Professional Documents
Culture Documents
كتاب Eviews والقياس الاقتصادي PDF
كتاب Eviews والقياس الاقتصادي PDF
والقياس االقتصادي
EViews
والقياس االقتصادي
مجيع احلقوق حمفوظة
الطبعة األوىل 2102
عمّان -األردن
Copyright © All rights reserved
هذا الكتاب دليل يبسط للمبتدء استخدام EViewsويعرفه على مبادئ وطرق
القياس االقتصادي وكيفية حسابها خطوة خبطوة يدوياً وباستخدام بريجية Eviews
للقياس االقتصادي ،أعددته بناءً على طلب بعض األصدقاء لالستفاده منه يف الدورات
اليت يعقدها مركز التدريب اجلمركي يف عمّان ،واستخدام الربيجية والتمكن من التنبؤ
وتقدير االيرادات ،كما انه مفيد لطلبة القياس االقتصادي ،وملن يرغب باستخدام
الربيجية لتحليل العالقات االقتصادية يف حدها األدنى ،ويعرض هذا الكتاب كيفية بناء
النماذج االقتصادية والقياسية وانواع البيانات ،وحتليل االحندار البسيط واملتعدد،
واختتم بعرض النماذج احلركية وكيفية االستفادها منها بعمليات التنبؤ.
يتكون هذه الكتاب من مخسة فصول .يناقش الفصل األول يجال االقتصاد
القياسي واحلاالت اليت تنشأ عند تطبيق أساليب االقتصاد القياسي ،وخطوات التحليل
االقتصادي ،وأنواع البيانات االقتصادية ،واالشكال البيانية .وعرضنا يف الفصل الثاني
أساسيات استخدام النسخة 3من Eviewsمن خطوات إنشاء ملف عمل واسترياد
وتصدير البيانات وكيفية رسم األشكال البيانية وحساب اإلحصاء الوصفي .أما الفصل
الثالث فهو يتعلق باالحندار اخلطي البسيط من حيث اشتقاق صيغة املربعات الصغرى
العادية ،OLSوبيان خصائص أفضل تقدير ،واختبار الفرضيات ،وتقدير منوذج
االحندار واختبار الفرضيات الفردية باستخدام .EViewsأما الفصل الرابع ،فهو يتعلق
باالحندار املتعدد من اشتقاق صيغة املربعات الصغرى العادية OLSوتقديرها ،واختبار
الفرضيات ،وتقدير معامالت االرتباط اجلزئي بني املتغريات ،وتقدير منوذج االحندار
واختبار الفرضيات الفردية باستخدام ،EViewsوإجراء تنبؤات من خالله .واخرياً
الفصل اخلامس ،يبحث النماذج احلركية من حيث أهمية اإلبطاء يف النماذج اليت
تستخدم سالسل زمنية ،وطرق تضمني اإلبطاء يف النماذج القياسية احلركية ،وتقدير
املربعات الصغرى غري اخلطية لنماذج االحندار الذاتي ،وتقدير منوذج االحندار الذاتي
واستخدامه للحصول على التوقعات املستقبلية ،وحتديد وتقدير وتفسري تقدير منوذج
فرتات االبطاء املوزعة احملدودة ،finite distributed lag modelوحتديد وتقدير
منوذج االحندار الذاتي بفرتات ابطاء موزعة autoregressive distributed lag
).model (ARDL
يناقش الفصل األول جمال االقتصاد القياسي واحلاالت اليت تنشأ عند تطبيق أساليب االقتصاد
القياسي .ويناقش قسم 3-1خطوات التحليل االقتصادي ،وحيدد القسم 4-1أنواع البيانات
االقتصادية ،ويعرض قسم 5-1االشكال البيانية.
-1-1مقدمة
11
الفصل | 1طبيعة القياس االقتصادي والبيانات االقتصادية 11
يف هذا الكتاب نتعلم كيف نستخدم برجميات القياس االقتصادي ،ومتكينا من إجابة األسئلة
وعلى التنبؤ باملبيعات وبالنمو االقتصادي للدولة ،والتنبؤ بسلوك استهالك سلعة ما ،وتقدير
أثر األسعار على املبيعات عندما تنخفض مبقدار دينار واحد لكل وحدة واحدة ،وكيف متتع
آذان مستمعيك بإجابتك على هذه األسئلة ،ألنها تعكس قدرتك على التفكري كاالقتصاديني
وحتليل البيانات االقتصادية.
ختيل أنك مت تعيينك لتقييم فعالية برنامج تدرييب ممول من احلكومة ،ومدة الربنامج عشرين
أسبوع خارج ساعات العمل .ويشارك املوظف بساعة تدريبية كل يوم ،كما ان التسجيل
طوعي يف كل أو جزء من هذا الربنامج .وعليك حتديد أثر برنامج التدريب على أجور ساعة
كل عامل.
افرتض أنك تعمل يف أحد البنوك االستثمارية .وعليك دراسة عائد اسرتاتيجيات االستثمار
املختلفة على سندات اخلزانة اليت يصدرها البنك املركزي األردني يف املدى القصري وأن تقرر
ما إذا كانت تتطابق مع النظريات االقتصادية.
اآلن ،افرتض أنك تعمل يف اعداد املوازنة السنوية وطلب منك تقدير االيرادات والتنبؤ بها
خالل السنوات الثالث القادمة ،وتقدير العالقة بني املستوردات والرسوم اجلمركية املتحققة
11 الفصل | 1طبيعة القياس االقتصادي والبيانات االقتصادية
عليها حني تقدير االيرادات.قد تبدو اإلجابة على هذه األسئلة شاقة يف البداية .عند هذه
النقطة ،قد يكون لديك غموض حول ماهية البيانات اليت ستحتاج إىل مجعها .وحبلول نهاية
هذه الدورة التمهيدية يف القياس اإلقتصادي ،جيب أن تعرف كيفية استخدام أساليب االقتصاد
القياسي لتقييم أثر برنامج التدريب على العمل أو الختبار نظرية اقتصادية بسيطة ،أو بيان
العالقة بني املستوردات والرسوم اجلمركية والتنبؤ بااليرادات.
يستند االقتصاد القياسي على األساليب اإلحصائية لتقدير العالقات االقتصادية ،واختبار
النظريات االقتصادية ،وتقييم وتنفيذ سياسة احلكومة ورجال األعمال .والتطبيق األكثر شيوعاً
لالقتصاد القياسي هو التنبؤ باملتغريات االقتصادية الكلية املهمة مثل أسعار الفائـدة ومعـدالت
التضخـم ،والنـاتج احملـلي اإلمجـالي .يف حـني أن تـوقـع املؤشـرات االقتصادية واضح
للغاية ،ومنتشر على نطاق واسع يف كثري من األحيان ،وميكنك استخدام أساليب االقتصاد
القياسي يف اجملاالت االقتصادية اليت ال عالقة هلا بتوقعات االقتصاد الكلي .على سبيل املثال،
سوف ننظر يف أثر إنفاق املدرسة عن أداء الطالب يف جمال التعليم .وباإلضافة إىل ذلك ،سوف
نتعلم كيفية استخدام أساليب االقتصاد القياسي للتنبؤ بالسالسل الزمنية االقتصادية.
تطور اإلقتصاد القياسي كفرع منفصل عن اإلحصاء الرياضي؛ ألنه يركز على املشاكل الكامنة
يف مجع وحتليل البيانات االقتصادية غري التجريبية .ألن البيانات املرتاكمة غري جتريبية من
التجارب الضابطة على األفراد ،والشركات ،أو قطاعات من االقتصاد .وتسمى البيانات غري
ال تجريبية يف بعض األحيان بيانات الرصد (املشاهدة) لتؤكد على حقيقة أن الباحث هو جامع
سليب (غري فعّال) للبيانات .و غالباً ما يتم مجع البيانات التجريبية يف بيئة خمترب العلوم الطبيعية،
لكنها أكثر صعوبة يف احلصول عليها يف العلوم االجتماعية .ورغم أنه ميكن وضع بعض
التجارب االجتماعية ،اإل أنها مستحيلة يف كثري من األحيان ،وباهظة الثمن ،أو منفرة اخالقياً،
و ستكون هناك حاجة لضوابط إجراء جتارب ملعاجلة القضايا االقتصادية .ونعطي بعض األمثلة
احملددة لالختالفات بني البيانات التجريبية وغري التجريبية يف القسم .4-1
وبطبيعة احلال فقد اقرتض املتخصصون باإلقتصاد القياسي من اإلحصاء الرياضي طريقة
حتليل االحندار املتعدد الذي هو الدعامة األساسية يف كل اجملاالت ،إال أن تفسريه قد خيتلف
الفصل | 1طبيعة القياس االقتصادي والبيانات االقتصادية 11
بشكل ملحوظ .وباإلضافة إىل ذلك ،فقد وضع االقتصاديني تقنيات جديدة للتعامل مع
تعقيدات البيانات االقتصادية والتوقعات الختبار النظريات االقتصادية.
أساليب االقتصاد القياسي ذات صلة يف كل الفروع تقريباً باالقتصاد التطبيقي يف اختبار نظرية
اقتصادية أو ايضاح عالقة مهمة لقرارات األعمال أو حتليل السياسات ويستخدم التحليل
التجرييب البيانات الختبار نظرية أو لتقدير عالقة ،وكيف نستطيع وضع هيكل لتحليل
اقتصادي جترييب؟ قد يبدو األمر واضحاً ،ولكن جيدر التأكيد على أن اخلطوة األوىل يف أي
حتليل جترييب هو صياغة متأنية للمسألة ولعل مسألة التعامل مع االختبارات لبعض جوانب
النظرية االقتصادية ،أو أنها قد تتعلق باختبار اآلثار املرتتبة على سياسة احلكومة من حيث
املبدأ ،ميكن استخدام أساليب االقتصاد القياسي للرد على جمموعة واسعة من األسئلة يف
بعض احلاالت ،ال سيما تلك اليت تنطوي على اختبار النظريات االقتصادية ،يتم تكوين منوذج
اقتصادي يتكون من معادالت رياضية تصف العالقات املختلفة واالقتصاديون لديهم معرفة
يف بناء مناذج تصف جمموعة واسعة من السلوكيات؛ فعلى سبيل املثال ،يف االقتصاد اجلزئي،
ختضع قرارات االستهالك الفردي لقيد امليزانية عن طريق النماذج الرياضية ،والفرضية
األساسية الكامنة وراء هذه النماذج تعظيم املنفعة على افرتاض أن الفرد جيعل خياره حتقيق
أقصى قدر من رفاهه خيضع لقيود موارده ،ويقدم لنا إطاراً قوياً جداً خللق مناذج اقتصادية
وجعل التوقعات واضحة يف سياق قرارات االستهالك وتعظيم املنفعة يؤدي إىل جمموعة من
معادالت الطلب ويف معادلة الطلب تعتمد الكمية املطلوبة من كل سلعة على سعر السلعة،
وأسعار السلع البديلة واملكملة ،ودخل املستهلك ،وخصائص الفرد اليت تؤثر على الذوق
وميكن هلذه املعادالت أن تشكل أساساً إلجراء حتليل اقتصادي قياسي للطلب على السلع
االستهالكية يستخدم االقتصاديون األدوات االقتصادية األساسية مثل مفهوم تعظيم املنفعة
لتفسري السلوكيات اليت قد تبدو للوهلة األوىل غري اقتصادية يف طبيعتها واملثال الكالسيكي
هو منوذج بيكر ( )8691االقتصادي للسلوك االجرامي
11 الفصل | 1طبيعة القياس االقتصادي والبيانات االقتصادية
مثال 8-8
النموذج االقتصادي للجرمية
افرتض غاري بيكر يف مقاله احلائز على جائزة نوبل ،إن تعظيم املنفعة كإطار لوصف مشاركة
الفرد يف اجلرمية ،حيث أن هناك جرائم معينة هلا مكافآت اقتصادية واضحة ،ولكن معظم
السلوكيات اإلجرامية هلا تكاليف وتكلفة الفرصة البديلة متنع اجلرمية اجلنائية باملشاركة يف
أنشطة أخرى مثل العمل بشكل قانوني وباإلضافة إىل ذلك ،يوجد تكاليف مرتبطة بإمكانية
االعتقال ومن ثم ،إذا أدين املتهم ،تكون التكاليف مرتبطة بالسجن من وجهة نظر بيكر ،فإن
قرار إجراء النشاط غري املشروع هو أحد مصادر ختصيص املوارد ،وتؤخد فوائد وتكاليف
األنشطة املتنافسة بعني االعتبار يف ظل بعض االفرتاضات العامة ،ميكننا استخالص معادلة
تصف مقدار الوقت الذي يقضيه اجملرم يف النشاط اإلجرامي كدالة يف العوامل املختلفة
وتعرض الدالة كما يلي:
)y = f (x1, x2, x3, x4, x5, x6, x7 )(1.1
حيث
: yالساعات اليت يقضيها يف األنشطة اإلجرامية
: x1أجر الساعة اليت يقضيها يف النشاط اإلجرامي
: x2أجر الساعة العمل
: x3اإليرادات األخرى من اجلرمية أو العمالة
: x4احتمال الوقوع (االعتقال)
: x5احتمال ادانته إذا وقع باالعتقال
: x6توقع العقوبة إذا أدين
: x7العمر
وهناك عوامل أخرى تؤثر عموماً يف القرار الشخصي باملشاركة يف اجلرمية ،ولكن القائمة أعاله
هي متثل ما قد ينتج عن حتليل اقتصادي وكما هو شائع يف النظرية االقتصادية ،وحنن مل حنددة
بدالة هذا يعتمد على دالة املنفعة ومع ذلك ،ميكننا استخدام النظرية االقتصادية -أو التأمل-
للتنبؤ بأثر كل متغري سيرتتب على النشاط اإلجرامي وهذا هو أساس إجراء حتليل اقتصادي
قياسي لنشاط جنائي فردي
الفصل | 1طبيعة القياس االقتصادي والبيانات االقتصادية 11
نقطة االنطالق يف بعض األحيان وضع منوذج اقتصادية لتحليل جترييب ،إال أن استخدام
النظرية االقتصادية هو أكثر شيوعاً ،أو االعتماد كلياً على احلدس قد نتفق على أن حمددات
السلوك اإلجرامي اليت تظهر يف املعادلة ( )8-8معقولة على أساس احلس السليم ،وقد نصل
إىل هذه املعادلة مباشرة ،بدون تعظيم املنفعة هذا الرأي له وجاهته ،على الرغم من أن هناك
حاالت يف االشتقاقات تقدم رؤى تغفل احلدس
بعد أن مت حتديد النموذج االقتصادي يتم حتويله إىل منوذج اقتصادي قياسي؛ ألننا سنتعامل مع
مناذج االقتصاد القياسي يف هذا الدليل ،ومن املهم أن نعرف كيفية ربط منوذج اقتصادي قياسي
بنموذج اقتصادي نأخذ املعادلة ( )8-8كمثال على ذلك ،جيب حتديد شكل الدالة ) f(.قبل
إجراء التحليل االقتصادي ،وكيفية التعامل مع املتغريات اليت ال ميكن مشاهدتها ،مثل األجور
اليت يستطيع الفرد كسبها من نشاط إجرامي ،أو حجم التهريب الذي مل يتم ضبطه إال أنه
ميكن مشاهدة إحصاءات االعتقال ذات الصلة ،واشتقاق املتغري الذي يقرتب من احتمال
املقبوض عليهم ،وعوامل أخرى كثرية تؤثر على السلوك اإلجرامي ال نستطيع حصرها،
ناهيك عن مراقبتها ،ولكن جيب علينا بطريقة أو بأخرى حسابه
مثال 2-1
التدريب وإنتاجية العامل
نأخذ املسألة املطروحة يف بداية القسم 1-1حول دراسة أثر التدريب املرتتب على إنتاجية
العمال .يف هذه احلالة ،هنالك حاجة لنظرية اقتصادية .ويكفي فهم األساس االقتصادي
لندرك العوامل اليت تؤثر على إنتاجية العمال :مثل التعليم ،واخلربة ،والتدريب .أيضاً،
يدرك االقتصاديني جيداً أن أجور العمال تتناسب مع قدراتهم اإلنتاجية .ويؤدي هذا
املنطق البسيط إىل منوذج مثل:
Wage = f(educ, exper, training), ((1.2
حيث أن wageاألجر هو أجر ساعة العمل ،و educسنوات التعليم النظامي ،و
experسنوات اخلربة يف سوق العمل ،و trainingعدد األسابيع اليت قضاها يف التدريب
على إجراءات العمل .مرة أخرى ،هناك عوامل أخرى تؤثر على معدل األجر ،إال أن (-1
)2جيسد جوهر املشكلة.
11 الفصل | 1طبيعة القياس االقتصادي والبيانات االقتصادية
يتم حل الغموض الكامن يف النموذج االقتصادي للجرمية عن طريق حتديد منوذج اقتصادي
قياسي:
حيث أن اجلرمية تقيس تكرار النشاط اإلجرامي ،و wagemهي األجور اليت ميكن حتقيقها يف
العمل القانوني ،و othincهو الدخل من مصادر أخرى (األصول ،واملرياث ،إخل) ،و
freqarrهو تكرار االعتقال عن املخالفات السابقة لتقريب احتمال االعتقال ،و freqconv
هو تكرار اإلدانة ،و avgsenهو متوسط طول املدة بعد اإلدانة .ويتحدد اختيار هذه
املتغريات من النظرية االقتصادية فضالً عـن اعتبارات البيانات ،وحيتوي uعلى جمموعة
ال عوامل غري مشاهدة مثل أجور النشاط اإلجرامي ،والتحلي باالخالق ،واخللفية األسرية،
وأخطاء قياس النشاط اإلجرامي ،واحتمال إلقاء القبض عليه .وميكننا أن نضيف متغريات
اخللفية األسرية للنموذج؛ مثل عدد األشقاء ،و تعليم الوالدين ،و ...إخل ،ولكننا ال ميكن أبداً
حذف uمتاماً .ويف الواقع ،فإن التعامل مع حد اخلطأ أو االضطراب رمبا يكون أهم عنصر يف
أي حتليل اقتصادي.
الثوابت b6 ،... ،b1 ،b0هي معلمات النموذج االقتصادي القياسي ،وهي تصف االجتاهات
ومواطن القوة يف العالقة بني اجلرمية والعوامل املستخدمة لتحديد اجلرمية يف النموذج .وميكن
استكمال منوذج االقتصاد القياسي للمثال ( )2-1كما يلي:
حيث حيتوي uعوامل مثل "القدرة الفطرية" ،ونوعية التعليم ،وخلفيته العائلية ،وعدد ال حيصى
من العوامل األخرى اليت ميكن أن تؤثر يف أجور الفرد وإذا كنت تشعر بالقلق على وجه
التحديد إزاء آثار التدريب على العمل ،فإن b3هي املعلمة اليت حتدد مدى االستفادة من
التدريب
الفصل | 1طبيعة القياس االقتصادي والبيانات االقتصادية 11
يبدأ التحليل االقتصادي القياسي بتحديد منوذج اقتصادي قياسي دون النظر يف تفاصيل إنشاء
النموذج ونتبع هذا النهج إىل حد كبري ألن اشتقاق النموذج االقتصادي للجرمية يأخذ وقتاً
طويالً ،وغالباً ما تكون صعبة من ناحية النظرية االقتصادية ويلعب املنطق االقتصادي دورًا يف
األمثلة ،وسوف ندمج أي نظرية اقتصادية كامنة يف مواصفات منوذج اقتصادي قياسي
ميكن ذكر فرضيات خمتلفة حول املعلمات غري املعروفة على سبيل املثال ،يف املعادلة (،)3-8
قد نفرتض أن األجور wagemاليت ميكن حتقيقها يف عمل قانوني هلا تأثري على السلوك
اإلجرامي ويف سياق هذا النموذج االقتصادي القياسي على وجه اخلصوص تكون الفرضية
b1=0يتطلب حتليل البيانات استخدام أساليب االقتصاد القياسي لتقدير املعلمات يف منوذج
اقتصادي قياسي ،واختبار الفرضيات ويف بعض احلاالت يتم استخدام منوذج اقتصادي
قياسي جلعل تنبؤات االختبار إما نظرية أو دراسة تأثري سياسة
مثال 3-1
العالقة بني الدخل واالستهالك
ما هي أهمية املتغريات وعالقة أحدها باآلخر؟ باستخدام املفاهيم الرياضية للدالة نعرب عن
العالقة بني الدخل iواالستهالك Cونستطيع كتابة الدالة كما يلي:
C f i
حيث تبني بأن مستوى االستهالك هو دالة f i بالدخل ،ونعرب عن الطلب على
استهالك سلعة ما مثل حلوم الضأن البلدية مبا يلي:
q d f p, p S , p C , i
حيث نقول بأن كمية اللحوم املطلوبة q dهي دالة f p, p S , p C , i يف سعر حلوم
الضأن البلدية pوسعر حلوم الضأن املستوردة (البديلة) p Sوسعر األصناف املكملة
11 الفصل | 1طبيعة القياس االقتصادي والبيانات االقتصادية
q S f p, p C , p f
حيث أن q Sالكمية املعروضة و pسعر حلوم البقر و p Cسعر السلع املنافسة باإلنتاج
مثل سعر حلوم الضأن و p fسعر العوامل أو املدخالت مثل سعر الذرة املستخدمة يف
العملية اإلنتاجية .واملعادال ت أعاله هي منوذج اقتصادي يصف كيفية ارتباط املتغريات
االقتصادية ،والنماذج االقتصادية هي املرشد إىل التحليل االقتصادي ،إضافة إىل فهم كيفية
تأثري تغري أحد املتغريات على اآلخر.
مترين
ما هو النموذج االقتصادي للمثال اعاله؟ اعرض النموذج القياسي؟
تطبيق عملي
ففد ف ففقت اد او ففدي ص حتيدلف ش لةيةففصا صةففوةا صاو ففديريا كيففي ري ففت صصون
نصجيوصا صخلدصا اصا اد رغا ن جقي عدة دصرس فورريا مبنصجيا ص او فدي ص حتيدلف
فق لفتصي لصفيىن عةفو ص لقف نعرض ند صصنصجيا ص وحتةيدريفا و ص وسلفيويا ص ف
ص وجرري يا ش ص او دي غت د ن ص عةقم ص جوىدعيا ص فةقكيا عةفو نافدو صلف عةفو
ص ن ق ص ود :
-1نصجيا ص او دي ص حتيدل
.1لدريد نظرريا و فرضيا.
ةنظرريا. .2لقصيي منقذج رريدض
الفصل | 1طبيعة القياس االقتصادي والبيانات االقتصادية 12
2 MPC
1
1
X
ص دخل
Y
ص نفدو عةو ص لوصسك
u
X
ص دخل
إذص كدنت ص عساا اني صصو تصت ص او ديريا غت يايحتا ريعدي ص حتيدليني يص ا صلوصسك صحملدية
)I.3.1عةو ص ن ق ص ود :
8,000
)Consumption (Y
6,000
4,000
2,000
0
0 1,000 3,000 5,000 7,000 9,000 11,000 13,000
)GDP (X
شول راا )3-1ص عساا اني صإلنفدو عةو ص لوصسك صخلدص )Yص دخل صصودال خسي ص فية 2557-1776
مبسريني ص دندنت صألرينيا
ص حت عا عةو Yلدي عةو ون لحتدرير .لحتدرير يص ا ص لوصسك ري ينصد ص ةول )3-1وي خف
ص ددصر) .كىد ري ني ص ةول 3-1فإت خ ص ددصر صصندلب ة يدندت عنفد د لوفقت نحتفد
فن فذص ص ةفول ةففية 2557-1776نفرى وت ص يدندت ارري ا جدصً ن خ ص دفدصر.
5775ممد ريقح اأت زريدية ص فدخل مبحتفدصر 1يرينفدر ورينف عد ل صصيل )MPCحقص
ت 75ارشفدً .نحتفقي ش صصوقلف ريؤيي ش صصوقل إىل زريدية صإلنفدو ص لوصسك حبفقص
11 الفصل | 1طبيعة القياس االقتصادي والبيانات االقتصادية
.6صخو در ص فرضيا
عةينفد ضف عةو صفيصض وت ذص ص نىقذج ق لحترريب جيد إىل حفد عحتفقي فن ص قصاف
مت صحل قي عةيصد ش صصعدي ا )I.3.3لوفق عدريت ندل ا صعرفا د إذص كدنت ص وحتدريرصت ص
فحتدً خلربصء ص او دي ثل يةوقت فرريفد دت ففإت ريوا صخو در د. ص وقاعدت ص نظرريا ص
لوفقت حت ق فا كجفتء ميون ص و حتق نصد ادألي ا ص وجرري يا اد ص نظرريا و ص فرضيا ص
ن ص و حتق ص عةى .
كىد قحظ ش ات لداق لقا كينت وت صصيل صحلدي سلوصسك ريوقت قج دً وفن وافل
وفن ا فل وت لحت فل فذه ن .1ش ثد ند جدند صصيفل صحلفدي سلفوصسك دفق 5775
الفصل | 1طبيعة القياس االقتصادي والبيانات االقتصادية 11
ص نويجا لأكيدصً نظرريا ص لوصسك ص وينتريا جيب وت نو دءي فد إذص كفدت فذص ص وحتفدرير كفدف
إلاندعند اأت حد ث يس صدفا و خ قصيا ة يدندت ص ف صلفوند ند د .اع فدرة وخفرى
وال ن 1فإذص كدنت كذ و فإنصد لفدعا نظرريفا كينفت .ري فوند فإت 5775إح دئيدً
ذص ص وأكيد و يحض ص نظرريا ص او ديريا عةو ولدس وي ا ن ص نظرريا صإلح فدئيا صصعر ففا
صخو در ص فرضيدت). ادلا ص لود ي صإلح دئ
.7ص وقا و ص ون ؤ
ةون فؤ افد حتيا ريدحض ص فرضيا و ص نظرريا ايد ص نظر ن وند إذص كدت ص نىقذج صصنودر
و لقا صصو ت Yعةو ولدس ص حتيىا صصعر فا و ص حتيىا صص فوحت ةيا صص وحت ةيا ةىو ت ص ودا
صصوقاعا و صصوقاعا ةىو ت ص وف تي .Xوقضيح ذ و نفيض ونند نرريد ص ون فؤ مبوقلف
ش عفدم 2558 عفدم .2558اة فت ايىفا ص نفدل صحملةف صإلمجفد صإلنفدو ص لفوصسك
عةفو ذص ص راا ةندل صحملةف صإلمجفد 18144ةيقت يريندر ورين صفيصضيدً .ض حقص
صجلدنب صألمين ن صصعدي ا )I.3.3د ل عةو:
Yˆ2008 273 .416 0.7498 18144
13331 )(1.3.4
ففإت وقلف 13331ةيقت يريندر ذص اندءً عةو ايىا ص ندل صحملةف صإلمجفد و حقص
13331ةيفقت يرينفدر كدنفت ص حتيىفا ص فعةيفا نفحتفدت لقا نفحتدت ص لوصسك حفقص
ص لوصسك ش عدم 2558ل د ي 1272674ةيقت يريندر .كدت ص نىقذج صصحتفدر -3-1
ن نفحتدت ص لوصسك ص فعة ان ق 655ةيقت يرينفدر .ميوننفد ص حتفقي )3وكرب ن صصوقا
ن ايىفا ص نفدل صحملةف ع درة عن 373 655ةيقت يريندر اأت خاأ ص وقا حقص
عدم 2558عند د ننداش منقذج ص ددصر صخلاف ش ص ف فقي ص سححتفا ص فعة صإلمجد
لن د ي عرفا د إذص كدت ثل ذص صخلاأ ق "ص ت" و "ك ت" ون فد فق صفا صآلت
ختةق وخادء نظرصً ةا يعا صإلح دئيا و ةيةند. ق سحظا وت ذه ص وقاعدت
ندك صلوندصم آخفر ةنىفقذج صصحتفدر .)I.3.3فنفيض وت جمةفس ص فقزرصء افرر إجفرصء
عةفو ختفيض عةو ضرري ا ص دخل .دذص ليوقت لأثت ذه ص يدلفا عةفو ص فدخل اد وفد
عةو ص عىد ا اد ود صإلنفدو ص لوصسك
11 الفصل | 1طبيعة القياس االقتصادي والبيانات االقتصادية
إذص صلوند ند صصيل صحلدي سلوصسك ص فذي مت صحل فقي عةيف 5775ش )I.3.3ري ف ح
ذص ريعين وت زريدية نحت دت) يريندر ن ص لوثىدر لقف ريفؤيي ش نصدريفا صصضدعي .M=4
صصادف إىل ورا وضعدف ص تريدية ص نحتص) ش ص دخل عةىدً اأت صأل ر ريواةب اعض ص قافت
ةىضدعي يعىل.
صصيل صحلدي سلوصسك صصضدعي ريعوىد عةفو ذ فو. ص حتيىا صحلرجا ش ذص صحل دب
ميون صحل قي عةو ذص ص وحتدرير ن صصيفل صحلفدي سلفوصسك فن منفدذج ص دفدصر ثفل
ةىيفل صحلفدي سلفوصسك ريفقفر عةق فدت ايىفا وذص فإت ص وحتفدرير ص وىف .)I.3.3
فوحت ل ن عرفا صصيل صحلدي سلوصسك ميون ةىفرء ص ون فؤ مب فدر ألغرصض ص يدلا.
ل فيت ش ص يدلفدت صصد يفا صإلريرصيصت ص نفحتدت ص لوصسك ص عىد ا ش وعحتفدب حفد
ة وق ا.
نفيض وت صحلوق فا لعوحتفد وت نفيض دريند لحتدرير يص ا ص لوصسك صصعادة ب )I.3.3
فوقصه )2558 عدي ص اد ا عند 13555يريندر ص ذي ريُ حت صإلنفدو ص لوصسك حقص
وقى ص دخل ص فذي ريضفىن صص ةفغ صص فوصدف فن صإلنففدو ص د غ دق . 1277فىد ق
ص لوصسك
عحتق ا اعىةيا ح دايا ا ياا لف ني إذص كدنت ص نودئ ص قصرية ش ص ددصر )3-3-1ل د
وت:
الفصل | 1طبيعة القياس االقتصادي والبيانات االقتصادية 11
يفل حفدي وقى ص دخل 17753ةيقت يريندر ص ذي ريعا 17753 = Xلحترري دً .فإت
13555اةيقت يريندر. 5775لقف رينو نفحتدت حقص سلوصسك حقص
كىد لةت ذه صحل دادت ميون صلوندصم ص نىقذج صصحتدر اصدف صصرصا ا و ص يدلا .مبتري
ندلب ن ص يدلدت صصد يا ص نحتدريا ميون ة وق ا ص وعد ل افدصو ت Xإلنوفدج صص فوقى
صصنةقي صو ت صهلدف .Y
ص نظرريا ص او ديريا
ص يدندت
صخو در ص فرضيدت
ص وقا و ص ون قء
يعرض هذا اجلزء أنواع البيانات املستخدمة من قبل االقتصاديني وهي جمموعة متنوعة ونصف
أهم هياكل البيانات املستخدمة يف األعمال التطبيقية.
تتألف جمموعة بيانات السلسلة الزمنية مشاهدات متغري أو متغريات خالل الزمن .ومن األمثلة
على بيانات السلسلة الزمنية أسعار األسهم ،وعرض النقد ،ومؤشر أسعار املستهلك ،والناتج
احمللي اإلمجالي ،ومعـدالت جـرائم القتـل السنوية ،وأعداد مبيعات السيارات .وألن
األحداث املاضية ميكن أن تؤثر يف األحداث املقبلة ،فإن إبطاء السلوك سائد يف العلوم
االجتماعية ،ويعد الزمن مهماً يف سلسلة بيانات حمددة .وخالفاً لرتتيب البيانات املقطعية ،فإن
التسلسل التارخيي لرتتيب مشاهدات سلسلة زمنية حيتمل أن ينقل معلومات مهمة.
مسات بيانات السلسلة الزمنية جتعلها أكثر صعوبة من حتليل البيانات املقطعية ،ويفرتض أن
تكون مستقلة عرب الزمن .ومعظم السالسل الزمنية االقتصادية وغريها من السالسل الزمنية
كثرياً ما ترتبط ارتباطاً قوياً مع تارخيها السابق .على سبيل املثال ،معرفة شيء عن الربع األخري
للناتج احمللي اإلمجالي خيربنا عن نطاق حمتمل من الناتج احمللي اإلمجالي خالل هذا الربع ،ألن
الناتج احمللي اإلمجالي مييل لالستقرار من ربع إىل آخر .وميكننا استخدام معظم إجراءات
االقتصاد القياسي للبيانات املقطعية وللسالسل الزمنية ،وأكثر ما جيب القيام به حتديد مناذج
االقتصاد القياسي لسلسلة زمنية من البيانات ميكن تربير أساليب االقتصاد القياسي املعيارية.
وباإلضافة إىل ذلك ،أدخلت تعديالت على أساليب االقتصاد القياسي املتقدمة حلساب
واستخدام السالسل الزمنية واالقتصادية ملعاجلة قضايا أخرى ،مثل حقيقة احتواء بعض
املتغريات االقتصادية على اجتاهات واضحة مع مرور الزمن.ميزة أخرى لبيانات السلسلة
الزمنية هو مجع البيانات تواتر البيانات االقتصادية ،وأكثر السالسل شيوعاً هي اليومية
واألسبوعية والشهرية والفصلية والسنوية .مثالً تسجل أسعار األسهم يف فرتات يومية (ما عدا
الفصل | 1طبيعة القياس االقتصادي والبيانات االقتصادية 12
اجلمعة والسبت) .وعرض النقد يف االقتصاد األمريكي أسبوعي .ويتم جدولة العديد من
سالسل االقتصاد الكلي بشكل شهري ،مبا يف ذلك التضخم ومعدالت التوظيف ،والناتج
احمللي اإلمجالي كل ثالثة أشهر ،وغريها من السالسل الزمنية.
ومن األمثلة على السالسل الزمنية اجلدول رقم ( )2-1الذي يتضمن سلسلة قيمة
املستوردات اخلاضعة للرسوم اجلمركية وقيمة الرسم اجلمركية باملليون دينار ،وكما يلي:
-2-4-1البيانات املقطعية
تتكون جمموعة البيانات املقطعية من عينة األفراد واألسر والشركات واملدن واحملافظات
والدول ،أو جمموعة متنوعة من الوحدات األخرى اليت اختذت يف نقطة معينة من الزمن .ويف
بعض األحيان ال تتوافق بيانات مجيع الوحدات مع نفس الفرتة الزمنية بالضبط .فعلى سبيل
املثال ،قد يتم مسح عدة أسر خالل أسابيع خمتلفة يف السنة ،ويف حتليل عينة مقطعية حبته ،فإننا
نتجاهل أي اختالفات طفيفة يف توقيت مجع البيانات .فإذا استطلعنا جمموعة من األسر خالل
أسابيع خمتلفة من السنة نفسها فإننا ننظر إىل هذه البيانات باعتبارها جمموعة مقطعية.مسة هامة
للبيانات املقطعية ،أنه ميكن يف كثري من األحيان احلصول عليها عن طريق أخذ عينات عشوائية
11 الفصل | 1طبيعة القياس االقتصادي والبيانات االقتصادية
من السكان؛ على سبيل املثال ،إذا حصلنا على معلومات عن األجور ،والتعليم ،واخلربة،
وغريها من اخلصائص بشكل عشوائي من 500شخص من السكان القادرين على العمل،
سيكون لدينا عينة عشوائية من السكان من مجيع فئات الشعب العاملة.
يف بعض األحيان ،قد تكون العينات العشوائية غري مناسبة لتحليل البيانات املقطعية .فعند
دراسة العوامل اليت تؤثر على تراكم الثروة العائلية ،ميكننا مســح عينة عشوائية من األسر ،إال
أن بعض األسر قد ترفض تقديم معلومات عن ثرواتهم ،إذاً ،بعض العائالت األكثر ثراءً هم
أقـل استعـداداً إلعطاء معلومات عن ثرواتهم ،وال تصبح العينة اخلاصة بالثروة عينة غري
عشوائية للسكان من مجيع األسر .هذا مثال على مشكلة اختيار عينة.
انتهاك آخر ألخذ العينات العشوائية حيدث عندما تكن العينة كبرية بالنسبة لعدد السكان ،ال
سيما املتعلقة بوحدات جغرافية .واملشكلة احملتملة يف مثل هذه احلاالت أن ال يكون عدد
السكان كبرياً مبا يكفي ألخذ مشاهدات مستقلة .على سبيل املثال ،إذا كنا نريد شرح نشاط
جتاري جديد بني الدول بوصفه دالة يف معدالت األجور ،وأسعار الطاقة ،ومعدالت الضريبة
على الشركات واملمتلكات ،واخلدمات املقدمة ،ونوعية القوى العاملة ،وغريها من اخلصائص
األخرى ،فمن غري املرجح أن تكون األنشطة التجارية القريبة (جغرافياً) من بعضها مستقلة
عن بعضها.
تستخدم البيانات املقطعية على نطاق واسع يف االقتصاد والعلوم االجتماعية األخرى :حتليل
البيانات املقطعية يف جماالت االقتصاد اجلزئي التطبيـقي مثل اقتصاديات العمل ،واملالية العامة،
وتنظيم الصناعة واالقتصاد يف املناطق احلضرية ،والدميوغرافيا ،واالقتصاد الصحي .حيث
تكون البيانات عن األفراد واألسر والشركات واملدن عند نقطة معينة من الزمن هي مهمة
الختبار فرضيات االقتصاد اجلزئي وتقييم السياسات االقتصادية.
ميكن متثيل البيانات املقطعية املستخدمة يف التحليل االقتصادي القياسي على شكل اجلدول
( )3-1الذي حيتوي على بيانات مقطعية ل 521جمموعة أفراد عملوا يف عام .1481وتشمل
املتغريات األجور (دينار لكل ساعة) ،سنوات التعليم ،سنوات خربة قوة العمل احملتملة ،مؤشر
للنوع ،احلالة االجتماعية .وهذان املتغريان السابقان هما ثنائي (صفر ،واحد) لإلشارة إىل
امليزات النوعية للفرد (الشخص هو أنثى أم ال؛ الشخص متزوج أم ال).
الفصل | 1طبيعة القياس االقتصادي والبيانات االقتصادية 11
متغري املشاهدة يف اجلدول ( )3-1هو رقم املشاهدة املخصصة لكل شخص يف العينة ،وخالف ًا
للمتغريات هو ليس مسه من مسات الفرد .ويشري اإلقتصاد القياسي وحزم برجميات اإلحصاء
إىل عدد املشاهدات لكل وحدة بيانات ،وأن ترتيب البيانات ال يعطي أهمية للشخص
املوصوف كاملشاهدة ،1أو املشاهدة ،2و . ...حقيقة أن ترتيب البيانـات ال يهم حتليل
االقتصاد القياسي وهو مسة أساسية من مسات البيانات املقطعية ومت احلصول عليها من
عينات عشوائية.
مقارنة مبا ورد أعاله ،يتعامل الباحثون عادة مع بيانات ختتص بوحدات فردية مثل شركات أو
أشخاص أو دول كاستقصاء علماء التمويل للنظريات املتعلقة بتوزيع احملافظ املالية والقدرة
على مجع بيانات عن العائد املتحقق ألسهم شركات خمتلفة ،وال يوجد أي اعتبار لرتتيب
البيانات املقطعية (ال تشبه البيانات السالسل الزمنية).
سوف نستخدم الرمز Yiليشري إىل مشاهدات املتغري Yللشخص ، iومشاهدات البيانات
املقطعية تقع بني i 1و Nاليت تشري إىل عدد وحدات البيانات املقطعية مثل عدد الشركات
يف الدراسة ،مثالً جيمع الباحث بيانات عن سعر السهم ملائة شركة N 100خالل نفس
الفرتة الزمنية ،ويف هذه احلالة يساوي Y1سعر سهم الشركة األوىل ويساوي Y2سعر سهم
الشركة الثانية ... ،وهكذا.
11 الفصل | 1طبيعة القياس االقتصادي والبيانات االقتصادية
بعض البيانات هلا ميزة مقطعية وزمنية؛ لنفرتض على سبيل املثال أن دائرة اإلحصاءات العامة
أجرت مسح نفقات ودخل األسرة يف عام 2003/2002يف األردن وآخر يف عام .2001
مشل االستطالع يف عام 2003/2002عينة عشوائية من األسر مبتغريات متثل خصائص
املسكن وخصائص األسرة وأفرادها والدخل واإلنفاق واألهمية النسبية للسلع واخلدمات،
ويف عام 2001مت أخذ عينة عشوائية من أسر جديدة واستخدمت نفس أسئلة االستطالع ،فإذا
أردنا زيادة حجم العينة نستطيع تشكل بيانات مقطعية جممعة pooled cross sectionمن
خالل اجلمع بني بيانات العامني.
وغالباً ما تكون البيانات املقطعية التجميعية لسنوات خمتلفة وسيلة فعالة لتحليل آثار سياسة
حكومية جديدة .والفكرة هي مجع البيانات لسنوات قبل وبعد تغيري السياسات .فعلى سبيل
املثال أخذت البيانات التالية ألسعار املساكن يف 2003/2002ويف 2001قبل وبعد احتالل
العراق يف عام .2003لنفرتض لدينا بيانات عن 250منزالً يف عام 2003/2002وبيانات
عن 280منزالً يف عام 2001كما هي عليه يف اجلدول (.)4-1
يتم حتليل البيانات املقطعية اجملمعة مثل البيانات املقطعية القياسية ،إال أنه غالباً ما حنتاج إىل
مراعاة اختالف املتغريات خالل الزمن ،إضافة إىل أنه يف حالة زيادة حجم العينة ،فإن حتليل
البيانات املقطعية اجملمعة يظهر كيفية تغري العالقة خالل الزمن.
حزم سالسل البيانات الزمنية املقطعية (أو البيانات الطولية) هي جمموعة تتألف من سلسلة
زمنية لكل جمموعة بيانات م قطعية يف جمموعة البيانات .افرتض على سبيل املثال أنه يتوفر لدينا
بيانات عن األجور ،والتعليم ،والتاريخ الوظيفي جملموعة أفراد متتابعة على مدى فرتة عشر
سنوات ،أو قد نقوم جبمع املعلومات ،مثل االستثمار والبيانات املالية ،حول نفس اجملموعة من
الشركات على مدى فرتة زمنية مدتها مخس سنوات .كأن يكون لدينا حزمة بيانات لوحدات
جغرافية ،مثل مجع بيانات عن نفس احملافظات األردنية ختص النشاط الصناعي ،ومعدالت
الضرائب ،ومعدالت األجور ،والنفقات احلكومية ... ،إخل ،للسنوات 2000و 2001و
2002كما يلي:
11 الفصل | 1طبيعة القياس االقتصادي والبيانات االقتصادية
امليزة الرئيسية اليت متيز حزم البيانات الزمنية املقطعية عن البيانات املقطعية اجملمعة هي أن نفس
البيانات املقطعية (األفراد والشركات ،أو احملافظات) مرتبة خالل فرتة زمنية معينة .والبيانات
الواردة يف اجلدول 4-1ال تعترب حزم بيانات جمموعة املنازل املباعة وتكون خمتلفة يف عامي
2003/2002و ،2001وإذا كانت البيانات مكررة ،ومنها عدد صغري غري مهم .ويف املقابل،
جدول 5-1حيتوي على بيانات حزم بيانات اقتصادية لعشر سنوات لعشر دول.تتضمن الناتج
احمللي االمجالي واالدخار وعدد السكان.
مثالً تتضمن بعض قواعد البيانات سالسل زمنية وبيانات مقطعية بنفس الوقت وتسمى بـ
"حزم بيانات السالسل الزمنية املقطعية اجملمعة " Panel Dataمثل بيانات عشرة دول خالل
الفرتة 1444-1440للمتغري ، Y GDPفقاعدة البيانات تتضمن قيمة الناتج احمللي
اإلمجالي GDPلكل للدولة يف عام 1440يتبعها GDPلنفس الدولة يف عام 1441و ...
وهكذا ،خالل الفرتة Tسنة وبذلك يكون عدد املشاهدات الكلية NTللمتغري ، Yوسوف
نستخدم الرمز Yitلتشري إىل مشاهدات املتغري Yللدولة iيف الزمن ، tفعلى سبيل املثال،
جتري احلكومة مسوح عن عدة أشخاص تسأهلم حول العمل ،والدخل ،والتعليم ... ،اخل،
ويف مثل هذه املسوح يُعد اقتصاديو العمل Yاألجور أللف فرد N 1000للفرتة
5 Tسنوات.
| طبيعة القياس االقتصادي والبيانات االقتصادية1 الفصل 11
بيانات اقتصادية لبعض الدول:) بيانات سالسل زمنية مقطعية مجمعة5-1( جدول رقم
name code year gdp save pop
Albania 1 1990 21.0 1.6
Albania 1 1991 -11.4 -13.0 -0.2
Albania 1 1992 -27.6 -75.4 -1.6
Albania 1 1993 -5.7 -33.7 -1.4
Albania 1 1994 11.2 -9.9 0.2
Albania 1 1995 9.2 -3.9 1.2
Albania 1 1996 7.6 -11.8 1.3
Albania 1 1997 7.7 -9.3 1.2
Albania 1 1998 -8.1 -6.7 1.1
Albania 1 1999 -1.7 1.1
Algeria 2 1990 2.3 27.5 2.5
Algeria 2 1991 -3.7 36.7 2.4
Algeria 2 1992 -3.6 32.4 2.4
Algeria 2 1993 -0.8 27.8 2.3
Algeria 2 1994 -4.4 27.0 2.2
Algeria 2 1995 -3.3 28.4 2.2
Algeria 2 1996 1.6 31.4 2.2
Algeria 2 1997 1.6 32.2 2.2
Algeria 2 1998 -1.0 27.1 2.1
Algeria 2 1999 1.4 31.7 2.1
Angola 3 1990 -2.4 29.7 3.1
Angola 3 1991 -3.3 16.2 3.9
Angola 3 1992 -3.1 1.7 3.6
↓ ↓ ↓ ↓ ↓
↓ ↓ ↓ ↓ ↓
خذ بشكل عام بيانات خام من أحد املصادر وحوهلا إىل أشكال خمتلفة للتحليل التطبيقي،
حيث يأخذ اقتصاديو التمويل البيانات اخلام للمتغريات X :أرباح الشركات و Wعدد
األسهم ،وإلنشاء متغري جديد Yحصة السهم من األرباح سيكون التحويل كما يلي:
X
Y
W
تعتمد طبيعة التحويل على طبيعة املشكلة اليت لدينا ،و من الصعوبة تقديم توصيات عامة
حول حتويل البيانات ،ومن املفيد تقديم بعض التحويالت اليت ختص بيانات السالسل الزمنية.
أما دوافع التحويل تعتمد على طبيعة احلالة ،حيث ال يهتم علماء االقتصاد الكلي واقتصاديو
التمويل باملتغريات مباشرة مثل الناتج احمللي اإلمجالي ،إمنا يهتموا بكيفية تغيّره خالل الزمن،
فاقتصاديو التمويل يف العديد من احلاالت ال يهتموا بأسعار األصول ،لكن بكيفية تغري سعر
األصل خالل الزمن ،أفرض على سبيل املثال ،أحد اقتصاديي التمويل لديه بيانات سنوية عن
سعر سهم شركة البوتاس العربية خالل الفرتة ( 2010-1440بيانات 21سنة) Ytحيث
1 tإىل ،21ويشري املتغري إىل املستوى (مستوى أسـعار األسـهم) إال أن اهتمام الناس
ينصب على منو أسعار األسهم ،وأبسط طريقة لقياس النمو نأخذ سلسلة أسعار األسهم
وحنسب نسبة التغيّر لكل سنة ،وبذلك حتسب نسبة التغري لسعر السهم بني الفرتة t 1و t
حسب الصيغة التالية:
Yt Yt 1
% نسبة التغري ()٪ 100
Yt 1
جيدر االنتباه أن النسبة هلا مدى زمين مثل التغري بني الفرتة t 1و ، tفعلى سبيل املثال،
البيانات السنوية هلا نسب تغري سنوي والبيانات الشهرية هلا نسب تغيّر شهري ... ،اخل ،ويف
بعض األحيان يكون من املناسب أخذ اللوغاريتم الطبيعي للمتغري ،وباستخدام خصائص
اللوغاريتم فإن نسبة تغري املتغري تساوي تقريباً:
عادة يتم الضرب يف 100 100حيث أن ٪5تكون ،0.05وعـادة مـا تشري نسـبة تغري
أسـعار األصول إىل منو األسـعار أو التغري يف األسعار ،وعادة ما يستخدم مفهوم التغيّر يف
االقتصاد الكلي كدراسات منو الناتج احمللي اإلمجالي بدالً من مستوى الناتج احمللي اإلمجالي،
أو التضخم الذي هو تغيّر يف مستوى األسعار ،ومن املهم التمييز بني املستوى Levelومعدل
منو املتغريات .Growth rate
من املهم تلخيص البيانات وتقدميها بصورة سهلة معربة عن واقعها ،ومن غري املمتع تقديم
البيانات بصورتها األصلية ،وأفضل الوسائل لعرض البيانات هي األشكال البيانية واجلداول،
ومبا أن معظم البيانات االقتصادية هي سالسل زمنية أو بيانات مقطعية ،لذا سنقدم أبسط
الطرق لرسم البيانات وهي التالية:
رمست بيانات السالسل الزمنية اليومية لسوق عمان املالي للفرتة من 1442/1/1إىل
2004/12/31بالشكل أدناه الذي يشري إىل شكل السالسل الزمنية اليت حتوي 4404
مشاهدة ومن غري املناسب عرضها كبيانات خام ،ويستطيع القارئ أخذ الفكرة الرئيسية من
البيانات من خالل إلقاء نظرة على الشكل البياني؛ والذي يبني أن البيانات كانت مستقرة
خالل الفرتة من عام 1442ولغاية عام 2003ثم أصبحت تتزايد بشكل متذبذب خالل
الفرتة من عام 2004ولغاية منتصف عام 2007ثم اخنفضت بشكل حاد نتيجة األزمة
االقتصادية العاملية وما ت الها من انهيارات يف البورصات العاملية وارتفاع أسعار النفط بشكل
حاد وأزمة البورصة احمللية اليت أدت إىل خسارة املواطنني مبالغ طائلة نتيجة عمليات اخلداع
اليت ارتكبت من قبل بعض مكاتب البورصات الوهمية وانعكاساتها على بورصة عمان.
11 الفصل | 1طبيعة القياس االقتصادي والبيانات االقتصادية
12000
10000
8000
6000
4000
2000
0
92 94 96 98 00 02 04 06 08
يظهر رسم بيانات السالسل الزمنية طبيعة تغريها خالل الزمن ،أما يف حالة البيانات املقطعية
يكون من غري املناسب رمسها كما هو احلال يف احلالة السابقة ،وعلينا تلخيصها بطرق خمتلفة.
فعلى سبيل املثال ،احلصول على بيانات مقطعية حلصة الفرد من الناتج احمللي اإلمجالي احلقيقي
يف عام 1442لـ 40دولة مقيّم بالدوالر األمريكي حسب القوة الشرائية التعادلية لسعر
الصرف الذي يسمح بإجراء مقارنة بني الدول ،علينـا تلخيص هذه البيانات من خالل شكل
بياني Histogramوإلنشائه ابدأ باختيار فئات الطبقات أو فرتات تقسيم الدول إىل جمموعات
حسب حصة الفرد من الناتج احمللي اإلمجالي ،مثالً ختتلف حصة الفرد من 407دوالر يف تشاد
إىل 18445دوالر يف الواليات املتحدة ،لذا سيتم تقسيم الفئات إىل-2001 ،2000-0 :
-12001 ،12000-10001 ،10000-7001 ،7000-1001 ،1000-4001 ،4000
الفصل | 1طبيعة القياس االقتصادي والبيانات االقتصادية 12
يوضح الشكل التالي توزيع حصة الفرد من الناتج احمللي للبيانات املقطعية حسب اجلدول
الذي يوضح أعداد الدول لكل فئة ،ونستطيع قراءته على أن 33دولة تقل حصة الفرد فيها
عن 2000دوالر و 22دولة تزيد حصة الفرد عن 2000دوالر وتقل عن 4000دوالر
وهكذا ،ويشري السطر األخري إىل أن 4دول حصة الفرد فيها بني 11000دوالر و17000
دوالر.
يتم رسم نفس هذه املعلومات على شكل بياني يسمح بتلخيص توزيع حصة الفرد من الناتج
احمللي بني الدول بنظرة سريعة ،ونستطيع أن نرى من خالل الشكل أن العديد من الدول هي
فقرية جداً ،إال أن جمموعة من هذه الدول هي غنية ( 14دولة تصل حصة الفرد فيها إىل أكرب
من 12000دوالر) والقليل من الدول تقع بني الدول الفقرية والغنية أي يقع دخلها بني
12000-1001دوالر.
35
30
25
20
15
10
5
0
1 2 3 4 5 6 7 8 9
-3-5-1خريطة XY
يهتم االقتصاديون عادة بطبيعة العالقة بني متغريين اثنني أو أكثر كالعالقة بني هيكل رأس
املال (متويل بالقروض ،وعائد السهم) وأداء الشركة (الربح) ،وارتفاع مستوى التعليم واخلربة
بارتفاع األجور بني العمال ،وهل التغيّر يف عرض النقد سينعكس على تغيّر التضخم؟ وهل
اختالف القوانني املالية يوضح لنا كيف تنمو بعض الدول بأسرع من غريها؟ ...اخل ،مجيع
هذه األسئلة تشتمل على متغريين خمتلفني أو أكثر.يستخدم األسلوب البياني إليضاح العالقة
بني متغريين اثنني ،وتسمى خريطة XYوكذلك بشكل االنتشار ،ويستخدم هذا األسلوب
إلعطاء تعبري مرئي سريع للعالقة بني املتغريين.
الفصل | 1طبيعة القياس االقتصادي والبيانات االقتصادية 11
ملخص
ناقشنا يف هذا الفصل التمهيدي هدف ونطاق التحليل االقتصادي القياسي ،واستخدام
االقتصاد القياسي يف مجيع ميادين االقتصاد التطبيقي الختبار النظريات االقتصادية ،وإبالغ
واضعي السياسات احلكومية واخلاصة ،والتنبؤ االقتصادي .يف بعض األحيان ،يشتق النموذج
االقتصادي القياسي من النموذج االقتصادي ،ولكن يف حاالت أخرى تستند النماذج
االقتصادية على املنطق االقتصادي وعلى البدهيات .وأهداف أي حتليل اقتصادي تقدير
معلمات النموذج واختبار الفرضيات هلذه املعلمات ،وحتدد قيم واشارات املعلمات صالحية
نظرية اقتصادية وآثار سياسات معينة.
البيانات املقطعية ،والسالسل الزمنية ،والبيانات املقطعية اجملمعة ،وحزم البيانات الزمنية اجملمعة
هي األنواع األكثر شيوعاً للبيا نات اليت يتم استخدامها يف تطبيق االقتصاد القياسي.
و جمموعات البيانات اليت تنطوي على البعد الزمين ،مثل السالسل الزمنية وحزم البيانات
تتطلب معاملة خاصة بسبب ارتباط أغلب السالسل الزمنية االقتصادية خالل الزمن .وقضايا
أخرى ،مثالً تنشأ االجتاهات الزمنية واملومسية خالل حتليل بيانات السالسل الزمنية وليس يف
حتليل البيانات املقطعية.
الفصل الثاني
سنعرض يف هذا الفصل أساسيات النسخة 7من Eviewsوسنعمل على متكينك من
استخدام Eviewsيف الفصول الالحقة من حل مسائل وأمثلة كاملة.
34
الفصل | 2مقدمة إلى EViews 44
حدد دورية البيانات (سنوي ،ربعي ).. ،وتاريخ البداية وتاريخ النهاية .سنستخدم يف املثال أدناه
بيانات مقطعية cross-sectional dataتتكون من 13مشاهدة بدون تاريخ .undated
اخرت unstructured/ undatedمن خانة workfile structure typeأدخل الرقم 13يف
خانة Observationمن Data Rangeلتحديد مدى املشاهدات.
oأسبوعي أو يومي :Weekly and dailyتلقائياً عليك حتديد هذه التواريخ كرقم الشهر
يتبعها نقطتان فوق بعضهما البعض يتبعهما رقم اليوم ثم نقطتان فوق بعضهما البعض
يتبعهما السنة .استخدم شاشة ،Options/Dates-frequencyكما أنك تستطيع عكس
أمر اليوم والشهر بتحويلهما إىل النمط األوروبي أو العربي مثل إدخال 5:9:96اليت
تشري إىل أن البداية باليوم اخلامس من شهر أيلول .3991
بعد االنتهاء من عرض املعلومات حول نوع امللف انقر OKسيظهر لك نافذة ملف العمل.
الحظ أن اسم امللف هو UNTITLEDألنه مل خيزن.
هناك أيقونتان يف هذا امللف اجلديد يعرضان شكلني حيتويهما كل ملف عمل هما :متجه أو
مصفوفة املعامالت Cوسلسلة البواقي ،RESIDواأليقونة الصغرية على اليسار تعرض نوع
الشكل :ملصفوفة املعامالت وشكل السلسلة الزمنية للسالسل الزمنية واهلدف من الشكلني
سيتم شرحه الحقاً.
السترياد بيانات ملف نصي ) (asciiأو ملف لوتس *.wksأو ملف اكسل *.xlsأنقر على
،File/Import/Readويف هذه احلالة سنستورد ملف asciiامسه .tabel01
الفصل | 2مقدمة إلى EViews 44
ستفتح الشاشة التالية ،فإذا احتوى ملف البيانات أمساء املتغريات يف السطر األول عليك أن تشري
إىل عدد السالسل اليت حيتويها امللف (اكتب 1يف املستطيل األول على اليسار Name for
،)series or Number if named in fileوإذا مل حيتوي امللف أمساء املتغريات فعليك
إدخاهلا كما يظهر (جيب عليك النظر إىل حمتويات ملف البيانات قبل استرياده) ،ويف هذا املثال
سنستورد مكونات الناتج احمللي األردني خالل الفرتة 1111-3971وهذا امللف حيتوي املتغريات
التالية :الناتج احمللي اإلمجالي ،GDPواستهالك القطاع اخلاص ،PCواستهالك القطاع احلكومي
44 الفصل | 2مقدمة إلى EViews
أنقر OKسيتم إدخال أمساء املتغريات وقيمها وحيتوي امللف ست سالسل زمنية جديدة هي
).(GDP, PC, G, I, X, M
الفصل | 2مقدمة إلى EViews 44
خزن امللف واكتب امسه حيث سيظهر اسم امللف ومساره يف أعلى النافذة التالية ويأخذ امللف
*.wf1 االمتداد
أصبحت اآلن جاهزاً للتعامل مع البيانات من خالل هذا امللف الذي قمت بإنشائه ،وتستطيع
File/Open/Eviews إغالقه وإعادة فتحه الحقاً .ولفتح ملف من Eviewsأنقر
.Workfile
استرياد بيانات من اكسل أو لوتس استخدم نفس اخلطوات السابقة وافتح ملف جديد؛ وأخرت
،File/New/Workfileسنعمل على استرياد بيانات ربعية للفرتة من 3991:3إىل 1110:1من
ملف .money demand.xls
الفصل | 2مقدمة إلى EViews 45
يتكون ملف اكسل من 1متغريات كما يف السطر األول الذي حيتوي أمساء املتغريات (اكتب 1يف
املستطيل األول على اليسار ،)Name for series or Number if named in fileالحظ
أن خلية البيانات يف أعلى اجلهة اليسرى حددت لتكون B2ألننا ال نريد استرياد العمود الذي
حيتوي التاريخ.
45 الفصل | 2مقدمة إلى EViews
انقر .OK
حيتوي امللف اآلن سالسل البيانات من جدول البيانات بأيقونات تعرض كل سلسلة .الحظ أسفل
شريط عالمات التبويب ( )tabsاملدى Rangeوالعينة Sampleحمددة للبيانات .وأصبح هذا
امللف جاهزاً للتعامل معه.
أما إذا اخرتت File/Import/Import from fileواخرتت نوع ملف اكسل xls.ثم اخرتت امللف
الذي تريد استرياده وهو money demand.xlsستتبع اخلطوات التالية:
الفصل | 2مقدمة إلى EViews 42
غالباً ما يتم استرياد البيانات من ملفات نصية أو اكسل ،إال أنك قد تضطر أحياناً إدخال البيانات
إىل Eviewsمباشرة.
بداية جيب أن تنشئ ملف عمل جديد ،ولشرح عملية اإلدخال سنقتصر على إنشاء ملف يتكون
من سلسلتني زمنيتني -حتتويان أربع مشاهدات -هما yو .x
اخرت .File/New/Workfile
عندما تدخل بياناتك إىل اجلدول سيسمي Eviewsاملتغريات بأمساء مؤقتة SER01 :و SER02
ولتغيري هذه األمساء نتبع ما يلي:
،سيتم سؤالك فيما إذا أردت حذف أعد العملية للعمود الثاني ،أغلق اجلدول بالنقر على
اجملموعة ،GROUPقم حبذف اجملموعة .GROUP
ستجد السلسلتني xو yقد أضيفتا إىل ملف العمل الذي ستخزنه.
الفصل | 2مقدمة إلى EViews 44
-5-2شاشة املساعدة
قد تنسى بعض العمليات إال أن Eviewsيساعدك مباشرة من خالل شبكة االنرتنت ،Online
انقر .Help/Eviews Help Topics
تظهر لك شاشة تستطيع االختيار منها .وتستطيع استكشاف الكثري من املعلومات أكثر مما تريد
معرفته ،بقليل من البحث ميكنك أن جتد اجلواب على سؤالك .ألقي نظرة على استرياد وتصدير
البيانات للحصول على مزيد من املعلومات اليت غطيناها لغاية اآلن.
-6-2التأكد من البيانات
oاخرت السلسلة اليت ترغب بفحصها وذلك بسحب الفأرة على السلسلة أو السالسل اليت
تريد فحصها.
oأنقر نقرتني يف أي مكان من املنطقة املظللة.
أنقر على Open/as Groupسيتم فتح اجلدول الذي يتضمن البيانات اليت حددتها ،وقارن هذه
البيانات مع تلك اليت يف امللف األصلي للتأكد بأن البيانات قد مت استريادها.
44 الفصل | 2مقدمة إلى EViews
-7-2رسم البيانات
تستطيع رسم البيانات بعدة طرق ،إحداها من أيقونة Viewأعلى اجلدول ،أو استخدام Quick/
.Graph
يبني احملور العمودي قيمة املتغري عند كل فرتة زمنية على احملور األفقي.
الفصل | 2مقدمة إلى EViews 45
GDP
2,400
2,000
1,600
1,200
800
1992 1994 1996 1998 2000 2002 2004
M1
11,000
10,000
9,000
8,000
7,000
6,000
5,000
4,000
1992 1994 1996 1998 2000 2002 2004
،واجب هذه األشكال ميكن طباعتها بالنقر على Printوإلغالق الرسومات انقر على
Yesحلذف .untitled GROUP
45 الفصل | 2مقدمة إلى EViews
يسمح لك املربع اختيار السلسلة اليت تريد رمسها ،دعنا نرسم .GDP
يف شاشة الرسم إذا نقرت OKسيظهر شكل خطي يشبه الشكل السابق .أنقر
هل تريد حفظ الشكل؟ فإذا أردت حفظه أنقر على Nameوأكتب االسم .gdp_plot
45 الفصل | 2مقدمة إلى EViews
أنقر OKستظهر أيقونه يف نافذة امللف امسها ،gdp_plotوإذا نقرت عليها نقراً مزدوجاً سيظهر
شكل .gdp
تستطيع نسخ أشكال Eviewsإىل أي وثيقة تريد ،ولتطبيقه نشّط النافذة املستهدفة اليت حتتوي
على الشكل الذي تريد نسخه :أنقر يف أي مكان من النافذة سيتحول شريط العنوان إىل لون
مضيء ،أنقر Edit/Copyمن شاشة Eviewsالرئيسية.
الفصل | 2مقدمة إلى EViews 44
تستطيع أن حتدد أن يكون الشكل باأللوان أو باللون األسود واألبيض ،ثم ألصق pasteالشكل
يف الوثيقة.
44 الفصل | 2مقدمة إلى EViews
GDP
2,400
2,200
2,000
1,800
1,600
1,400
1,200
1,000
800
92 93 94 95 96 97 98 99 00 01 02 03 04
-8-2اإلحصاء الوصفي
حلساب الوسط احلسابي والوسيط واالحنراف املعياري وغريها من إحصاءات وصفية فما عليك
إال أن تؤشر على السلسلة املختارة GDPو M1يف ملف Money Demandوانقر نقرتني
على املنطقة املظللة:
Help/EViews Help تستطيع معرفة ماهية هذه املقاييس وصيغها من خالل شاشة املساعدة
وتستطيع طباعة قيم هذا امللخص ،Topics/Statistical Views and Procedures/Series Views
اإلحصائي بالنقر على زر ،Printكما أنك تستطيع نسخها إىل أي وثيقة وذلك بالتأشري على
األعمدة اليت تريد نسخها ،أنقر Edit/Copyثم انتقل إىل معاجل النصوص وألصقها ستظهر
كجدول تستطيع تعديله.
GDP M1
لعرض اإلحصاء الوصفي انقر على Viewتظهر القائمة املنسدلة مقاييس إحصائية متنوعة
واجلداول اليت تريد تشكيلها ملتغريين يف اجملموعة مثل االرتباط Correlationsوالتباين املشرتك
Covarianceوالعديد من املقاييس املتقدمة واالختبارات.
الفصل | 2مقدمة إلى EViews 44
للتعبري عن البيانات بشكل بياني يبني توزيع قيم السلسلة ،اخرت سلسلة واحدة من امللف مثل M1
وانقر نقرتني على املنطقة املظللة واخرت View/Descriptive Statistics/Histogram and Stats
الذي سينتج:
44 الفصل | 2مقدمة إلى EViews
أطبع الشكل البياني وامللخص اإلحصائي ل M1بالنقر على زر Printمن شريط األدوات،
وتستطيع نقل الشكل البياني إىل الوثيقة مباشرة بالنقر على أي مكان من النافذة فسيتغري شريط
العنوان إىل لون مضيء .أنقر Edit/Copyمن الشاشة الرئيسية ل Eviewsوألصق الشكل يف
الوثيقة.
إحدى عوامل قوة EViewsقدرته على استخدام الصيغ الرياضية ،ويتضمن EViewsمكتبة
عمليات رياضية built-inودوال تسمح بتطبيق العمليات الرياضية املعقدة على بياناتك،
باإلضافة إىل دعمه للعمليات الرياضية املعيارية واإلحصائية .يزودنا EViewsبعدد من الدوال
املخصصة للتطبيق املباشر مثل اإلبطاء Lagsوفروقات Differencesالسالسل الزمنية.
للتوضيح افتح امللف املخزن Money Demandوأنقر File/Open/Workfileواخرت Money
.Demand
إلنشاء متغري جديد استخدم أمر " "Generateالذي يُختصر إىل Genrيف .EViewsوإلنشاء
أو تعديل سلسلة جديدة اخرت األمر التالي Quick/Generation Seriesأو أنقر على زر Genrيف
شريط أدوات امللف ،ويفتح EViewsنافذة إلضافة معلومات إضافية.
عليك إدخال الصيغة يف اجلزء األعلى من الصندوق ،وتظهر فرتة العينة يف اجلزء األسفل يف اخلانة
املفتوحة أكتب y=gdp+m1وأنقر OKسرتى أن املتغري yقد ظهر يف ملف العمل ،ويُظهر اجلزء
األسفل من الشاشة نطاق العينة املستخدم يف احلساب .أو اكتب genr y=gdp+m1يف نافذة أوامر
الفصل | 2مقدمة إلى EViews 45
EViewsثم ،Enterوحلذفها جد الزر Objectيف شريط أدوات امللف واخرت yاملضاءة وبالتالي
أنقر .Object/Delete Selected/Yes
مجيع هذه العمليات قد تستخدم تعبري صيغ تشمل سالسل أو أرقام ،ويف تعبري أكثر تعقيداً يطرح
السؤال حول ترتيب العمليات احلسابية ،فعلى سبيل املثال ما هو ناتج حساب هذا التعبري:
Genr y = -3+2*4
حيتوي EViewsعلى مكتبة فرعية لدوال جاهزة built-inتطبق على مجيع السالسل يف هذا املثال،
ولبيان القائمة أنقر .Help/Function Reference
أغلب أمساء الدوال يف EViewsتبدأ باإلشارة @ مثل @meanتعود لقيمة الوسط احلسابي
للسلسلة ،و @absتعطي القيمة املطلقة لكل مشاهدة يف املثال احلالي .لبيان الفرق
اشر على yوانقر نقرتني على املنطقة املظللة تكون القيمة z=1422.254اليت هي الوسط
احلسابي لقيم عينة ،gdpهذا الرقم يكرر مجيع املشاهدات يف العينة ألن الدالة @meanتعود
لقيمة واحدة أو رقم واحد.
املعادلة ) z=@mean(gdpتنشئ متغري جلميع القيم ،ومن املفيد ختزين الرقم الواحد يف
مصفوفة معامالت .قد تنشئ مصفوفة ) (vectorاملتغريات بكتابة coef(n) coef_nameيف
خط األوامر ،القيمة nهي طول مصفوفة املتغريات والرقم الثابت ميكن ختزينه ،إذا أهملت )(n
سيتم إنشاء مصفوفة طوهلا 3اليت حتوي قيمة واحدة ،و coef_nameهو اسم مصفوفة
املعامالت اليت ستظهر يف ملف العمل .عناصر مصفوفة املعامالت تنشأ باستخدام األمر ذ،enr
انقر على شريط أدوات امللف على genrواكتب Result(1)=@mean(gdp) :وانقر .OK
أشر على resultوانقر نقرتني على املنطقة املظللة (الحظ أن .)R1=1422.254خزن مصفوفة
املعامالت رمبا حتتاجها يف حسابات أخرى ،حلساب مربع الوسط احلسابي للعينة مثالً أنقر زر
genrوأكتب result(2)=(result(1))^2وأنقر .OK
الفصل | 2مقدمة إلى EViews 42
أو لتكوين متغري جديد مثل gdpstarحيث نقسم gdpعلى الوسط احلسابي للعينة ،أنقر زر
genrواكتب ) gdpstar=gdp/result(1وانقر .OK
الفصل الثالث
يستخدم منوذج االحندار البسيط لدراسة العالقة بني متغريين ،إال أن منوذج االحندار البسيط عليه
بعض القيود كأداة عامة للتحليل التجرييب ،واستخدامه مناسب كأداة جتريبية ،وسوف نتعلم
كيفية تفسري منوذج االحندار البسيط.
يبدأ تطبيق التحليل االقتصادي القياسي بالفرضية التالية :إن yو xهما متغريان ميثالن بعض
اجملتمع ،ولدينا اهتمام بشرح yبـ xأو يف دراسة كيفية تغري yبتغري ،xمثالً yحمصول
البندورة و xهو كمية األمسدة؛ أو yأجر الساعة و xسنوات التعليم؛ أو yمعدل اجلرمية و
xعدد ضباط الشرطة ،أو yمعدل التهريب عرب احلدود و xعدد أفراد مكافحة التهريب.
37
الفصل | 3نموذج االنحدار الخطي البسيط 47
يف منوذج نشرح فيه yبـ xعلينا أن نواجه ثالث قضايا :أوالً :ألنه ال يوجد أبداً عالقة دقيقة
بني متغريين ،كيف نسمح لعوامل أخرى أن تؤثر يف y؟ ثانياً :ما هي العالقة الدالية بني yو
x؟ وثالثاً :كيف ميكننا أن نتأكد من التقاط عالقة ثبات بقية العناصر ceteris paribusبني
yو ( xإذا كان ذلك هو اهلدف املنشود) .وميكننا حل هذه االلتباسات بكتابة عالقة yبـ x
باملعادلة البسيطة التالية:
املعادلة ( ) 1-3حتدد منوذج االحندار اخلطي البسيط ،وتسمى بنموذج االحندار اخلطي مبتغريين
ألنه يربط بني املتغريين xو ،yوسوف نناقش معنى املتغريات يف (.)1-3
املتغريان yو xهلما أمساء خمتلفة تستخدم على النحو التالي y .يسمى املتغري التابع
،dependent variableواملتغري التوضيحي ،explained variableومتغري االستجابة
،response variableومتغري التوقع ،predicted variableأو املتغري املُفسّر
.regressandويسمى املتغري املستقل :independent variableباملتغري التفسريي
،explanatory variableواملتغري الرقابي ،control variableومتغري التوقع
،predictor variableأو املقدر يف .regressorوكثرياً ما يستخدم مصطلح املتغري التابع
واملتغري املستقل يف االقتصاد القياسي.
مصطلح املتغري املُفسَّر والتفسريي هي على األرجح أكثر وصفاً .وتستخدم االستجابة والرقابة
يف الغالب يف العلوم التجريبية ،وحيث أن املتغري xحتت املراقبة نستخدم مصطلح متغري التوقع
predicted variableوتوقع ،predictorومصطلحات االحندار البسيط يلخصها اجلدول
.1-3
املتغري uيسمى حد اخلطأ أو اضطراب العالقة ،وميثل العوامل األخرى عدا xاليت تؤثر يف ،y
ويعاجل حتليل االحندار البسيط بفاعلية مجيع العوامل عدا xاليت تؤثر على yواليت تكون غري
مشاهدة ،وميكنك أن تعترب uكأمر غري مشاهد.
47 الفصل | 3نموذج االنحدار الخطي البسيط
y x
Regressand Regressor
تتناول املعادلة ( )1-3مسألة عالقة الدالة بني yو xمع بقاء العوامل األخرى يف uثابتة،
وبذلك يكون التغري يف uيساوي صفر ، u 0ويكون تأثري xخطي على :y
لذا ،فإن التغيّر يف yهو ببساطة 1مضروباً يف تغري xوهذا يعين أن 1هي معلمة امليل يف
العالقة بني yو xمع بقاء العوامل األخرى يف uثابتة ،وهي ذات أهمية أساسية يف االقتصاد
التطبيقي ،كذلك معلمة احلد الثابت 0هلا استخدامها ،ومن النادر أن يكون التحليل من
نقطة املركز.
مثال 1-3
ناتج البندورة واألمسدة
لنفرتض أن حمصول البندورة يتم حتديده بالنموذج التالي:
yield 0 1 fertilizer u 3.3
حيث أن yاحملصول و xاألمسدة ،ويهتم الباحث الزراعي بأثر األمسدة على احملصـول ،مـع بقـاء العوامـل
األخرى ثابتة ،ويبني هذا التأثري ، 1وحيتوي حـد اخلطـأ uعلـى مموعـة عوامـل مثـل نوعيـة األراضـي،
الفصل | 3نموذج االنحدار الخطي البسيط 47
وهطول األمطار ،و ...وتقيس املعلمة 1تأثري األمسدة على احملصول ،مع بقـاء العوامـل األخـرى ثابتـة:
. yield 1 fertilizer
مثال 2-3
معادلة األجور البسيطة
النموذج املتعلق بأجر شخص على التعليم املشاهد والعوامل األخرى غري املشاهدة
1تقيس التغري يف أجر إذا مت قياس األجور wageدينار لكل ساعة و educعدد سنوات التعليم ،فإن
الساعة لكل عام جديد من التعليم ،مع بقاء مجيع العوامل األخرى ثابتة .وبعض تلك العوامل تشمل خربة
قوة العمل ،والقدرة الفطرية ،وأخالقيات العمل ،وأشياء أخرى ال تعد وال حتصى.
تعين اخلطية يف ( )1-3أن تغري وحدة واحدة يف xله نفس التأثري على yبغض النظر عن
القيمة األولية ،xوهذا غري واقعي يف تطبيقات اقتصادية كثرية؛ على سبيل املثال ،يف مثال
األ جور والتعليم نرغب بالسماح بزيادة العوائد :فإن تأثري عام جديد للتعليم يكون أكرب على
األجور من أجور العام الذي سبقه.
القضية األكثر صعوبة يف التعامل معها هي ما إذا كان منوذج ( )1-3يسمح لنا حقاً
باستنتاجات بقاء العناصر األخرى ثابتة ceteris paribusحول كيفية تأثري xعلى .yرأينا
يف املعادلة ( )2-3أن 1تقيس تأثري xعلى ،yمع بقاء كل العوامل األخرى (يف )uثابتة.
كيف ميكننا أن نتعلم تأثري xعلى ،yمع بقاء العوامل األخرى ثابتة عند جتاهل كل هذه
العوامل األخرى؟
44 الفصل | 3نموذج االنحدار الخطي البسيط
مثال 3-3
(ناتج الذرة واألمسدة)
كما يف اجلدول 2-3يعطي الدومن الواحد yشوال ذرة نتيجة استخدام كميات خمتلفة من األمسدة يف
الدومن ،xإلنتاج مزرعة خالل 11سنوات ،من سنة 2111حتى .2112وهي املرسومة يف املخطط املبعثر
يف الشكل 1-3وتبدو العالقة بني xو yيف الشكل 1-3وشكلها خطي تقريباً (أي نقطة سوف تقع على
أو بالقرب من خط مستقيم).
نستطيع احلصول على مقدرات موثوق فيها 0و 1من عينة عشوائية من البيانات عندما
نفرتض كيف ترتبط uغري املشاهدة باملتغري التفسريي .xوبدون تقيد من هذا القبيل ،لن
نكون قادرين على تقدير تأثري ثبات العوامل األخرى . 1ألن uو xمتغريات عشوائية،
الفصل | 3نموذج االنحدار الخطي البسيط 47
وحنن حباجة إىل مفهوم يرتكز على االحتمال .قبل أن نفرتض كيف أن xو uمرتبطتان ،هناك
افرتاض واحد حول uهو أن وسطه يساوي صفر .ورياضياً:
كما أسلفنا يستخدم حتليل االحندار البسيط الختبار الفرضيات حول العالقة بني املتغري التابع
yواملتغري املستقل أو التفسريي xوالتنبؤ .عادة ما يبدأ حتليل االحندار اخلطي البسيط برسم
مموعة القيم xyعلى الرسم البياني وحتديد فيما إذا كان هناك وجود عالقة خطية تقريبية:
يفرتض أن يكون حد اخلطأ ( )1توزعه طبيعي )2( ،القيمة املتوقعة أو متوسطه صفر ،و ()3
ثبات التباين ،ويفرتض كذلك ( )4أن حدود اخلطأ غري مرتابطة أو ال يوجد عالقة بني بعضها
البعض ،و ( )5يفرتض ثبات قيمة املتغري التفسريي عند أخذ العينات املتكررة (حبيث أيضا xi
و uiغري مرتابطة).
شكل 1-3
الذرة املنتجة باستخدام األمسدة
47 الفصل | 3نموذج االنحدار الخطي البسيط
طريقة املربعات الصغرى العادية ( )OLSهي تقنية لرسم ''أفضل'' خط مستقيم لعينة
مشاهدات XYوهي تنطوي على تقليل مموع مربع احنرافات النقاط عن اخلط:
حيث يشري Yiإىل املشاهدات الفعلية ،ويشري Yˆiإىل القيم املقدرة ،وأن Yi Yˆi eiهي
البواقي .وهذا يعطي املعادالت العادية التالية:
Y nb bˆ X
i 0 1 i 3.7
X Y bˆ X bˆ X
i i 0 i 1 i
2
3.8
bˆ1
xi yi X i X Yi Y cov X , Y
X i X
3.11
xi
2 2
X2
حيث xi X i Xو ، yi Yi Yلذا تكتب معادلة املربعات الصغرى املقدرة كما يلي:
مثال 4-3
العمليات احلسابية لتقدير معادلة احندار إنتاج الذرة -األمسدة
يبني جدول 3-3العمليات احلسابية لتقدير معادلة احندار إنتاج الذرة -األمسدة يف اجلـدول
3-3باستخدام املعادلة (.)11-3
bˆ1
x yi i
956
1.66 ميل خط االحندار املقدر
x 2
i 576
شكل 2-3
شكل احندار الذرة-األمسدة
من أجل اختبار الداللة اإلحصائية لتقدير معلمة االحندار ،يتطلب حساب تباين b̂0و : b̂1
3.13
n x i
2
1
Var bˆ1 u2 3.14
xi2
الفصل | 3نموذج االنحدار الخطي البسيط 78
مبا أن u2غري معروفة ،يتم استخدام تباين البواقي Su2كتقدير (غري متحيز) للتباين : u2
e
2
ثم يتم إعطاء تقدير غري متحيز لتباين b̂0و b̂1كما يلي:
e X
2 2
S 2
i i
3.16
bˆ0
n k n x i
2
e
2
1
S 2
i
3.17
ˆb 1
n k xi2
حيث أن ˆ S b2و ˆ S b2هي األخطاء املعيارية للتقدير .مبا أن uiتوزيعها طبيعي ،فإن Yiو b̂0
1 0
مثال 5-3
اختبار الداللة اإلحصائية
اجلدول 4-3يبني احلسابات املطلوبة الختبار الداللة اإلحصائية لـ b̂0و . b̂1ويتم احلصول على
قيم Yˆiيف اجلدول 4-3عن طريق تعويض قيم X iيف معادلة االحندار املقدرة يف مثال ( .4-3ويتم
احلصول على قيم yi2بواسطة تربيع yiيف جدول )3-3
73 الفصل | 3نموذج االنحدار الخطي البسيط
X t X Yt Y
n
̂ t 1
ˆ Y ˆ X
X t X
n 2
t 1
X t X Yt Y …………………………
n
t 1
X X ….………………..
n
2
t
t 1
̂ …………………
̂ ……………….
:لذا فإن
Yˆt ˆ ˆX t .......... .......... .......... .......... ...
t احسب قيم احصائية-2
ˆ S2 1 T
t* se ( ˆ ) S2 et2
se ( ˆ ) T k 1 t 1
T
( X X )2
t 1
T
SSR et2 .......... .........
t 1
37
الفصل | 3نموذج االنحدار الخطي البسيط 77
مترين 2
تقدير معادلة االحندار البسيط Yˆt ˆ ˆ X tوقيم احصائية tباستخدام البيانات التالية:
Xt Yt Xt X Yt Y X t X Yt Y X t X 2 Yˆt ˆ ˆX t eˆt Yt Yˆt et2
1 3
2 5
3 4
أقرب هذه املشاهدات يقع على خط االحندار (أي أصغر بواقي) ،واالحنراف األكرب هو االحنراف عن Y
''املفسر ''explainedيف معادلة االحندار املقدرة ،ومموع االحنراف يساوي املفسر explainedباإلضافة إىل
البواقي :residual
Y Y Yˆ Y Y
2 2
Yˆi
2
i i i
مموع االحنراف عن ( Yأو االختالف املفسر يف ( Yأو فرق البواقي عن ( Yمموع 3.18
مموع املربعات الكلي) مموع مربعات االحندار) مربعات األخطاء)
(TSS )] (RSS )] ]) (ESS
نقسم كال اجلانبني على : TSS
RSS ESS
1
TSS TSS
يتم تعريف معامل التحديد ،أو R 2على أنه نسبة مموع االحنراف عن '' Yاملفسر'' من احندار Yعلى : X
RSS ESS
R2 1 3.19
TSS TSS
ميكن حساب R 2كما يلي:
R2
ˆ y 2
1
e 2
i
3.20
y 2
i y 2
i
يقع مدى قيمة R 2بني ( 1عندما ال تستطيع معادلة االحندار تفسري أي من االختالفات يف ) Yو ( 1عندما
تقع مجيع النقاط على خط االحندار) .ويعطى معامل االرتباط rكما يلي:
r R2
cov X , Y
bˆ1
xi y i 3.21
XY yi2
ترتاوح قيمة rبني ( 1-الرتباط خطي كامل سليب) و ( 1لعالقة خطية كاملة إجيابية) ،وال تعين العالقة
السببية أو التبعية .وميكن أن تستخدم البيانات النوعية ،رتبة أو معامل االرتباط (سبريمان) . r
الفصل | 3نموذج االنحدار الخطي البسيط 77
مثال 6-3
معامل التحديد
حنصل على معامل التحديد ملثال الذرة واألمسدة من اجلدول :4-3
R 2
1
e 2
i
1
47 .31
1 0.0290 0.9710 , or 97 .10 %
y 2
i 1634
تفسر معادلة االحندار حوالي ٪ 27من التباين الكلي يف ناتج الذرة ،وتُعزى النسبة املتبقية ٪3إىل العوامل املدرجـة
يف حد اخلطأ ،ثم r R 2 0.9710 0.9854أو ، 98.54%وكانت موجبة ألن b̂1موجبة ،ويوضح
الشكل 3-3االختالف الكلي واملفسر واملتبقي من .Y
شكل 3-3
77 الفصل | 3نموذج االنحدار الخطي البسيط
املربعات الصغرى العادية ) (OLSهي أفضل املقدرات اخلطية غري املنحازة املقدرة best linear unbiased
) .estimators (BLUEويعين عدم وجود حتيز:
E bˆ b
= E bˆ bالتحيز فإن
أفضل غري امل نحاز أو فعال يعين أصغر تباين ،وبالتالي مقدرات املربعات الصغرى العادية هي األفضل بني
مجيع املقدرات اخلطية غري املتحيزة ،وهذه تسمى نظرية جاوس وماركوف .أحياناً ،يريد الباحث مقايضة بعض
التحيز بأصغر تباين والتقليل من خطأ مربع الوسط :MSE
يكون املقدر ) (estimatorمتسق ) (consistentإذا كان حجم العينة يقرتب من الالنهاية وقيمتها تقرتب
من املعلمة احلقيقية (أي أنها غري متحيزة مقاربة) وتوزيعه يقرتب من املعلمة احلقيقية.
-6-3تطبيقات عملية
سيكون مدار احلديث يف هذا اجلزء عن منوذج االحندار اخلطي البسيط واستخدامه يف تقدير دالة االستهالك يف
األردن ،وسنعرض كذلك إمكانية الرسم يف EViewsونبني كيفية استخدام الربنامج حلساب مرونة
االستهالك بالنسبة للدخل ،والتنبؤ باإلنفاق على االستهالك من خالل نتائج االحندار .بداية سنفتح ملف
tabel3_1.wfiحيث PCاإلنفاق على االستهالك اخلاص و GDPالناتج احمللي اإلمجالي ،مع مالحظة أن
امللف حيتوى على معامالت التقدير Cوالبواقي .RESID
الفصل | 3نموذج االنحدار الخطي البسيط 78
إلنشاء شكل انتشار لبيانات االستهالك أنقر على سلسلة PCالختيارها ،واضغط بعد ذلك على )(Ctrl
وأنقر على سلسلة GDPإلضافتها إىل خياراتك.
مالحظة :يعمل EViewsعلى أن يكون ترتيب املتغري الذي يتم اختياره أوالً على احملور السيين.
أنقر نقرتني على أي مكان على السلسلة املضاءة واخرت Open as Groupلعرض حمتويات السالسل.
تستطيع إضافة العنوان وتعريف احملاور وذلك بالنقر نقرتني على PCو GDPوإضافة العبارة اليت تريد
إضافتها ،كما هو مبني يف الشكل أدناه.
الفصل | 3نموذج االنحدار الخطي البسيط 78
إلضافة عنوان للشكل انقر right-clickيف أي مكان يف الرسم واخرت .Add text
بعد إدخال العنوان إىل املستطيل Text labelsأخرت Centralمن Justificationلتوسيط العنوان ،واخرت
Topمن Positionلتحديد موقعة يف األعلى.
73 الفصل | 3نموذج االنحدار الخطي البسيط
لتقدير املعلمة b1و b2ملعادلة االستهالك اخرت Quick/Estimate Equationمن قائمة نافذة
.EViews
يف مربع توصيف املعادلة Equation Specificationاكتب املتغري التابع PCثم Cاحلد الثابت ثم املتغري
املستقل ،GDPمع مالحظة أن شاشة Estimation Settingsتتضمن أسلوب التقدير الذي تريده ،ويكون
اخليار التلقائي :املربعات الصغرى ،Least Squaresويبني كذلك فرتة الدراسة أو العينة Sampleاليت هي
،6001 6791ثم أنقر .OK
77 الفصل | 3نموذج االنحدار الخطي البسيط
تظهر نتائج تقدير االحندار ،ونستطيع تسمية املعادلة وختزينها مؤقتاً يف امللف بالنقر على Nameيف شريط
أدوات املعادلة ونسميها .EQ3_1
تظهر النتائج أن ، b1 95.24452وأن القيمة املقدرة ملعامل امليل على متغري الناتج احمللي اإلمجالي GDP
هي b2 0.794517ويكون تفسري b2على النحو التالي :زيادة الدخل (الناتج احمللي اإلمجالي) يف األردن
الفصل | 3نموذج االنحدار الخطي البسيط 77
مبقدار دينار واحد سيكون من املتوقع زيادة اإلنفاق على االستهالك اخلاص مبقدار 97قرش مع بقاء العوامل
األخرى ثابتة.
يف نافذة ملف العمل أنقر نقرتني على املصفوفة Cاليت حتتوي معامالت آخر احندار مت تقديره ،وحتتوي
مصفوفة residبواقي املربعات الصغرى من آخر احندار مت تقديره.
واليت تطبق بإحالل القيم املقدرة حمل القيم اجملهولة كما يلي:
C 3869.132
ˆ b2 . 0.794517 1.032
Y 2978.848
وحلساب مرونة الطلب الدخلي من خالل نافذة أوامر EViewsاكتب األمر التالي واضغط .Enter
Or,
)Scalar elast = @coefs(2) * @mean(gdp) @mean(pc
الحظ أن الرقم elastهو قيمة واحدة ،ولعرض هذه القيمة أنقر نقرتني على elastيف ملف العمل ستظهر
هذه القيمة على شكل خط يف أسفل نافذة Eviewsالرئيسية.
سيظهر شكل االحندار ،وتستطيع إضافة أمساء احملاور والعنوان وتستطيع لصق الشكل إىل أي وثيقة تريدها.
12,000
10,000
8,000
GDP
6,000
4,000
2,000
0
0 2,000 4,000 6,000 8,000 10,000
PC
يظهر جدوالً يتضمن قيم PCوقيم ˆ Yاملقدرة وبواقي املربعات الصغرى ̂. e
أنقر على View/Representationسرتى أن املعادلة املقدرة هلا عدة أشكال ،أخرت املعادلة اليت تقع أسفل
،Substituted Coefficientsولنسخ املعادلة اخرت Edit/Copyأو Ctrl + Cثم لصقها يف أي وثيقة
وذلك باستخدام Edit/Pasteأو Ctrl+Vفتكون النتيجة كما يلي:
-4ختزين البواقي
لتخزين البواقي الستخدامها فيما بعد ،يتوجب عليك إنشاء متغري جديد على شكل سلسلة ،ففي شاشة ملف
العمل انقر على Genr
أنشئ متغريًا جديداً ومسه Ehatالذي حيتوي البواقي واكتب يف املستطيل الظاهر ما يلي:
للتنبؤ باإلنفاق على االستهالك اخلاص عندما يكون الناتج احمللي قدره 66000مليون دينار أكتب األمر التالي
يف خانة األوامر واضغط :Enter
هذه هي القيمة املتوقعة ( )418868عندما يكون الناتج احمللي اإلمجالي 66000دينار ،والستعادة املعادلة انقر
View/Representationمن املعادلة eq3_1وانسخ نص املعادلة كما هي من حتت العنوان
Substituted Coefficientsوألصقها (نص املعادلة) إىل شاشة أوامر .EViews
888الفصل | 3نموذج االنحدار الخطي البسيط
قيمة Yhat11000مكونة من قيمة واحدة ،ولعرض هذه القيمة انقر نقرتني على Yhat11000يف امللف
ستظهر القيمة على شكل سطر يف أسفل شاشة EViewsاألساسية.
من اجل التنبؤ جيب إدخال مشاهدات الناتج احمللي اإلمجالي GDPاليت تريد التنبؤ بها ،أنقر يف نافذة امللف
الرئيسي .proc/structure/Resize Current Page
جيب تعديل سلسلة (الدخل) GDPإلدخال بيانات جديدة ،وأنقر نقرتني على اسم املتغري GDP
يف الشاشة الرئيسية وانقر على زر Edit+/-يف شاشة السالسل واليت جتعل EViewsيف حالة
تعديل.
887الفصل | 3نموذج االنحدار الخطي البسيط
حرك املؤشر باجتاه األسفل إىل أن ترى NAيف خاليا املشاهدات للسنوات ،6060-6009أنقر
على خلية املشاهدة 6009وادخل الرقم 66000وأدخل يف خاليا السنوات 6060-6004األرقام
التالية 66500 :و 66000و 66500على التوالي ،وعندما تنتهي من اإلدخال أنقر على زر
Edit+/-مرة أخرى إلغالقها.
سيحدد EViewsأسم السلسلة املتوقعة ب pcfتلقائياً ،فإذا أردت امساً آخراً أدخله ،وحدد الفرتة الزمنية يف
خانة Forecast sampleلتكون 6009إىل ،6060مع جتاهل اخليارات األخرى ،وانقر .OK
سيظهر الشكل مبيناً مسار مقدار املشاهدات 6060-6009على طول اخلط املسمى ، 2 S.Eولرتى
القيم املقدرة نفسها يف شاشة ملف العمل انقر نقرتني على السلسلة املسماة pcfوانزل باملؤشر إىل أسفل،
سرتى أربع قيم متوقعة تقابل الدخل 66000و 66500و 66500 66000والقيمة يف اخللية 6009
هي .41886889
887الفصل | 3نموذج االنحدار الخطي البسيط
ال يظهر Eviewsدرجات احلرية بشكل صريح ) (T-2لكنه يظهر عدد املشاهدات كما يلي:
Included observations: 31
ال يبني EViewsالقيمة املقدرة لتباين اخلطأ هي ˆ 2 eˆt2 T 2 إمنا يبني قيمة اخلطأ املعياري املقدرة
̂ مثل " "S.E. of regression 269.606واخلطأ املعياري لالحندار وهي ختتلف عن S.D. dependent
var 2114.701االحنراف املعياري لعينة قيم املتغري التابع .y
لعرض التباين والتباين املشرتك املقدر للمربعات الصغرى يف نافذة تقدير الناتج ،أنقر View,
Covariance Matrix
يبني العمود الثالث املعنون ب std. Errorأن اخلطأ املعياري املقدر للمعامالت يساوي
se(b1 ) 86.870و ، se(b2 ) 0.018ومن ثمّ فإن تباين املعامالت املقدر يساوي
واليت هي مربع اخلطأ املعياري مثل 3 var(b1 ) 7546.40وv ab2 )r (0.0 0 0
var(b1 ) seb1 و var( b2 ) seb2
2 2
887الفصل | 3نموذج االنحدار الخطي البسيط
يقيس معامل التحديد نسب االختالف يف املتغري التابع yالذي يبينه االحندار وهو أول قيمة تظهر أسفل
جدول معامالت االحندار ،وهو يف مثال دالة االستهالك R 2 0.984288وهو يشري إىل أن ٪74من التغري
يف االستهالك يشرحه التغري يف الدخل.
تظهر نتائج االحندار يف EViewsأن R 2 1 SSE SSTكما يف نتائج تقرير املعادلة EQ3_1اليت تظهر
معامالت االحندار:
حلساب هذه القيمة يف هذه النافذة فإنه يتطلب معرفة جمموع مربعات بواقي املربعات الصغرى SSEالتالية:
لذا فإن االحنراف املعياري للعينة لقيم yاليت هي ) (S.D. dependent varهي:
N 1
yi y N 1 S y
2 2
تستطيع احلصول عليها يدوياً أو احلصول عليها بعد تقدير منوذج االحندار وختزينه بواسطة EViewsمتضمناً:
Scalar n = @regobs
ب -حتليل االرتباط
نستطيع حساب R 2يف منوذج االحندار البسيط وذلك برتبيع معامل االرتباط بني Xو Yأو تربيع معامل
االرتباط بني Yوالقيم املتوقعة ،وحتسب الدالة @corاالرتباط بني املتغريين:
حتى اآلن ،فقد ركزنا على العالقات اخلطية بني املتغريات التابعة واملستقلة ،والعالقات اخلطية ليست كافية
جلميع التطبيقات االقتصادية .حلسن احلظ ،فإنه من السهل إدراج املتغريات غري اخلطية يف حتليل االحندار
البسيط من خالل حتديد املتغريات التابعة واملستقلة املالئمة .وقراءة يف األعمال التطبيقية يف جمال العلوم
االجتماعية ،سوف تواجه يف كثري من األحيان مب عادالت احندار يظهر املتغري التابع يف شكل لوغاريتمي ،حيث
يدل ) log( على اللوغاريتم الطبيعي ،وسنذكر يف هذا اجلزء احلاالت التالية:
888الفصل | 3نموذج االنحدار الخطي البسيط
تغيري مدى املتغري يف EViewsبسيط جداً وذلك من خالل إنشاء متغري جديد وإعادة تعريفه ،افرض أننا نريد
قياس GDPباأللف دينار بدالً من املليون دينار ننشئ املتغري التاليGDP_1000JD = 1000*GDP :
وذلك بالنقر على Genrوكتابة النص التالي:
أنقر ،OK
Quick/Estimate قدر منوذج دالة االستهالك اخلاص باستخدام املتغري اجلديد وذلك بالنقر على
Equationواكتب األمر التالي:
LS PC C GDP_1000JD
ستظهر النتيجة التالية:
الفصل | 3نموذج االنحدار الخطي البسيط 888
تظهر النتائج أن معامل الناتج احمللي اإلمجالي GDPقد تغري وكذلك قيمة اخلطأ املعياري العائد له ،أما باقي
النتائج فقد بقيت كما هي عليه دون تغيري كما يف معادلة دالة االستهالك السابقة .ومن املفيد أن نعرف أن
أوامر االحندار يف EViewsتسمح بتحويل املتغري مباشرة وحنصل على نفس النتائج وذلك بكتابة األمر
التالي:
)Ls pc c (1000*gdp
وتكون نتيجة معامالت االحندار كما يلي:
Dependent Variable: PC
Variable Coefficient Std. Error t-Statistic Prob.
لتحويل املتغريات إىل صيغة "اللوغاريتم الطبيعي" الذي نشري إليه " "lnنستخدم الدالة ،logولتقدير دالة
االستهالك حسب صيغة log-linearحنول املتغري التابع إىل صيغة اللوغاريتم كما يلي:
هل تتغري النتائج عند استخدام املتغري التابع احملول لصيغة اللوغاريتم؟ حسب صيغة هذه املعادلة
ln(y) β1 β2 x eفإن زيادة xمبقدار وحدة واحدة سيؤدي إىل زيادة قيمة yاملتوقعة بنسبة
: 100β2 %استخدم املتغري التابع هذا يف منوذج االحندار
ستكون النتيجة:
Dependent Variable: LPC
Variable Coefficient Std. Error t-Statistic Prob.
نصوغ النتيجة بالقول بأن زيادة GDPمبقدار مليون دينار (وحدة واحدة) سيؤدي إىل زيادة االستهالك اخلاص
بنسبة ، ٪060695وألننا حولنا املتغري التابع بهذه الطريقة فإن R 2قد تغري وال يقارن مع التقدير السابق،
وبدالً من إنشاء ) lpc log(pcنستطيع إجراء التحويل مباشرة يف صيغة االحندار كما يلي:
يف هذا النموذج y β1 β2lnx eفإن زيادة xمبقدار ٪6يؤدي إىل تغري yمبقدار β2 100وحدة .يف
منوذج دالة االستهالك نستخدم األمر التالي:
ls pc c lgdp
:تكون نتيجة االحندار كما يلي
Dependent Variable: PC
Variable Coefficient Std. Error t-Statistic Prob.
C -16410.27 1703.082 -9.635629 0.0000
LGDP 2424.588 211.9722 11.43824 0.0000
R-squared 0.818561 Mean dependent var 2978.848
Adjusted R-squared 0.812304 S.D. dependent var 2114.701
S.E. of regression 916.1702 Akaike info criterion 16.54062
Sum squared resid 24341666 Schwarz criterion 16.63314
Log likelihood -254.3796 Hannan-Quinn criter. 16.57078
F-statistic 130.8332 Durbin-Watson stat 0.120923
Prob(F-statistic) 0.000000
يؤدي إىل زيادة االستهالك اخلاص حبوالي٪6 ونصوغ النتيجة بالقول بأن زيادة الناتج احمللي اإلمجالي مبقدار
: مباشرة كما يليlinear-log وميكن تقدير منوذج. مليون دينار68665
ls pc c log(gdp)
ls lpc c lgdp
:تكون النتيجة
| نموذج االنحدار الخطي البسيط3 الفصل887
: أو نستخدم األمر،٪0679 تؤدي إىل زيادة االستهالك اخلاص بنسبة٪6 بنسبةgdp إن زيادة
ls log(pc) c log(gdp)
التوزيع الطبيعي لبواقي االحندار-5-7-3
الختبار طبيعية توزيع البواقي فيما إذا كانت تتوزع توزيعاً طبيعياً أم ال؟ وإنشاء شكل بياني ومعرفة إحصائية
وقدر املعادلة اليت تريدtable03_1 افتح ملف، يف مثال دالة االستهالك اخلاص يف األردنJarque-Bera
View/Residual Tests/Histogram-Normality Test ثم اخرتlog-log تقديرها مثل معادلة
الفصل | 3نموذج االنحدار الخطي البسيط 887
تكون النتيجة:
يلخص الشكل أعاله مجيع املقاييس اإلحصائية مثل الوسط احلسابي للبواقي الذي يساوي الصفر دائماً يف
معادلة االحندار اليت حتتوي احلد الثابت (املقطع) .ونشاهد يف الرسم البياني "شكل اجلرس" وأظهرت إحصائية
Jarque-Beraأن قيمتها االحتمالية p-valueكبرية ،ويكون هذا االختبار ذو داللة على الطبيعية ،خاصة
يف العينات الكبرية.
فماذا ختربنا عينتنا اليت حجمها N=31؟ وإلجراء هذا االختبار حنتاج إىل قيمة حرجة مقدارها ٪5ودرجيت
حرية من توزيع 2لذا فإن إحصائية هذا االختبار هلا توزيع ) 2 (2للفرضية األساسية اليت التوائها
Skewnessيساوي الصفر وتفرطحها Kurtosisيساوي 3تقريباً ،وهذان املقياسان يقيسان التوزيع
الطبيعي ،وللحصول على القيمة احلرجة لتوزيع كاي-تربيع نكتب األمر التالي يف سطر األوامر:
)=@qchisq(.95, 2
يف نهاية هذا القسم ميكننا تلخيص أربع جمموعات من األشكال الفنية املتاحة من حيث استخدام املتغري
األصلي أو اللوغاريتم الطبيعي له .يف اجلدول التالي املتغريان xو yيف شكلهما األصلي ،ويسمى النموذج y
كمتغري تابع و xكمتغري مستقل بنموذج املستوى-املستوى )(level-level؛ ألن كل متغري يظهر يف شكل
مستواه .ويسمى النموذج ) log(yكمتغري تابع و xكمتغري املستقل بنموذج لوغاريتم -املستوى (log-
) .levelأما النموذج املستوى-لوغاريتم ) (level-logيبدو قليل االستخدام يف املمارسة العملية .ويعطي
العمود األخري من اجلدول تفسري 1يف منوذج لوغاريتم-املستوى وتسمى 100.1شبه مرونة yبالنسبة ،x
أما يف منوذج لوغاريتم-لوغاريتم تكون 1مرونة yبالنسبة .x
متارين
6-3اجلدول التالي حيتوي على قيمة الضرائب اجلمركية بالدينار األردني (الرسم املوحدد) CTواملسدتوردات
اخلاضعة للرسوم اجلمركية Mلثماني سنوات.
(أ) قدر العالقة بني قيمدة الضدرائب اجلمركيدة احملصدلة CTواملسدتوردات اخلاضدعة للضدرائب اجلمركيدة M
باستخدام طريقة املربعات الصغرى للحصول على تقدير للحد الثابت وميل املعادلة:
علق على اجتاه العالقة ،وهل يوجد تفسري مفيدد للحدد الثابدت هندا؟ اشدرس كدم سدتكون الزيدادة املتوقعدة يف
الضرائب اجلمركية CTإذا ما زادت املستوردات اخلاضعة للرسوم Mبنسبة 5نقاط؟
(ب) احسب القيم املتوقعة fitted valuesوالبواقي لتلك املشاهدات ،وحتقق من أن جمموع البدواقي يسداوي
الصفر (تقريباً).
887الفصل | 3نموذج االنحدار الخطي البسيط
(ج) ما هي القيمة املتوقعة للضرائب اجلمركية CTعندما تساوي املستوردات اخلاضعة للرسوم M=2000؟
(د) ما هو حجم االختالف يف CTالذي يفسره التغري يف M؟ اشرس.
3-3فيما يلي تقدير املعادلة التالية (االرقام بني األقواس لالحنراف املعياري):
Yˆt 120 0.10 Ft 5.33 Rt , R 2 0.50
0.05 1.00
حيث أن:
= انتاج الذرة (شوال /دومن) يف السنة t Yt
= كمية السماد املستخدم (كغم /دومن) يف السنة t Ft
=كمية األمطار (سنتميرت) يف السنة t Rt
(أ) اشرس بشكل دقيق معنى املعامالت 0660و 5633يف هذه املعادلة ،من حيث تأثري Fو Rعلى .Y
(ب) هل احلد الثابت 660-يعين كمية سالبة من الذرة أمر ممكن ،فإذا كان ال ،فما هو معنى هذا التقدير؟
(ج) فإذا قيل لك أن هذه املعادلة ال ختضع للفرضيات الكالسيكية لالحندار ،فهل هذا يعين أن Rالصدحيحة
ال تساوي 5633؟ ملاذا؟
الفصل الرابع
تعلمنا يف الفصل الثالث كيفية استخدام حتليل االحندار البسيط لشرح املتغري التابع ،Yبوصفه
دالة يف متغري مستقل واحد .Xإال أن العيب الرئيسي يف استخدام حتليل االحندار البسيط يف
العمل التجرييب هو أنه من الصعب جدا التوصل إىل استنتاجات حول كيفية تأثري Xعلى Y
مع بقاء بقية العوامل األخرى ثابتة.
111
121الفصل | 4نموذج االنحدار المتعدد
حتليل االحندار املتعدد له قابلية كبرية يف حتليل ثبات العوامل األخرى ألنه يتيح لنا السيطرة
على العديد من العوامل األخرى اليت تؤثر على املتغري التابع يف الوقت نفسه .وهذا مهم
الختبار النظريات االقتصادية ،وتقييم أثر السياسة عندما يتعني علينا استخدام بيانات غري
معملية non-experimentalألن مناذج االحندار املتعدد تستوعب الكثري من املتغريات
التفسريية ذات العالقة ،ونستنتج العالقة السببية يف احلاالت اليت يكون فيها حتليل االحندار
البسيط مضلالً.
بطبيعة احلال ،تكون إضافة املتغريات املتعددة لنموذجنا مفيدة لشرح املتغري ،Yومن ثم تفسري
االختالفات يف ،Yوبالتالي ،ميكن استخدام حتليل االحندار املتعدد لبناء مناذج أفضل للتنبؤ
باملتغري التابع.
ميزة إضافية لتحليل االحندار املتعدد ،أنه يتضمن دالة عامة لشكل العالقات ،ويف منوذج
االحندار البسيط يتضمن دالة واحدة من متغري تفسريي واحد يظهر يف املعادلة .كما سنرى،
فإن منوذج االحندار املتعدد يتيح لنا مرونة أكثر من االحندار البسيط.
نشرح يف اجلزء ( )1-4منوذج االحندار املتعدد ،وكيفية تقدير معلمات منوذج االحندار املتعدد
باستخدام طريقة املربعات الصغرى العادية ،ويف اجلزء ( )2-4خنترب أهمية املعلمات املقدرة،
ويف اجلزء ( )3-4حنسب معامل التحديد ،ويف اجلزء ( )4-4خنترب األهمية العامة لالحندار،
ونقدر يف اجلزء ( )5-4معامالت االرتباط اجلزئي ،ويف اجلزء ( )6-4نستخدم املصفوفات يف
التقدير ،ويف اجلزء ( )7-4نستخدام املعادلة املقدرة يف عمليات التنبؤ.
منوذج االحندار املتعدد ال يزال الوسيلة األكثر استخداماً يف التحليل التجرييب يف االقتصاد
والعلوم االجتماعية األخرى .وباملث ل ،تستخدم طريقة املربعات الصغرى العادية لتقدير معامل
منوذج االحندار املتعدد.
يف منوذج االحندار اخلطي البسيط ،يكون املتغري التابع هو دالة خطية ملقطع ومتغري تفسريي
واحد ،أما يف منوذج االحندار اخلطي املتعدد فقد مت زيادة عدد املتغريات التفسريية ،واملثال الذي
سنستخدمه يف هذه الفصـل هو دالة االسترياد يف األردن؛ حيـث أن االسترياد Mيعتمد على
الفصل | 4نموذج االنحدار المتعدد 121
الناتج احمللي اإلمجالي GDPوعلى مستوى األسعار يف الدولتني احمللية واألجنبية (يقاس عادة
بسعر الصرف احلقيقي ،)RERلذا فإن النموذج يتضمن متغريين تفسرييني ومقطع (حد ثابت)
ويكتب على النحو التالي:
نبدأ مع بعض األمثلة البسيطة إلظهار كيفية استخدام حتليل االحندار املتعدد يف حل املشاكل
اليت ال ميكن حلها عن طريق االحندار البسيط.
يتم استخدام حتليل االحندار املتعدد الختبار فرضيات العالقة بني Yكمتغري تابع يعتمد على
اثنني أو أكثر من املتغريات املستقلة Xوالتنبؤ .وميكن كتابة متغريات منوذج االحندار اخلطي
مبتغريين مستقلني كما يلي:
إضافة لتلك االفرتاضات اليت افرتضناها يف منوذج االحندار البسيط ،نفرتض عدم وجود عالقة
خطية دقيقة بني قيم .X
يتم تقدير معلمات املربعات الصغرى العادية ( )OLSمن املعادلة ( )1-4بتقليل جمموع
مربعات البواقي:
122الفصل | 4نموذج االنحدار المتعدد
ˆ e Y Yˆ Y b
2
i i i
2
i 0 bˆ1 X1i bˆ2 X 2i 2
اليت ميكن حلها آنياً (عندما يعرب عنها يف شكل احنراف عن الوسط) لـ b̂1و ، b̂2وحنصل
على:
bˆ1
x1 y x x y x x
2
2 2 1 2
bˆ2
x y x x y x x
2
2
1 1 1 2
يقيس املعامل b̂1التغري يف Yلتغيّر وحدة من X1مع بقاء X 2ثابت .وتعرّف b̂2قياساً
على ما سبق ،وتسمى b̂1و b̂2مبعامالت االحندار امجزئية.
يف سياق االحندار املتعددة ال يوجد حاجة للتوقف عند اثنني من املتغريات املستقلة ،ويسمح
حتليل االحندار املتعدد بعوامل عدة تؤثر على .Yويف مثال األجـور ،قد نضيـف قيمة التدريب
املهين ،وسنوات العمل مع صاحب العمل احلالي ،وقياس القدرة ،واملتغريات الدميوغرافية
حتى مثل عدد األشقاء أو تعليم األم .ويف مثال متويل املدرسة ،قد نضيف متغريات تقيس
نوعية املعلمني ،وحجم املدرسة.
ميكن كتابة منوذج االحندار اخلطي املتعدد العام (ويسمى أيضاً منوذج االحندار املتعدد)
للمجتمع كما يلي:
الفصل | 4نموذج االنحدار المتعدد 121
حيث b̂0هو املقطع b̂1 ،هي املعلمة املرتبطة ب b̂2 ، X1هو املعلمة املرتبطة ب ... ،X2
وهكذا .وألن هناك kمتغري مستقل ومقطع واحد ،فإن املعادلة ( )8-4حتتوي على k+1
معلمة (غري معروفة) .وألغراض االختزال ،سوف نشري أحيانا إىل املعلمات من غري املقطع
مبعلمات امليل.
مثال 1 -4
يعطي شوال الذرة للدومن الواحد Yالناتج عن استخدام كميات خمتلفة من األمسدة X1واملبيدات احلشرية
، X 2كالهما كغم للدومن الواحد من الفرتة 0222إىل ،0222وباستخدام املعادلة ( ،)6-4( ،)5-4و (-4
،)7حنصل على:
bˆ1
x y x x y x x
1
2
2 2 1 2
956 504 900 524 0.65
576 504 524 2
bˆ2
x y x x y x x
2
2
1 1 1 2
900 576 956 524 1.11
576 504 524 2
bˆ0 Y bˆ1 X 1 bˆ2 X 2 57 0.65 18 1.11 12 31 .98
وبذلك فإن ، Yˆi 31 .98 0.65 X 1i 1.11 X 2iولتقدير معلمات االحندار بثالثة متغريات مستقلة
(تفسريية) أو أكثر يتم استخدام املصفوفات.
جدول رقم 1-4استخدام بيانات إنتاج الذرة باستخدام األمسدة واملبيدات احلشرية حلساب املعلمات
year Y X1 X2 y x1 x2 x1y x2y x1x2 x12 x22
2000 40 6 4 -17 -12 -8 204 136 96 144 64
2001 44 10 4 -13 -8 -8 104 104 64 64 64
2002 46 12 5 -11 -6 -7 66 77 42 36 49
2003 48 14 7 -9 -4 -5 36 45 20 16 25
2004 52 16 9 -5 -2 -3 10 15 6 4 9
2005 58 18 12 1 0 0 0 0 0 0 0
2006 60 22 14 3 4 2 12 6 8 16 4
2007 68 24 20 11 6 8 66 88 48 36 64
2008 74 26 21 17 8 9 136 153 72 64 81
2009 80 32 24 23 14 12 322 276 168 196 144
∑=570 ∑=180 ∑=120
N=10 ∑=0 0 0 956 900 524 576 504
μ=57 μ=18 μ=12
بناءً على توصيف النموذج أعاله ،فإن مستوردات أي دولة تعتمد على دخلها وعلى مستوى
األسعار يف الدولتني وهي تشبه دالة االستهالك ،ويوصف منوذج االحندار املتعدد هلذا الدالة يف
EViewsعلى النحو التالي:
يف هذا النموذج فإن Mمتثل قيمة املستوردات األردنية مباليني الدنانري ،و Cمتثل احلد الثابت
يف املعادلة ،و GDPالناتج احمللي اإلمجالي األردني مباليني الدنانري ،و RERسعر الصرف
احلقيقي RER ex P* P حيث أن exسعر الصرف (عدد وحدات العملة األجنبية
لكل دينار أردني) و * Pالرقم القياسي ملستوى أسعار السلع األجنبية و Pالرقم القياسي
ملستوى األسعار يف األردن (الدولة احمللية) ،إال أننا استخدمنا الرقم القياسي ألسعار
املستوردات لتمثل األسعار األجنبية والرقم القياسي ألسعار الصادرات لتمثل األسعار احمللية
يف هذا املثال ،ولتقدير هذا املعادلة يف ،EViewsاخرت Quick/Estimate Equationواكتب يف
صندوق توصيف املعادلة Equation Specificationتوصيف املعادلة التالي الذي حددنا
سابقاً وانقر .OK
121الفصل | 4نموذج االنحدار المتعدد
ألجل اختبار الداللة اإلحصائية ملعلمات االحندار املتعدد املقدرة يتطلب حساب تباين التقدير:
x x x x
2 2 2 3.9
1 2 1 2
x x x x
2 2 2 3.10
1 2 1 2
عادة املعلمة b0ليست الشاغل الرئيسي يف التحليل ،ومبا أن u2غري معروفة نستطيع
استخدام تباين البواقي S2كتقدير غري منحاز لـ : u2
الفصل | 4نموذج االنحدار المتعدد 121
2
e
ˆS
2 2 i
4.11
nk
u
Sb2ˆ
e 2
i x 2
2
x x x x
4.12
1
nk 2
1
2
2 1 2
2
x x x x
4.13
2
nk 2
1
2
2 1 2
2
حيث أن ̂ Sbو ̂ S bهي األخطاء املعيارية للتقدير ،يتم اختبار الفرضيات حول b̂1و b̂2
2 1
باحلصول على قيمة tوذلك بقسمة قيمة املعلمة b̂1و b̂2على االحنراف املعياري لكل منها
(مثالً ˆ.) tbˆ bˆ1 S b
1 1
مثال 2-4
امجدول (( )0-4ملحق امجدول )1-4يظهر احلسابات اإلضافية الالزمة الختبار الداللة
اإلحصائية لـ ̂ bو ̂ . bويتم احلصول على قيمة ̂ Yمن امجدول ( )0-4بتعويض قيم X1i
2 1
و X2iيف معادلة االحندار املقدرة بطريقة OLSيف مثال .1وباستخدام القيم يف امجدول
( )0-4و ( )1-4حنصل على:
2
e 2
i x 2
2
x x x x
S bˆ1
nk 2
1
2
2 1 2
2
13.6704 504
0.06 , Sbˆ 0.24
10 3 576504 524 2 1
2
e 2
i x 2
1
x x x x
S ˆb
2
nk 2
1
2
2 1 2
2
درجات حرية وعند مستوى معنوية ،٪5وبالتالي فإن كال b̂1و b̂2هما ذات داللة
إحصائية عند مستوى معنوية .٪5
حلساب فرتة ثقة 100 1 % ٪25للمعلمتني b2و b3استخدم نتائج االحندار املخزنة
وحسب الصيغة التالية:
حنتاج حلساب فرتة الثقة معرفة قيمة bKو sebK و t 1 2, N K ثم جنري العمليات
احلسابية ،كما تعلم من تقدير املربعات الصغرى أن bKستخزن يف Cيف ملف العمل ،أو
بشكل بديل فهي خمزنة يف املصفوفة @coefsاليت تستخدم حلساب فرتات التقدير ،حيث أن
فإن b2 مثل ، bK املعلمات بإحدى مهتمني كنا فإذا ،C=@coefs
C(2)=@coefs(2)=0.868227وباملثل فإن اخلطأ املعياري خمزن يف املصفوفة ،@stderrs
الفصل | 4نموذج االنحدار المتعدد 121
تنفذ هذه األوامر املدخلة يف أعلى نافذة Eviewsبعد الضغط على مفتاح enterوختزن
يف ملف العمل. اإلجابات كأرقام معلمة بـ
لعرض احلدود العليا والدنيا لفرتات التقدير أنقر نقرتني على كل األرقام يف امللف ستظهر كل
إجابة يف أسفل نافذة ،Eviewsوجتميع تلك القيم يف وقت واحد حنصل على:
111الفصل | 4نموذج االنحدار المتعدد
يف هذا االختبار سنأخذ ب عني االعتبار اختبار الفرضيات ملعلمات فردية يف منوذج االحندار
املتعدد ،وأغلب اختبارات املعلمات الفردية هو االختبار بذيلني ،وسنخترب يف دالة االسترياد
فيما إذا كان الدخل يؤثر على املستوردات وكذلك فيما إذا كانت األسعار تؤثر على
املستوردات .والختبار املوثوقية بذيلني لتأثري الدخل والسعر سنخترب هذه الفرضيات كما يلي:
ال يوجد تأثري للدخل H 0 : 2 0 يوجد تأثري للدخل H1 : 2 0
ال يوجد تأثري لألسعار H 0 : 3 0 يوجد تأثري لألسعار H1 : 3 0
باستخدام Eviewsحلساب قيمة tوقيمة pهلذه االختبارات واليت كانت صغرية ال اعتبار هلا،
لذا عندما نقدر أي معادلة ستحسب هذه القيم بشكل تلقائي ،لنرى أين هي؟ سنعود إىل نتائج
املربعات الصغرى لـ imports_function
هل تعرف من أين تأتي هذه األرقام؟ ففي حالة اختبار أثر الدخل حنصل على قيمة tمن
خالل إجراء العملية احلسابية التالية t 290.2812 149.3796 1.943245 :والقيمة
االحتمالية p-valueبواسطة:
حتسب دالة ) @ctdist(x, vدالة توزيع القيمة ، Ptv x ويتم هذا األمر بعد إدخاله يف
سطر األوامر يف أعلى شاشة ،Eviewsوأن معرفة قيمة pتكون معلومة كافية لرفض أو عدم
رفض ، H 0ففي حالة السعر حنن ال نرفض H 0 : 3 0عند مستوى معنوية ٪5ألن قيمة
pلـ 0.0621هي أكرب من ،2025افرض إننا نريد إجراء قرار حول H 0مبقارنة قيمة t
احملسوبة اليت تساوي 1.943246عند القيمة احلرجة ،٪5فكيف حنصل على القيمة احلرجة؟
حنتاج القيمة tcو -tcمثل ، Pt28 t c 0.975وميكن احلصول عليها بأوامر Eviewsكما
يلي:
)Scalar tc=@qtdist(0.975,28
يهتم باحثو القياس االقتصادي بتباين حد اخلطأ 2ويف تقارير Eviewsيظهر جذره الرتبيعي
على شكل " ،"S.E. of regressionففي نتائج معادلة املستوردات األردنية فإن
492 .6520وتستطيع بكل بساطة تربيعها للحصول على تباين األخطاء 2الذي هو
، 492 .6520 242705.993 104حلساب هذه القيمة نستطيع استخدام نتائج EViews
2
انقر نقرتني على sigma2سيكون امجزء 4و 5من sigma2هي 2و على التوالي ،مع
مالحظة أن احلصول على من النتائج املخزنة من خالل @se
يف هذا امجدول فإن األرقام يف القطر متثل تباين مقدرات املربعات الصغرى b1و b2و b3
واألرقام يف غري القطر متثل التباين املشرتك ملقدرات املربعات الصغرى ،على سبيل املثال،
الرقم 0.002529هو تباين املعلمة b2أي varb2 ملتغري GDPيف منوذج االحندار املتعدد،
الرقم 5.526676ميثل التباين املشرتك بني b2و b3أي covb2 , b3 ملعلمات املتغريات
GDPو RERعلى التوالي.
يعرف معامل التحديد املتعدد R2كنسبة من التباين الكلي يف Yمفسرة باالحندار املتعدد Y
على X1و ،X2وميكن احتسابها كما يلي:
114الفصل | 4نموذج االنحدار المتعدد
R 2 1 1 R2 nn k1 4.14
مثال 3-4
ميكن االطالع على R 2ملثال الذرة واألمسدة واملبيدات احلشرية من اجلدول (:)2-4
1
2
e 13 .6704
R 2 i
1
y i
2
1634
أو 1 0.0084 0.9916 , 99 .16 %
هذا يقارن مع ٪ 07.19لـ R 2يف االحندار البسيط ،حيث األمسدة املتغري املستقل الوحيد أو
التفسريي.
n 1
R 2 1 1 R 2
nk
10 1
1 1 0.9916
10 3
1 0.0084 1.2857 0.9892 , أو 98 .92 %
ميكن اختبار األهمية العامة لالحندار بنسبة التباين املفسر إىل التباين غري املفسر .وهذا يتبع
توزيع Fبدرجات حرية k-1و ،n-kحيث nعدد املشاهدات و kعدد املعلمات املقدرة:
الفصل | 4نموذج االنحدار المتعدد 111
إذا كانت نسبة Fاحملسوبة تتجاوز قيمة Fاجلدولية عند مستوى معنوية معني ودرجة حرية،
يتم قبول الفرضية القائلة بأن معلمات االحندار ال تساوي الصفر ،وأن R 2ختتلف عن الصفر.
مثال 4-4
الختبار األهمية العامة لالحندار املقدر يف مثال 1عند مستوى معنوية ،٪5ميكننا استخدام R 2 0.9916
(من مثال ،)3حيث:
0.9916 2
F2, 7 413 .17
1 0.9916 7
مبا أن قيمة Fاحملسوبة تتجاوز القيمة اجلدولية F 4.74عند مستوى معنوية ٪5بدرجات حرية
df 2و ،7يتم قبول فرضية أن b1و b2ال يساويا الصفر وختتلف أهمية R 2عن الصفر.
عرفنا كيف خنترب الفرضية األساسية حول معلمة واحدة يف منوذج االحندار ،وميكن توسيع هذا
االختبار بأسلوبني :إذا أردنا اختبار فرضية أساسية واحدة single null hypothesisتشمل
معلمتني أو أكثر ،أو إذا أردنا اختبار فرضية أساسية مشرتكة joint null hypothesisحمددة
بقيدين أو أكثر ملعلمتني أو أكثر ،فإن اختيار االختبار اإلحصائي يعتمد على الفرضية األساسية
هل هي مفردة أو مشرتكة وعلى االختبار هل هو بذيل واحد أم بذيلني؟ يؤخذ االختبار بذيل
واحد للفرضية األساسية املفردة ،ويف هذه احلالة فإن االختبار اإلحصائي املتعلق فيه هو اختبار
، t N K وتستطيع استخدام االختبار بذيلني للفرضية املفردة :إما اختبار إحصائية t N K أو
إحصائية ، F1, N K هذان االختباران متكافئان ألن ، t2N K F1, N K أما االختبار اآلخر
الذي ميكن استخدامه هو اختبار Chi-square testالذي يستخدم إحصائية كاي تربيع بدرجة
111الفصل | 4نموذج االنحدار المتعدد
حرية واحدة 21متاثل قيمة إحصائية ، F1, N K لكن هذا االختبار هو خمتلف ألن التوزيع
الذي يستخدم حلساب قيمة االحتمال p-valueخمتلف ،أما اختبار Fهو اختبار عينة حمددة
متاماً عندما تتوزع أخطـاء املعادلة طبيعياً ،أما اختبـار 2يستـخدم الختبار عيـنة كبـرية تقريباً
ال تتطلـب فرضية الطبيعية .أما يف حالة اختبار الفرضية األساسية املشرتكة ،سيكون من غري
املناسب استخدام اختبار ،tكما أننا ال نعتربه اختبار بذيل واحد ،والفرضية البديلة H1هلا قيد
واحد أو أكثر من قيد غري موجود يف ، H 0وميكن استخدام اختبار Fأو اختبار 2اعتماداً
على االحتكام أو عدم االحتكام لفرضية الطبيعية ،ويعطي عدد القيود يف H 0درجات حرية
البسط numeratorإلحصائية Fودرجات حرية إحصائية ، 2لذا فإن االختبارين هما
خمتلفني؛ لكن ميكن حساب قيمة إحدى اإلحصائيات من القيمة األخرى باستخدام العالقة
التالية ، F J , N K 2J J :وهذه مجيعها ملخصة يف امجدول التالي:
الفرضية األساسية
H0
العالقة اإلحصائية نوع االختبار
عدد عدد
القيود املعلمات
tN K 1 1 H 0مفردة ،ذيل واحد
)t2N k F1, N K (21 t N K أو F1, N K أو 21 1 1 H 0مفردة ،ذيلني
F J , N K (2J ) J F J , N K أو 2J J 2 2 H 0مشرتكة
سوف نستخدم دالة االسترياد يف األردن كمثال لبيان كيفية استخدام Eviewsإلجراء هذه
االختبارات املختلفة ،وسوف نركز على اختبار Fو ، 2والصيغة العامة لقيمة Fهي:
F
SSER SSEU J
SSEU N K
حيث أن SSERهو جمموع مربع األخطاء من النموذج املقدر مفرتضني وجود القيود يف H 0
S S Eجمموع مربعات األخطاء من النموذج غري املقيد ،باملثل قيمة ُ 2تعطى بـ
و U
أو نستطيع استخدام Eviewsحلسا ب النموذج املقيد وغري املقيد ،وجند SSERو S S EU
للنتائج ،وبالتالي حنسب Fو . 2
بعبارة أخرى ،هل من الواجب تضمني GDPيف املعادلة؟ سنستخدم اختبار tملثل هذا
االختبار ،وسنجد أنه من املمكن قراءة نتائج خمرجات االحندار ،لذا دعنا نرى كيف نستطيع
استخدام اختبار Fو . 2
قيمة اختبار Fالختب ار معنوية النموذج هي معطاة يف خمرجات االحندار املقدر ،ففي دالة
االسترياد تكون الفرضية هلذا االختبار كما يلي:
إن الفرضية األساسية مشرتكة نظراً لوجود شرطني (قيدين) هما 2 0و 3 0
ويفرتض النموذج املقيد أن H 0هي صحيحة ،لذا تكون املعادلة:
M β1 e
هذا النموذج ال يتضمن متغريات تفسريية ،واختبار معنوية هذا النموذج مياثل اختبار أي
متغريات تفسريية تؤثر على املتغري التابع ،ويكون جمموع مربعات األخطاء للنموذج غري املقيد
نفسه كما هو يف السابق . SSEU 79137542يساوي جمموع مربعات األخطاء للنموذج
املقيد جمموع مربعات االحنرافات للمستوردات حول وسطها ،كذلك يعرف كمجموع املربعات
الكلية ، TSSهذه النتيجة باقية ألن مقدّرات املربعات الصغرى املقيدة لـ β1هي وسط
عينة املستوردات ،الحظ أن TSSللسلسلة yمعطاة كما يلي:
Scalar tss=@sumsq(M)-31*(@mean(M))^2
))Scalar f_model=((tss-sse_u)/2)/(sse_u/(31-3
)Scalar p_model=1-@cfdist(f_model,2,28
اليت تنتج:
يقيس معامل االرتباط اجلزئي صايف العالقة بني املتغري التابع ومتغري مستقل بعد استبعاد التأثري
rYXاالرتباط اجلزئي 1.X 2 املشرتك للمتغريات املستقلة األخرى يف النموذج .على سبيل املثال،
بني Yو X1بعد إزالة تأثري X 2من كال Yو : X1
مبا أن rYXمعامل االرتباط البسيط بني Yو ، X1و rYXو rX Xيعرفان بالقياس على ما
1 2 2 1
سبق ،ويقع نطاق معامالت االرتباط اجلزئي بني 1-إىل ( 1+كمعامالت ارتباط بسيطة)
كعالمة املعلمة املقدرة املناظرة ،وتستخدم لتحديد األهمية النسبية للمتغريات التفسريية
املختلفة يف االحندار املتعدد.
مثال 5 -4
استبدل القيم من اجلداول 1-4و 2-4يف املعادلة )11-6( .ملعامل االرتباط البسيط ،حنصل:
rYX1
x y 1 956
0.9854
x y 2
1
2
576 1634
rYX 2
x y 2 900
0.9917
x y 2
2
2
504 1634
مثال 6-4
ميكن تلخيص نتائج مثال الذرة واألمسدة واملبيدات احلشرية كما يلي:
R 0.992
2
R 0.989
2
F2, 7 413 .17
rYX1. X 2 0.70 rYX 2 . X1 0.84
حتى ولو مت احلصول على النتائج من جهاز الكمبيوتر ،فإنه من املهم العمل من خالل املسألة ''يدوياً" كما
فعلنا من أجل أن نفهم هذا اإلجراء بوضوح.
مصفوفة االرتباطات بني املتغريات التفسريية هي أداة هامة لتقييم مدى حساسية النتائج عند
إدراج أو استبعاد بعض املتغريات واألسباب احملتملة لتقدير غري دقيق .وللحصول على
مصفوفة االرتباط للمتغريات املدرجة يف املعادلة imports_functionيف امللف ،table04_1
نبدأ بإنشاء جمموعة حتتوي على تلك املتغريات لعرض مصفوفة االرتباط للمتغريات يف
اجملموعة ،وخنتار View/Covariance Analysis
الفصل | 4نموذج االنحدار المتعدد 141
يف مربع حتليل التباين Covariance Analysisستجد عدد كبري من اخليارات ،إال أن اهتمامنا
حالياً سيرتكز فقط على االرتباط Correlationالذي يعرض يف جدول واحد .Single table
وسيكون األسلوب Methodعادياً Ordinaryلعينة متوازنة .Balance sample
-6-4شروحات املصفوفات
إذا زاد عدد املتغريات املستقلة فإن هذا يؤدي إىل زيادة العمليات احلسابية .لذا يتم استخدام
املصفوفات ألنها تساعد يف حل االحندارات جربياً مهما كان حجمها .ويعمل احلل التالي مع
أي عدد من املتغريات املستقلة ،وبالتالي فهو مرن للغاية .وميكن للطالب الذين مل يتعاملوا مع
اجلرب اخلطي ختطي هذا القسم ويتابعوا دراستهم.
Y Xb u
حيث
Y1 1 X 11 X 21 u1
Y 1 X b0 u
Y
2
X
12 X 22
b b1 u
2
b2
Yn 1 X 1n X 2n u n
bˆ0
bˆ bˆ1 X X X Y
1
bˆ2
1
1 6 4 40
1 10 4 44
1 12 5 46
1 14 7 48
1 1 1 1 1 1 1 1 1 1
9 1 1 1 1 1 1 1 1 1 1
1 16 52
b 6
ˆ 10 12 14 16 18 22 24 26 32 6 10 12 14 16 18 22 24 26 32
1 18 12 58
4 4 5 7 9 12 14 20 21 24 4 4 5 7 9 12 14 20 21 24
1 22 14 60
1 24 20 68
1 26 21 74
1 24 80
32
40 1 6 4 0.32
44 1 10 4 1.08
46 1 12 5 0.67
48 1 14 7 0.85
52 1 31 . 98
9 0.37
0.65
16
e Y Xb̂
58 1 18 12 1.00
1.11
60 1 22 14 1.82
68 1 24 20 1.78
74 1 26 21 1.81
80 1 24 0.58
32
-7-4التنبؤ
الستخدام نتائج النموذج للتنبؤ باملستوردات عندما نتوقع أن يكون الناتج احمللي اإلمجالي
10222مليون دينار يف عام 0227وسعر الصرف احلقيقي املتوقع 104يف عام ،0227اخرت
View/Representationمن شريط أدوات املعادلة وظلل املعادلة اليت تقع حتت عنوان
:Substituted Coefficients
انسخ النص املظلل إىل نافذة أوامر EViewsوعدهلا لتتضمن القيم املفرتضة للدخل GDP
وسعر الصرف احلقيقي ،RERومن الضروري تغيري اسم املتغري على يسار املعادلة لتتجنب
الكتابة على املتغري التابع ،Mويف احلقيقة حنن ال ننشئ سلسلة لنفس املتغري ،إمنا ننشئ رقماً
آخر ،وسنختار حملاكاة املتغري امجديد Mfليعكس املعادلة ،أو،
الكلمة األوىل Scalarخترب EViewsأننا نريد حساب رقم مفرد ليخزن يف امللف ،والكلمة
الثانية M_fاسم املتغري الذي سنحصل عليه وحيتوي على األرقام املتوقعة ،وامجانب األمين من
املعادلة يتضمن العمليات احلسابية ،واألمر الذي سننفذه يف أعلى الشاشة من EViewsيظهر
كما يلي:
الفصل | 4نموذج االنحدار المتعدد 141
أو،
قيم ) C(1و ) C(2و ) C(3متثل دائماً املعلمات املقدرة للنموذج آلخر تقدير ،فإذا كان لديك
معادلة مقدرة واحدة فلن يكون لديك أي مشكلة أو إرباك ،أما إذا قدرت أي منوذج جديد
سواءً كان ناجحاً أم ال ،فإن األرقام سوف تتغري ،لذا عليك التأكد من أنك تستخدم النموذج
الصحيح املراد التنبؤ من خالله.
لديك اآلن تنبؤاً حمسوباً ،فكيف تقرأه؟ اذهب إىل الشكل M_fيف امللف وانقر عليه نقرتني،
ستظهر اإلجابة يف أسفل شاشة امللف.
141الفصل | 4نموذج االنحدار المتعدد
1976 الحظ أن املدى Rangeوالعينة Sampleيف امللف قد تغريتا من 1976 2006إىل
،2007واملهمة التالية إدخال قيمة GDP=12000و RER=1.4للتوقع الذي نريد تنفيذه،
سندخل هذه القيم يف سجل السنة ،0227وإلجراء هذا األمر سنفتح جدول GDPبالنقر
عليه نقرتني يف ملف العمل.
141الفصل | 4نموذج االنحدار المتعدد
ستظهر يف خانة GDPيف أسفل امجدول يف السجل املخصص ملشاهدة السنة 0227العبارة
NAوهي تعرب عن " "not availableغري متوفرة ،والستبدال NAبـ 10222أنقر على Edit
+/-وادخل القيمة امجديدة ثم انقر Edit +/-مرة أخرى بعد إجراء التغيري ،ونقوم بإجراء نفس
اخلطوات السابقة إلضافة القيمة 104إىل جدول .RER
خيار التوقع
املعادلة وافتح امللف إىل اذهب التوقع، حلساب جاهزاً اآلن أصبحت
IMPORTS_FUNCTIONبالنقر عليها نقرتني ،ثم انقر على Forecastيف شريط األدوات،
مع مالحظة أن عدد املشاهدات املستخدمة يف تقدير املعادلة ال زالت 11مشاهدة ،لذا
نستخدم أوالً املشاهدات الـ 11لتقدير املعادلة املستخدمة يف تقدير املستوردات للمشاهدة 10
العائدة للسنة ،0227علماً بأن زيادة مدى املشاهدات يف امللف ال تؤدي إىل أي تغري يف
املعادلة اليت مت تقديرها باملشاهدات السابقة.
الفصل | 4نموذج االنحدار المتعدد 141
بعد النقر على OKوإغالق املعادلة عليك العودة إىل ملف العمل ،ستكتشف ظهور سلسلتني
جديدتني mfو ، se_fوبفتح هاتني السلسلتني بالنقر عليهما نقرتني ستكتشف ظهور التوقع
واخلطأ املعياري له باملشاهدة املقابلة للسنة ،0227أما التوقع واخلطأ املعياري للمشاهدات من
1276إىل 0226ستظهر ،NAمشابهة للعينة املتوقعة اليت حددناها سابقاً.
وبذلك تكون قيمة Mاملتوقعة واالحنراف املعياري هلا كما يليMˆ 9820.613 :
يلي: كما التوقع فرتة حلساب استخدامهما وميكننا و se( f ) 609 .8912
Mˆ t1 2, 28 se f
111الفصل | 4نموذج االنحدار المتعدد
مترين
يبني امجدول ادناه قيمة الضرائب امجمركية احملصلة (املعرفة برسم التعريفة املوحد) ،Y
وقيمة املستوردات اخلاضعة للتعريفة امجمركية ،X1والوسط املرجح للتعريفة امجمركية ،X2
خالل الفرتة .0212-0221
املستوردات
قيمة الرسوم الوسط املرجح درجة االنفتاح
اخلاضعة للتعريفة
امجمركية احملصلة للتعريفة امجمركية االقتصادي *
year امجمركية
(مليون دينار)
(مليون دينار)
Y X2 X3
X1
2003 162.6 857.1 13.0 78.5
2004 211.6 1100.6 7.6 97.8
2005 254.7 1194.6 6.7 109.3
2006 280.3 1357.0 5.7 101.1
2007 279.0 1467.2 3.6 102.3
2008 254.5 1390.5 2.7 102.5
2009 237.5 1174.5 3.1 78.9
2010 235.5 1066.0 2.4 79.2
املصدر:
-1دائرة امجمارك ،التقارير السنوية ،وبيانات غري منشورة.
-0موقع البنك املركزي األردني www.cbj.gov.jo
* االنفتاح االقتصادي :هو جمموع الصادرات واملستوردات مقسومًا على الناتج احمللي اإلمجالي.
-0اخترب الداللة االحصائية ملعلمات ميل املتغريات عند مستوى معنوية . 5
-5جد معامالت االرتباط امجزئية .وأوضح أي من املتغريات املستقلة له أكرب مساهمه يف
تفسري املتغري التفسريي يف النموذج.
-6جد معامل مرونة الوسط املرجح بالنسبة للضرائب امجمركية احملصلة ، waومرونة حجم
املستوردات بالنسبة للضرائب احملصلة . mعلم ًا بأن املرونة:
Xi
i bˆi .
Y
-7اكتب تقريراً جبميع النتائج ،على أن تكون مجيع حسابات النتائج بأربع خانات بعد
الفاصلة ،مبيناً معنوية كل معلمة ،ومفسراً معناها.
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
112الفصل | 4نموذج االنحدار المتعدد
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
................................................................................................
........................................................................... .....................
................................................................................................
................................................................................................
الفصل اخلامس
عندما نصف منحنى الكلفة ومنحنى االنتاج ألي منشأة -وكل منهما انعكاس
لآلخر -نأخذ الشكل التكعييب املعياري له ،ونأخذ الشكل التكعييب كذلك
ملنحنيات متوسط الكلفة والكلفة احلدية وإنعكاسهما منحنى متوسط اإلنتاج
ومنحنى اإلنتاج احلدي ،وميل هذه العالقات ليس ثابتاً وال توضحه متغريات
منوذج اإلحندار اخلطي بشكل عام ،إال أن هذه األشكال يبينها متعدد احلدود
Polynomialفعلى سبيل املثال يكون شكل عالقة متوسط الكلفة كما يلي:
وتأخذ الدالة الرتبيعية شكل Uوهي شكل لدالة متوسط الكلفة .ولشرح معادلة
األجور عندما تكون األجور دالة يف التعليم وعـدد سنوات اخلربة للعاملـني ،فإننا
نتوقـع أن تكون أجور العمال الشباب منخفضة أما الذين لديهم خربة أكرب فإن
351
| العالقات غير الخطية5 الفصل351
إال أن األجور تبدأ باإلخنفاض بعد منتصف العمر ألننا نكون قد،أجورهم تزداد
وألخذ منط دورة احلياة لألجور يف التحليل سندخل اخلربة،اقرتبنا من التقاعد
:ومربع اخلربة لشرح مستوى األجور
لتشكيل منوذج غري خطي للمتغريات يتطلب بعض اجلهد ،ويتوقع أن يكون تأثري
التعليم على األجور يوضحه املعامل 12.1حيث أن كل سنة تعليم يقدر هلا أن
تؤدي إىل زيادة أجر ساعة العمل مبقدار 12.1دينار مع بقاء العوامل األخرى
ثابتة .وأن األثر احلدي للخربة على األجور مع بقاء التعليم والعوامل األخرى
ثابتة هو:
E wage
β3 2β4 Exper
exper
لتقييم األثر احلدي على املستوى الفردي مثل سنوات اخلربة اليت تساوي 11سنة،
ولتنفيذ هذا اإلجراء من خالل EViewsملعادلة اإلحندار wage_quadratic
إخرت األمر View/Coefficient Test/Wald Coefficient Restriction
351الفصل | 5العالقات غير الخطية
و ، C(4) b4إن القيد Coefficient Restrictionالذي C (3) b3 لذا فإن
ال أدخلناه هو األثر احلدي الذي يساوي صفر يف الشكل اعاله ،هذا األمر سو
خيترب فرضية األثر احلدي الذي يساوي صفر فقط ،إمنا حيسب األثر احلدي
املعياري لألثر احلدي كذلك. وحيسب االحنرا
الفصل | 5العالقات غير الخطية 351
وبذلك يكون أقصى أجر حنصل عليه عند خربة 44233سنة وباستخدام
املعياري نستطيع حساب فرتة التقدير. االحنرا
ماذا سينتج املتغري اجلديد Largeالذي سيعطي القيمة 1للحالة إذا كانت
) (Sqm>150للمشاهدة املطابقة و 0لغريها ،أنظر اىل املشاهدات اليت تعكس
هذا العمل:
E Pizza
2 4 Income
Age
اخرت من نافذة، Income 25000 لتقييم األثر احلدي هذا عندما يكون الدخل
: ترىView/Representation االحندار
Estimation Equation:
=========================
PIZZA = C(1) + C(2)*AGE + C(3)*INCOME + C(4)*AGE*INCOME
EViews إن عملية حساب األثر الفعلي للجنس على األجور تبدو معقدة؛ لكن
View/Coefficient Test/Wald ما عليك إال أن ختتار،سهل ذلك
Coefficient Restriction
األسية الدالة وتأخذ
الشكل exponential
،EViews يف exp
غري احلساب وإلجراء
:اخلطي أدخل هذه الفرضية
| العالقات غير الخطية5 الفصل311
361
361الفصل | 6مشكلة عدم ثبات التباين
ˆresid eˆ C C
̂ ê أي عندما تكون أما Standardized Residual Graphهو رسم قيم
البواقي معيارية وذلك بقسمتها على اإلحنراف املعياري املقدر حلد اخلطأ.
نرسم السالسل الزمنية مقابل رقم املشاهدة ،فعلى سبيل املثال إخرت Residual
Graphكما يلي:
يظهر شكل البواقي أنها متيل إىل الزيادة كلما زادت ارقام املشاهدات ،والسبب يف
ذلك ان املشاهدات رتبت حسب الزيادة يف قيم الدخل ،و البواقي تزداد مع زيادة
الدخل ،ويعترب رسم البواقي مهماً الختبار أيٍّ من املشاهدات اليت ال يسحبها
النموذج املقدر للمساعدة يف تقييم أي من املشاهدات غري النموذجية ،وترسم
اخلطوط النقطية النقاط عند احنراف معياري واحد ˆ 269.6063وكذلك
اجلانب املقابل للعنصر.
الفصل | 6مشكلة عدم ثبات التباين 361
أنقر OKوحدد السالسل الزمنية اليت تريد ادخاهلا يف الشكل ،وعادة ميثل املتغري
الذي ختتارة أوالً احملور السيين.
أنقر OKحتصل على الشكل املطلوب ،مع مالحظة أن البواقي تزداد ضخامتها
عندما يكون الدخل اكرب وهذا يشري إىل عدم ثبات التباين.
الفصل | 6مشكلة عدم ثبات التباين 361
-1-3-6الطريقة املختصرة
املربعات الصغرى املرجحة هي خيار آخر لتقدير املعادلة Equation
،Estimationلذلك فإن نقطة البداية هي نفسها كما يف االحنراف املعياري لوايت
،Whiteوهما:
الفصل | 6مشكلة عدم ثبات التباين 361
-2-3-6الطريقة الطويلة
ثم نطبق GDP يف هذه الطريقة حنول كل املتغريات وذلك بقسمتها على
املربعات الصغرى بدون ترجيح ،وتستطيع حتويل املتغريات بانشاء متغريات
عند توصيف املعادلة ،فإذا اخرتت GDP جديدة أو بقسمة كل متغري على
انشاء سالسل جديدة استخدم األوامر التالية:
)series wt = 1/ sqr(GDP
series ystar = pc*wt
series x1star = wt
series x2star = gdp*wt
أدخل السالسل اجلديدة إىل صندوق Equation specification
الفصل | 6مشكلة عدم ثبات التباين 313
عكس البسط واملقام ودرجات احلرية لالختبار ،أو ميكن استخدام القيمة احلرجة
F 0.05, N 2 K 2 , N1 K1
311الفصل | 6مشكلة عدم ثبات التباين
-1-4-7دالة االستهالك
بالنسبة ملثال دالة االستهالك فإنه ال يوجد لدينا عينتني فرعيتني معرفتني للتباين
H1 عندما تكون H0 12و ، 22بالنسبة للتباين املشرتك الثبات فرصة رفض
صحيحة نأخذ 12كتباين ألول 55مشاهدة و 22لتباين آخر 55مشاهدة،
وحيث ان الفرضية البديلة هي أن i2تزداد عندما يزداد الناتج احمللي االمجالي ،و
12و 22ليستا تباينات فعلية ،لكنهما يساعدا يف إجراءات االختبار ،ففي مثالنا
نرتب املشاهدات حسب قيم الدخل GDPحيث تكون قيم الدخل يف النصف
الثاني من العينة اكرب من تلك اليت يف النصف األول من العينة ،لذا فإن ˆ 22متيل
ألن تكون أكرب من ˆ 12عندما تكون H 1صحيحة ،لكنها متشابهة عندما تكون
صحيحة ،أما إذا كانت البيانات غري مرتبة حسب زيادة قيم الدخل GDP H0
نقوم باعادة ترتيبها باستخدام األمر:
sort GDP
يرتب األمر مجيع السالسل يف امللف حسب .GDPالستخدام أول 55مشاهدة
لتقدير 12نقيد العينة Sampleلتقديرها كما تبدو أدناه:
311 | مشكلة عدم ثبات التباين6 الفصل
Dependent Variable: PC
Method: Least Squares
Date: 01/30/10 Time: 21:12
Sample: 1992 2006 مشاهدة55 آخر ˆ12 267.2432 2 71418.93
Included observations: 15
Variable Coefficient Std. Error t-Statistic Prob.
C -920.928 236.9946 -3.88586 0.0019
GDP 0.915311 0.036984 24.74882 0.0000
R-squared 0.979217 Mean dependent var 4690.3
Adjusted R-squared 0.977618 S.D. dependent var 1786.314
S.E. of regression 267.2432 Akaike info criterion 14.13776
Sum squared resid 928446.2 Schwarz criterion 14.23217
Log likelihood -104.033 Hannan-Quinn criter. 14.13676
F-statistic 612.5041 Durbin-Watson stat 1.642622
Prob(F-statistic) 0.000000
-1 -5-6اختبار Breusch-Pagan
ميكن اختيار اختبار Breusch-Paganمن اختبار Heteroshedasticity
،Testsولديك خيار الختيار " "z-variableفإذا مل ختترب أي شيء فإن
EViewsسيدخل تلقائياً هذه املتغريات يف متوسط معادلة االحندار وادخال
GDPو GDP2يؤدي إىل اختبار Whiteيف الفقرة الالحقة.
316الفصل | 6مشكلة عدم ثبات التباين
F
SST SSE S 1
SSE N S
SST SSE
2
2ˆ e2
-2 -5-6اختبار White
اختبار Whiteهو اختبار Breusch-Paganمع z-variablesخمتارة مثل x-variables
x- ومربعاتها وكذلك ناتج تقاطعهما إن وجد ،يف مثالنا هناك فقط متغري واحد
ويف GDP2 و GDP هما z-variables امسه x GDPوبالتالي فإن variables
هذه احلالة ال يوجد تقاطع بينهما ،إال أنه يف مثل هذه احلالة أو عدمها قم بالتأشري
Include White cross terms على
بعد اختيار Whiteأنقر OKستظهر النتائج ،وبذلك فإن قيمة احصائية كاي تربيع
وهذا 0.0725 2 N R 2 31 0.169280وباملثل قيمة Pهي 5.24768 هي
عند مستوى معنوية ،٪5أو رفضها عند مستوى معنوية H0 يؤدي إىل قبول
.٪51
311الفصل | 6مشكلة عدم ثبات التباين
الفصل السادس
إذا أردنا بيان أثر عرض النقد M 1على مستوى األسعار CPIيف األردن سوف
نستخدم املعادلة التالية:
ln CPI t β1 β2 ln M1t et
واستخدمنا tيف هذا املثال لإلشارة إىل مشاهدات السالسل الزمنية ،وبعد تقدير
هذه املعادلة سينصب اهتمامنا على اختبار بواقيها residualsالناجتة من
تقديرها ،ونستخدم األمر series ehat = residلتخزين البواقي يف ،ehat
ولعرضها انقر نقرتني على ehatواخرت View/spreadsheetفتظهر القيم كما
يلي:
971
981الفصل | 7النماذج الحركية واالرتباط الذاتي
ونرسم البواقي خالل الزمن ،ويظهر أن البواقي املوجبة متيل إىل إتباع البواقي
املوجبة ومتيل البواقي السالبة إىل إتباع البواقي السالبة ،وتشري اإلشارة ( ) -إىل
ارتباط ذاتي موجب ،وللحصول على الرسم جنري التاليView/Actual, :
Fitted, Residual/ Residual Graphسيظهر الشكل:
وهذا يؤخر املشاهدات فرتة واحدة للخلف ،وحلساب االرتباط من الدرجة األوىل
نقدر املعادلة التالية:
T
ˆ e
t 2
2
t 1
eˆT الوسط احلسابي لـ eˆ1الذي يستثين املشاهدة األوىل وكذلك eˆ1 حيث أن
وحلساب r1نتبع ما يلي:
series ee = ehat*ehat
)scalar sum_ee = @sum(ee
scalar r1_c = sum_ee1/sum_ee
-بعد التصحيح:
ونصف اإلجراءات اليت تؤدي إىل تقدير التباين ، 2وحتتاج إىل تقدير و 2
ونستطيع تقدير e2من العالقة . e2 2 1 2
لتقدير منوذج ) AR(1للخطأ اخرت Object/New Object/Equationوانقر
،OKسيظهر مستطيل Equation Estimationوادخل أمساء السالسل املراد
تضمينها يف املعادلة ثم أضف ) AR(1إىل املعادلة لتخرب EViewsأن األخطاء
تتبع منوذج )AR(1
| النماذج الحركية واالرتباط الذاتي7 الفصل981
و 2خمتلفة ،وهذه الصيرة هي F ألن الفرضية غري خطية فإن صيرة إحصائية
ومبا أن
se ˆ1 ˆ1ˆ0 0.021140 مثل delta methodاليت تستخدم حلساب
p value 0.54 0.05ال نستطيع رفض القيد املطبق يف منوذج )AR(1
هي Normalized restriction فإن احلالة هذه يف لألخطاء.
ˆ1 ˆ1ˆ0 -0.012801
اليت حتسب وسط-مصحح @ coreˆt , eˆt 1 الثالث يف EViewsهو الدالة
للصيرة:
t k 1
rk
eˆt k eˆ first T k
T 2
t k 1
و eˆ f i r s tT k وسط T k للمشاهدة األخرية êt حيث أن eˆlast T k وسط عينة
عينة êtألول مشاهدة ، T kلذا فإن EViewsيزودنا بتقرير عن residual
correlogramويبني كيف حنصل عليه .نعود إىل معادلة املربعات الصررى
وخنتارView/Residual Tests/Correlogram–Q Statistics
ستظهر شاشة ،Lag specificationوحندد عدد فرتات اإلبطاء يف خانة Lags to
includeوهي عدد االرتباطات rk , ..., r2 , r1اليت ترغب أن حيسبها EViews
وخنتار 6وهو اكرب رقم ميكن اختياره عندما يكون حجم العينة كبرياً.
الفصل | 7النماذج الحركية واالرتباط الذاتي 981
ارتباط البواقي لإلبطاء من 1إىل 6ختتلف كثرياً عن الصفر مشرية إىل وجود
ارتباط ذاتي واضح الداللة عند مستوى معنوية .٪5
911الفصل | 7النماذج الحركية واالرتباط الذاتي
ويف هذا املثال ارتباطات البواقي لإلبطاء من 1إىل 6ال ختتلف عن الصفر أي ال
يوجد ارتباط ذاتي واضح الداللة عند مستوى معنوية .٪5
-2-4-7اختبار )Lagrange multiplier (LM
اختبار Lagrange multiplierلـ ) AR(1لألخطاء هو اختبار لداللة ̂ ، وهو
تقدير املربعات الصررى ألي من املعادلتني:
lnCPI t β1 β2 lnM1t eˆt 1 t
eˆt 1 2 lnM1t eˆt 1 t
هي بواقي املربعات الصررى ،وسنركز على املعادلة الثانية، ê t يف كال احلالتني فإن
و tالناجتة متماثلة لداللة ̂ ، واملعادلة F ويف كل من املعادلتني فإن نتائج اختبار
، LMوللحصول على تلك القيم T R2 الثانية فيها ميزة إنتاج قيمة االختبار
View/Residual Test/Serial أعد فتح معادلة املربعات الصررى املقدرة واخرت
Correlation LM Test
سيتم سؤالك عن عدد االبطاءات املراد إدخاهلا ،ويف هذه احلالة حندد العدد 1
فقط ،وينصب اهتمامنا على اختيار ) AR(1لألخطاء ولدينا إبطاء واحد للبواقي
الفصل | 7النماذج الحركية واالرتباط الذاتي 919
على اجلانب األمين للمعادلة ،إن correlogramيستخدم لألخذ بعني االعتبار ê t
اخلصائص العامة لالرتباط الذاتي للبواقي.
F 107.9563 قيم االختبارين وقيم p-valueهلا معطاة يف أعلى النتائج :قيمة
وهو اختبار لداللة ̂ ، ويظهر معامل البواقي ) RESID(-1يف منتصف أسفل
النتائج ،ألن ، F 107.9563 t 2 10.390202وهذا االختبار ميكن أن ميثل
و p-valueهلا 0.0000هي نفسها يف كال احلالتني ،االختبار اآلخر F اختبار tو
LM T R 2 38 0.755170 28.69646 هو اختبار 2بقيمة اختبار معطاة
H0 0 و ،p-value=0.0000يف كل من احلالتني فإن الفرضية األساسية
ترفض عند مستوى معنوية .٪5
911الفصل | 7النماذج الحركية واالرتباط الذاتي
-3-4-7اختبار Durbin-Watson
تزودنا نتائج املربعات الصررى بقيمة دوربن-واتسون بشكل تلقائي ،إن اختبار
دوربن-واتسون هو اختبار لنموذج ) AR(1لألخطاء ،وحساب قيمتها احلرجة أو
قيمة p-valueليس سهالً
وشعبيته كاختبار تتناقص ،وال يوجد يف EViewsأمر حلساب قيمة إحصائية
اختبار دوربن-واتسون وللقيمة احلرجة أو ،p-valueكدليل لروه rough فإن
قيمة إحصائية داربن-واتسون إذا كانت 1.3أو أقل توضح وجود ارتباط ذاتي،
وكانت القيمة من تقدير املربعات الصررى ملعادلة التضخم هي 0.255092
بواقي تقدير منوذج ARجيب أن ال حتمل أي ارتباط ذاتي ،هذه احلقيقة ميكن
فحصها باختبار correlogramالبواقي ،بعد فتح املعادلة اخرت View/Residual
Tests/Correlogram–Q Statisticsسيسألك EViewsعن عدد االبطاءات
املراد تضمينها ،أكتب الرقم 16سيظهر تصوير االرتباط correlogramحيث
يكون إبطاء على احملور الصادي واالرتباطات على احملور السيين ،وبذلك نرى أن
االرتباطات مجيعها صررية جداً وغري ذات داللة.
حيث تشري PCM1إىل نسبة الترري يف عرض النقد ونكتب النموذج يف
Equation Estimationوذلك لتقدير النموذج:
الفصل | 7النماذج الحركية واالرتباط الذاتي 911
متزج مناذج ARDLبني منوذج ARومنوذج اإلبطاء املوزع احملدود ،وال يتطلب
تقديرها أي أوامر من EViewsوتقدر بطريقة املربعات الصررى العادية ،OLS
وعليه سنقدر النموذج التالي:
911
khsawaie@yahoo.com
صدر للمؤلف
يصدر قريباً
-القياس الاقتصادي
-التحارة إلحارجبة :السياسة وتطبثقاتها.
022