Проводим анализ данных просмотров за месяц канала YouTube начиная с января 2018 года по ноябрь 2022 года. Данные я брал из аналитики своего канала.
Импортируем данные в Gretl:
Импорт данных из Excel в Gretl
Выбираем нужный файл.
Выбор файла
В моей версии программы экспортирует только формат xls., формат xlsx. Не поддерживает.
Далее выбираем начало экспорта с ячейки А1, на вопрос интерпретировать ряд как временной – выбираем да.
Выбираем временные ряды.
Выбираем ежемесячные данные.
Выбираем начальную дату: 2018:1
Правой кнопкой мыши наводим на показы и выбираем график временного ряда
График временного ряда
Видим для апреля и мая 2020 года характерен не типичный рост просмотров, по сравнению с другими периодами. Т. е. наблюдается существенный всплеск. Если вспомним, то на данный период приходился максимальный карантин, соответственно видим интерес к обучающим ресурсам со стороны студентов.
Введём переменные d1 и d2, компенсирующие это всплеск.
1. Знакомство с Gretl: открываем файлы данных
Добавить новую переменную
Добавляем новую переменную d1:
Переменная d1- компенсирует всплеск 04.2020.
Затем присвоим переменной d1 значения 0:
Присваиваем d1=0
Потом редактируем значения:
Изменить значения
На дату 2020:04 вводим значение 1 и нажимаем enter.
Присваиваем дате 2020:04 значение 1
Выбираем применить, изменённые данные сохранены.
Аналогично задаём переменную d2 для мая 2020 года.
Построим коррелограмму временного ряда:
Выбор коррелограммы
Выбираем количество лагов 6 (полугодовой интервал).
Коррелограмма временного ряда
По виду коррелограммы можем отнести ряд к рядам авторегрессии.
Классификация рядов ARIMA по виду коррелограммы
ACF (автокорреляционная функция имеет вид синусоиды или экспоненты) — это значит ряд авторегрессии — AR.
PACF (частная автокорреляционная функция) имеет два ярко выраженных лага, для остальных лагов значение близко к нулю. Следовательно, порядок авторегресии p=2.
Проверим ряд на стационарность с помощью расширенного теста Дики-Фуллера (ADF-тест).
Выбор теста на единичный корень
Выбираем порядок лагов 2, так как предполагается p=2, спецификация с константой, так как не имеется трендовой составляющей. Выбираем уровень переменной.
Диалоговое окно ADF-теста
Результаты ADF-теста
Вероятность принятия нулевой гипотезы р=0,000879, намного меньше 0,01. Следовательно с 1% уровнем значимости отвергаем нулевую гипотезу – ряд стационарен относительно своих уровней. Это значит при построении модели нам не надо брать разности уровней ряда.
Значит параметр разностей d=0. Рассматриваем уровни временного ряда.
В данной части мы произвели идентификацию временного ряда, как ряда авторегрессии с порядком p=2, параметр разности d=0, параметр скользящего среднего q=0.
Построение модели ARIMA рассмотрим в следующей статье: https://dzen.ru/a/Y6B_C5nR1gw86uFL?share_to=link
Gretl. Введение.
Материал подготовлен сайтом: https://pro-smysl.ru/
Онлайн помощь в решении задач, консультации, создание обучающих роликов.
Подписывайтесь на наши каналы:
Источник: dzen.ru
Решение задач по эконометрике в Gretl
GRETL (GNU Regression, Econometrics and Time-series Library — Библиотека для регрессий, эконометрики и временных рядов) — прикладной программный пакет (ППП) для эконометрического моделирования.
GRETL является программным обеспечением, лицензия которого разрешает легально и бесплатно копировать как исходный, так и конечный код, а также самостоятельно модифицировать исходный код.
Согласно правилам FreeSoftwareFoundation, ввиду бесплатного лицензирования пакета программ на него не распространяются гарантии действующего законодательства. Относительно качества и точности функционирования пакета программ рискует только его пользователь. Однако применение пакета программ GRETL оказывается привлекательным благодаря многочисленным положительным рецензиям, публикуемым в различных экономстрических изданиях.
Начало работы в GRETL
В начале работы с пакетом программ GRETL необходимо, в первую очередь, создать или открыть набор статистических данных. Каждый набор данных должен иметь один из трех типов: срезы данных (определяемые как undated), не привязанные к моментам времени; временные ряды с фиксацией периодичности наблюдений (годовые, квартальные, ежемесячные, еженедельные, ежедневные и почасовые); панельные данные — срезово-временные.
Новый набор данных создается средствами пакета программ GRETL при помощи функции File/Createdataset, объявляющей один из представленных ниже типов данных
Построение набора данных в виде временного ряда (англ. time—series) начинается с вписывания начального (например, 1990:01) и конечного (например, 2003:12) моментов, а также выбора названия первой базовой переменной.
Ручной ввод информации с клавиатуры — достаточно трудоемкое занятие, поскольку данные в каждой ячейке должны редактироваться отдельно.
Гораздо проще создавать базу фактических (не генерируемых) данных путем, импорта из заранее подготовленной таблицы EXCEL или из текстового файла, но не путем ввода данных непосредственно с клавиатуры. Импортировать можно только данные в формате xls (Excel не выше 2003)
В расчетах были использованы данные по индексу потребительских цен в зависимости от ряда экономических данных.
Файл EXCEL должен быть подготовлен следующим образом. В первой строке должны описываться переменные процессы, а в столбцах — приводиться числовые данные. В считываемой таблице EXCEL не должно храниться никаких данных помимо поименованных столбцов, поскольку отсутствие заголовка — названия столбца — приведет к некорректному импорту данных.
Источник: Куфель Т. Эконометрика: решение задач с применением пакета программ GRETL. Монография, Варшава, 2007, 200 с.
Источник: univer-nn.ru
ЭконометрияЛабораторныеGretl
методические указания к выполнению лабораторных работ по дисциплине «Эконометрия» для студентов специальности 8.050201 – «Менеджмент организаций» всех форм обучения / Сост. А.В. Цуканов, Т.А. Кокодей. – Севастополь: Изд-во СевНТУ, 2008г. – 135 с.
Целью методических указаний является получение практических навыков построения эконометрических моделей при изучении экономических явлений и процессов с использованием системы Gretl 1.7.1 .
Методические указания утверждены на заседании кафедры менеджмента и экономико-математических методов, (протокол № 5 от 23.01.2008 г.).
Допущено учебно-методическим центром СевНТУ в качестве методических указаний.
Фисун С.Н., канд. техн. наук, доцент кафедры «Кибернетика и вычислительная техника».
Лабораторная работа №1. Введение в пакет программ GRETL 1.7.1………. 5
2.1. Общие сведения о пакете Gretl………………………………………………….. 5
2.3. Построение набора статистических данных……………………. 7
2.3.1. Ручной ввод информации с клавиатуры……………………………………… 8
2.4.Открытие встроенного или ранее созданного набора данных………………… 11 2.5 Редактирование набора статистических данных………………. 12 2.6. Экспорт данных………………………………………………………………….. 15
3. Порядок выполнения лабораторной работы…………………………………….. 16
4. Содержание отчета о выполнении лабораторной работы………………………. 17 Библиографический список………………………………………………………….. 18
Лабораторная работа №2. Линейный регрессионный анализ взаимосвязи статистических данных в среде GRETL 1.7.1…………. 19
2. Теоретические сведения о линейном регрессионном анализе…………. 19
3. Описание средств системы Gretl для выполнения регрессионного анализа……………………………………………………………….……………….. 21
3.1. Оценка параметров линейной регрессионной модели методом 1МНК (OLS)
и проверка адекватности модели……………………………………………………. 21
3.2. Анализ выполнения предпосылок 1МНК…….………………………………… 28
4. Порядок выполнения лабораторной работы ……………………………. 33
5. Содержание отчёта о выполнении лабораторной работы………………. 33
Приложение А. (справочное) Основные описательные статистики………………. 35 Приложение Б. (справочное) Статистические таблицы в GRETL………………. 36 Приложение В. (справочное) Построение графиков………………………. 38
Лабораторная работа №3. Применение GRETL 1.7.1. при построении и
анализе регрессионных моделей с гетероскедастичной случайной
2. Теоретические сведения …………………………………………..………………. 40 3. Описание средств системы Gretl для выполнения регрессионного анализа при 43 наличии гетероскедастичности………………………………………………………
3.1. Пример обнаружения гетероскедастичности в Gretl ………………………….. 43
3.2. Оценивание гетероскедастичной модели с использованием взвешенного
метода наименьших квадратов ВМНК (WLS)……………………………………… 50
4. Порядок выполнения лабораторной работы ……….……………………………. 59
5. Содержание отчёта о выполнении лабораторной работы……………. 59
Лабораторная работа №4. Реализация метода главных компонент в среде 61
2. Теоретический раздел …………. 61
3. Пример практической реализации метода главных компонент с
использованием системы Gretl………………………………………………….……
3.2.Построение главных компонент и интерпретация результатов
4. Порядок выполнения лабораторной работы ……….……………………………. 74
5. Содержание отчёта о выполнении лабораторной работы……………. 76
Приложение А. (справочное) Основные показатели результатов деятельности компаний Ford Motor Company и General Motors (2002-2006)…………………. 78
Лабораторная работа №5. Анализ временных рядов в среде Gretl 1.7.1.……. 82
2. Теоретический раздел ………………………………………….…………. 82
2.2. Декомпозиция временного ряда..……………………………………………….. 85
2.3. Анализ сезонности. Коррелограмма……………………………………………. 86
2.5. Спектральный (Фурье) анализ…………………………………………………. 87 3. Описание средств анализа временных рядов системы Gretl……………………. 88
3.1. Пример построение полиномиальной модели тренда…………………………. 88
3.2. Пример декомпозиции динамики макроэкономических показателей. 95
3.3. Пример анализа сезонности с применением коррелограммы . ………………
3.4. Пример применения метода авторегрессии…………………………………….
3.5. Пример применения метода спектрального (Фурье) анализа…………………
4. Порядок выполнения лабораторной работы ……………………………. 109
5. Содержание отчёта о выполнении лабораторной работы……………………….. 110
Приложение А. (справочное) Исходные данные.
Лабораторная работа №6 Анализ систем одновременных
эконометрических уравнений в среде Gretl 1.7.1………. ………………………
3. Описание средств анализа систем одновременных эконометрических
уравнений пакета Gretl…. ………………………. …….………………… 117
4. Порядок выполнения лабораторной работы ……………………………. 128
5. Содержание отчёта о выполнении лабораторной работы…………. …. 134
ЛАБОРАТОРНАЯ РАБОТА №1 ВВЕДЕНИЕ В ПАКЕТ ПРОГРАММ GRETL 1.7.1
Целью данной работы является ознакомление с функциональными возможностями программного продукта Gretl 1.7.1.
2. ТЕОРЕТИЧЕСКИЙ РАЗДЕЛ
2.1. Общие сведения о пакете GRETL
Пакет программ GRETL (GNU Regression Econometrics and Time Series Library) представляет собой инструментарий для практической реализации сложных вычислительных процедур эконометрического моделирования. В 2002 году его автор проф. Аллен Котрелл (США) включил GRETL в проект www.sourceforget.net , делая его общедоступным, бесплатным продуктом с возможностью дальнейшей доработки открытых кодов (Open Source – свободным программным обеспечением). Таким образом, данный пакет программ, статистические данные для обработки, учебное пособие и исходный код всех выпущенных версий доступны на Интернет-сайтах http://gretl.sourceforge.net или http://www.kufel.torun.pl .
1. Основные описательные статистики (среднее арифметическое, медиана, минимальное и максимальное значения, среднеквадратическое отклонение, коэффициент изменчивости (вариации), коэффициент асимметрии, коэффициент эксцесса).
2. Проверка нормальности распределения, распределение частот случайной величины, распределение плотности вероятностей, определение коэффициентов корреляции и т.д.
3. Предусматривает непосредственный доступ к статистическим таблицам. Пакет Gretl содержит встроенные статистические таблицы для следующих распределений: нормального, t-распределения Стьюдента, F-распределения Фишера, хи-квадрат, Пуассона, биномиального и распределения ДарбинаУотсона. Существует возможность вычисления критических значений, p-value.
4. Анализ временных рядов (набор методов оценивания обобщённым МНК, модели ARMAX и GARCH , система уравнений авторегрессии (VAR), проверка коинтеграции; построение линии тренда, коррелограммы, периодограммы; проверка единичных корней, моделирование типа ARIMA, а также процедуры десезонализации X-12-ARIMA и TRAMO).
5. Регрессионный анализ (одношаговый метод наименьших квадратов (1МНК), взвешенный МНК, двухшаговый МНК — оценка систем одновременных уравнений, методы оценивания логитовых, пробитовых и тобитовых моделей и нелинейных моделей, и т.д.)
6. Метод главных компонент.
7. Экспорт и импорт GretlMicrosoft Excel и текстовые редакторы (Notepad и т.д).
8. Построение графиков и др.
Запуск программы осуществляется через Пуск-Программы-Gretl-Gretl или двойным щелчком мыши по иконке Gretl на рабочем столе.
2.2. Стартовый экран Gretl
Стартовый экран пакета программ GRETL (рисунок 1) подразделяется на три части:
— Меню, из которого реализуется набор функций. Меню функций состоит из следующих разделов: File (файл), Tools (инструменты), Data (данные), View (вид), Add (добавить), Sample (выборка), Variable (переменная), Model (модель), Help (помощь). Каждый раздел содержит группу программных функций.
— Список переменных (процессов), который содержит перечень названий и описаний переменных открытого набора данных.
— Набор иконок (пронумерованный от 1 до 10), обеспечивает быстрый
доступ к выбранным программным функциям. Набор иконок №1-10, рисунок 1.
обеспечивает быстрый доступ к некоторым программным функциям: 1. Открывает окно системного калькулятора.
2. Открывает новое окно для скриптов GRETL.
3. Открывает окно инструкций GRETL.
4. Открывает окно иконок.
5. Обращается к сайту пакета программ GRETL. 6. Открывает окно «Руководство» в pdf формате. 7. Открывает окно помощи.
8. Открывает окно определения графика разброса точек.
9. Открывает окно спецификации модели для оценивания с применением МНК.
10. Открывает окно с примерами – базы фактических данных.
Источник: studfile.net