Índice
¿Qué es Eviews?
El software EViews es un paquete estadístico diseñados para ordenadores con el sistema operativo Windows, que se utiliza principalmente para realizar análisis econométricos de datos.
El software incluye la tecnología de hoja de cálculo básica para presentar y analizar datos con los principales analisis estadísticos y econométricos. Para ello incluye una interfaz gráfica de usuario, pero además incluye una ventana de comandos que permite implementar cualquier tipo de analisis de datos con la códificación adecuada.
Este software puede ser empleado en el análisis estadístico de datos en general, pero resulta de especial utilidad a la hora de realizar análisis econométrico, tanto con modelos de corte transversal, como aplicado a datos en panel o series de tiempo. Permite en todos los casos mencionados realizar la estimación y diagnosis del modelo, así como aplicarlo para la predicción de nuevas observaciones.
Cuando abrimos EViews nos encontramos la siguiente ventana:
En ella, como en cualquier ventana de Windows nos encontramos lo primero una barra de título y un menú principal con las opciones para el tratamiento de datos que incluye el software. A continuación tenemos una ventana de comandos y un área de trabajo que describiremos a continuación en más detalle. Finalmente encontraremos una línea de estado que nos dará indicaciones sobre el estado de los procesos que llevemos a cabo en cada momento.
Ventana de Comandos
La ventana de comandos es un espacio que permite escribir manualmente las instrucciones de las tareas que queremos que el software ejecute. En ella es posible ejecutar la mayoría de los comandos que incluye el software, así como desarrollar programas que permitan realizar estudios diferentes como combinación de las tareas existentes.
Esta posibilidad de escribir los comandos es una alternativa al uso del menú y presenta como ventajas la posibilidad de repetir órdenes escritas anteriormente, simplemente situándonos en la línea que las contenga y pulsando INTRO. En este sentido, se pueden desarrollar una serie de comandos a realizar en cualquier editor de textos, para posteriormente cortar y pegar las órdenes o grupos de órdenes así como modificarlas si fuera necesario.
Área de Trabajo
El área de trabajo es el espacio en el que irán apareciendo los resultados de las órdenes que vayamos ejecutando, tanto si las realizamos a través del menú principal como si lo hacemos haciendo uso de la ventana de comandos.
En este espacio, tendremos los distintos objetos con lo que vamos a trabajar en EViews, ya que este software trabaja con objetos. Presentaremos entonces a continuación, el concepto de objeto y los diferentes objetos que nos ofrece el software y utilizaremos para nuestros análisis econométricos.
Concepto de objeto
El concepto de objeto en informática es muy amplio y representa una cosa que puede ser muy sencilla o muy compleja. El objeto tendrá unas determinadas características y acciones asociadas dependiendo de su naturaleza.
Los análisis estadísticos y econométricos en EViews se construyen mediante objetos, que serán en este caso Series que contienen los datos, ecuaciones para incluir la información de los modelos, gráficos o simplemente valores numéricos.
Los objetos aparecerán en el área de trabajo a medida de los vayamos creando. Cada objeto tendrá su propia ventana con su menú y sus procedimientos asociados, que serán distintos para permitir que en cada caso se realicen las acciones adecuadas acordes a la naturaleza del objeto. La mayoría de los procedimientos estadísticos son simplemente vistas alternativas del objeto con el que estemos trabajando.
A continuación se muestra un listando del los distintos tipos de Objetos que incluye Eviews:
Como vemos en el listado, cada objeto tiene un icono asociado que nos ayudará a identificar de que tipo de objeto se trata, a excepción del objeto Workfile que es el que contiene a todos. Para el análisis econométrico de datos utilizaremos principalmente las series y las ecuaciones.
Comenzar a trabajar con EViews: Creación de un fichero de trabajo nuevo
El primer paso para comenzar a trabajar con Eviews es crear un nuevo fichero de trabajo, al que posteriormente añadiremos objetos y sobre el que elaboraremos nuestros análisis.
Para la creación de un nuevo fichero de trabajo o Workfile a través del menu debemos ejecutar:
File -> New -> Workfile
Esta secuencia de comandos abre una pantalla en la que debe especificarse si los datos son de corte transversal (unstructured) o series temporales. Si se trata de datos de corte transversal debemos indicar únicamente de cuantas observaciones dispone nuestra muestra. Si se trata de series temporales debemos especificar su temporalidad (frecuencia anual, trimestral, mensual…) y el período de tiempo para el que disponemos de datos. Esto permitirá que nuestro espacio de trabajo quede configurado incluyendo únicamente espacio para las observaciones de las que disponemos.
No debemos confundir el rango del fichero y la amplitud de la muestra analizada o “sample” (ó simplemente smpl). Estos concepto pueden resultar similares, pero el rango del fichero se refiere al total de observaciones para las que hemos configurado la muestra y esperamos tener datos, mientra que elsmpl es la parte del rango total con la que estamos trabajando en un momento determinado y puede ser igual al rango o menor que el. Podríamos por ejemplo estar trabajando con un fichero de datos anuales desde 1970 hasta 2014, y en un momento determinado podríamos necesitar centrar el análisis únicamente en el periodo posterior a la incorporación de España en el euro, tomaríamos entonces como smpl desde 2002 hasta 2014.
Como hemos adelantado, EViews ofrece distintas posibilidades para definir nuestros datos. Primero debemos indicar si se trata de datos de corte transversal o de series temporales. Cuando se trata de series temporales seleccionaremos la opción “Dated – regular frequency”, ya que el tipo de análisis que incluye este software es únicamente para series temporales con los datos distribuidos en intervalos de tiempo iguales. Si se trata de datos de corte transversal debemos elegir la opción “undated/unstructured”.
Si los datos constituyen una serie temporal tendremos que seleccionar el tipo de frecuencia temporal que tienen, eligiendo entre los siguientes formatos: anuales, semi-anuales, trimestrales, mensuales, semanales y diarios (para semanas con 5 y 7 días). Además debemos introducir donde comienza nuestra serie y donde termina, teniendo en cuenta los siguientes formatos:
Anual: Si tenemos datos anuales debemos incluir, o bien el año completo, o bien los dos últimos dígitos, si se trata de años del siglo XX. Ejemplos: 1998, 2014, ó 97, 04…
Trimestral: Con datos trimestrales debemos incluir las fechas de inicio y fin comenzando por el año, completo o indicando sus dos últimos dígitos. A continuación se debe incluir el número del trimestre (del 1 al 4). Ejemplos: 1995:1, 76:4, 2012:3.
Mensual: Si los datos son mensuales comenzaremos de nuevo a indicar las fechas por el año, seguido de dos puntos y el mes. Ejemplos: 1963:1, 2015:5.
Semanales y diarios: Con datos semanales y diarios debemos incluir primero el mes, seguido del día y el año al final separados por guiones, en datos diarios (Mes-Día-Año). Para datos semanales, identificaremos la semana por el primer día de la misma usando el mismo formato que en datos diarios. Ejemplo: 11-5-2015 es el 11 de mayo de 2015 o la semana que empieza ese día.
Unstructure/Undated: Si los datos son de corte transversal simplemente debemos indicar el número de observaciones que tenemos: Ejemplo: 100 abriría un fichero preparado para series con 100 datos.
Una vez configurado el tipo de datos y su rango de posibles valores aparecerá la pantalla de objetos del workfile creado que será similar a esta:
En la ventana del workfile encontraremos los siguientes elementos:
Línea de título: La línea de título nos indicara el nombre del fichero de trabajo siempre que se haya guardado al menos una vez. Si no se ha guardado nunca y no se le ha dado nombre aparecerá por defecto como ‘Untitled’. Para darle nombre debemos guardarlo usando la opción ‘save’ de la Barra de Herramientas.
Barra de herramientas: La barra de herramientas muestra las acciones que suelen realizarse con mayor frecuencia para el archivo de trabajo. Por ejemplo cambiar la muestra seleccionada (sample), generarse nuevas series a partir de una ecuación con otras variables ya creadas (genr), así como almacenar (store), recuperar (fetch) o borrar objetos.
Línea de status: La linea de status nos dará en cada momento información sobre los procesos en curso, como por ejemplo el directorio donde esta guardado el archivo, el rango especificado (range) o la muestra dentro de ese rango, activa en cada momento (sample).
Directorio de objetos
Destacamos el directorio de objetos, porque es la parte más importante del Workfile, ya que en él se almacenarán los objetos que vayamos creando y con los que estemos trabajando en el espacio de trabajo.
Inicialmente aparecerán por defecto dos objetos:
- Uno denominado vector de coeficientes y representado por la letra alfa (a) en el que se almacenarán, como en una hoja de cálculo, los coeficientes de la ecuación activa en cada momento (default equation).
- Una serie llamada resid destinada a almacenar los residuos de la ecuación activa en cada momento. Esta serie resulta de gran importancia en los modelos econométricos, ya que nos ayudará a comprobar las hipótesis del modelo relativas al error.
Abrir un Workfile previamente grabado en un disco
Finalmente, indicar que si queremos abrir un espacio de trabajo previamente creado debemos usar la siguiente ruta de opciones del menú principal:
File -> Open -> Eviews Workfile
Esta ruta nos permitirá también recuperar archivos guardados con antiguas extensiones de versiones anteriores del programa.
Incluir series en un fichero de trabajo
Una vez creado el workfile o entorno de trabajo, el siguiente paso es comenzar a introducir los datos de las variables con las que vamos a trabajar.
Existen basicamente 3 formas de introducir los datos en Eviews:
- Teclearlos directamente.
- Importarlos desde un fichero de otro programa (Excel, Access…).
- Importarlos de otro WorkFile de EViews en donde ya estén almacenados.
Introducción Manual
Para introducir los datos de forma manual, lo primero que debemos hacer es crear una variable. La variable en Eviews es un objeto del tipo series, por lo que para créala debemos utilizar el comando New Object del menú principal Object:
Object -> New Object
Esa ruta nos llevará al siguiente cuadro de diálogo:
Una vez creada la variable podemos hacer doble clic para observar su contenido. obviamente en este momento se encontrará vacía, pero al abrirla ya podremos observar la estructura que tiene este tipo de objeto.
Por defecto aparece la apariencia SpreadSheet View, que la vista de una hoja de cálculo. El nombre de la serie aparece sobre el marco superior y si se trata de una serie temporal, el marco lateral presenta los períodos de tiempo. Los datos, cuando se incluya, aparecerán almacenados en el interior de esa hoja.
En la parte superior de la hoja irán apareciendo las fechas en las que se han modificado los valores de la serie, lo que resultará muy útil para tener control sobre las últimas modificaciones en el contenido de los objetos. En este espacio pueden además incluirse etiquetas con información sobre la variable.
Para introducir los datos en la variable debe estar en la vista SpreadSheet View y en ella debe activarse el modo edición utilizando el botón “Edit+/-“ de la barra de herramientas.
El programa permite insertar espacios, desplazando todos los valores hacia abajo una posición o eliminar observaciones mediante las opciones “Insert obs…/Delete obs…” que aparecen al hacer clic con el botón derecho sobre la celda.
Al introducir los datos debemos tener en cuenta que el separador decimal es un punto y que no se deben incluir separaciones para los miles. Además podemos utilizar notación científica (p.ej: 2.1E+5).
Si no se dispone de algún dato, basta con dejar el espacio en blanco y el EViews lo reconocerá como missing value. Debemos tener en cuenta que al utilizar los modelos econométricos con los que vamos a trabajar en Eviews, los datos están relacionados a través de los elementos a los que pertenecen, de modo que el espacio en blanco debe estar situado en el lugar en que el resto de variables incluyan la información del elemento en cuestión.
Una vez introducidos los datos simplemente debemos cerrar el objeto y quedarán almacenados de forma automática. Es un buen momento para guardar el fichero de datos, antes de continuar, como medida de precaución.
Ejemplo.- Cree un espacio de trabajo en Eview e incluya los siguientes datos:
| Año | Ventas de mi producto (en unidades) | Ventas de la competencia (en unidades) |
| 2006 | 1350 | 2645 |
| 2007 | 1453 | 2543 |
| 2008 | 1589 | 2576 |
| 2009 | 1687 | 2610 |
| 2010 | 1782 | 2456 |
| 2011 | 1687 | 2342 |
| 2012 | 1532 | 2198 |
| 2013 | 1407 | 1978 |
| 2014 | 1423 | 2034 |
| 2015 | 1456 | 2198 |
Si deseamos introducir datos de varias variables al mismo tiempo debemos utilizar la opción “Empty Group” del menú principal Quick.
Quick -> Empty Group
Con esta opción crearemos un grupo vacío y al abrirlo tendremos una vista similar a la vista hoja de calculo de la serie, pero ahora podremos incluir datos para distintas series por columnas. En este caso el modo de edición está operativo por defecto.
El texto que se teclee en la parte superior de cada columna servirá como nombre de la serie y la introducción de datos se lleva a cabo como si se tratara de una hoja de cálculo.
Si ya tenemos las series creadas y nos interesa agruparlas, solo tenemos que escribir sus nombres en la parte superior, en la fila “Obs”. Simplemente con teclear el nombre EViews rellenará las variables automáticamente con los datos que tengamos en la serie previamente creada.
Una vez introducidos los datos podemos cerrar la ventana del grupo y directamente las series quedarán almacenadas individualmente en el fichero de trabajo.
Sólo en el caso de que se desee mantener el grupo de variables unidas mediante el objeto group, debe especificarse un nombre para el grupo antes de cerrarlo. Para ello podemos utilizar la opción Name de la barra de herramientas:
Importación de datos desde un fichero de otro programa
Para incluir datos de un archivo excel, por ejemplo, la forma más sencilla es pulsar sobre el archivo con el botón derecho y seleccionar:
Abrir con -> Eviews
Pero si lo que quiero es incluir solo algunas variables en mi workfile, será mejor usar la opción:
File -> Import -> Import from file
Otra forma de importar datos de Excel es simplemente copiando las columnas que me interese importar y pegándolas sobre el workfile.
Introducción de datos procedentes de otro fichero de Eviews
EViews utiliza un formato propio de almacenamiento de información que resulta muy útil puesto que conserva para cada objeto algunas de las propiedades que, almacenado en otro formato, se perderían.
No sólo pueden almacenarse series en este formato de EViews sino cualquier otro tipo de objeto de EViews. Cada uno de ellos puede ser reconocido fácilmente por la extensión que tendrá el fichero donde quedará guardado el objeto.
Extensiones EViews:
.DB para series
.DBE para ecuaciones
.DBM para matrices o vectores de coeficientes
.DBG para gráficos
.DBR para grupos de variables
.DBT para tablas
.DBV para vectores autorregresivos
.DBL para modelos
.DBS para sistemas completos
Cada uno de los objetos que se deseen almacenar desde un Workfile se guardará por separado y será, por tanto, recuperable individualmente.
Los comandos para almacenar objetos con formato *.db? o recuperar objetos con formato *.db? son, respectivamente “STORE” y “FETCH”.
Para almacenar una serie en formato *.db desde un workfile, la opción más rápida es marcar el elemento o elementos a guardar y presionar el botón de la barra de herramientas “store”.
Para recuperar un objeto almacenado previamente en formato EViews el comando ahora será “Fetch” ejecutado desde cualquier pantalla activa según el objeto a recuperar.
Operaciones básicas con series
Ahora revisaremos como hacer algunas de las operaciones básicas más habituales que se pueden realizar en Eviews con los objetos “series“.
Borrar
Para borrar objetos en general (como pueden ser las series) se debe ejecutar la opción “Delete” del menú “Objects”.
Esta opción puede utilizarse directamente a través del botón de la barra de herramientas de la ventana activa del workfile.
No hay que confundir esta opción con la opción de borrado que aparece en el menú Edit ya que esta última no se utiliza para borrar objetos, sino su contenido cuando los estamos editando.
Cambiar de nombre
Para cambiar el nombre a una serie (o en general a un objeto) se debe activar la serie y utilizar la opción “name” de la barra de herramientas de la ventana activa.
Cuando un objeto tiene nombre, Eviews guarda de forma automática todas las modificaciones que se hagan en el mismo.
Generar una serie como expresión de otras
En ocasiones podemos estar interesados en generar los datos de una serie a partir de la información de otra o como combinación de otras. Para hacerlo usaremos el comando “Generate Series” del menú principal de procedimientos “procs”.
Esta opción aparece además como botón en la barra de herramientas de la ventana del workfile (Genr) .
Una vez que se ejecuta la orden se abrirá una ventana en la que debemos especificar la ecuación y la muestra para la que queremos generar esa nueva serie:
Existen multitud de operadores, expresiones y fórmulas aplicables en este caso y su utilización resulta muy práctica para computar series sencillas a partir de la información disponible.
Operadores
Para la creación de nuevas series podemos usar los siguientes operadores matemáticos:
suma +, resta -, multiplicación *, división / y potencia ^
Funciones
Además podemos hacer uso de la funciones matemáticas más habituales como son:
@abs(x), abs(x): Valor Absoluto de X.
@round(x): Redondeo de X al entero más próximo.
@floor(x): Entero más próximo a X por defecto, esto es, parte entera de X.
@Ceiling(x): Entero más próximo a x por exceso.
@inv(x): Inversa de x (1/x).
@exp(x), exp(x): Exponencial de x.
@log(x), log(x): Logaritmo Natural.
@sqrt(x), sqr(x): Raíz cuadrada de x.
d(x,n): Diferencia de orden n de x.
@trend: Tendencia de la serie normalizada a uno en el inicio de las observaciones.
@trend(n): Tendencia de la serie normalizada a cero en al observación n.
Funciones utilizadas para generar variable dicotómicas
Si lo que nos interesa es crear variables ficticias, que tomen valores 0 y 1 dependiendo si se cumple una condición o no, resulta muy útil el uso de operadores lógicos.
| > | x>y Vale 1 si x es mayor que y, y 0 en otro caso. |
| < | x<y Vale 1 si x es menor que y, y 0 en otro caso. |
| = | x=y Vale 1 si x es igual que y, y 0 en otro caso. |
| <> | x<>y Vale 1 si x es distinto que y, y 0 en otro caso. |
| <= | x<=y Vale 1 si x es menor o igual que y, y 0 en otro caso. |
| >= | x>=y Vale 1 si x es mayor o igual que y, y 0 en otro caso. |
| And | x and y Vale 1 si x e y son distintos de 0, y 0 en otro caso. |
| Or | x or y Vale 1 si x o y son distintos de 0, y 0 en otro caso. |
Ejemplo.- Vamos a crear una variable que tome valor 1 si las ventas de mi producto superan las 1700 unidades y 0 en otro caso. Para ello haremos: VentasAltas=Ventas >1700
Finalmente indicar que cuando trabajamos con series temporales organizadas trimestral o mensualmente, la función @seas(n) nos ayudará a crear una variable ficticia estacional que valdrá 1 cuando la observación corresponda al trimestre n o al mes n y cero en otro caso.
Si la serie temporal es anual podemos utilizar @year para utilizar el año.
Etiquetar una variable
El etiquetado de variables resulta de gran utilidad, ya que nos permite anotar características de las variables como sus unidades de medida, si están medidas en miles o en millones, etc.
Cuando generamos una variable en función de otras la expresión utilizada para definirla queda siempre almacenada en la etiqueta.
Si queremos editar la etiqueta de una variable para añadir o borrar información debemos activar la variable y ejecutar la opción “Label+/-” a partir de la barra de herramientas.
Análisis de una variable con Eviews
Una vez que tenemos los datos de la variable dentro del objeto series podemos acceder al análisis de los mismos a través de las distintas vistas que nos ofrece. Usando el botón Views de la Barra de Herramientas accederemos a las distintas formas en la que el software nos ofrece información sobre la variable. Revisaremos las opciones comenzando por las dos primeras:
- SpeadSheet
- Graph
En la vista SpeadSheet podemos ver los datos en forma de hoja de calculo. Esta es la vista del objeto que tendremos por defecto.
La vista Graph nos permite ver el gráfico de la serie en numerosos formatos, como el gráfico de barras, el de áreas o el histograma.
Estadísticos Descriptivos
La siguiente opción que tenemos en las vistas es “Descriptive Stadistics & Test“, (Views -> Descriptive Stadistics & Test). En esta opción el software nos ofrecerá el cálculo de una serie de estadísticos descriptivos para todos los datos seleccionados de la muestra y su histograma (Histogram and Stat), solo la tabla de estadísticos descriptivos para toda la muestra (Stats table) o bien para alguna agrupación de la misma (Stats by Classification).
Histogram and Stadistics
En Views -> Descriptive Stadistics & Test -> Histogram and Stadistics, tenemos el histogramas y una serie de estadísticos descriptivos calculados con todos los datos de la muestra:
A la derecha vemos el histograma de la variable “misventas” y a la izquierda tenemos una serie de estadísticos básicos como son la media (mean) la mediana (median) los valores máximo y mínimo o la desviación típica.
Skewness (Asimetría)
El indicador de asimetría que incluye Eviews bajo el nombre de “Skewness” es en realidad el coeficiente de asimetría de fisher, que permite establecer el grado de simetría que presenta la distribución, sin necesidad de llevar a cabo la representación gráfica.
- Si Skewness = 0 la distribución es simétrica
- Si Skewness > 0 la distribución es asimétrica positiva o se alarga por la parte derecha.
- Si Skewness < 0 la distribución es asimétrica negativa o se alarga por la parte izquierda.
Kurtosis
Como sabemos las medidas de curtosis se aplican a distribuciones campaniformes, es decir, unimodales simétricas o con ligera asimetría. Estas medidas tratan de estudiar la concentración de datos en la zona central de la distribución. En este sentido, una mayor o menor concentración de frecuencias alrededor de la media y en la zona central de la distribución, dará lugar a una distribución más o menos apuntada. Por este motivo a las medidas de curtosis se les llama también apuntamiento o concentración central.
Habitualmente se compara el apuntamiento de las distribuciones con el de la distribución normal, de manera que si nuestra distribución resulta ser más apuntada que la normal diremos que se trata de una distribución leptocúrtica, si es menos apuntada diremos que es platicúrtica y si tiene el mismo apuntamiento que la normal diremos que es mesocúrtica.
- Si Kurtosis = 3 mesocúrtica
- Si Kurtosis > 3 leptocúrtica
- Si Kurtosis < 3 platicúrtica
Test Jarque-Bera
El contraste de hipótesis Jarque-Bera es uno de los denominados contrastes de normalidad, ya que se utiliza para contrastar la hipótesis de que los datos considerandos provengan de una distribución normal.
El estadístico de contraste se construye considerando las medidas de asimetría y curtosis de la muestra de datos haciendo uso de la siguiente expresión:
siendo:
n: nº observaciones de la serie.
S: coeficiente de asimetría.
K: coeficiente de curtosis.
El estadístico Jarque Bera es un resumen de las medidas de forma de la muestra y adoptará valores pequeños si la distribución observada es aproximadamente simétrica y mesocúrtica. Si se detectan asimetrías (positivas y negativas) o desviaciones en la curtosis (distribuciones platicúrticas o leptocúrticas) el estadístico Jarque Bera aumenta de valor.
Bajo la hipótesis nula de normalidad, este estadístico se distribuye siguiendo una distribución Chi-Cuadrado con 2 grados de libertad cuyo valor crítico de tablas se aproxima a 6 para una probabilidad del 95%. Esto quiere decir que si el estadístico de contraste toma un valor inferior a 6 no tendremos evidencias suficientes para rechazar la hipótesis nula de normalidad.
Bajo el valor del estadístico, el software nos muestra el p-valor del contraste y también podemos fijarnos en este para aceptar o rechazar la hipótesis nula. Como siempre, si el valor del p-valor es inferior al nivel de significación (habitualmente 0,05 o 0,01) rechazaremos la hipótesis nula y si es superior diremos que no tenemos evidencias suficientes para rechazarla.
Stats table
En Views -> Descriptive Stadistics & Test -> Stats table, el software muestra un listado con los estadísticos descriptivos más importantes de la muestra de datos:
Como vemos incluye algunos de los que ya hemos comentado ya que también aparecían en la salida Histogram and Stadistics.
Stadistics by classification
Esta opción nos permitirá calcular los estadísticos descriptivos que sean de nuestro intereses, para una agrupación de la variable en función de otra. Puede resultar de especial interés realizar esa agrupación haciendo uso de una variable cualitativa. Podríamos estar interesados, por ejemplo en obtener la media de mis ventas para los años anteriores y posteriores a la crisis (situando el comienzo de esta en 2008) para observar si existen diferencias.
Accedemos a esta opción a través de Views -> Descriptive Stadistics & Test -> Stadistics by classification, y encontramos el siguiente cuadro de dialogo:
En primer lugar, debemos seleccionar los estadísticos que queremos calcular para cada subgrupo en la columna Stadistics. A continuación debemos seleccionar la variable sobre la que vamos a definir la agrupación en Series / group by classification (en este caso crisis). Si la variable para el agrupamiento es cualitativa cada una de las distintas categorías marcará los grupos a realizar. Si la variable es cuantitativa, los intervalos o clases se crearán en función de los valores que tome y pueden definirse algunas reglas en el apartado Group into bins if. Finalmente, las opciones incluidas en Layout controlan el formato con el cual se presentan los resultados.
Se obtendrá en este caso la siguiente salida:
En la tabla podemos observar los estadísticos que le hemos solicitado calculados para cada agrupación. La ultima fila nos muestra los valores de estos estadísticos calculados para el total de los datos. En nuestro ejemplo hemos sacado los estadísticos de misventas para los periodos de antes y después de la crisis, fijando el comienzo de esta en 2008.
Contrastes de hipótesis simples con Eviews
Eviews permite realizar algunos de los contrastes de hipótesis simples (para variables individuales) más importantes. Se encuentran en la opción Views -> Descriptive Stadistics & Test. Aquí podemos elegir entre:
– Simple Hypothesis Test
– Equality test by classification
Simple hypothesis test
Si elegimos esta opción tenemos acceso a los denominados test de hipótesis simple y accederemos al siguiente cuadro de dialogo:
Como vemos, esta opción nos permite realizar contrastes simples para la media, la varianza y la mediana.
Contraste de hipótesis simple para la media
El contraste de hipótesis simple para la media es un test para contrastar la hipótesis nula de que la esperanza matemática tome un valor puntual, frente a la alternativa que indicará que toma un valor distinto.
H0: μ = μ0
H1: μ ≠ μ0
para algún valor particular μ0.
Contraste de hipótesis simple para la varianza
Analogamente al caso de la media, el contraste de hipótesis simple para la varianza es un test para contrastar la hipótesis nula de que la varianza poblacional tome un valor puntual, frente a la alternativa que indicará que toma un valor distinto.
H0: σ2 = σ02
H1 : σ2 ≠ σ02
para algún valor particular σ02.
En el ejemplo de las ventas la media es 3073,20 unidades. Si efectuamos el test para comprobar si la media puede tomar el valor 3000 obtenemos el siguiente resultado:
Como siempre, lo más sencillo es fijarnos en el p-valor (probability), que nos indica la probabilidad de rechazar la hipótesis nula siendo cierta. En este caso esa probabilidad es de 0,4418, luego debemos decir que no tenemos evidencias suficientes para rechazar la hipótesis nula de que la esperanza matemática de las ventas sea 3000.
Equality test by classification
En la opción Equality test by classification, Eviews nos permite agrupar la muestra y realizar un test de igualdad de medias, de medianas o de varianzas para esta clasificación.
Sería interesante comprobar, por ejemplo si podemos encontrar evidencias de que mis ventas se hayan visto afectadas por la crisis. Para ello contrastaríamos si las medias de las ventas son iguales antes y después de 2008.
Al entrar en la opción:
Views -> Descriptive Stadistics & Test -> Equality test by classification encontraremos el siguiente cuadro de dialogo:
En el tan solo tenemos que indicar la variable con respecto a la que queremos agrupar y el tipo de test que queremos realizar (igualdad de medias, medianas o varianzas). Si la variable en cuestión es numérica podemos configurar los intervalos que queremos que el software realice mediante las opciones de “Group into bins if”.
Este test contrastará si el estadístico seleccionado se mantiene constante para las distintas categorías en que hemos separado la muestra. El resultado con el ejemplo que nos ocupa sería:
En este caso hemos clasificado la variable ventas en función de los distintos valores de la variable crisis y hemos contrastado si las medias obtenidas son iguales. En la parte inferior podemos observar la clasificación y las medias para cada categoría. En la parte superior vemos que, utilizando el estadístico F la probabilidad de rechazar la hipótesis nula siendo cierta es de 0,1458, con lo que podemos concluir que no tenemos evidencias suficientes para rechazar la hipótesis nula de que las medias son iguales.
Esta sería la forma de encontrar relaciones entre una variable cualitativa y una variable cuantitativa, ya que obviamente el coeficiente de correlación no servirá en estos casos. En este sentido, si las medias no varían en las diferentes categorías de la variable cualitativa, diremos que esta no esta relacionada con la variable cuantitativa.
One Way Tabulation
La última de las opciones que nos será de interés en las vistas de la serie es la opción “One Way Tabulation”, que nos dará una distribución de frecuencias agrupada que la variable que queramos.
Al entrar en ella aparece un cuadro de dialogo en el que podremos seleccionar que se nos muestren las frecuencias absolutas (show count), las frecuencias relativas (show percentages) y/o las frecuencias acumuladas (show cumulatives) para la agrupación que indiquemos de la variable.
El resultado obtenido para los datos de la variable mis ventas es el siguiente:
