nghin cu ca mnh. Eviews tn dng cc c im hin th ca phn mm Windows hin i nn rt thun tin cho ngi s dng nh dng chut, cc thanh ko, thay i giao din, thot, Nu chng trnh c ci t ng, th khi khi ng eviews ta s thy ca s chnh nh sau:

Ngun: Eviews 5 Users Guide, pp.16

WORKFILE L G? Workfile c gi chung l tp tin lm vic ca Eviews (sau y s gi l tp tin Eviews). mt cp c bn, mt tp tin Eviews n gin l mt tp tin cha cc i tng ca Eviews1. Mi i tng bao gm mt tp hp cc thng tin c lin quan n mt lnh vc phn tch c th v d mt chui2, mt phng trnh, hay mt th. Lm vic trn Eviews ch yu lin quan n cc i tng cha trong mt tp tin Eviews. Cho nn trc ht cn to mt tp tin mi hoc m mt tp tin c sn. Mi tp tin Eviews cha mt hoc nhiu trang3. Mi trang cha cc i tng ring. Trang

1 Container for Eviews objects 2 Series 3 Page

Hng dn s dng Eviews 5.1 Phng Thanh Bnh 3

c xem nh mt th mc con hay tp tin ph1 trong mt tp tin. Lu , mt tp hp cc quan st ca mt hoc mt s bin c gi l b s liu, trong mi quan st c nhn dng ring. To mt tp tin Eviews C nhiu cch to mt tp tin mi. Vic u tin trong to tp tin l xc nh cu trc ca tp tin2. C ba cch khc nhau. Th nht l m t cu trc ca tp tin Eviews. Theo cch ny, Eviews s to ra mt tp tin mi ta nhp d liu vo mt cch th cng t bn phm hoc copy v dn. Th hai l m v c d liu t mt ngun bn ngoi (khng thuc nh dng Eviews) nh Text, Excel, Stata. Thun tin hn nhiu so vi cc phin bn trc, Eviews 5 t ng phn tch ngun d liu, to mt tp tin, v nhp d liu. y l cch c s dng ph bin. Th ba l to mt tp tin theo hai bc ring bit. Trong bc mt ta to ra mt tp tin mi theo mt trong hai cch trn. Trong bc hai ta s cu trc tp tin. Chng ny ch tp trung hng dn cch th nht v th hai. (i) To mt tp tin bng cch m t cu trc m t cu trc ca tp tin Eviews, ta phi cung cp cho Eviews cc thng tin v s quan st v cc nhn dng lin quan. to mt tp tin mi trn Eviews, ta chn File/New Workfile, t thc n chnh3 m hp thoi Workfile Create. gc tri ca hp thoi l mt hp nh m t cu trc c bn ca b d liu. Ta c th chn gia Dated-Regular Frequency, Unstructured, v Balanced Panel. Ni chung, ta c th s dng Dated-regular frequency4 nu ta c b d liu thi gian, vi b d liu bng n gin ta s dng Balanced Panel, v cc trng hp khc ta s dng Unstructured5.

Sau khi ta xc nh loi cu trc d liu, Eviews s t ng nhc ta m t c im ca b d liu nh tn sut, ngy bt u, ngy kt thc i vi loi d

1 Subdirectory/Subworkfile 2 Structure of the workfile 3 Main menu 4 Nu l d liu nm, th Frequency ta chn Annual; cc Start date v End date ta nhp nm bt u v nm kt thc ca cc chui d liu. Nu d liu l qu, th Frequency ta chn Quarterly; cc Start date v End date ta nhp qu bt u v qu kt thc ca cc chui d liu. y ta c th chn mt trong hai cch sau (v d qu 2 nm 2005): 2005:2 hoc 2005Q2. Nu l d liu thng, th Frequency ta chn Monthly; cc Start date v End date ta nhp thng bt u v thng kt thc ca cc chui d liu. Tng t, ta c th chn mt trong hai cch sau (v d thng 8 nm 2008): 2008:8 hoc 2008M8. Cc t tn l ty chn (t tn tp tin v tn trang), nhng thng thng khng cn thit. 5 S dng i vi loi d liu cho v ta ch cn nhp s quan st ca b d liu (dataset) vo Observations l xong.

CHNG 2: HNG DN S DNG EVIEWS 4

liu thi gian; s quan st i vi loi d liu cho; v tn sut, ngy bt u, ngy kt thc, v s quan st ti mi thi im i vi loi d liu bng.

Hng dn s dng Eviews 5.1 Phng Thanh Bnh 5

(ii) To mt tp tin bng c t mt ngun d liu bn ngoi Ta c th m trc tip mt ngun d liu bn ngoi nh nh cch m mt tp tin Eviews. m mt file bn ngoi, trc ht ta chn File/Open/Foreign Data as Workfile1, n hp thoi Open, chn Files of type, m file cn chuyn sang tp tin Eviews, v thc hin mt s iu chnh nu cn thit. Xem v d minh ha sau y. m v chuyn mt tp tin no sang Eviews, trc ht phi xc nh th mc thch hp, ri chn tp tin (File name v Files of type) cn chuyn sang tp tin Eviews. Tuy nhin, tp tin ngun vi nh dng khc nhau s c mt s khai bo ring.

i vi tp tin Text. Khi chn v m tp tin (v d Chapter2.2.txt), ta thy xut hin hp thoi ASCII Read. Trong Column specification c ba la chn: Delimiter , Fixed , v An explicit cho php ta la chn chiu rng ca cc ct d liu hin trong tp tin. Tuy nhin, thng thng Eviews s mc nh dng Delimiter Start date/header ta thy Skip lines cho php ta la chn b cc dng u tin (thng ch li dng tn cc bin), v d y ta chn 2. iu ny ch c ngha gip ta d dng kim tra d liu ch khng cn thit lm. Mc Row specification cho php ta xc nh s quan st trong mt dng (thng thng l 1). Mc ny ni chung cng khng cn thit. Sau ta chn Next qua bc 2, v li chn Next qua bc 3. bc 3 ta c th t li tn bin bng cch chn bin v thay bng tn bin

1 D nhin ta cng c th chn File/Open/Eviews Workfile nhng s bt tin mt t xu l trong types of file s mc nh loi tp tin Eviews thi.

CHNG 2: HNG DN S DNG EVIEWS 6

mong mun (v d bin employment i thng X2). Ngoi ra, ta cng c th m t c im ca bin (v d n v tnh, ). Cui cng ta chn Finish.

Hng dn s dng Eviews 5.1 Phng Thanh Bnh 7

Bc hai, ging nh bc 3 tp tin dng Text, Eviews s a ra cc la chn c d liu v nhng thay i theo ngi s dng nh t li tn v nhn ca cc bin. Tuy nhin, trong hu ht cc trng hp ngi s dng ch cn chn Finish chp nhn nh dng mc nh. 1 Eviews 5 cho php m trc tip tt c cc tp tin dng .xls, .raw, .txt, .dta, Ngy xa ngy xa khi cha c Eviews 5, vic chuyn mt tp tin t Excel hay Text sang Eviews l mt k tch.

CHNG 2: HNG DN S DNG EVIEWS 8

Ni dung ca s tp tin ca Eviews Khi m mt tp tin lm vic ca Eviews ta s thy mt ca s nh sau:

Ngun: Eviews 5 Users Guide, pp.52 Ta c th trnh by dng tm tt ni dung ca tp tin Eviews bng cch chn View/Statistics v quay tr v th mc gc bng cch chn View/Workfile Directory.

Sau khi to mt tp tin Eviews, ta nn lu li di nh dng Eviews bng cch chn File/Save As hay File/Save Eviews s hin ra hp thoi Saveas, ta t tn cho tp tin , v chn mc chnh xc trong hp thoi Workfile Save.

TRNH BY D LIU Khi c sn tp tin Eviews, ta c th s dng cc cng c Eviews c bn phn tch d liu ca tng chui (sau y cng c gi l bin1) hay mt nhm cc bin theo nhiu cch khc nhau. Trnh by d liu ca mt chui2

xem ni dung ca mt bin no , v d M13 trong tp tin Chapter2.3.wf1, ta nhp p vo biu tng bin M1 trong ca s ca tp tin ny, hay chn Quick/Show trong thc n chnh, nhp M1 v chn OK. Eviews s m bin M1 v th hin di mt dng bng tnh mc nh.

1 Variable 2 Series statistics 3 ???

Hng dn s dng Eviews 5.1 Phng Thanh Bnh 9

t tn v nhn ca mt chui Nhp p vo thc n Name, Eviews s hin th Object Name (tn i tng), trong c phn tn bin v nhn ca bin. Nu bin c tn nhn th khi ta lp bng hoc v th, th trn bng hay th s hin th tn nhn.

V th C hai cch biu din th dng Line ca bin M1. Th nht, t Series M1 (chui M1), ta chn View/Graph/Line. Th hai, t ca s tp tin chúng tôi ta chn Quick/Graph

Huong Dan Hack Facebook Bang Backtrack 5 / 2023

Huong Dan Hack Facebook Bang Backtrack 5

Huong Dan Hack Facebook Bang Backtrack 5

Join or Log Into Facebook Email or Phone. . Em s hng dn mi ngi hack wifi bng cng c fernder c sn trong BackTrack 5 R3.. Hng dn Hack wifi WEP, WPA vi Wifiway . 5: cui cng l . Cho mng bn n vi Backtrack, .. Theo nh bi hng dn hack wifi wpa/wpa2 bng reaver trong Backtrack k trc, ln ny mnh s hng dn cc bn hack wifi bng cng .. Hng dn hack pass wifi bng backtrack 5 v cch phng chng. Hack password wifi hng xm d dng.. Huong dan minh voi. Xa. . ( khoang 80 gb), the nhung viec tim pass bang aircrack toc to cham qua .. Hack ti khon FaceBook v Gmail s dng BackTrack 5 Trong hng dn trc y ca ti, ti gii thch: Lm th no hack .. Backtrack5 l hh tch hp cc cng c rt mnh cho 1 hacker nn hm nay mnh s hng dn cc bn ci backtrack 5 bng liveusb.. Cch hack mt khu wifi bo mt wep bng phn mm backtrack 5. mi chi tit xin xem thm ti y .. Install Backtrack 5 R3 by USB Boot. Tho lun trong ‘H iu hnh’ ang xem ch ny .. Hng dn ci Backtrack 5R1 BackTrack Linux Penetration Testing Distribution – AnoVn.Zoom. MidwayUSA is a privately held American retailer of various hunting and outdoor-related products.. Trong bi trc mnh c hng dn dng backtrack 5 hack mt khu wifi b con nh mnh ang c thc mc dng g chy c .. Backtrack 6 m hiu l Kali Linux ra i, . ng nhp bng Facebook . Download Backtrack 6 (Kali Linux) – Hack mt khu wifi.. Tin hnh hack wifi WPA/WPA2 vi Backtrack 5 R3. . Chia s cho bn b qua Facebook, . ban huong dan chi tiet hon ve phan men kalilinux dc ko tien nguyen .. . bang cach go wifite tu command line . . backtrack hack password wifi kali linux.. Theo nh bi hng dn hack wifi wpa/wpa2 bng reaver trong Backtrack k trc, ln ny mnh s hng dn cc bn hack wifi bng cng .. vui v, ha ng, thch kt bn.c tinh thn trch nhim trong cng vic v gia nh View my complete profile. Hack pass WiFi WPA/WPA2 vi BackTrack 5 R3 ; .. Hm nay mnh s vit bi hng dn ci backtrack 5r3 cho . LIKE Trang Chnh FACEBOOK. . Cheat Engine 6.4 Phn mm hack game .. iCon Facebook; Din n; My . Xin hi v BackTrack 5 r3 hack . ny v c li. v li video huong dan ci at bang wmware trn my o nn .. Mnh s dng Backtrack 5 r2 v thnh cng vi . cng c 15 ci wifi,nhng c enable WPS ln th ch c 4 ,5 ci v hack c ch .. iCon Facebook; Din n; My . Xin hi v BackTrack 5 r3 hack . ny v c li. v li video huong dan ci at bang wmware trn my o nn .. Huong dan hack wifi bang backtrack, hng dn boot file back track rar , hack wifi bng hirenboot, www chúng tôi .. huong dan crack wifi bang backtrack 5 trong vmware, . huong dan sua loi backtrack 5 hack wifi, . Facebook; Quyn vit bi .. Hng dn cch hack pass wifi n gin. . Mnh s dng Backtrack 5 r2 v thnh cng vi WPA2 c s dng WPS .. Facebook. Email or Phone: Password: Forgot account? Sign Up. Notice. You must log in to continue. Log into Facebook. Log In. Forgot account? Create New Account .. Huong dan backtrack 1. Nhng trang web u tin dy v hack mng wifi dng kha WEP xut hin t cch ykhong hn 2 .. Hng dn lm USB hack WiFi . i vi Backtrack 5, . Chia s ln Twitter Chia s ln Facebook.. Hng dn hack pass Wifi bng BackTrack 5 Hng dn Hack Wifi vi card wireless 4965AGNVi dng tm s:Thi gian gn y area ko c iu .. Hack Facebook, Gmail bng Backtrack 5 R3 In “Hack” Hng dn ci t v s dng keyloger In “Hack” . bai viet nay huong dan don gian, .. Hng dn cch hack pass wifi bng phn mm BackTrack 5. . huong dan hack wifi; phn mm . Cch vo facebook khi b chn mi nht bng .. Tai lieu huongdansudungbacktrack52524 . nh .Trong ngh thut hack khng c ci . clone 1 trang ca Facebook cho phn hng .. Facebook: . “hack wifi wpa” “hack wifi wpa2” “hack wifi wps 1.0” “hack wifi wifislax” “hack wifi backtrack” “hack wifi linux” “hack wifi wps 1.0 .. Ai ma cha may doc thi chiu kho dich nha Mac du tren mang co mot so trang da huong dan nhung sau mot so hom tim hi .. Share on Facebook. Tweet on Twitter . Bc 5: sau chng ta . 8 Bnh lun on “Hng dn chi tit Hack Wifi bng Wifislax vi USB mi .. Install backtrack 5 r3 on vmware – Huong dan cai dat Backtrack 5r3 len may ao vmware . s dng usb chy backtrack 5 cng c hack . chúng tôi . cab74736fa