کاربرد کامپیوتر در اقتصاد کشاورزی ۲

کاربرد کامپیوتر در اقتصاد کشاورزی ۲

اسلاید 1: کاربرد کامپیوتر در اقتصاد کشاورزیبر اساس کتاب کاربرد نرم افزارهای تخصصی در اقتصاد کشاورزیتالیف : دکتر یاوری – قوامی – امیر سرداریانتشارات دانشگاه پیام نور www.PnuNews.com

اسلاید 2: هدف درس : هدف عمده از ” کاربرد نرم افزارهای تخصصی در اقتصاد کشاورزی ” ، انجام تحلیل های پیچیده آماری و اقتصاد سنجی به کمک نرم افزارهای تخصصی همچون : Eviews,SPSSو غیره ؛ برای حجم بالای داده ها می باشد .

اسلاید 3: جایگاه درس : درس کاربرد کامپیوتر در اقتصاد کشاورزی به ارزش 2 واحد جزء دروس تخصصی رشته اقتصاد کشاورزی در مقطع کارشناسی میباشد.

اسلاید 4: فصل اول : مبانی کامپیوترفصل دوم : مدیریت داده ها در نرم افزار آماری SPSSفصل سوم : تحلیل داده ها در نرم افزار آماری SPSSفصل چهارم : آشنائی با نرم افزار اقتصاد سنجی EViews

اسلاید 5: فصل اولمبانی کامپیوتر

اسلاید 6: علوم کامپيوتر را مي‌توان به دو دسته عمده سخت‌افزار و نرم‌افزار تقسيم‌بندي نمود:الف ) سخت‌افزار منظور از سخت‌افزار، قطعات و اجزائي فيزيکي و قابل لمس کامپيوتر نظير: موش‌واره Mause‌، صفحه‌كليد Keyboard و ...، است كه اصلي‌ترين بخش‌هاي آن به‌‌ترتيب عبارتند از:1- واحد پردازش مرکزي CPU 2- واحد حافظه 3- تجهيزات جانبي (دستگاه‌هاي ورودي- خروجي)

اسلاید 7: ب ) نرم‌افزار كه درحالت كلي به دو بخش تقسيم‌‌بندي مي‌شود: نرم‌افزار سيستمي نرم‌افزار‌ کاربردی س‍‍يستم عامل مهمترين و اساسي‌ترين نرم‌افزار در يک کامپيوتر، سيستم عامل آن است . سيستم عامل واسطه‌اي است که ارتباط اجزاي سخت‌افزاري کامپيوتر را با يکديگر برقرار مي‌کند، سيستم‌عامل همچنين رابط بين کاربر و سيستم کامپيوتري مي‌باشد.

اسلاید 8: طريقه نصب ویندوز Xp :حداقل امکانات سخت‌افزاري براي نصب ويندوز XP: حال که مطمئن شديد حداقل امکانات سخت‌افزاري را براي نصب ويندوز داريد شروع به نصب ويندوز مي‌کنيم:ابتدا سي‌دي ويندوز را درون درايو CD گذاشته و منتظر بمانيد تا صفحه‌اي مانند شكل:Pentium 233 (mhz)CPU128 MbRAM1.5 GbHDD

اسلاید 9: بر روي گزينه Install Windows XP کليک کرده تا به صفحه بعد برويد.

اسلاید 10: در اين مرحله تعيين می کنيد که سيستم‌عامل بر روي سيستم عامل فعلي نصب شود (Upgrade) يا يک نصب جديد (New Installation) آغاز شود.

اسلاید 11: در مرحله بعد، توافقنامه نصب ويندوز را بخوانيد، I accept this agreement را تيک زده و Next را فشار دهيد. در ادامه بايد شماره سريال ويندوز را که روي سي دي يا درون فايل‌هاي سي‌دي وجود دارد به دقت وارد کنيد .

اسلاید 12: در کادر بعدی زبان کشور مورد نظر خودتان را مانند شکل تعيين و نصب کنيد:

اسلاید 13: در ادامه مي‌بايست گزينه دوم No,Skip this step را کليک کرده و دکمه Next کليک نمائيد .از شما سوال مي‌شود که آيا تمايل داريد نسخه به روز شده ويندوز را به طور مستقيم از اينترنت دريافت و نصب نمائيد که با توجه به سرعت اينترنت در ايران شما بايد گزينه دوم را تيک بزنيد.

اسلاید 14: صبر مي‌کنيم تا سيستم مجددا راه‌اندازي (restart) شود. در صفحه جديدي Next را تیک بزنید در صفحه جدید از شما خواسته مي‌شود که يک درايو براي نصب ويندوزانتخاب نمائيد درايو را که مي‌خواهيد ويندوز در آن نصب شود را تايپ نموده Next را فشار دهيد.حال منتظر باشيد تا سيستم دوباره راه اندازي (restart) شود. در صفحه جديد Next را کنید تا به مرحله بعد برويد.در اين صفحه بايد يک اسم انتخاب نموده و تايپ نمائيد و دکمه Next را فشار دهيد‌.حال بايد ساعت سيستم را با ساعت کشوري که در آن زندگي مي‌کنيد تعيين کنيد بدين منظور در ليست باز شونده‌در زير گزينه Time Zone گزينه (GMT +3.30 Tehran)را مانند شکل زير انتخاب مي‌كنيم وNext را كليك كنيد تا به ادامه نصب وارد شويد .

اسلاید 15:  صفحه‌اي مانند شکل بعدی ظاهر‌مي‌‌شود صبر‌ مي‌کنيم تا مراحل نصب تمام شود و سيستم راه‌اندازي مجدد (restart) شود.

اسلاید 16:

اسلاید 17: نرم‌افزارهايMicrosoft Office:WordExcelPower pointAccess

اسلاید 18: Microsoft WORD:Microsoft Word پيشرفته‌ترين واژه‌پردازي است که براي ريزکامپيوترها نوشته شده است. word يک واژه‌پرداز مي‌باشد که با استفاده از آن مي‌توانيد يادداشت‌ها، اعلاميه‌ها، نامه‌ها، تحقيق‌هاي دانشگاهي و حتي صفحات وب و... را ايجاد نماييد.ويرايش همزمان چند سنداگر مي‌خواهيد همزمان بر روي دو سند کار کنيد مثلاً قصد داريد اطلاعاتي از يک سند را جدا نموده و در يک سند ديگر بگذاريد با استفاده از گزينه Open در منوي File سند دوم (و يا حتي بيشتر )را باز کنيد دکمه هاي Ctrl+F6 را همزمان فشار دهيد تا بتوانيد از يک سند به سند ديگر به راحتي حرکت کنيد. براي نمايش همزمان دو (يا تعداد بيشتري )سند بر روي صفحه تصوير به گزينه Windows رفته گزينه Arrange All را فشار دهيد.

اسلاید 19: جستجو و جايگزيني :از منوي Edit گزينه Replace را انتخاب و يا از کليدهاي Ctrl+H استفاده نماييد.در کادري که باز مي‌شود روبروي عبارت Find What? نام مورد نظر را تايپ کنيد.

اسلاید 20: کليد Tab را فشار دهيد تا به کادر سفيد مقابل Replace With انتقال يابد در اينجا نام حسين را تايپ کنيد (يا متني را که مي‌خواهيد بجاي متن قبلي جايگزين نماييد)اگر مي‌خواهيد متن جايگزيني به جاي همه موارد موجود در متن قرار بگيرد دکمه Replace را کليک کنيد. واگر مي‌خواهيديک يا ‌تعداد محدودي جايگزين نماييد دکمه Find Next را کليک نماييد تا Word بطور تک تک موارد تکرار متن مورد نظر را پيدا کرده و با نشان دادن آن به شما فرصت جايگزيني‌ آن را بدهد.

اسلاید 21: کپي‌کردن، برش‌دادن و چسباندنکپي کردن (Copy): متن يا کلمه مورد نظر را با اشاره گر ماوس انتخاب نموده و سپس راست کليک کنيد گزينه Copy را انتخاب نماييد به محلي که مي‌خواهيد اين متن در آنجا قرار گيرد رفته باز هم راست کليک کرده گزينهPaste را انتخاب نماييد.(ميانبر: Ctrl+C : کپي کردن و ‌Ctrl+V: چسباندن)برش دادن (Cut): در صورتيکه بخواهيم يک قسمت از متن و يا کلمه را حذف و آنرا در قسمت ديگري از سند قرار بدهيم کافيست متن مورد نظر را انتخاب کرده راست کليک کرده گزينه Cut (ctrl+x) را انتخاب کرده سپس به محل مورد نظر رفته راست کليک کرده گزينه Paste(Ctrl+V) را انتخاب مي نماييم.

اسلاید 22: تغييرات قلمالف- انتخاب قلم: از طريق نوار ابزار (Formatting Toolbar) روي مثلث مجاور Font Name که بطور پيش‌فرض Times New Roman مي‌باشد کليک کرده از ليستي که باز مي‌شود مي‌توانيد انواع قلم‌‌هاي نصب‌شده در سيستم را مشاهده نموده و قلم موردنظر را انتخاب نماييد تا تغييرات اعمال شود.

اسلاید 23: ب- تغيير اندازه قلم: از نوار ابزار (Formatting Toolbar) روي مثلث مجاور Font Size (که بطور پيش‌فرض 12 مي‌باشد) کليک کرده از ليستي که باز مي‌شود مي‌توان سايز موردنظر را انتخاب نمود. همانطور که مشاهده مي‌کنيد ترتيب اعداد صعودي و 2تايي مي باشد مي‌توانيد سايز مورد نظر خود را با صفحه كليد تايپ نماييد.

اسلاید 24: رنگي‌کردن متن و پس‌زمينهالف- رنگي‌کردن متن: براي اين کار متن مورد نظر را با اشاره‌گر ماوس انتخاب نموده مثلث مجاور Font Color روي نوار ابزار (Formatting Toolbar) مي‌باشد را کليک کرده از روي ليست ظاهر شده رنگ خود را انتخاب نماييد.

اسلاید 25: رنگي‌کردن پس زمينه: براي اين کار، به منوي Format رفته سپس گزينه Background را انتخاب کرده از ليستي که باز مي‌شود رنگ خود را انتخاب نماييد.درج شماره صفحه: براي درج شماره صفحه بر منوي Insert رفته گزينه Page Number را انتخاب کنيد در صفحه‌اي که ظاهر مي‌شود مي‌توانيد تعيين‌کنيد که شماره صفحه در بالا و يا پايين صفحه باشد يا در مرکز‌، راست و چپ صفحه باشد پس از انتخاب هر گزينه دکمه Ok را فشار دهيد.

اسلاید 26: درج تصوير در کنار متنبراي اضافه کردن عکس به سند خود‌، به منوي Insert رفته گزينه Picture را پيدا کرده اگر عکس مورد نظر خود را در کامپيوتر داريد گزينه From File را انتخاب نماييد و اگر علاقمنديد که از عکس‌هاي موجود برنامه Word استفاده کنيد گزينه Clip Art را انتخاب کنيد.ترسيم جدولبراي ايجاد جدول به منوي Table رفته گزينهInsert Table را انتخاب نماييد در صفحه‌اي که باز مي‌شود مي‌توانيد تعداد ستون‌هاي عمودي و افقي جدول را انتخاب نماييد.

اسلاید 27: طريقه حرکت در جدول

اسلاید 28: Microsoft Excel :برنامه Microsoft Excel يک نرم افزار صفحه گسترده است که امکان سازماندهي به اطلاعات را در داخل ليستها فراهم مي‌آورد.به عنوان مثال مي‌توانيد با استفاده از برنامه Excel مجموع ميانگين با ماکزيمم مقدار فروش را در يک روز بخصوص مشخص نموده و سپس مجموع فروش در اين روز را با مجموع فروش در روزهاي ديگر همان هفته با يکديگر مقايسه نمائيد.

اسلاید 29: کاربرگ (صفحه‌کاري) براي وارد کردن اطلاعات، از اين صفحه استفاده مي‌شود.يک کاربرگ شامل 65536 سطر افقي و 256 سطر عمودي مي‌باشد.نمائي‌از يک کاربرگ‌

اسلاید 30: مرجع خطاهاي فرمول‌نويسي در Excelممکن است حين کار با فرمول‌ها در اکسل خطائي انجام دهيم در محيط اکسل براي هر خطا پيغام خاصي وجود دارد که در زير مشاهده مي‌کنيد:خطاErrorتوضيح# # # #عرض ستون براي نمايش مقوله موجود در اين خانه کوچک مي‌باشد# VALUE!يک مقدار غير معتبر در فرمول وارد شود# NAME ?فرمول حاوي متني است که برنامه Excel نمي تواند آن را شناسايي کند.# REF !فرمول به خانه اي مراجعه مي‌کند که وجود ندارد.# DIV %در فرمول مقدار تقسيم بر صفر وجود دارد.# IVUM!فرمول يا تابع اشتباه است.# NULLبين دو عدد يا چند محدوده فاصله ايجاد شده است.

اسلاید 31: آشنايي با توابعتعريف: تابع (Function) فرمولي است‌که معمولاً پيچيده و ‌از پيش‌ساخته شده مي‌باشد و براي صرفه‌جويي در وقت و آسان شدن کار از آن استفاده مي‌کنند.اجزاي تشکيل دهنده يک تابع(Function) :تابع از نام و تعدادي (يک يا چند) آرگومان (Argument) تشکيل مي‌شود.

اسلاید 32: کادر محاوره‌اي Insert Function همراه با ليستي از نام توابع و فرمولهاي تعريف شده باز مي‌شود که مي‌توان هر يک را انتخاب کرد.

اسلاید 33: رسم نمودارها در Excel کاربرگ ها مي‌توانند مقدار زيادي داده را در خود جاي دهند امّا در بسياري از اوقات مي‌توانيد با استفاده از نمودارها نماي بهتري از داده‌ها ارائه دهيد در اکسل امکاناتي جهت نمايش دادن داده‌هاي موجود در کاربرگ‌ها توسط نمودارها آن هم به شکلي حرفه‌اي مهيا شده است.خانه‌هايي را که قرار است داده‌هاي آنها به شکل گرافيکي نشان داده شود را انتخاب کنيد سپس از ابزار استاندارد روي ابزار Chart Wizard کليک کنيد تا صفحه‌اي مطابق شکل ظاهر شود.

اسلاید 34: پنجره Chart Wizard

اسلاید 35: انواع نمودارها در Excel :نوع نمودارشکلتوضيحColumn (ستوني)نغييرات مقادير را در طول زمان نشان داده و مقادير را با يکديگر مقايسه مي‌کند.Bar(نواري)اقلام داده‌ها را با يکديگر مقايسه مي‌کند.Line(خطي)جهت پيش‌بيني روند تغييرات بکار مي‌رود.Pie(دايره اي)از اين نمودار جهت مقايسه‌هاي نسبت اجزاي يک مجموعه با کل مجموعه استفاده مي‌شود.XY(scatter)(توزيعي)ارتباط بين چندين مقدار را در يک‌سري نشان مي‌دهد.Area(ناحيه اي )بيشتر بر ميزان تغييرات در طول زمان تاکيد مي‌کند.Doughnut(حلقوي)اندازه نسبي اقلام داده‌ها را در چندين سري نمايش مي‌دهد‌.Radar(محوري)در اين نوع نمودار براي هر موضوع يک محور در نظر گرفته مي‌شود که از مرکز کل نمودار خارج مي‌شود.Surface(سطحي)ترکيبات بهينه بين دو مجموعه از اقلام داده‌ها را مشخص مي‌کند.Bubble(حبابي)علاوه بر نشان دادن ارتباط بين چند مجموعه از مقادير ميزان تداخل داده ها را نيز به تصوير مي‌کشد.Stock(انباشته)بالاترين و پائين‌ترين قيمت‌ها و نيز قيمت پاياني سهام روز بورس را به تصوير مي‌کشد.

اسلاید 36: Microsoft PowerPoint :از اين نرم‌افزار جهت تهيه صفحات معرفي (Presentation) تأثير گذار استفاده مي‌شود. تعريف صفحات معرفي (Presentation)‌: صفحات معرفي به اسلايدهايي اطلاق مي‌شود که جهت ارائه کارها و نتايج تحقيقات و مقالات در کنفرانس‌ها و کلاس‌هاي درس و ديگر مجامع عمومي استفاده مي‌شود.

اسلاید 37: ايجاد صفحات معرفي جديد:اگر مايل هستيد‌ از‌گزينه‌هاي از پيش طراحي‌شده PowerPoint استفاده نمائيد، مراحل زير را طي کنيد:در قاب وظيفه New Presentation در سمت راست صفحه زير عنوان New گزينه‌اي تحت عنوان From Design Template را کليک نمائيد تا قاب وظيفه Slide Design باز مي‌شود.

اسلاید 38: در اين صفحه فهرستي از الگوهاي متعدد با سبک‌هاي مختلف گردآوري شده است، براي اينکه تمام صفحات را تغيير دهيد لازم است يکي از الگوهاي ارائه شده را کليک کرده تا الگوي مورد نظر تمامي عناصر صفحات معرفي نظير سر‌صفحه‌ها، کارهاي هنري پس زمينه و فونت‌ها را در يک قالب يکنواخت و هماهنگ که در الگوي انتخاب‌شده از پيش طراحي‌شده را ارائه کند.

اسلاید 39: هرگاه کار با يک اسلايد به پايان رسيد و آماده ايجاد اسلايد بعدي گشتيد روي دکمه New Slide از نوار ابزار کليک کنيد تا پاور‌پوينت بار ديگر يک اسلايد خالي و قالب بندي نشده را به صفحات معرفي شما اضافه نمايد و يک بار ديگر قاب وظيفه Slide Layout ظاهر‌گردد.شما مي‌توانيد در هر مرحله از توليد و توسعه صفحات معرفي‌تان الگوي مورد استفاده در طراحي هر يک از صفحات را تغيير دهيد. براي اين کار فقط بايد روي دکمه Design از نوار ابزار کليک کنيد.

اسلاید 40: پس از ايجاد آخرين اسلايد از صفحات معرفي،‌ مي‌بايست همه آنها را ذخيره نمائيد‌. براي اين کار به منوي File رفته گزينه Save As را انتخاب نمائيد و سپس نامي را براي صفحات معرفي ‌در نظر بگيريد‌. پاور پوينت به طور خودکار پسوند .PPt را به انتهاي نام فايل داراي صفحات معرفي اضافه مي‌نمايد.

اسلاید 41: متحرک‌سازي صفحات معرفيPowerpoint :عمليات Slide Show درPowerpoint ، شما را قادر ‌مي‌سازد تا در يک فرآيند خودکار و از پيش زمان‌بندي‌شده بتوانيد هر يک از اسلايدهاي صفحات معرفي را در طي يک زمان خاص مشاهده کنيد. استفاده از Slide Show درPowerpoint عمليات خودکار Slide Show جهت ايجاد صفحات معرفي به‌کار ‌‌مي‌رود که خود Powerpoint اجراء و نمايش آنها را بر‌عهده مي‌گيرد. 

اسلاید 42: زمان‌بندي عمليات نمايش اسلايدهاقاب وظيفه Slide Transition بهترين مکان جهت تنظيم جزئيات زمان‌بندي عمليات نمايش اسلايدها مي‌باشد‌. براي ديدن قاب وظيفه Slide Transition از منوي Slide Show گزينه Slide Transition را انتخاب نمائيد

اسلاید 43: انيميشن‌سازي در Powerpoint يکي از جذاب‌ترين توانائي‌هايPowerpoint قابليت انيميشن‌سازي اجزاي اسلايد در حين عمليات نمايش صفحات معرفي ‌مي‌باشد.براي شروع کار با جلوه‌هاي متحرک‌سازي Animation Schemes ,Slide Show را انتخاب نمائيد تا کادر Schemes Animation به عنوان يک گزينه به قاب وظيفه Slide Design افزوده شود. براي اينکه جلوه متحرک‌سازي شده را به اسلايد خود بيافزاييد ابتدا اسلايد مورد نظر را بر روي صفحه ظاهر‌کنيد. پس از ظاهر شدن اسلايد از فهرست جلوه‌هاي مختلفي که در کادر Animation وجود دارد يکي را انتخاب کرده تا اجراي آن را مشاهده کنيد

اسلاید 44: Microsoft Acces :Access عبارت است از مجموعه‌اي سازمان‌دهي شده از اطلاعات كه به يك موضوع مربوط مي‌شوند. با استفاده از Access مي‌توانيد با حجم بالايي از اطلاعات، به آساني كار‌ كنيد. مايكروسافت اكسس به شما اين امكان را مي‌دهد كه پايگاه داده‌اي ايجاد و مديريت كنيد و اين اطلاعات را روي كامپيوتر خود ذخيره كنيد و به روش‌هاي مختلف مرتب نمائيد.

اسلاید 45: ركورد، فيلد، جدول :براي درك فيلد- ركورد و جدول فرض كنيد تمام مشخصه‌هاي يك خودرو را مي‌خواهيم ثبت كنيم. خصيصه‌ها و مشخصه‌هاي خودرو شامل: رنگ، تعداد چرخ، نوع موتور و...، فيلد ناميده مي‌شود.به مجموعه اطلاعات موجود در خودرو، ركورد يك خودرو مي‌گويند، و به مجموعه ركوردها جدول مي‌گويند، درواقع اطلاعات مربوط به خودروهاي مختلف تشكيل جدول مي‌دهد. مجموعه‌اي از جداول تشكيل يك پايگاه اطلاعاتي يا بانك اطلاعاتي را خواهند داد.

اسلاید 46: پسوند فايل‌هاي Access :فايل‌هاي پايگاه داده‌اي Access به.mdb ختم مي‌شوند.پنجره Data base :در قسمت Object پنجرهData base عبارات زير ليست شده‌اند:Tables,Queries,Forms,Report

اسلاید 47: نماي Database در نماي Data base اطلاعات مرتب‌شده هر فيلد را در ستون‌ها و اطلاعات هر ركورد را در رديف‌ها مي‌بينيد.نماي Form نماي Form همه اطلاعات يا قسمتي از آنها را در يك ركورد نشان مي‌دهد.نماي Design محتواي Design با توجه به نوع شئ آن متفاوت است‌. اين نما همه ابزارها و گزينه‌هاي طراحي جهت ايجاد يك شئ را ارائه مي‌كند.

اسلاید 48: ايجاد جدول با Table Wizard با استفاده از table wizard مي‌توانيد جدول ايجاد كنيد.مرحله اول: راه اندازي Wizard و انتخاب جدول نمونه

اسلاید 49: مرحله دوم: انتخاب فيلدهاممكن است بعضي از فيلدهاي جدول را لازم نداشته باشيد بنابراين فيلدهاي موردنياز را تعيين نماييد.

اسلاید 50: مرحله سوم (نام‌گذاري مجدد): براي فيلد يك نام انتخاب كنيد يا نام آن را تغيير ‌دهيد.مرحله چهار (تنظيم كليد اوليه): بايد به اكسس بگوييد كه كدام يك از فيلدها به عنوان كليد اوليه فعال شود.مرحله پنجم (ورود داده‌ها): داده‌ها را به جدول جديد در نماي Data sheet وارد كنيد.

اسلاید 51: ويرايش فيلدهابراي ايجاد تغيير بر روي فيلد موردنظر، روي آن كليك نمائيد.براي حذف يك به يك كاراكترها از كليدهاي Backspace وDelete استفاده نموده و يا كاراكتر جديد را وارد كنيد.اگر بر روي فيلد چپ يا روي فيلد موردنظر، كليك نموده و سپس كليدF1 را فشار دهيد. با اين كار تمام فيلد انتخاب مي‌شود و هر چيز جديدي كه تايپ مي‌كنيد به فيلد وارد مي‌شود.براي حذف يك فيلد، پس از انتخاب آن، كليد Delete را فشار دهيد. وقتي كه روي فيلد كليك مي‌كنيد در جعبه سمت چپ ركورد يك فلش ظاهر مي‌شود. اين جعبه Record Selector نام دارد و فلشي در جعبه ركورد جاري نشان داده مي‌شود.

اسلاید 52: كپي ركوردهابراي كپي كل يك ركورد، روي Record Selector راست كليك كرده و سپس دستور Copy را انتخاب كنيد.ذخيره ركوردها اگر در هنگام كار، ركورد وارد‌شده يا اصلاح‌شده را ذخيره نكرده‌ايد، نرم‌افزار به‌طور خودكار ركورد موردنظر را هنگام ورود ركورد ديگر، ذخيره مي‌كند. بدين‌صورت كه، گزينه Save Record را از منوي Records انتخاب نماييد.

اسلاید 53: فيلتر كردن ركوردها در جدولبراي مشاهده يك ركورد خاص بايد از فيلترها و ‌تقاضا‌ها استفاده كنيد. Filter:‌ به شما اجازه مي‌دهد تا نمايش جدول را براي ركورد نهائي كه مي‌خواهيد با معيار خاصي مطابقت داشته باشد‌، محدود كنيد.Queries: امكانات فيلتر كردن بيشتري در اختيار شما قرار مي‌دهد.آسانترين راه فيلتر كردن ركوردها‌،‌ استفاده از ويژگي Filter selection است. مي‌توانيد تعدادي را در فيلد انتخاب كنيد و فقط ركوردهائي را‌ كه مقدار‌مشابه دارند‌، ‌نمايش دهيد. براي ديدن همه ركوردها روي دكمه Remove Filter‌ كليك كنيد.

اسلاید 54: كار به داده‌ها در فرم‌فرم‌ها سه حالت متفاوت براي نمايش دارند:‌حالت اول‌: ‌design view كه مي‌توانيد در آن فرم‌ها را طراحي كنيد.حالت دوم‌: ‌form view ‌كه در آن نتيجه طراحي خود را مشاهده مي‌كنيد كه به اين حالت اجرائي فرم هم مي‌گويند. حالت سوم: ‌data sheet view‌ ‌است كه داده هاي جدول كه فرم نمايش مي‌دهد را در يك صفحه داده‌اي‌، ‌نشان مي‌دهد اين حالت كمتر مورد استفاده قرار مي‌گيرد.

اسلاید 55: ايجاد گزارشجهت ايجاد گزارش سه روش وجود دارد:‌Auto Report Options: اين گزينه شامل تمام فيلدهاي جدول در ترتيب ستوني يا جدولي مي‌باشد.Design View‌:‌ مي‌توانيد انتخاب كنيد‌ فيلدها در كجا قرار‌گيرند و يا برچسب فيلدها چگونه باشد.Report Wizard‌:‌ مي‌توانيد از جدول تقاضا،‌ فيلدها را برگزينيد.

اسلاید 56: ايجاد گزارش با Auto Report‌Access‌ را ‌باز‌كنيد و ‌پايگاه داده‌اي مورد نظر ‌را باز ‌كنيد‌،‌ به پنجره Database‌ برويد و از ليست Object گزينه Report را برگزينيد، در پنجره database روي دكمه new كليك كنيد.Auto Report Columnar‌ را انتخاب نمائيد. جدول مورد نظر ‌را از ‌ليست جداول انتخاب كنيد.روي Ok كليك كنيد براي ديدن صفحات مختلف گزارش‌، ‌در پائين پنجره report ‌روي دكمه‌هاي راهنما كليك كنيد.براي چاپ آن در نوار ابزار روي دكمه Print‌ كليك كنيد يا از منوي File، ‌Print‌ را برگزينيد.پنجره Report را ببنديد.

اسلاید 57: فصل دوممديريت داده‌هادر نرم‌‌افزار آماري SPSS

اسلاید 58: نرم‌افزار آماري SPSS ، برنامه‌اي جامع براي تحليل داده‌ها است كه مي‌تواند داده‌ها را (تقريباً از هر نوعي كه باشند) براي توليد گزارشاتي همراه با جداول و نمودارهاي توصيفي و تجزيه و تحليل‌هاي آماري، پردازش نمايد. منوهاي ساده و پنجره‌هاي محاوره‌اي اين نرم‌افزار، امكان تحليل‌هاي پيچيده آماري بر روي داده‌ها، بدون نوشتن حتي يك خط دستور، فراهم مي‌سازند.آمار چيست؟كلمه Statistics كه در فارسي آنرا آمار ترجمه نموده‌اند، در اغلب زبان‌ها به دو معني بكار مي‌رود:الف- به معني ارقام و اعداد واقعي يا تقريبي در مورد اموري نظير زاد و مرگ، ازدواج و طلاق، ميزان محصولات كشاورزي و صنعتي، تعداد تصادفات رانندگي و غيره.ب- به معني روش‌هايي براي جمع‌آوري، تلخيص، تجزيه، تحليل و تفسير اطلاعات عددي درباره يك موضوع.

اسلاید 59: آمار چيست؟كلمه Statistics كه در فارسي آنرا آمار ترجمه نموده‌اند، در اغلب زبان‌ها به دو معني بكار مي‌رود:الف- به معني ارقام و اعداد واقعي يا تقريبي در مورد اموري نظير زاد و مرگ، ازدواج و طلاق، ميزان محصولات كشاورزي و صنعتي، تعداد تصادفات رانندگي و غيره.ب- به معني روش‌هايي براي جمع‌آوري، تلخيص، تجزيه، تحليل و تفسير اطلاعات عددي درباره يك موضوع.

اسلاید 60: جامعه آماريمجموعه افراد يا اشيائي كه مي‌خواهيم يك يا چند خصوصيت (ويژگي) را درباره آنها مطالعه كنيم، جامعه آماري ناميده مي‌شود. مانند جامعه بيكاران يك شهر، جامعه كشاورزان يك روستا، جامعه پرندگان مهاجر به يك درياچه، جامعه گياهان وحشي روئيده در يك مزرعه و غيره.

اسلاید 61: نمونه آماريبخشي از جامعه كه بر طبق ضوابط مقبولي انتخاب مي‌شوند و مطالع آنها بجاي مطالعه تمام جامعه مقدور مي‌باشد، نمونه‌اي از آن جامعه آماري نام دارد كه معمولاً نتايج حاصل از مطالعه نمونه را به كل آن جامعه، تعميم مي‌دهند. البته اين كار مستلزم دقت و احتياط مي‌باشد و قطعاً بي‌غرضي در انتخاب نمونه و اندازه آن در اين نمايندگي، نقش بسيار مهمي دارد.جمع‌آوري اطلاعات آماري به روش نمونه‌گيري، يكي از مهمترين و شايد اصلي‌ترين مرحله هر تحقيق آماري است

اسلاید 62: روش‌هاي مختلفي براي جمع‌آوري داده‌هاي نمونه‌اي وجود دارد كه عبارتند از: پرسشنامه: اطلاعاتي كه با اين روش جمع‌آوري مي‌شوند مي‌توانند به دو صورت: الف- كيفي (گسسته) ب- كمي (پيوسته) باشند (ولي تأكيد بر جمع‌آوري اطلاعات كيفي است).انجام محاسبه: كه مي‌تواند بصورت حضوري، مكاتبه‌‌اي (از طريق پست، اينترنت E-Mail) و يا تلفني باشد.طرح آزمايش در آزمايشگاه‌ها و ثبت نتايج بدست آمدهاستفاده از اطلاعات ثبت شده: به‌شرطي توصيه مي‌شود كه به درست بوده اطلاعات ثبت شده، اطمينان داشته باشيم. 

اسلاید 63: اندازه‌گيري براساس چهار مقياس مشهور زير انجام مي‌گيرد:مقياس اسميمقياس رتبه‌اي (ترتيبي) مقياس فاصله‌ايمقياس نسبي (نسبتي)

اسلاید 64: متغيرهافرض كنيد بخواهيم يك مشخصه (نظير: گروه خوني، مهارت، هوش، وزن، جنسيت، نژاد و غيره) از يك جامعه آماري را كه معمولاً در افراد مختلف يكسان نبوده و از فردي به فرد ديگر در حال تغيير است، مطالعه كنيم.اگر اين مشخصه را در مورد يك يك افراد جامعه يا نمونه آماري از آن با مقياسي مناسب اندازه‌گيري كنيم، مجموعه‌اي از اعداد بدست مي‌آيد كه اين مجموعه را مجموعه داده‌ها و آن مشخصه را متغير مي‌ناميم كه متغيرها دو نوعند:الف- متغيرهاي كيفي (گسسته) :1-متغيرهاي اسمي 2-متغيرهاي رتبه‌اي (ترتيبي) 3-متغيرهاي فاصله‌ايب- متغيرهاي كمي (پيوسته) :1-متغيرهاي كمي گسسته 2- متغيرهاي كمي پيوسته 

اسلاید 65: نحوه ورود داده هابراي وارد نمودن داده‌هاي خام (داده‌هايي كه هنوز روي آنها پردازشي انجام نشده است) و يا فراخواني فايل داده‌هاي ذخيره شده، از پنجره SPSS Data Editor كه در قسمت پايين آن، دو سربرگ Data View (براي ورود داده‌ها) و Variable View (براي معرفي متغيرها) ديده مي‌شود، استفاده مي‌كنيم

اسلاید 66: پنجره Variable Viewاين پنجره شامل 10 ستون (مشخصه) است كه براي تعريف و شناساندن متغيرها به نرم‌افزار (البته براساس نوع آن متغيرها)، بكار مي‌روند.

اسلاید 67: خط فرمان (Menu Bar): خط فرمان، داراي گزينه‌هاي زيادي است كه بترتيب به‌معرفي برخي از آنها مي‌پردازيم:الف) File (فايل)

اسلاید 68: ب) Edit (ويرايش)

اسلاید 69: پ) View (ديدن)

اسلاید 70: ت) Data (داده‌ها)

اسلاید 71: فرمان Transform (تبديلات بر روي داده‌ها)گاهي نياز است كه تبديلات خاصي بر روي متغيرهاي موجود در يك فايل از داده‌ها انجام شود. اين تبديلات تحت فرمان تبديل (Transform) و به صورت‌هاي مختلف قابل اجرا مي‌باشند:

اسلاید 72: به ترتيب در زير به تشريح برخي از آنها مي‌پردازيم: فرمان Compute (محاسبه) اگر بخواهيم با استفاده از متغيرهای موجود متغير جديدی را توليد کنيم، از اين دستور استفاده می‌نمائيم. به‌عنوان مثال، فرض کنيد بخواهيم برای گوسفندان (داده‌هاي جدول 4-2)، مقدار علوفه مصرفي جديدي را بر مبنای فرمول زير تغيير دهيم:يعني 5% به علوفه آنها اضافه نماييم. براي اين‌ منظور، از منوي Transform، گزينه Compute را فعال کرده و در قسمت Target Variable، نام متغير جديد NewHay را وارد مي‌نمائيم. سپس در پنجره Numeric Expression، فرمول مورد نظر را همانند شکل 2-20 تايپ كرده و بر روي دكمه OK كليك مي‌كنيم.

اسلاید 73: اگر بخواهيم اين افزايش علوفه، فقط برای گوسفندان ماده اعمال شود, که در پنجره Compute Variable، دکمه If را فعال مي‌سازيم. با اين‌كار پنجره جديدی همانند شکل 2-21 باز می‌شود. حال گزينه Include if Case satisfies Condition را انتخاب نموده و عبارت 0Gender= را نظير شکل 2-21 تايپ كرده سپس دکمه Continue را فعال مي‌كنيم.درصورتي‌كه مايل باشيد اين عمل با نام يک متغير جديد ثبت شود، نام آن متغير را در قسمت Target Variable وارد نموده و سپس Ok را کليک نماييد كه در غير اينصورت تغييرات جديد بر روی متغير NewHay اعمال می‌گردد.

اسلاید 74: قابل ذکر است که، تعداد قابل توجهی از توابع رياضی نظير قدرمطلق (ABS), معکوس سينوس (ARSIN), معکوس تانژانت (ARTAN) مقادير احتمال تجمعی توزيع‌های نرمال, برنولی, بتا, دوجمله ای, .... توابع مثلثاتی, توليد داده‌های تصادفی و غيره، نيز در پنجره مربوط به توابع (Function) وجود دارد, که در صورت نياز قابل استفاده می‌باشد.فرمان Replace Missing Values… (جايگزين كردن مقادير گمشده)اگر در جريان ايجاد فايل‌ها، مقاديري به عنوان مقادير گمشده تعريف شوند و بعداً قصد جايگزيني آنها را با مقادير ديگري داشته باشيم، دستورReplace Missing Values… در منوي Transform را فعال مي‌كنيم

اسلاید 75:

اسلاید 76: با اجراي فرمان Replace Missing Values…‌‌‌‌‌‌‌‌‌‌‌ ، پنجره زیر باز مي‌شود:

اسلاید 77: رسم نمودارهاي آمارينمايش داده‌ها را، طبق قراردادهاي خاص، بصورت هندسي يك نمودار آماري مي‌گويند. نمودارهاي آماري در امور اقتصادي، صنعتي، بهداشتي، كشاورزي، توليدي و غيره، بكار مي‌روند و با توجه به نوع كاربرد، آنها را به طرق مختلف ترسيم مي‌نمايند.برخي از اين نمودارها براي متغيرهاي كمي (پيوسته) و بعضي ديگر براي متغيرهاي كيفي (گسسته) بكار برده مي‌شوند. از جمله نمودارهاي دسته اول (نمودارهاي گمي)، مي‌توان به نمودارهاي بافت‌نگار، جعبه‌اي، شاخه و برگ و پراكنش و از ميان نمودارهاي دسته دوم (نموداراي كيفي)، به نمودارهاي ميله اي و دايره‌اي (كلوچه اي) اشاره نمود. ذكر اين نكته ضروري است كه، از نمودارهاي كيفي مي‌توان براي متغيرهاي كمي استفاده كرد (با رده‌بندي داده‌هاي مربوط به متغيرهاي كمي، يعني كيفي نمودن آنها) ولي عكس آن، هرگز امكان‌پذير نيست.

اسلاید 78: براي ترسيم نمودارهاي مختلف آماري، مي‌توان براحتي با ورود به منوي Graphs و انتخاب نمودار مورد نظر، اين كار را انجام داد.

اسلاید 79: در اين منو نمودارهاي مختلفي وجود دارد كه به برخي از آنها اشاره مي‌كنيم. الف )نمودارهاي كيفي (گسسته): 1- نمودار ميله‌اي (Bar Chart)در اين نمودار براي هر رده مشاهده يا متغير، بر روي محور افقي، ميله‌اي ترسيم مي‌شود كه ارتفاع ميله‌ها مي‌تواند تابعي از خود متغير رده‌بندي (يا متغير خلاصه شده ديگري) باشد.

اسلاید 80: ترسيم اين نمودارها با اجراي فرمان Bar… از منوي Graphs قابل انجام است

اسلاید 81: 2-نمودار دايره‌اي (Pie Chart)همانند نمودارهاي ميله‌اي، در اين نوع از نمودارها نيز تنوع داده‌ها وجود دارد. اين نوع نمودارها با اجراي فرمان Pie… از منوي Graphs قابل ترسيم مي‌باشند

اسلاید 82: كه با انتخاب اين گزينه، پنجره Pie Charts باز مي‌شود

اسلاید 83: به‌عنوان مثال، اگر بخواهيم مجموع علوفه مصرفي گروه‌هاي مختلف نژادي گوسفندان را به كمك نمودار دايره‌اي با يكديگر مقايسه نمائيم، با انتخاب گزينه Summaries for groups of cases از پنجره Pie Chart و كليك بر روي دكمه Define و وارد نمودن متغير علوفه مصرفي Hay در بخش Variable و متغير گروه‌هاي نژادي Ethnic group در قسمت Define slice by و زدن كليد OK نمودار مورد نظر را رسم مي‌نمائيم

اسلاید 84:

اسلاید 85: خروجي اين فرمان بصورت نمودار زیر می باشد :

اسلاید 86: ب ) نمودارهاي كمي (پيوسته)1- نمودار بافت‌نگار (Histogram…)براي رسم يك نمودار بافت‌نگار، كافي است از منوي Graphs بر روي گزينه Histogram … كليك نمائيم

اسلاید 87: به‌عنوان مثال، براي رسم نمودار بافت‌نگار مربوط به وزن بدن گوسفندان، با وارد نمودن متغير Weight در بخش Variable و فشردن دكمه OK اين كار را انجام مي دهيم اگر مايل به رسم منحني نرمال در اين نمودار نيز باشيم، بايد گزينه Display Normal Curve را در اين پنجره فعال نمائيم:

اسلاید 88: خروجي آن بصورت نمودار زیر می باشد :

اسلاید 89: 2- نمودار جعبه‌اي (...Box plot)اين نوع نمودارها، براي نمايش پراكندگي توزيع داده‌ها بكار رفته و محل چارك‌هاي اول، دوم (ميانه) و سوم را مشخص مي‌كنند. براي رسم نمودار جعبه‌اي كافي است از منوي Graphs بر روي گزينه Boxplot… كليك نمائيم

اسلاید 90: به‌عنوان مثال، براي رسم نمودار جعبه‌اي مربوط به متغير وزن بدن گوسفندان براساس رده‌هاي مختلف گروه‌هاي نژادي و مقايسه آنها با يكديگر، بعد از انتخاب گزينه Boxplot… از منوي Graphs و سپس انتخاب حالت Simple و زدن Define، متغير Weight را وارد قسمت Variable و متغير Ethnic group را وارد بخش Category Axis نموده و بر روي OK كليك مي‌كنيم

اسلاید 91:

اسلاید 92: نتيجه خروجي‌هاي اين فرمان بصورت جدول و نمودار زیر می باشد :

اسلاید 93: 3- نمودار شاخه و برگ (Stem and Leaf)نمودار شاخه و برگ، نوعي نمودار براي نمايش فراواني مشاهدات (همانند نمودارهاي ميله‌اي) مي‌باشند با اين تفاوت كه در آنها بجاي رسم ميله‌ها، فراواني‌ها بشكل اعداد (با نمايش تعداد تكرار و بيان اعداد مشاهده شده) نشان داده مي‌شوند. تنها راه براي رسم اين نمودارها در نرم‌افزار آماري SPSS، انتخاب گزينه Descriptive Statistics از منوي Analyze و سپس كليك بر روي Explore… مي‌باشد

اسلاید 94:

اسلاید 95: به عنوان مثال، اگر بخواهيم نمودار شاخه و برگ متغير مقدار علوفه مصرفي را براساس متغير گروه‌هاي نژادي گوسفندان رسم كنيم، بعد از انتخاب گزينه Descriptive Statistics از منوي Analyze و سپس كليك بر روي Explore…، وارد پنجره Explore مي‌شويم. حال متغير Hay را وارد جعبه Dependent List و متغير Ethnic group را وارد بخش Factor List نموده و از قسمت Display گزينه Plots را انتخاب كرده و بر روي دكمه Plots… كليك مي‌نمائيم

اسلاید 96: در ادامه، در پنجره Explore: Plots تنها گزينه Stem-and-Leaf را انتخاب و بترتيب بر روي كليدهاي Continue و OK كليك مي‌كنيم.

اسلاید 97: خروجي‌هاي آن بصورت جدول و نمودار بعدی خواهد بود :

اسلاید 98:

اسلاید 99: 4- نمودار پراكنش (Scatter Plot)اولين مرحله در بررسي نوع رابطه ميان دو متغير، رسم نمودار تغييرات مقادير آنها در مقابل يكديگر است. لازم به ذكر است كه، اين نمودار تنها نموداري است كه در آن از دو متغير كمي استفاده مي‌شود.براي رسم اين نمودار، فرمان Scatter/Dot… از منوي Graphs را اجرا مي‌كنيم

اسلاید 100:

اسلاید 101: به‌عنوان مثال، اگر بخواهيم نمودار پراكنش بين دو متغير وزن بدن گوسفندان و مقدار علوفه مصرفي توسط آنها را رسم نمائيم، فرمان Scatter/Dot… از منوي Graphs را فعال نموده و بر روي گزينه Simple Scatter و سپس Define كليك مي نمائيم

اسلاید 102: در ادامه، متغير Weight (متغير وابسته) را وارد بخش Y Axis (محور Y ها) و متغير Hay (متغير مستقل) را وارد بخش X Axis (محور X ها) نموده و بر روي كليد Ok كليك مي‌نمائيم

اسلاید 103: خروجي آن بصورت نمودار زیر می باشد :

اسلاید 104: در صورتي‌كه بخواهيم نمودار پراكنش برحسب رده‌هاي مختلف متغير گروه‌هاي نژادي و با رنگ خاص نشان داده شود، كافي است در پنجره Simple Scatter plot (شكل 4-46)، متغير Ethnic Group را وارد بخش Set Markers by نمائيم.

اسلاید 105: خروجي اين فرمان بصورت نمودارزیرخواهد بود.

اسلاید 106: فصل سوم  تحليل داده‌هادر نرم‌افزار آماري SPSS

اسلاید 107: در اين فصل، با نگاهي موشكافانه و با ذكر پرسشنامه‌اي آماري در مورد تأثير استفاده از كود حيواني در ميزان رشد هفتگي و همچنين اثر نوع سم مصرفي در مقدار محصول برداشت شده از نهال‌هاي پرتقال دو نژاد مرغوب بم و تامسون، كه براساس نمونه‌گيري تصادفي ساده از جامعه آماري مورد بررسي جمع‌آوري شده‌اند، فرمان‌هاي SPSS، براي بخش زيادي از تحليل‌هاي آماري مورد استفاده در رشته اقتصاد‌كشاورزي، ارائه مي‌گردد.

اسلاید 108: 1) نژاد: بم تامسون (با كدهاي 0 و 1) 2) نوع سم مصرفي: D,C,B,A (با كدهاي 1، 2، 3 و 4)3) ارتفاع نهال: برحسب سانتيمتر4) رشد فعلي: ميزان رشد هفتگي نهال‌ها بعد از مصرف كود حيواني 5) رشد قبلي: ميزان رشد هفتگي نهال‌ها قبل از مصرف كود حيواني6) وزن محصول برداشت شده: برحسب كيلوگرم7) مقدار سم مصرفي: برحسب ليتر

اسلاید 109: داده‌هاي مربوط به تأثير استفاده از كود حيواني و سم در نهال‌هاي پرتقال:نژادنوع سمارتفاع نهالرشد فعليرشد قبليوزن محصولمقدار سم1117067605012011605655201111164605725100217776733013121724544171001156555029121317066663811111807069771614170656480160418080764414031888780551312170797764141117778792990117170706416121858885551714166676077180316055502811121717066291201160555419121118089808017

اسلاید 110: آمار توصيفيدر بخش آمار توصيفي نرم‌افزار آماري SPSS، آماره‌هاي توصيفي مربوط به متغيرها شامل: 1- معيارهاي گرايش به مركز (كميت‌هاي مركزي): ميانگين، ميانه، مُد، مجموع، ماكزيمم، مينيمم، دامنه، چارك‌ها، صدك‌ها و ميانگين خطاي انحرافات.2- معيارهاي پراكندگي (كميت‌هاي پراكندگي): واريانس، انحراف معيار، چولگي و كشيدگي.به همراه نمودارهاي مختلف (ميله‌اي، دايره‌اي و بافت‌نگار) بطور تكي يا گروهي محاسبه، ترسيم يا جدول‌بندي مي‌شود.

اسلاید 111: براي اجراي آمار توصيفي در نرم‌افزار آماري SPSS13.0، كافي است از منوي Analyze بر روي گزينه Descriptive Statistics كليك نمائيم. اين زيرشاخه، خود شامل فرمان‌هاي مختلفي است كه مهمترين آنها عبارتند از:

اسلاید 112: فراواني‌ها Frequencies…به كمك فرمان Frequencies…، جداول فراواني، نمودارهاي ميله‌اي و بافت‌نگاروآماره‌هاي تك‌متغيره، به نمايش در مي‌آيند.

اسلاید 113: بعنوان مثال، براي محاسبه ميانگين، ميانه، مُد، چارك‌ها، صدك‌هاي 15 ام و 77‌‌‌ ام، انحراف معيار و چولگي مربوط به متغير مقدار سم مصرفي، جهت انجام تحليل‌هاي آماري كافي است با وارد نمودن متغير PoisonAmount در بخش Variable(s) از پنجره Frequencies…، سپس كليك بر روي دكمه Statistics… و ورود به پنجره Frequencies: Statistics، با انتخاب گزينه هاي مورد نظر و در پايان، فشردن دكمه هاي Continue و OK، اينكار را انجام دهيم

اسلاید 114:

اسلاید 115: در صورتيكه بخواهيم علاوه بر مقادير آماره هاي توصيفي، نمودار بافت نگار را نيز براي اين متغير رسم نمايم، كافي است از پنجره Frequencies…، وارد قسمت Charts… شده و با انتخاب گزينه Histograms، اين نمودار را نيز رسم نمائيم.

اسلاید 116: خروجي‌هاي اين فرمان بصورت جداول و نمودار زیر مي باشد.

اسلاید 117: توصيفات Descriptives…برخلاف فرمان Frequencies…، فرمانDescriptives… تنها آماره‌هاي توصيفي يك يا چند متغير را محاسبه و نمايش مي‌دهد و بيشتر جنبه مقايسه‌اي ميان چندين متغير (از نظر مقدار كميت‌هاي مركزي و پراكندگي) را دارد.

اسلاید 118: به‌عنوان مثال، براي محاسبه و مقايسه كميت‌هاي ميانگين، واريانس، دامنه و كشيدگي متغيرهاي ميزان رشد هفتگي نهال‌ها قبل از مصرف كود حيواني و ميزان رشد هفتگي نهال‌ها پس از مصرف كود حيواني (داده هاي جدول 5-1)، بعد از وارد كردن متغيرهاي Pre-Growth و Now-Growth در بخش Variable(s)، با كليك بر روي دكمه Options… و انتخاب آماره‌هاي مورد نظر، سپس فشردن كليدهاي Continue و OK، محاسبات را انجام مي 1 در پنجره Descriptives: Options ، نوع آماره‌هايي كه براي متغيرهاي منتخب محاسبه مي‌شود و ترتيب قرار گرفتن آنها در خروجي، تعيين مي‌گردد.

اسلاید 119: تذكر: در پنجره Descriptives، گزينه Save standardized values as variables، امكان ساخت و ذخيره‌سازي متغيرهاي استاندارد‌شده از متغيرهاي اصلي را فراهم مي‌كند.

اسلاید 120: خروجي اين فرمان به صورت جدول زیرخواهد بود.

اسلاید 121: جداول توافقي Crosstabsاين فرمان، وظيفه ساخت جداول توافقي دو يا چند بُعدي، تحليل و آزمون استقلال آنها و اندازه‌گيري معيارهاي پيوند دو يا چند متغير را بر عهده دارد. جدول توافقي، ماتريسي است با ابعاد c *r، شامل r سطر و c ستون كه چگونگي توزيع مقادير يك متغير را در سطرها (ستون‌هاي) ماتريس براساس رده‌هاي مختلف متغير ديگري كه در ستون (سطر) جدول جاي گرفته است، نشان مي‌دهد. هدف اصلي از رسم جداول توافقي، آزمون استقلال يا وابستگي بين دو يا چند پرسش از پرسشنامه‌هاي آماري است. براي انجام اين آزمون، از آماره خي- دو پيرسون ( - پيرسون) كه از رابطه

اسلاید 122: محاسبه مي‌شود استفاده مي‌نمائيم. كه در آن ، مقدار مشاهده شده در سطر r ام از ستون c ام جدول توافقي و ، مقدار مورد انتظار در سطر r ام از ستون c ام جدول توافقي است كه بصورتمحاسبه مي‌شود. بطوري‌كه در آن n، تعداد نمونه گرفته شده از جامعه آماري مورد مطالعه است.

اسلاید 123: براي رسم جداول توافقي به‌صورت شكل زیر عمل مي‌نماييم.

اسلاید 124: به‌عنوان مثال، مي‌خواهيم جدول توافقي مربوط به متغيرهاي اسمي نژاد پرتقال‌ها و نوع سم مصرفي (داده‌هاي جدول 3-1) را رسم نمائيم. براي اين منظور، متغير Ethnic Group را وارد بخش Row (s) و متغير The Kind of Poison را وارد قسمت Column(s) نموده و بر روي كليد Statistics… كليك مي‌كنيم.

اسلاید 125: از آنجائيكه متغيرهاي سطر و ستون اين جدول توافقي، متغيرهاي اسمي مي‌باشند، گزينه‌هاي Chi-Square و Eta را انتخاب نموده و بر روي Continue كليك مي‌نمائيم.

اسلاید 126:  در ادامه با كليك بر روي دكمه Cells… و انتخاب گزينه‌هاي Observed و Expected (براي نمايش مقادير مشاهده شده و مورد انتظار در سلول‌ها (خانه‌ها)ي جدول توافقي) و سپس فشردن كليد Continue، بر روي دكمه OK كليك مي‌نمائيم.

اسلاید 127: خروجي‌هاي اين فرمان بصورت جداول زیرخواهد بود.

اسلاید 128: با توجه به مقادير مشاهده شده در جدول توافقي (جدول 5-5)، چون بيشتر اين مقادير از 5 كوچكتر مي‌باشند بايد برخي از ستون‌هاي اين جدول را در يكديگر ادغام نمائيم (به كمك دستورRecode از منوي Transform ) تا نتايج محاسبه‌شده داراي ارزش بيشتري باشند. از طرف ديگر، بدليل آنكه مقدار P-Value (Sig) محاسبه‌شده براي آماره خي- دو پيرسون در جدول 5-6، برابر 604/0 است، بعبارت ديگر چون ، پس فرض استقلال متغيرهاي سطر و ستون جدول توافقي (استقلال پرسش‌ها) رد نمي‌شود. از طرف ديگر، با توجه به مقدار آماره Eta در جدول 5-7، چون بوده و نسبتاً كوچك است لذا، تقريباً نمي‌توان نوع سم مصرفي براي نهال‌هاي پرتقال را براساس نژادشان پيش‌بيني كرد (تعيين نمود).

اسلاید 129: آزمون فرض‌هاي آماريبراي انجام چنين آزمون فرض‌هاي آماري، كافي است از منوي Analyze بر روي گزينه Compare Means كليك ‌نمائيم.

اسلاید 130: فرمان One Sample T Test … :آزمون مقايسه ميانگين جامعه با يك مقدار ثابت ( )، يكي از آزمون‌هايي است كه در بررسي متغيرهاي كمي مورد استفاده قرار مي‌گيرد. در اين آزمون، اگر ميانگين جامعه را با نشان دهيم آنگاه فرض‌هاي آماري بصورت زير خواهند بود.بعنوان مثال، فرض كنيد بخواهيم ميانگين ارتفاع جامعه نهال‌ها (داده هاي جدول 3-1) را با مقدار ثابت آزمون كنيم

اسلاید 131: براي انجام اينكار در نرم افزار آماري SPSS، از منوي Analyze بر روي گزينه Compare Means و سپس One Sample T Test… كليك مي نمائيم. حال متغير Height را وارد قسمت Test Variable(s) كرده، سپس مقدار 171 را در قسمت Test Value تايپ نموده و بر روي دكمه OK كليك مي‌نمائيم

اسلاید 132:

اسلاید 133: خروجي‌هاي آن عبارت است از:چون مقدار P-Value در جدول 3-9، برابر 713/0 است. به‌عبارت ديگر، چون ، پس فرض در سطح معني‌داري رد نمي‌شود. بعبارت ديگر، ميانگين ارتفاع جامعه نهال‌هاي پرتقال تقريباً برابر 171 مي‌باشد.

اسلاید 134: فرمان Independent Samples T Test …گاهي اوقات، دو نمونه از دو جامعه مختلف داشته و مي‌خواهيم براساس نمونه‌ها، ميانگين‌هاي دو جامعه مستقل را با يكديگر مقايسه نمائيم. درچنين مواردي، از آزمون ميانگين‌هاي دو نمونه مستقل استفاده مي‌كنيم. كه در اين‌صورت، فرض‌هاي آماري بصورت زير خواهند بود:

اسلاید 135: بعنوان مثال، فرض كنيد بخواهيم ميانگين ارتفاع نهال‌هاي بم و تامسون را (با فرض نرمال بودن داده‌ها) با يكديگر مقايسه كنيم. بنابراين، از منوي Analyze بر روي گزينه Compare Means و سپس Independent Samples T Test… كليك مي‌نمائيم. حال متغير Height را وارد قسمت Test Variable(s) و متغير Gender را وارد بخش Grouping Variable نموده و با زدن دكمه ِDefine Groups … و اختصاص اعداد 0 بم و 1 تامسون بترتيب براي 1 Group و 2 Group و سپس كليك بر روي دكمه‌هاي Continue و OK، اين آزمون را انجام مي‌دهيم

اسلاید 136:

اسلاید 137:

اسلاید 138: كه نمونه خروجي‌هاي اين فرمان عبارتند از :

اسلاید 139: با توجه به اينكه در جدول 3-11، مقدار آماره F براي آزمون برابري واريانس‌هاي دو جامعه در سطح معني‌داري برابر با 508/6 بوده و مقدار Sig متناظر با آن 02/0 است بعبارت ديگر ، لذا فرض صفر (فرض برابري واريانس‌هاي دو جامعه) رد شده و مي‌بايست خط دوم نتيجه آزمون نابرابري واريانس‌هاي دو جامعه را در‌نظر بگيريم.حال با توجه به مقدار آماره آزمون و مقدار Sig متناظر چون پس فرض برابري ميانگين‌ها نيز رد نمي‌شود.تذكر: در صورتي‌كه فرض برابري واريانس‌ها رد نمي‌شد، مي‌بايست نتايج مربوط به خط اول را درنظر مي‌گرفتيم.

اسلاید 140: فرمان Paired Samples T Test …براي مقايسه ميانگين‌هاي مشاهدات زوج شده (مشاهداتي كه از نمونه‌هاي مستقل بدست نيامده اند)، مانند نمرات يك آزمون درسي قبل و بعد از يك آموزش خاص، از اين فرمان استفاده مي‌نمائيم. اينگونه مشاهدات به يكديگر وابسته بوده و ملاك مقايسه آنها تفاوت‌هاي بين زوج مقادير مشاهدات است.

اسلاید 141: بعنوان مثال، فرض كنيد بخواهيم رشد هفتگي نهال‌هاي پرتقال (داده‌هاي جدول 3-1) را قبل و بعد از مصرف كود حيواني ، با يكديگر مقايسه و اثر كود حيواني را بر روي آنها بررسي كنيم يعني فرض بي‌تأثير بودن كود ( ) را آزمون نمائيم، كافي است از منوي Analyze بر روي گزينه Compare Means و سپس Paired Samples T Test… كليك كنيم. حال در پنجره Paired Samples T Test…، متغيرهاي Pre-Growth و Now-Growth را وارد قسمت Paired Variables نموده و بر روي دكمه OK كليك مي‌نمائيم

اسلاید 142:

اسلاید 143:

اسلاید 144: خروجي‌هاي اين فرمان عبارتند از:

اسلاید 145: با توجه به مقدار Sig در جدول 3-14، چون در سطح معني داري ، مقدار است پس فرض صفر (بي تأثير بودن مصرف كود : )، رد مي شود. بعبارت ديگر، مصرف كود حيواني، در افزايش رشد هفتگي جامعه نهال‌ پرتقال تأثير داشته است.

اسلاید 146: آناليز واريانس يكطرفه One Way ANOVA”اصول كلي آناليز واريانس، بوسيله رونالد فيشر، بنيانگذاري و سپس جزئيات آن توسط ساير آماردانان تكميل گرديد. بطور كلي، آناليز واريانس عبارتست از انجام يك سري عمليات جبري كه به‌وسيله آن مي‌توان مقدار كل تغييرات يا اختلافات موجود در يك آزمايش را به قسمت‌ها يا اجزاي مختلف تقسيم كرد. بعضي از اين اجزا، بخاطر عواملي است كه محقق عمداً در آزمايش قرار داده است تا اثر آنها را بر روي صفات مورد مطالعه تعيين كند و برخي ديگر، زائيده عوامل غيرقابل كنترل مي‌باشند. براي مقايسه ميانگين‌هاي مربوط به دو يا چند جامعه مستقل يعني آزمون:

اسلاید 147: از روش آناليز واريانس يكطرفه، استفاده مي‌نمائيم.بعنوان مثال، اگر بخواهيم، فرضيه يكسان بودن وزن محصول برداشت شده پس از سمپاشي با انواع سم‌هاي مورد استفاده را بررسي كنيم، از منوي Analyze بر روي گزينه Compare Means و سپس One Way ANOVA كليك مي‌نمائيم. حال متغير Weight (متغير وابسته) را وارد قسمت Dependent List و متغير The Kind of Poison (متغير مستقل) را وارد بخش Factor (عامل) نموده و بر روي دكمه OK كليك مي‌كنيم

اسلاید 148:

اسلاید 149: خروجي اين فرمان بصورت جدول زیر خواهد بود.

اسلاید 150: با توجه به مقدار Sig در جدول 3-15، چون در سطح معني‌داري ، مقدار است پس فرض صفر ، رد نمي‌شود. بعبارت ديگر، گروه خوني، در قد افراد نمونه و به تبع آن افراد جامعه مورد مطالعه تأثيري ندارد يعني ميانگين‌ها در سطح داراي اختلاف معني‌داري نمي‌باشند.در صورتي‌كه ميانگين‌ها داراي اختلاف معني‌داري بودند يعني فرض ، رد مي‌شد، از آزمون‌هاي LSD (آزمون كمترين اختلاف معني‌دار)، بونفروني، شفه، توكي، دانكن و غيره (در سطح معني‌داري )، براي فهميدن اين موضوع كه كداميك از ميانگين‌ها با يكديگر برابر نيستند، استفاده مي‌كنيم. كه اين‌كار را مي‌توان با انتخاب گزينه مورد نظر در بخش Post Hoc (شكل 3-24) و فشردن كليد Continue، انجام داد.

اسلاید 151: تذكر: از آنجايي‌كه خطاي نوع دوم در آزمون دانكن از بقيه آزمون‌ها كمتر است پس پرتوان‌ترين آزمون در ميان ساير آزمون‌هاي موجود مي‌باشد. به همين دليل، در اكثر موارد آماردانان از آن استفاده مي‌نمايند.

اسلاید 152: تحليل همبستگي Correlationsهمبستگي بين دو متغير، شدت و جهت رابطه خطي ميان آنها را نشان مي دهد. مقدار اين كميت، چگونگي برازش معادله اي خطي يا غيرخطي كه ارتباط بين متغيرها را توجيه مي كند، بيان مي نمايد (اگر معادله ثابتي بين متغيرها برقرار باشد، همبستگي كامل خواهد بود). ضريب همبستگي (r) همواره بين 1- و 1 خواهد بود. بعبارت ديگر:از آنجايي كه رسم نمودار پراكنش به تنهايي نمي تواند نوع رابطه بين دو متغير را تعيين كند، معياري عددي براي محاسبه قدرت و جهت رابطه خطي بين آنها، مورد نياز است. معيار عددي اين پيوند، زماني‌كه رابطه بين دو متغير خطي فرض شود، ضريب همبستگي نمونه‌اي يا ضريب همبستگي پيرسون نام دارد كه از رابطه 3-3 محاسبه مي‌شود.

اسلاید 153: در صورتي‌كه رابطه متغيرها در نمودار پراكنش به شكل منحني ديده شود، ضريب همبستگي پيرسون معيار مناسبي نخواهد بود. از طرف ديگر، ضريب همبستگي پيرسون، زماني معتبر است كه داده‌ها كمي باشد. ضريب همبستگي ديگري كه مي‌توان براي داده‌هاي كمي محاسبه نمود، ضريب همبستگي تاو-كندال است.  

اسلاید 154: اين ضريب همبستگي، اندازه اي است ناپارامتري از شدت پيوند متغيرها و به كمك رابطهمحاسبه مي گردد كه در آن ()sign نماد تابع علامت، (Si-Sj) اختلاف رتبه i امين و j امين مقدار متغير Y و (Ri-Rj) اختلاف رتبه i امين و j امين مقدار متغير X مي‌باشند.حال اگر داده‌ها از نوع فاصله‌اي باشند، از ضريب همبستگي ديگري بنام ضريب همبستگي اسپيرمن كه براساس رتبه داده‌ها و با همان نمادهاي rtau تعريف شده است، استفاده مي‌نمائيم. اين ضريب همبستگي از رابطه زير قابل محاسبه است .

اسلاید 155: براي محاسبه ضرايب همبستگي در نرم‌افزار آماري SPSS 13.0 ، از منوي Analyze بر روي گزينه Correlate و سپس Bivariate… كليك مي‌نمائيم

اسلاید 156:

اسلاید 157: به‌عنوان مثال، اگر بخواهيم ضريب همبستگي پيرسون ميان متغيرهاي مقدار سم مصرفي و وزن محصول برداشت شده (داده‌هاي جدول 3-1) را محاسبه نمائيم (با توجه به پراكندگي نقاط بصورت خط راست در نمودار پراكنش (نمودار 3-2))، با وارد نمودن متغيرهاي Weight (متغير وابسته) و Amount of Poison (متغير مستقل) در جعبه Variables از پنجره Bivariate Correlations و سپس انتخاب گزينه Pearson از قسمت Correlation Coefficients، بر روي دكمه OK كليك مي‌نمائيم .

اسلاید 158:

اسلاید 159: تحليل رگرسيوني Regression” :تحليل رگرسيوني، يكي از پرمصرف‌ترين روش‌هاي آماري است كه براي تجزيه و تحليل داده‌ها مورد استفاده قرار مي‌گيرد، زيرا روابط ميان متغيرهاي پيوسته را بطور ساده و بامفهوم، بيان مي‌نمايد. 1 اگر برخي از متغيرهاي مستقل از نوع كيفي باشند، نياز به تحليل آناليز كوواريانس دارد و با اين مباحث نمي‌توان آنها را تحليل كرد.بطور كلي؛ رگرسيون، مجموعه‌اي از روش‌ها و تكنيك‌هاست كه براي كمك به درك رابطه بين گروهي از متغيرها، مورد استفاده قرار مي‌گيرد. در بسياري از موارد، يك معادله خط راست مي‌تواند براي نشان دادن وابستگي يك متغير به ديگري مورد استفاده قرار گيرد.

اسلاید 160: در حالت كلي، معادله يك مدل رگرسيوني خطي عبارت است ازكه در آن ، مقدار ثابت رگرسيوني؛ ، متغير مستقل i ام و ، ضريب رگرسيوني براي متغير مستقل i ام مي‌باشند. در اين بخش نشان مي‌دهيم كه چگونه مي‌توان معادله چنين خطي را با استفاده از نرم‌افزار آماري SPSS بدست آورد.

اسلاید 161: مي‌توانيم يك مدل رگرسيوني كه نشان دهنده رابطه‌اي خطي ميان آنها مي‌باشد، برازش دهيم كه به كمك نرم افزار آماري SPSS ، اين كار را مي‌توان براحتي انجام داد. پس از منوي Analyze بر روي گزينه Regression و سپس Linear… كليك مي‌نمائيم:

اسلاید 162: با اجراي اين فرمان جعبه گفتگوي زير باز مي‌شود. حال متغير وابسته را وارد قسمت Dependent و متغيرهاي مستقل را وارد بخش Independent(s) مي‌نمائيم.

اسلاید 163: در اين پنجره و در بخشMethod روش‌هاي مختلفي براي ورود و يا خروج متغيرها از مدل رگرسيوني وجود دارد كه بترتيب عبارتند از:روش Enter (ورود)روش Stepwise (گام به گام)روش Remove (خروج)روش Backward (پسرو)روش Forward (پيشرو)

اسلاید 164: فصل چهارم  آشنايي بانرم‌افزار اقتصادسنجي EViews

اسلاید 165: اين نرم‌افزار، نرم‌افزاري قابل برنامه‌نويسي و داراي منوهايي براي انجام تحليل‌هاي آماري از پيش تعريف‌شده (نظير: تحليل مدل‌هاي رگرسيوني، تحليل روندها، تحليل مدل‌هاي ARCH و GARCH و ...) بوده و به گونه‌اي طراحي شده است كه مي‌تواند بدون هيچ واسطه‌اي ليست گسترده‌اي از فرمت داده‌ها (شامل: فرمت داده‌هاي Excel، ASCII، Text و غيره) را بنويسد يا بخواند.

اسلاید 166: مديريت داده‌ها :ايجاد پرونده‌‌كاري اوليـن گام در هنگام بكارگيري نرم‌افزار EViews، ايجاد يك پرونده‌‌كاري (مكاني است كه Object‌ها در آن نگهداري مي‌شوند) با پسوند .wf1 * و بارگذاري مجدد آن در استفاده‌هاي بعدي است. هر پرونده‌‌كاري، شامل دو Object پيش‌فرض است: C كه يك بردار از ضرايب است و Resid كه نشان‌دهنده باقيمانده‌هاي رگرسيوني مي‌باشد.بدين‌منظور، از منوي File بر روي گزينه New و سپس Workfile كليك كرده از پس از اختصاص يك نام به آن، دكمه OK را مي‌فشاريم.

اسلاید 167: درصورتي كه به Workfile نامي اختصاص داده نشود، به‌صورت پيش‌فرض نام “Un-titled“ درنظر گرفته مي‌شود كه در اينصورت، ديگر امكان ذخيره آن وجود نخواهد داشت.

اسلاید 168: پس از انتخاب گزينه Workfile از منويFile ، پنجرهWorkfile Range (دوره تناوب) ظاهر مي‌شود كه در كادرWorkfile Frequency ) ‌بايستي نوع داده‌ها را جهت تعيين دوره تناوب مشاهدات، مشخص نمود .گزينه‌هاي موجود در اين كادر بترتيب عبارتند از:

اسلاید 169: Annual سالانه“Semi-annual نيمسال“Quarterly فصلي“Monthly ماهانه“Weekly and Daily هفتگي و روزانه“Undated بدون تاريخ (مقطعي)“در ادامه، پس از تعيين دوره تناوب داده‌ها، مي‌بايست دامنه آنها را در دو كادر روبروي هم با عنوان‌هاي Start date(زمان شروع) و End date (زمان پايان)، با دادن مشخصات اولين و آخرين داده تعيين نمود.

اسلاید 170: پس از اتمام اين مرحله و كليك بر روي OK، پنجره پرونده‌‌كاري ظاهر مي‌شود. در اين مرحله، در پرونده‌‌كاري تنها دو جزء وجود دارد: بردار ضرايب جزء ثابت كه با C نمايان شده و جزء باقيمانده كه با RESID مشخص مي‌گردد. دراين مرحله مي‌توان با انتخاب Save as از منو File و اختصاص يك اسم به پرونده‌‌كاري موردنظر، آن را ذخيره كرد. بعد از ايجاد پرونده‌‌كاري، مرحله ايجاد سري‌زماني Series (كه يك نوع Object است) مي‌باشد. سري‌های‌زماني موردنظر را به دو روش مي‌توان ايجاد نمود: 1- به كمك دستورData بدنبال آن تايپ نام سري‌‌هاي‌زماني مورد‌نظر (با فاصله پشت‌سرهم) در پنجره فرمان.

اسلاید 171: 2- كليك بر روي گزينهNew object از منويObjects و انتخاب فرمان Series، سپس تعيين سري‌هاي‌زماني موردنظر (بصورت انفرادي).در هر دو صورت محيط يا كاربرگي شبيه به صفحه‌گسترده ايجاد مي‌شود كه در آن مي‌توان مشاهدات را وارد نمود (در بالاي پنجره ايجاد شده، فرامين مختلفي (براساس Object ايجاد‌شده) ظاهر مي‌شود كه مي‌توان عمليات ديگري نيز انجام داد و در نهايت پرونده‌‌كاري همراه با ساير Object هاي ايجاد شده در آن را ذخيره كرد).

اسلاید 172: بنابراين بايد اقدام به ايجاد Object مورد‌نظر مي‌نمائيم. براي اين منظور، با انتخاب گزينه New Object… از منوي Objects جدولي مشابه مرحله ‌ايجاد پرونده‌‌كاري، ظاهر مي‌شود كه در آن بايد نوع Object را انتخاب نموده و پس از آن دكمه OK را كليك كرد

اسلاید 173:

اسلاید 174: انتخاب هر Object بيش از يك View (نما و مشاهده) دارد. به عنوان مثال، يك سري‌زماني داراي نماهايي از قبيل: نماي صفحه‌گسترده يا كاربرگ (كه داده‌ها را نمايش مي‌دهد)، نماي نمودار خطي، نماي نمودار ميله‌اي، نماي نمودار بافت‌نگار، نماهاي آماري و يا به شكل نماي نمودار همبستگي مي‌باشد كه درصورت لزوم مي‌توان يك Object را از حالت يك‌ نما به ‌نماي ديگر (كه موردنظر است)، تبديل كرد.لازم به ذكر است كه، درصورت عدم‌نامگذاري Object، اگر Object ديگري از همان نوع ايجاد شود جايگزين Object قبلي خواهد شد. به‌عبارت ديگر، Object قبلي حذف شده و با ذخيره‌سازي پرونده‌‌كاري، تمامي Object‌هاي جديد، در درون آن ذخيره خواهند شد.

اسلاید 175: معرفي برخي از منوهاي اصلي :منوي Objectsمنوي Viewمنوي Procs (پردازش Processing)منوي Quick

اسلاید 176: منوي Objects :در شروع كار با نرم‌افزار اقتصادسنجي EViews، برخي از گزينه‌هاي اين منو غيرفعال مي‌باشند كه بعد از ايجاد پرونده‌‌كاري فعال شده و مهمترين آنها بترتيب عبارتند از: New Objects: ايجاد يك Object (نظير: سري‌زماني، سيستم معادلات و غيره).Fetch from DB: بازيابي يا فراخواني يك سري‌زماني يا Object از بانك اطلاعاتي (كه با فرمان Store ذخيره شده‌اند) در پرونده‌‌كاري جديد.Ubdate from DB: به‌روز كردن Object‌ها از بانك اطلاعاتي.

اسلاید 177: 4.Ubdate from DB: به‌روز كردن Object‌ها از بانك اطلاعاتي.5.Store to DB: ذخيره سري‌زماني يا Object‌ بعنوان داده‌هاي بانك اطلاعاتي.6.Copy object: كپي Object‌هاي موردنظر.7.Name: نامگذاري يا تغيير ‌نام Objectها در پرونده‌‌كاري ايجاد شده.8.Delete: حذف Objectها از پرونده‌‌كاري.9.Freeze output: ايجاد يك نسخه مجدد (تثبيت شكل اوليه) از خروجي مورد‌مشاهده در پنجره ايجاد شده و قرار دادن در پرونده‌‌كاري.10.Print: چاپ Objectهاي موردنظر.

اسلاید 178: منوي View:در اين منو گزينه‌هاي مختلفي وجود دارد كه با توجه به نوع كار، گزينه‌هاي متفاوتي در آن فعال مي‌شوند كه در ذيل به آنها اشاره شده است:در حالت فعال بودن پرونده‌‌كاري:Open Selected: باز كردن Objectهاي انتخاب‌شده و نشان دادن آنها در يك يا چند پنجره براي هر يك از Object‌ها.Print Selected : چاپ Object‌هاي انتخاب‌شده.Deselect All: قسمت انتخاب‌شده را به حالت اوليه (بي‌رنگ) در مي‌آورد كه مي‌توان انتخاب ديگري انجام داد.

اسلاید 179: Show: نمايش Object انتخاب‌شده.Select All (except C–RESID): انتخاب كليه Object‌هاي موجود در پرونده‌‌كاري (سري‌زماني، گروه، معادله و غيره، بجز جملات باقيمانده Resid و جزء ثابت معادله رگرسيون c).Select by filter: انتخاب Object‌هاي موجود در پرونده‌‌كاري با بكارگيري فيلترها (صافي‌ها).Select series: انتخاب سري‌هاي زماني.Select Non series: انتخاب كليه Object‌ها بجز سري‌هاي‌‌زماني.Select Graphs: انتخاب Object‌هاي نموداري.

اسلاید 180: Select Tables: انتخاب Object‌هاي به شكل جداول.Select Equations -Systems - models: انتخاب معادلات، سيستم و مدل‌ها.Select Matrices-Vectors: انتخاب ماتريس‌ها و بردارهاي موجود.Name Display: تغييير شكل ظاهري نوشتن Object‌ها به دو صورت: با حروف بزرگ Uppercase و با حروف كوچك Lowercase.

اسلاید 181: در حالت فعال بودن سري‌زماني :Spread sheet: نمايش مقادير داده‌هاي سري‌زماني به‌شكل صفحه‌گسترده در همان پرونده‌‌كاري.Line Graph: نمايش نمودار خطي سري‌هاي‌زماني انتخاب‌شده.Bar Graph: نمايش سري‌هاي‌زماني به صورت نمودار ميله‌اي (ستوني).Histogram and stats: محاسبه آماره‌هاي توصيفي شامل: ميانگين، انحراف‌معيار، چولگي، كشيدگي، مقادير حداقل و حداكثر سري‌زماني انتخاب شده، بهمراه نمايش نمودار بافت‌نگار آن (جهت بررسي نرمال بودن).Correlogram: محاسبه مقادير خودهمبستگي و خود‌همبستگي جزئي (جهت بررسي مانايي (ايستايي) سري‌هاي‌زماني).

اسلاید 182: Unit Root Test: انجام آزمون ريشه واحد براساس آزمون‌هاي ديكي ـ فولر (تعميم‌يافته) و فليپس- پرون، جهت بررسي مانايي سري‌هاي‌زماني.علاوه بر گزينه‌هاي بالا، گزينه‌هاي ديگري نظير Label (برچسب) و Conversion Options (تغيير پيش‌فرض انتخاب‌ها) و غيره نيز وجود دارد.در حالت فعال بودن نمودار :Graphs: نمايش شكل ابتدايي نمودار سري‌زماني. Label: اختصاص يا تغيير برچسب يا نام به نمودار.

اسلاید 183: در حالت فعال بودن گروه :Spread sheet: نمايش سري‌هاي‌زماني به حالت صفحه‌گسترده.Graphs: نمايش شكل ابتدايي نمودارهاي سري‌زماني.Multiple Graphs: نمايش نمودارهاي سري‌هاي‌زماني (به‌صورت مجزا) در پنجره‌هاي مشابه.Descriptive statistics: محاسبه آمار‌ه‌هاي توصيفي براي سري‌هاي‌زماني.Correlations: نمايش ماتريس همبستگي سري‌هاي‌زماني.Covariances: نمايش ماتريس كوواريانس سري‌هاي‌زماني.Correlogram(1): نمايش نمودار همبستگي اولين سري‌‌زماني.

اسلاید 184: Correlation(2) Cross: نمايش همبستگي متقاطع اولين دو سري‌زماني.Cointegration Test: انجام آزمون هم‌انباشتگي (يكپارچگي) يوهانسن.Grange Causality: انجام آزمون عليت گرنجر براي دو سري‌زماني. در حالت فعال بودن معادله :Representations: نمايش مجدد معادله برازش‌شده.Estimation output: نمايش نتايج و خروجي‌هاي حاصل از برازش رگرسيون.Actual, fitted ,Residual: نمايش مقادير واقعي، برازش‌شده‌ و باقيمانده‌ها در صفحه‌گسترده، همراه با نمايش نمودار مقادير باقيمانده‌ها.

اسلاید 185: Coefficient tests: انجام آزمون‌هاي ضرايب از قبيل: آزمون والد (محدوديت روي ضرايب)، آزمون افزودن متغير(هاي) جديد و آزمون حذف متغير(هاي) زائد.Residuad tests: انجام آزمون‌هاي جملات باقيمانده‌ها جهت بررسي ناهمساني، خودهمبستگي، وجود رگرسيون كاذب (باتوجه به مانايي و نامانايي جملات باقيمانده‌ها) و غيره.Stability Tests: بررسي تغييرات ساختاري و شكل تبعي صحيح. به‌عبارت ديگر، تصريح معادلات با بكارگيري آزمون شكستگي چاو و آزمون ريست- رمزي وغيره.

اسلاید 186: در حالت فعال بودن مدل :Model View Edit: ويرايش مدل مشاهده‌شده.Endogenous sheet: نمايش ليست متغيرهاي درونزا به‌همراه مقادير آنها به‌شكل صفحه‌گسترده.Endogenous Graph: نمايش نمودار مقادير متغيرهاي درونزاي مدل‌‌.در حالت فعال بودن سيستم معادلات :System view / Edit: ويرايش سيستم معادله مورد بررسي.Estimation Output: نمايش نتايج خروجي حاصل از تخمين معادلات سيستم.

اسلاید 187: Residuad Covariance Matrix: نمايش ماتريس واريانس-كوواريانس جملات باقيمانده‌هاي معادلات سيستم.Residuad Graphs: نمايش نموداري باقيمانده‌هاي معادلات سيستم.Coefficient Covariance Matrix: نمايش ماتريس واريانس-كوواريانس ضرايب تخميني معادلات سيستم.Endogenous variables: مشاهده مقادير متغيرهاي درونزاي معادلات سيستم به‌شكل صفحه‌گسترده.Endogenous Graphs: نمايش نموداري مقادير متغيرهاي درونزاي معادلات سيستم.

اسلاید 188: Wald Coefficient Tests: انجام آزمون‌هاي محدوديت بر روي ضرايب والد.در حالت فعال بودن يك اتورگرسيو برداري (VAR) :Representations: انتخاب يكي از حالت‌هاي مختلف ديدن VAR.Estimation output: انتخاب يكي از حالت‌هاي مختلف ديدن نتايج تخمين.Residual Covariance Matrix: نمايش ماتريس كوواريانس ‌جهش VAR.Residuad Graphs: نمايش نموداري جهش VAR.

اسلاید 189: Impulse -Var Decomposition: نمايش توابع عكس‌العمل يا آناليز واريانس VAR.Endogenous Sheet: نمايش مقادير متغيرهاي درونزاي مدل VAR به‌شكل صفحه‌گسترده.Endogenous Graph: نمايش نموداري مقادير متغيرهاي درونزا.Cointegration Test: انجام آزمون هم‌انباشتگي جوليوس ـ يوهانسن (جهت بررسي وجود روندهاي بلندمدت و كوتاه‌مدت).

اسلاید 190: منوي Procs (پردازش Processing) :اين منو نيز همانند منوهاي بالا بسته به نوع Object موجود در پرونده‌‌كاري، داراي گزينه‌هاي مختلفي مي‌باشد كه بترتيب عبارتند از:در حالت فعال بودن پرونده‌‌كاري :Sample: كنترل و بررسي دامنه مشاهدات.Change Workfile Range: توسعه محدوده دامنه مشاهدات و ايجاد امكان اضافه‌كردن و يا پيش‌بيني مشاهدات در خارج از دامنه در خانه‌ها (سلول‌ها)ي خالي پرونده‌‌كاري.Generate series (فرمان GENR): ايجاد سري‌هاي‌زماني جديد از سري‌هاي‌زماني موجود به كمك توابع، فرمول‌ها و معادلات.

اسلاید 191: Sort series: مرتب كردن سري‌هاي‌زماني (بصورت صعودي يا نزولي).Import data: فراخواني و وارد كردن مقادير متغير از ساير صفحه‌گسترده‌ها نظير: Excell، Lotus و يا ديگر قالب‌ها، شكل‌‌ها و يا داده‌هاي موجود در بانك اطلاعاتي (كه با دستور Store ذخيره شده‌اند).Export Data: عكس فرمان قبل را انجام مي‌دهد.

اسلاید 192: در حالت فعال بودن سري‌زماني :Generate by Equation: ايجاد سري‌زماني جديد با بكارگيري يك معادله يا تابع. مثلاً در تخمين‌هاي توابع كاب - داگلاس نياز به سري‌هاي‌زماني در شكل لگاريتمي داريم. بنابراين بايستي با بكارگيري تابع لگاريتم براي هريك از سري‌هاي‌زماني (بصورت Lx=LOG(x)) آنها را ايجاد نمود (با بكارگيري تابع فوق، يك سري‌زماني به نام Lx ايجاد مي‌شود كه مقادير آن لگاريتم مقادير متغير x مي‌باشد) .Seasonal Adjustment: تعديل فصلي يك سري‌زماني.Exponential smooting: انجام هموارسازي نمايي بر روي سري‌هاي‌‌زماني، جهت حذف نوسانات غيرضروري از آنها.

اسلاید 193: Holdrich-prescott: روشي جهت هموارسازي نمايي.در حالت فعال بودن معادله رگرسيوني :Specify /Estimate: تعيين و تخمين يك معادله جديد.Forecast: پيش‌بيني از طريق معادله تخمين زده ‌شده.در حالت فعال بودن گروه :Equation: تعيين يك معادله براي تخمين، با استفاده از داده‌هاي موجود در گروه.Vector Autoregressive: تعيين يك VAR براي تخمين، با استفاده از داده‌هاي موجود در گروه.

اسلاید 194: در حالت فعال بودن اتورگرسيو برداري (VAR) :Estimate: تخمين ضرايب VAR.Make Residuals: ايجاد سري‌هاي‌زماني دربر دارنده جهش‌هاي VAR.Make Model: ساختن يك مدل از‌ يك VAR.Make Endogenous Group: ساختن يك گروه از روي متغيرهاي درونزا در يك VAR.

اسلاید 195: در حالت فعال بودن نمودار:Add Text: اختصاص متن و نوشته‌ به نمودار Add shape: افزودن سايه به نمودارهاي ايجاد شده (كه مي‌توان براي دوره بخصوصي از نمونه مذكور مثلاً براي سال‌هايي كه در آنها رويداد مهمي اتفاق افتاده است، بكار برد).Remove Item: تغيير مكان گزينه‌ها. Zoom: تغيير اندازه نمودار (كوچك يا بزرگ‌كردن نمودار).

اسلاید 196: در حالت فعال بودن معادله سيستم :Estimate: تخمين ضرايب سيستم.Make Residuals: ساخت سري‌زماني از روي مقادير باقيمانده‌هاي معادلات سيستم.Make Model: ساخت يك مدل از روي معادلات يك سيستم.Make Endogenous Group: ساخت يك گروه از متغيرهاي درونزاي سيستم.

اسلاید 197: در حالت فعال بودن مدل : Solve: حل نمودن مدل انتخابي براي مشاهدات واقع در دوره جاري. Merge objector file: ادغام يا اضافه‌كردن معادلات اضافي به مدل از يك Object يا پرونده.Make Endogenous group: ساخت يك گروه از فهرست متغيرهاي درونزاي موجود در مدل.در حالت فعال بودن بردار ضرايب و ماتريس : Edit +/_: انجام ويرايش روي بردار.Label +/_: اختصاص برچسب يا مشخصه به بردار.Title: ويرايش عنوان اصلي بردار.

اسلاید 198: منوي Quick :اين منو، امكان دسترسي سريع به برخي از امكاناتي كه به ميزان زياد در EViews مورد استفاده قرار مي‌گيرند را فراهم مي‌آورد. گزينه‌هاي اين منو بترتيب عبارتند از:Sample: تعيين دامنه مشاهدات.Generate Series: ايجاد سري‌هاي‌زماني جديد از سري‌هاي‌زماني موجود با بكارگيري توابع و فرمول‌ها.Graph: نمايش نموداري سري‌هاي‌زماني. Empty Group (Edit series): ايجاد يك كاربرگ صفحه‌گسترده خالي به‌منظور ورود داده‌ها (براي ايجاد يك سري‌زماني جديد‌).

اسلاید 199: Series Statistics: محاسبه آماره‌هاي توصيفي براي سري‌هاي‌زماني.Estimate Equation: تعيين يك معادله براي تخمين و انتخاب روش برآورد و در نهايت برازش آن.Estimate VAR: تخمين ضرايب يك مدل VAR.

اسلاید 200: پنجره Series :با دابل كليك بر روي نام هر يك از سري‌هاي‌زماني موجود در پرونده‌‌كاري، پنجره‌اي بصورت شكل زیرظاهر خواهد شد كه مشاهدات سري‌زماني در شكل صفحه‌گسترده را نشان مي‌دهد.

اسلاید 201: برخي از گزينه‌هاي اين پنجره بترتيب عبارتند از:گزينه View :

اسلاید 202: گزينه Procs: گزينه Object:گزينه Print: چاپ صفحه جاري. گزينه Name: نامگذاري و يا تغيير نام يك سري‌زماني.

اسلاید 203: گزينه Freeze: صفحه‌گسترده جاري را در جدول ديگري قرار مي‌دهد .گزينه Edit t +/ -: امكان ويرايش در صفحه فعال را فراهم مي‌سازد .گزينه Smpl +/-: بازبيني دامنه نمونه مشاهدات به‌همراه مقادير مشاهدات. گزينه Label +/-: امكان اختصاص برچسب يا راهنما را فراهم مي‌سازد.10- گزينه Title: امكان تغيير عنوان صفحه گسترده را فراهم مي‌كند.11- گزينه Sample: امكان تغيير در دامنه مشاهدات Workfile (همراه با مشاهده مقادير سري‌زماني) را فراهم ‌مي‌سازد.12- گزينهGenr : امكان تغيير سري‌هاي‌زماني (با استفاده از فرمول‌ها) را فراهم مي‌سازد .

اسلاید 204: پنجره ‌‌Groups :زيرگزينه‌هاي اين پنجره مشابه پنجره Series است با اين تفاوت كه با كليك بر روي Store؛ كل گروه، در يك بانك اطلاعاتي ذخيره مي‌گردد. همچنين با فشردن دكمه Edit+/- مي‌توان علاوه بر تغيير مشاهدات سري‌هاي‌زماني موجود در گروه، سري‌زماني ديگري را نيز به گروه اضافه كرده و مشاهدات مربوط به آن سري‌زماني را هم وارد نمود. بدين‌صورت كه، در بالاي ستون سمت راست آخرين سري‌زماني، نام سري‌زماني موردنظر و‌ در زير ‌آن، مشاهدات مربوط به آن را وارد نمائيم .

اسلاید 205:

اسلاید 206: نام‌گذاري Objectها :الف- نظير محيط نرم‌افزار آماري SPSS، براي نام‌گذاري Objectها نبايد از كلمات بيش از هشت كاراكتر (حرف) استفاده شود.ب- از اسامي زير كه نشان‌دهنده فرمان يا عمل خاصي در اين نرم‌افزار مي‌باشند نبايد براي نامگذاري استفاده شود. در صورت استفاده از نام‌هاي غيرمجاز مذكور، فرماني مبني‌بر عدم‌پذيرش يا غيرقانوني‌بودن كاربرد آن، از سوي نرم‌افزار صادر مي‌شود:

اسلاید 207: ABS, ACOS, AR, ASIN, C, CON, CONORM, COEF, COS, DNORM, ELSE, ENDIF, EXP, LOGLOGIT, LPT1,D, RND, SAR, SIN, SMA, SQR, THEN ,LPT2, MA, NA, NRND, PDI, RESID,…..ج- همانند محيط نرم‌افزار آماري SPSS، نوشتن نام با حروف كوچك يا بزرگ براي EViews فرقي نداشته و به يك شكل درنظر گرفته مي‌شوند.

اسلاید 208: ذخيره‌سازي داده‌ها بعنوان بانك‌اطلاعاتي

اسلاید 209: تذكر: فرمان ذخيره‌سازي بصورت بانك اطلاعاتي را همچنين مي‌توان با انتخاب فرمان Store to DB از گزينه Export در منويFile ، اجرا كرد.سري‌هاي‌زماني كه به كمك دستورStore (بعنوان بانك اطلاعاتي ذخيره شده‌اند) را با بكارگيري گزينهFetch from DB… از منوي Objects، در پرونده‌‌كاري بازيابي نمود .

اسلاید 210: با كليك بر روي گزينه Frequency Conversion- Dates… از منوي Options مي‌توان روش‌هاي مختلف تبديل سري‌هاي‌زماني با تناوب بزرگتر به سري‌هاي‌زماني با تناوب كوچكتر را انتخاب كرد .

اسلاید 211: با اجراي اين فرمان پنجره‌اي ظاهر مي‌شود كه در آن روش‌‌هاي تبديل وجود دارد كه بترتيب عبارتند از :Average Observation: استفاده از متوسط يا ميانگين مشاهدات سري‌زماني با تناوب بزرگتر.Sum Observation: استفاده از مجموع مشاهدات سري‌زماني با تناوب بزرگتر.First Observation: استفاده از اولين مشاهده سري‌زماني با تناوب بزرگتر.Last Observation: استفاده از آخرين مشاهده سري‌زماني با تناوب بزرگتر.

اسلاید 212: Maximum Observation: بكارگيري مقدار حداكثر مشاهدات سري‌زماني.Minimum Observation: بكارگيري مقدار حداقل مشاهدات سري‌زماني.No Down Conversion Allowed: داده‌هاي بدون تاريخ (Undated) نيز مي‌توانند در پرونده‌‌كاري موجود با دوره تناوب سري‌زماني (با تاريخ و زمان) وارد شوند. گسترش دوره تناوب داده‌ها :در صورتي‌كه بخواهيم يك سري‌زماني جديد را به ابتدا يا انتهاي سري‌زماني موردنظر موجود اضافه نماييم، هنگامي كه پنجره Workfile فعال است،

اسلاید 213: اين عمل را مي‌توان با كليك بر روي گزينهChange Workfile Range… از منوي Procs انجام داد.با اين كار، پنجره‌اي جهت تعيين دامنه جديد مشاهدات ظاهر مي‌شود :

اسلاید 214: مرتب‌سازي داده‌ها :براي مرتب‌سازي سري‌هاي‌زماني، گزينه Sort Series… از منوي Procs را انتخاب كرده و بر روي آن كليك مي‌كنيم. در اينصورت پنجره‌اي باز مي‌شود كه درآن مي‌توان نوع مرتب‌سازي (صعودي يا نزولي) و سري‌‌زماني كليدي (جهت مرتب‌سازي) را مشخص نمود

اسلاید 215: توابع و عملگرهاي موجود در Eviews:+ : براي عمل جمع يا اضافه كردن.ـ : براي عمل تفريق يا كسر كردن.*: براي عمليات ضرب./ : براي عمليات تقسيم.^ : براي عمل به توان رساندن.: در رابطة X>g اگر اين رابطه درست باشد ارزش 1 و در غير اينصورت، ارزش صفر مي‌گيرد.: در رابطة x<y اگر اين رابطه درست باشد ارزش 1 و در غير اينصورت، ارزش صفر مي‌گيرد.<>: در رابطةY ‹ › X اگر X و Y نابرابر باشند 1 و در غير اينصورت، ارزش صفر مي‌گيرد.= :در رابطة x< =y اگرx كوچكتر يا مساوي y باشد ارزش 1 و در غير اينصورت، ارزش صفر مي‌گيرد.=: در رابطة x>=y اگر x بزرگتر يا مساوي y باشد ارزش 1 و در غير اينصورت، ارزش صفر مي‌گيرد.AND: در رابطة X AND Y اگر X وY هر دو درست باشند ارزش 1 و در غير اينصورت، ارزش صفر مي‌گيرد .OR: در رابطة X OR Y اگر يكي از x,y يا هر دوي آنها درست باشند ارزش 1 و در غير اينصورت، ارزش صفر مي‌گيرد.D(X): تفاضل مرتبه اول X يعني را نشان مي‌دهد.D(X,n): تفاضل مرتبه n ام X را نشان مي‌دهد.: D(X,n,s) تفاضل‌ معمولي مرتبه n ام Xرا به‌همراه يك تفاضل فصلي در وقفة s نشان مي‌دهد .(X) CEILING : @كوچكترين عدد صحيحي كه از X كوچكتر نباشد را نشان مي‌دهد.LOG(X): لگاريتم طبيعي سري‌زماني X به عبارت ديگر LNx را‌ نشان مي‌دهد.(X) :@FLOORبزرگترين عدد صحيحي كه از X بزرگترنباشد را نشان مي دهد.@COV(X,Y): نشان‌دهنده كوواريانس بين دو سري‌زماني X و Y.@CHISQ(X,d): احتمال اينكه آمارة خي‌دو با درجه آزادي d از x بزرگتر باشد را نشان مي‌دهد.

اسلاید 216:

اسلاید 217: توابع و آماره‌هاي فعال پس از برازش معادلات(آماره‌هاي آخرين معادله برازش‌شده و موجود در حافظه)توابع ايجادكننده سري‌زماني @R2: آمارة R2 معيار نيكويي برازش. @F: آماره F رگرسيون.@RBAR2: آمارة R2 تعديل شده براساس درجات آزادي.@LOGL:‌ ارزش‌تابع ‌لگاريتم‌ درستنمايي (Log-likelihood) را نشان مي‌دهد.@SE: خطاي معيار (Standard error) رگرسيون را نشان مي‌دهد.@REGOBS: تعداد مشاهدات ‌رگرسيون را نشان مي‌دهد.@SSR: مجموع مربعات جملات باقيمانده را نشان مي‌دهد.@MEANDEP: ميانگين متغير وابسته را نشان مي‌دهد.@DW: آماره دوربين- واتسون‌ را ‌نشان مي‌دهد.@SDDEP: انحراف‌معيار متغير وابسته را نشان مي‌دهد.@NCOEF: تعداد كل ضرايب تخمين‌زده‌شده را نشان مي‌دهد.:@RESIDCOVA(i,j) كوواريانس جملات باقيمانده را از معادله i با آنچه در معادله j است نشان مي‌دهد.@MOVAV(X,n): ميانگين متحرك n دوره‌اي X را كه درآن n يك عدد صحيح است نشان مي‌دهد.@TRFND(d): متغير روندي را كه نرمال شده تا در دورة d صفر باشد و d در آن يك تاريخ يا شماره مشاهده است نشان مي‌دهد.:@MOVSUM(X,n) مجموع متحرك n دوره‌اي X را كه درآن n يك عدد صحيح است نشان مي‌دهد.@SEAS(d): متغير موهومي فصلي را نشان مي‌دهد كه برابر با يك است زمانيكه فصل يا ماه برابر با d باشد اين متغيرمقدار يك و در غير اينصورت، مقدار صفر مي‌گيرد.

اسلاید 218: تعيين دامنه نمونه و كاربرد عبارات شرطي:با كليك بر روي گزينه Sample از منوي Quick، پنجره‌اي كه شامل دو كادر است ظاهر مي‌شود

اسلاید 219: تحليل داده‌ها:سري‌هاي‌زماني، را معمولاً بصورت گسسته يا پيوسته بررسي مي‌كنند. اگر مشاهدات بطور پيوسته برحسب زمان درنظر گرفته شوند (مانند سري‌زماني كه اغلب در جريان‌هاي الكتريكي پيش مي‌آيد)، سري‌زماني حاصل را پيوسته و اگر بطور منظم در فاصله‌هاي مساوي ثبت شوند (مانند ميزان صادرات در سال‌هاي 1350 تا 1376)، سري‌زماني‌حاصل را گسسته گويند.تحليل رگرسيوني :اگر هدف از تحليل داده‌ها، برازش معادله رگرسيوني روندها باشد، از منويQuick بر روي گزينه Estimate Equation كليك كرده و سپس فهرست متغيرهاي رگرسيوني (بترتيب: متغير وابسته، جزء ثابت و

اسلاید 220: متغيرهاي مستقل را با قرار دادن فاصله در بين آنها) و يا معادله رگرسيوني موردنظر (با درنظر گرفتن عبارات C(1),…,C(n)، براي پارامترهاي تخميني و علامت *‌، براي نشان دادن عمل ضرب) را وارد بخش Equation Specification مي‌نمائيم .

اسلاید 221: در اين پنجره و در قسمت Method، انواع روش‌هاي برآورد پارامترها نظير: روش حداقل مربعات LS (براي رگرسيون معمولي)، روش حداقل مربعاتدومرحله‌اي TSLS (براي معادلات سيستم)، روش‌ دودويي نظير: لوجيت، پروبيت و ... (براي رگرسيون‌هاي داراي متغير وابسته كيفي يا موهومي) و غيره، وجود دارد كه پس از انتخاب روش موردنظر، دامنه مشاهدات را وارد بخش Sample نموده و بر روي دكمه Ok كليك مي‌كنيم

اسلاید 222: آزمون ورود متغيرهاي حذف‌شده:اين آزمون، امكان افزودن مجموعه‌اي از متغيرها به معادله موجود و همچنين بررسي اين مطلب كه آيا اين مجموعه سهم معني‌داري در توضيح متغير وابسته دارد يا خير؟ (بعبارت ديگر، افزايش ميزان R2 در رگرسيون جديد و يا كاهش مقادير باقيمانده رگرسيون جديد نسبت به قبل از ورود) را فراهم مي‌سازد.براي انجام اين آزمون، از منويView بر روي گزينه Coefficient Tests و سپس Omitted Variables-Likelihood Ratio … كليك مي‌نمائيم

اسلاید 223: با اين عمل، پنجره Omitted-Redundant Variable Test ايجاد مي‌شود كه در آن نام متغير يا متغيرهايي كه مي‌خواهيم تأثير حذف آنها را بررسي كنيم، وارد مي‌نمائيم

اسلاید 224: آزمون حذف متغيرهاي زائد:اين آزمون عكس آزمون قبل مي‌باشد. جهت انجام اين آزمون براي رگرسيوني شامل چند متغير كه برازش شده است، از منويView بر روي گزينه Coefficient Tests و سپس Omited Variables-Likelihood Ratio … كليك مي‌نمائيم

اسلاید 225: تحليل سري‌هاي‌زمانيعلاوه بر روش ورود مستقيم داده‌ها، نرم‌افزار EViews، امكان Import (بازيابي (ورود) داده‌ها از محيط‌ نرم‌افزارهاي ديگر به پرونده‌‌كاري) و Export (ارسال داده‌ها از پرونده‌‌كاري به فايل‌هاي متني، صفحه‌گسترده‌ها و بانك‌هاي اطلاعاتي) را نيز فراهم مي‌كند.بدين منظور، در حالت فعال‌بودن پرونده‌‌كاري، از يكي از منوهاي Procs يا File بر روي گزينه‌ Import (يا Export) كليك مي‌نمائيم

اسلاید 226: شناسايي الگو:براي تعيين مرتبه‌هاي p و q در فرآيندهاي اتورگرسيو AR (همواره مانا است) و ميانگين متحرك MA (هميشه وارون‌پذير مي‌باشد) فرم كلي الگوي باكس- جنكينز (كه براي سري‌هاي زماني مانا مورد استفاده قرار مي‌گيرد) كه در آن p ، بالاترين مرتبه چندجمله‌اي اتورگرسيو ( ) و q ، بالاترين مرتبه در چندجمله‌اي ميانگين متحرك ( ) است؛ نمودارهاي توابع خودهمبستگي ACF و خودهمبستگي جزئي PACF سري‌زماني كه درست تبديل و تفاضلي شده است را رسم و امتحان مي‌نمائيم.

اسلاید 227: در ساختن يك الگو لازم است جملات AR و MA توأماً در الگو منظور شوند. اين موضوع به الگوي مركب اتورگرسيو و ميانگين متحرك:كه در آن؛ ، فرآيند تصادفي محض (نوفه سفيد) مانا با ميانگين (كه معمولاً صفر فرض مي‌شود) و تابع اتوكوواريانس:است، منتهي مي‌شود كه با استفاده از عملگر پسرو بصورت:زماني‌كه و نوشته‌ مي‌شود.فرآيند مركب اتورگرسيو و ميانگين متحرك را كه p جمله AR و q جمله MA دارد را با نماد اختصاري و در صورت استفاده از روش تفاضل‌گيري (جهت حذف روند و مانا نمودن سري‌زماني)، با نماد (كه در آن، d معرف مرتبه تفاضلگيري است)، نمايش مي‌دهند.

اسلاید 228: براي شناسايي يك الگوي ARIMA، بايد دست كم مشاهده داشته باشيم و تعداد ACF و PACF نمونه كه بايد محاسبه شوند در حدود است. شناخت الگوها هنري است كه نياز به تجربه كافي دارد و اين هنر، بطوري كه برخي مؤلفين ذكر كرده‌اند، بسيار شبيه روش يك محقق امور جنايي است. چراكه اكثر جنايتكاران براي اينكه شناخته نشوند معمولاً تغيير قيافه مي‌دهند كه اين امر درمورد ACF و PACF نيز صادق است.جدول ويژگي‌هاي نظري نمودارهاي ACF و PACF در سري‌هاي‌زماني مانا:PACFACFفرآيندبعد از تأخير p قطع مي‌شود.بصورت نمايي يا موج سينوسي ميرا به سمت صفر ميل مي‌كند.AR (p)بصورت نمايي يا موج سينوسي ميرا به سمت صفر ميل مي‌كند.بعد از تأخير p قطع مي‌شود.MA (q)بعد از تأخير p-q به سمت صفر ميل مي‌كند.بعد از تأخير q-p به سمت صفر ميل مي‌كند.ARMA(p,q)

اسلاید 229: جهت رسم نمودارهاي ACF و PACF، از منوي Quick بر روي گزينه Series Statistics و سپس Correlogram كليك مي‌‌نمائيم. با اجراي اين فرمان، پنجره Series Name ظاهر مي‌شود كه در آن سري‌زماني PG را انتخاب و بر روي دكمه OK كليك مي‌كنيم. حال، مقدار تأخير K ( ، n تعداد مشاهدات نمونه) را تعيين نموده و دكمه OK را مي‌فشاريم.ذكر اين نكته ضروري است كه، نرم‌افزار اقتصادسنجي EViews، مقدار مناسب تأخير K و سطح معني‌داري آزمون (جهت رسم باندهاي اطمينان در نمودارها) را بصورت پيش‌فرض تعيين مي‌كند.

اسلاید 230:

اسلاید 231: خروجي اين فرمان عبارتست از:در نمودار بالا چون نموار ACF بصورت موج سينوسي ميرا است، احتمالاً سري‌زماني فوق فرآيند AR مي‌باشد كه به دليل تعداد كم داده‌ها، مرتبه آن (p)، براحتي قابل تشخيص نيست.

اسلاید 232: پيش‌بيني مقادير آينده سري‌زماني :يكي از اهداف ساخت الگو براي سري‌هاي‌زماني اين است كه بتوانيم مقادير آينده را با توجه به اطلاعات گذشته آن پيش‌بيني كنيم. در عمل، معمولاً الگوي برازش‌شده به داده‌ها معلوم نيست، لذا ابتدا بايد الگوهاي احتمالي مولد داده‌ها را به روش‌هاي مختلف شناسايي نموده و پس از بررسي آنها توسط يكي از روش‌ها و آزمون‌هاي نيكويي برازش (نظير: آماره آزمون ليانگ - باكس و ...) و انتخاب بهترين الگو (الگويي كه داراي كمترين پارامتر باشد) توسط ملاك‌هاي مختلف آماري (نظير: ملاك AIC (ملاك اطلاع آكائيك)، ملاك SBC (ملاك شوارتز) و ...)، پارمترهاي الگوي انتخابي (مناسب) را با روش هاي برآورد استاندارد بدست آوريم.

اسلاید 233: حال فرض كنيد، الگو كاملاً معلوم است و مقادير مشخصي براي پارامترها داريم. بنابراين برمبناي گذشته سري‌زماني تا زمان مبداء t ( )، مي‌خواهيم مقدار سري‌زماني در l واحد زمان بعد (كه l را زمان تقدم پيش‌بيني گوئيم) را پيش‌بيني كنيم. پيش‌بيني l مرحله بعد را با نشان داده و آنرا بصورت:تعريف مي‌كنيم. 

اسلاید 234: در پنجره دو روش پيش‌بيني وجود دارد كه بترتيب عبارتند از:1- Dynamic: با انتخاب اين گزينه، پيش‌بيني‌ها براي دوره‌هاي بعد از اولين دوره دامنه جاري، با‌ استفاده‌ از ‌مقادير پيش‌بيني‌شده قبلي متغيرهاي با وقفه انجام مي‌شود. 2- Static: با ‌ انتخاب اين گزينه، مقادير‌اصلي قبل از مقادير پيش‌بيني‌شده استفاده مي‌شوند (البته اين روش تنها زماني قابل استفاده است كه داده‌هاي اصلي موجود باشند) درصورتي كه معادله داراي خطاي AR يا MA باشد، هر دوي اين روش‌ها مقادير اخلال (نوفه سفيد Zt) را پيش‌بيني خواهند كرد.پس از انتخاب روش پيش‌بيني و انجام تنظيمات موردنظر، بر روي دكمه OK كليك مي‌كنيم.

اسلاید 235: خروجي‌هاي اين فرمان عبارتند از:

اسلاید 236:

اسلاید 237: پایان