Tutorial de Eviews 12 (Intro)
Eviews en su versión 12, es un paquete estadístico que se suele utilizar para análisis econométrico, series temporales y como software de pronóstico y simulación.
A partir de la versión 11 de Eviews surgieron funcionalidades como Autocompletar (CTRL+ barra espaciadora, para evitar, por ejemplo, los problemas a la hora de identificar las variables previamente definidas), el Explorador de Comandos, los Geomapas (para detectar zonas geográficas de concentración de una variable de interés, siempre que el programa reconozca el formato, algo similar a la funcionalidad de PowerMap de Excel) y la Interconectividad con Python (importar los comandos de Python).
Índice del Artículo
Importar archivos de otras plataformas
*¡ojo! con los espacios en los nombres de las variables en Excel
Estadísticos Descriptivos
La ventana de resultados de estadística descriptiva incluye el test de normalidad de Jarque-Bera, que resulta estadísticamente significativo, se rechaza la hipótesis nula de normalidad de la variable ‘WAGE’, pues la probabilidad asociada es menor de 0,05.
Histograma
Segmentar Panel por intervalo de tiempo
Correlaciones
CONTRASTE DE HIPÓTESIS.
T de Student de comparativa de medias de 2 muestras independientes
¿Podemos afirmar que la media de los salarios percibidos es la misma en función del género?. Para responder a esta cuestión, se tiene que llevar a cabo una prueba de comparativa de medias de 2 muestras independientes (Sexo). Para acceder a la variable que hace los grupos, se puede utilizar la combinación de teclas CTRL+ESPACIO, opción recurrente en Eviews a partir de la versión 11.
Discernir entre la comparación de medias con homocedasticidad (homogeneidad de varianzas) basado en la T de Student, y con heterocedasticidad basado en Welch, en el ejemplo con cualquiera de los 2 contrastes, hay significatividad estadística, pues el p-valor es menor del 5%.
Test F de Homogeneidad de Varianzas (Homocedasticidad)
Se rechaza la hipótesis de homogeneidad de varianzas (p-valor<0,05), por lo que el Test de comparativa de medias de Welch es el más conveniente a llevar a cabo.
Estimación del modelo de regresión múltiple
Para llevar a cabo un modelo predictivo de regresión múltiple de la variable de respuesta salarios en función de la experiencia, el nivel educativo y el género, hacemos clic en primer lugar en la variable dependiente, y luego en cada una de las variables explicativas del ajuste.
El modelo explica el 36% de la variabilidad de la variable dependiente, a partir del R cuadrado ajustado, y las 3 variables independientes resultan estadísticamente significativas de cara a servir como modelo predictivo (p-valor<0,05), siempre trabajando con un 95% de confianza, fijado para la investigación. Se cumple el supuesto de partida del modelo econométrico de no autocorrelación o independencia de los errores, pues el estadístico de Durbin-Watson está entre 1 y 3.
Heterogeneidad inobservable en modelos econométricos de Datos de Panel