COMO PRONOSTICAR EN EVIEWS

COMO PRONOSTICAR EN EVIEWS

Se realizan los siguientes pasos:

• crear workfile
• file>new>wokfile (analizar los datos si son semanales mensuales….) si son datos de frecuencia regular se introduce la fecha de inicio y final de la siguiente manera ejm. 2006 01 16

Dos maneras de introducir datos:

1. Abrir Excel (tener cuidado con el formato de numero) copiar los datos ir Eviews>quick>empty group y apretar una vez la flecha arriba del teclado y pegar
2. Para exportar el porg Excel debe estar cerrado ir q Eviews file>read text lotus Excel> seleccionar archivo y poner nombre a la serie tener cuidado si esta esta en filas o en columnas

Diagnosticar visualmente si la serie es estacionaria o no:

• Abrir archivo creado y view>graph>line y congelar freeze> name graf1
• Ver correlograma view>correlogram y dividir el nro de obs entre 4 y poner el resultado en lags to include Y luego congelar (para ver los datos originales view>spreadsheet) correlograma1
• Para estadísticas desde el grafico(no congelado) stats y congelar stats1

Para la prueba adf y verificar que la serie no es estacionaria:

Abrir los datos principales view>unit root test, prueba de dickey fuler> augmented DF>level ver si el grafico tiene tendencia e intercepto> congelar adf1

Si confirmamos que la serie no es estacionaria se procede a diferenciar

En la pantalla principal en el sector de comandos se introduce:

Genr dnombredelaserie = d(nombredelaserie) y realizar los mismos pasos anteriores y ver si la serie es estacionaria;

• Si todavía no es estacionaria se vuelve s diferenciar con el mismo comando de genr teniendo cuidado con los paréntesis ejm 
• Si ya es estacionaria en base a  los correlogramas se eligen los modelos

Para los modelos se deducen del correlograma quick>estimation ecuation y se introduce el siguiente comando según el correlograma:  

Si se trata de un modelo ar 6 d(d(entel)) c ar(1) ar(2) ar(3) ar(4) ar(5) ar(6) luego NO CONGELAR EL MODELO solo poner nombre con name y asi para los demás correlogramas ejm, si se trata de un modelo arma 16,12

d(d(entel)) c ar(1) ar(2) ar(3) ar(4) ar(5) ar(6) ar(7) ar(8) ar(9) ar(10) ar(11) ar(12) ar(13) ar(14) ar(15) ar(16)  ma(1) ma(2) ma(3) ma(4) ma(5) ma(6) ma(7) ma(8) ma(9) ma(10) ma(11) ma(12)

Se escoge en modelo que tenga mayores valores en valor abs del criterio de akaike schwarzs y likehood

Se realiza la prueba de residuales abriendo el archivo modelo y con  actual, fitted, residual> “ graf para ver si las líneas se sobreponen

Y para ver el histograma se va a residual test> histogram

Para ver si existe ruido blanco> view residual tets>correlogram Q stats y fijarse cual de los modelos tiene prob mayores a 5%

Para pronosticar

para pronosticar (aumentar) datos se tendrán se marca el archivo modelo(elegido) proc>structure /resize y se modifica la fecha final

...