EViews の使い方第 4 - 小西葉子ykonishi.web.fc2.com/EViews_manual4.pdfEViews の使い方第4 章小西葉子∗ 伊藤有希† 初版2007 年7 月4 日目次 7 基本的な使い方(時系列データ）

1

EViewsの使い方　第 4章

小西葉子 ∗　伊藤有希†

初版 2007年 7月 4日

目次

7 基本的な使い方 (時系列データ） 2

7.1 Workfileの作成 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

7.2 データの読み込み . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

8 ダミー変数（休日効果） 6

8.1 単回帰 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

8.2 回帰直線 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

8.3 土曜ダミーと日曜ダミーの作成 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .10

8.4 休日を考慮したモデル . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .12

9 系列相関 14

9.1 誤差項に系列相関があるかどうか検定 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

9.2 AR(1)モデルコクラン-オーカット法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

9.3 ラグ付き内生変数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .18

∗ 一橋大学経済研究所 [email protected]† 一橋大学経済学研究科博士課程２年 [email protected]

7 基本的な使い方 (時系列データ）

7 基本的な使い方 (時系列データ）

本節では時系列データを分析する際のWorkfileの作成方法とデータの読み込み方法について述べる。用い

るデータは以下の通り、2003年 7月 1日から 2003年 9月 19日までの日次データである。

表 1 時系列データの系列の意味

Excelの系列名意味単位

hatuden 東京電力の日次の発電量 1000kWh

kion_average 東京の日次の平均気温（気象庁方式） ℃

kion_max 東京の日次の最高気温 ℃

kion_min 東京の日次の最低気温 ℃

date 日付番号

holiday 国民の休日*1のダミー変数

obon お盆期間のダミー変数

7.1 Workfileの作成

1. Workfileを作る。「File」-「New」-「Workfile」をクリック

*1 2003年時点の国民の休日である。

– 2/19–

一橋大学大学院経済学研究科 2007年度「中級計量経済学」講義資料

Copyright © 2007 Konishi and Itoh. All rights reserved.

7 基本的な使い方 (時系列データ） 7.1 Workfileの作成

2. 日次の時系列データ（例：2003年 7月 1月から 2003年 9月 19日まで）のWorkfileを作る。以下のよ

うに入力する。

・Workfile structure type Dated-regular frequency（デフォルト設定）

・Frequency Daily - 7 day week

・Start date 2003/7/1

・End data 2003/9/19

3. 以下の画面が出れば OK。Workfile の上側の表示が Range:7/01/2003 9/19/2003、Sample:7/01/2003

9/19/2003になっていることを確認する。

– 3/19–



7 基本的な使い方 (時系列データ） 7.2 データの読み込み

7.2 データの読み込み

7.2.1 コピー&ペースト方式

1. Workfile画面で「Quick」-「Empty Group (Edit Series)」をクリック

2. Excelデータファイルを開き、読み込みたいセルを範囲指定してコピー（例：C1から I82まで）。この

際日付は選択する必要はない。*2

3. EViewsのワークシートに貼り付ける。Excelの系列名をコピーしている場合は obsの右のセル

（7/01/2003の右上のセル）を右クリックして「Paste」をクリックする。

*2 Excelの系列名は半角英数字で書いてある場合は、EViewsに貼り付ける際にはそのまま変数名になる。

– 4/19–



7 基本的な使い方 (時系列データ） 7.2 データの読み込み

7.2.2 直接読み込む

1. Workfile画面で「Proc」-「Import」-「Read Text-Lotus-Excel」をクリックし、読み込みたい任意の Excel

ファイルを指定（例：denki_789.xls）すると以下のような画面が出る。

2. 今回は Excelファイルの系列 hatuden, kion_average, kion_max, kion_min, date, holiday, obonの 7つを

読み込みたいので以下のように入力する。

・Data order By Observation - series in columns*3

・Upper-left data cell C2 *4

・Name of series… 7

・Excel 5+ sheet name空欄のまま*5

*3 系列を縦方向に読み込むという指定。*4 データの読み込みをはじめるセル (この例では Excelの spreadsheetで数字が入っているセルの中で一番左上)の場所を指定する。1行目の系列名は自動的に読み込んでくれる。

*5 Excelファイルの一番左の sheetを取り込む場合は空欄でよい。その他の sheetを読み込みたい場合は sheet名を書く。

– 5/19–



8 ダミー変数（休日効果）

8 ダミー変数（休日効果）

8.1 単回帰

被説明変数に hatuden、説明変数に kion_averageを用いて以下のモデルで回帰分析を行う。

hatudent = c+βkion_averaget + εt (1)

1. OLSを行う。Workfileを開いた状態で、「Quick」-「Estimate Equation」をクリックする。以下のよう

に入力し OKをクリックする。その他の欄はデフォルトのままとする。

・Equation specification hatuden c kion_average

2. 推定結果を見る。

– 6/19–



8 ダミー変数（休日効果） 8.1 単回帰

3. 推定式に名前をつける。推定結果を開いている状態で「Name」をクリックし、任意の名前（例：eq01）

を入力し OKをクリック。Workfile上に eq01という Objectが表示される。

4. 残差の状態と fit をグラフで見てみる。推定結果を開いた状態で「View」-「Actual, Fitted, Residual」-

「Actual, Fitted, Residual Graph」をクリックする。

5. 残差の Jarque-Bera Test（正規性の検定）を行う。推定結果を開いた状態で「View」-「Residual Tests」-

「Histogram-Normality」をクリックする。

– 7/19–



8 ダミー変数（休日効果） 8.2 回帰直線

8.2 回帰直線

1. 回帰直線を書いてみる。Workfile画面を開く。Ctrキーを押しながら hatudenと kion_averageを選

択し、右クリック-「Open」-「as Group」をクリックして Group化を行う。

2. グループ化された Seriesの spreadsheetが表示される。

3. Groupを開いている状態で、「Name」をクリックし、任意のGroup名（例：group01）を付ける。Workfile

上に group01と表示される。

– 8/19–



8 ダミー変数（休日効果） 8.2 回帰直線

4. Group（例： group01）を開いている状態で、「View」-「Graph」-「Scatter」-「Scatter with Regression」

をクリックする。ダイアログが出るがそのまま OKをクリック。

– 9/19–



8 ダミー変数（休日効果） 8.3 土曜ダミーと日曜ダミーの作成

8.3 土曜ダミーと日曜ダミーの作成

1. 土曜ダミーを作る。Workfileを開いている状態で「genr」ボタンをクリックし、以下のように記入す

る。*6

・Enter equation sat=@weekday=6

2. 日曜ダミーを作る。Workfileを開いている状態で「genr」ボタンをクリックし、以下のように記入する。

・Enter equation sun=@weekday=7

*6 @weekday=xは曜日を表す関数である。xは１から 7の値をとり、以下のような対応である。1=月曜日、2=火曜日、3=水曜日、4=木曜日、5=金曜日、6=土曜日、7=日曜日。

– 10/19–



8 ダミー変数（休日効果） 8.3 土曜ダミーと日曜ダミーの作成

3. 以下のように、Workfile上に sanと sunができている。

– 11/19–



8 ダミー変数（休日効果） 8.4 休日を考慮したモデル

8.4 休日を考慮したモデル

被説明変数に hatuden、説明変数に kion_average、 sat、 sun、 holiday、 obonを用いて以下の

回帰分析を行う。

hatudent = c+β1kion_averaget +β2satt +β3sunt +β4holidayt +β5obont + εt (2)

1. 上記のモデルで回帰分析を行う。

・Equation specification hatuden c kion_average sat sun holiday obon

2. 結果を見る。

– 12/19–



8 ダミー変数（休日効果） 8.4 休日を考慮したモデル

3. 推定式に名前をつける。推定結果を開いている状態で「Name」をクリックし、任意の名前（例：eq02）

を入力し OKをクリック。Workfile上に eq02という Objectが表示される。

4. 残差をグラフで見てみる。推定結果を開いた状態で「View」-「Actual, Fitted, Residual」-「Actual, Fitted,

Residual Graph」をクリックする。



– 13/19–



9 系列相関

9 系列相関

9.1 誤差項に系列相関があるかどうか検定

9.1.1 Durbin-Watson Test

先ほどの、休日を考慮したモデルの回帰分析の推定結果を見ると Durbin-Watson統計量が 1.29と 2から離

れているので、誤差項に以下のような１階の系列相関が存在する可能性がある。

hatudent = c+β1kion_averaget +β2satt +β3sunt +β4holidayt +β5obont +ut (3)

ut = ρut−1 + εt ,　 |ρ| < 1 (4)

Durbin-Watson統計量を用いて有意水準 5%で両側検定（H0 : ρ = 0, H1 : ρ , 0）を行う。説明変数（定数項

を除く）が 5で標本数が 81のときの Durbin-Watson統計量の上方の限界の分布に関する臨界値（dU81,5,0.025）

が約 1.71、下方の情報の限界の分布に関する臨界値（dL81,5,0.025）が約 1.45なので、Durbin-Watson統計量

< dL81,5,0.025となり系列相関がないという帰無仮説 H0が棄却され、系列相関が存在する可能性がある。*7

9.1.2 コレログラムの作成

1. コレログラムを作成する。 eq02を開いている状態で「View」-「Residual Tests」-「Correlogram -

Q-statistics」をクリックする。ダイアログが出るが 36のまま「OK」をクリックする。

2. 結果を見る。ACは Autocorrelation（自己相関係数）、PACは Partial Autocorrelation（偏自己相関係数）、

Q-Statは Ljung-Box統計量、Probは Ljung-Box統計量に対する P値をそれぞれ表している。

*7 今回の例では、Durbin-Watson統計量が 2より小さいので正の系列相関が存在する可能性がある。

– 14/19–



9 系列相関 9.1 誤差項に系列相関があるかどうか検定

9.1.3 Breusch-Godfrey LM test

1. Breusch-Godfreyの LM testを行う。 eq02を開いている状態で「View」-「Residual Tests」-「Serial

Correlation LM Test…」をクリックする。ダイアログが出て、ラグの長さを尋ねられるので今回は 2と

入力して「OK」をクリックする。

– 15/19–



9 系列相関 9.2 AR(1)モデルコクラン-オーカット法

9.2 AR(1)モデルコクラン-オーカット法

以下のような 1階の自己回帰 (autoregressive)モデル (AR(1)モデル)を考える。

hatudent = c+β1kion_averaget +β2satt +β3sunt +β4holidayt +β5obont +ut (5)

ut = ρut−1 + εt ,　 |ρ| < 1 (6)

1. AR(1)モデルの推定を行う。Workfileを開いた状態で、「Quick」-「Estimate Equation」をクリックす

る。以下のように入力し OKをクリックする。その他の欄はデフォルトのままとする。

・Equation specification hatuden c kion_average sat sun holiday obon ar(1)*8

2. 推定結果を見る。推定結果の AR(1)の行が (6)式の ρ に関する推定結果である。

*8 最後の AR(1) という指定は、コクラン-オーカット法で AR(1) モデルを推定するという指定である。HATUDEN CKION_AVERAGE SAT SUN HOLIDAY OBON AR(1) AR(2)と書けば 2 階の自己回帰モデル（AR(2) モデル）を推定する指定。

– 16/19–



9 系列相関 9.2 AR(1)モデルコクラン-オーカット法





– 17/19–



9 系列相関 9.3 ラグ付き内生変数

9.3 ラグ付き内生変数

以下のようなラグ付き内生変数が含まれるモデルを考える。

hatudent = c+β1kion_averaget +β2satt +β3sunt +β4holidayt +β5obont +β6hatudent−1 +ut (7)

1. ラグ付き内生変数が含まれるモデルの推定を行う。Workfileを開いた状態で、「Quick」-「Estimate

Equation」をクリックする。以下のように入力し OKをクリックする。その他の欄はデフォルトのまま

とする。

・Equation specification hatuden c kion_average sat sun holiday obon hatuden(-1)*9

2. 推定結果を見る。

*9 hatuden(-1)は hatudenの 1期前のラグという指定。

– 18/19–



9 系列相関 9.3 ラグ付き内生変数





– 19/19–



Documents

EViews の使い方 第 4 - 小西葉子ykonishi.web.fc2.com/EViews_manual4.pdfEViews の使い方 第4 章 小西葉子∗ 伊藤有希† 初版2007 年7 月4 日 目次 7 基本的な使い方(時系列データ）

EViews の使い方第 4 - 小西葉子ykonishi.web.fc2.com/EViews_manual4.pdfEViews の使い方第4 章小西葉子∗ 伊藤有希† 初版2007 年7 月4 日目次 7 基本的な使い方(時系列データ）