‫الجمهورية الجزائرية الديمقراطية الشعبية‬

‫وزارة التعليم العالي والبحث العلمي‬

‫تيـ ـ ـ ـ ـ ـارت‬
‫ابن خـ ـ ـلد ون ـ‬
‫جـ ـ ـ ـ ـامعة ـ ـ ـ‬
‫يي ـر‬
‫س ــ‬
‫الت ـ‬
‫‪،‬التجارية وع ـلوم ـ ـ ـ‬
‫االقتصادية ـ ـ ـ‬
‫ـ‬ ‫الع ـلوم‬
‫كـ ـلية ـ‬
‫قس ــم‪ :‬عل ــوم التسيي ــر‬

‫عنـوان‪:‬‬
‫مطبوعة ب ـ ـ‬
‫ـــ‬

‫‪02‬‬ ‫اليبػانات‬
‫تطبيقػات معاًف ػ ػة ػ‬
‫ػ‬
‫‪Eviews‬‬ ‫زلاضرات مدعمة بأمثلة زللولة باستخداـ برنامج‬

‫موجهة لطلبة السنة ثانية ماسًت ميداف العلوـ االقتصادية كالتجارية كعلوـ التسيَت‬

‫زلاضػر ب‪-‬‬ ‫الدكتور‪ :‬عمػ ػراف بن ػعيسى ‪ -‬ػ‬

‫أسػتاذ ػ ػ‬ ‫ــ‬ ‫إعداد‬
‫من ـ‬

‫‪2020 -2019‬‬ ‫السنة الجامعية‪:‬‬

 ‫ويات‬
‫المحت ـ‬
‫ــ‬ ‫ـفـهـرس‬
‫مقدمة ‪ ..........................................................................................................................‬أ‬
‫‪01 ............................................................EVIEWS‬‬ ‫الفصل األول ‪ :‬عموميات حول برنامج‬
‫‪ -‬دتهيد ‪02...............................................................................................................‬‬
‫بربنامج ‪02 ......................................................................................Eviews‬‬
‫‪ -‬التعريف‬
‫‪ -‬تعريف ادلتغَتات كإدخاؿ (تفريغ) البيانات‪03. ...............................................................‬‬
‫ادللف‪13 ........................................................................................................‬‬
‫‪ -‬حفظ‬
‫‪ -‬إعادة عرض البيانات ككيفية تعديلها أك تصحيح األخطاء هبا‪14.........................................‬‬
‫‪ -‬إستحداث متغَتات جديدة باستخداـ التحويالت الرياضية‪15 ............................................‬‬
‫‪ -‬ادلقاييس اإلحصائية للبيانات ( كصف البيانات )‪16 ........................................................‬‬
‫‪ -‬الرسوـ كاألشكاؿ البيانية‪18 ........................................................................................‬‬
‫‪ -‬بناء ادلصفوفات على برنامج ‪20 ..................................................................... Eviews‬‬
‫البسيط‪22........................‬‬ ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬في تحليل االنحدار الخطي‬
‫‪ -‬دتهيد‪23 ................................................................................................................‬‬

‫البسيط‪23 ..............................................................‬‬ ‫‪ -‬الشكل العاـ لنموذج االضلدار اخلطي‬

‫البسيط‪23 ............................................................................‬‬ ‫‪ -‬فرضيات النموذج اخلطي‬
‫‪24 ............................................... OLS‬‬ ‫‪ -‬تقدير معامالت النموذج بطريقة ادلربعات الصغرل‬
‫‪2‬‬
‫‪25 .......................................................................................... )R‬‬ ‫‪ -‬معامل التحديد (‬
‫ادلقدرات ‪27 ........................................................................................‬‬ ‫‪ -‬حساب تباين‬
‫للمعاَف‪29 ...........................................................................................‬‬ ‫‪ -‬بناء رلاؿ الثقة‬
‫الداللة‪30 ....................................................................................‬‬ ‫‪ -‬اختبارات ادلعنوية أك‬
‫‪ -‬استعماؿ برنامج ‪ Eviews9.0‬يف تطبيقات دلعادلة االضلدار اخلطي البسيط ‪31.......................‬‬
‫‪ -‬دتارين‪48 ................................................................................................................‬‬

‫المتعدد‪50......................‬‬ ‫الفصل الثالث‪ :‬تطبيق برنامج ‪ EVIEWS‬في تحليل االنحدار الخطي‬

‫‪ -‬دتهيد‪51 ................................................................................................................‬‬
‫ادلتعدد‪51 .........................................................................‬‬ ‫‪ -‬الشكل العاـ َفعادلة اإلضلدار‬
‫ادلتعدد‪52 ...............................................................‬‬ ‫‪ -‬الفرضيات األساسية للنموذج اخلطي‬
‫‪2‬‬
‫‪53 ............................................................... ‬‬ ‫‪ -‬تقدير شعاع ادلعاَف ‪ ‬كتباين األخطاء‬
‫‪ -‬اختبار جودة التوفيق للنموذج‪55 .................................................................................‬‬
‫‪ -‬اختبار الفرضيات‪57 .................................................................................................‬‬
‫‪ -‬استخداـ برنامج ‪ EVIEWS‬يف تطبيقات دلعادلة االضلدار اخلطي ادلتعدد‪63.........................‬‬
‫‪ -‬دتارين‪68 ................................................................................................................‬‬
‫المشاكل القياسية في االنحدار واستخدام برنامج ‪ Eviews‬في الكشف عنها‪71‬‬ ‫‪ -‬الفصل الرابع ‪:‬‬
‫‪ -‬دتهيد‪72 ................................................................................................................‬‬
‫‪ -‬مشكلة االرتباط الذايت مابُت األخطاء‪72....................... L’Autocorrélation des erreurs:‬‬
‫‪ -‬مشكلة اختالؼ التباين ‪78 ........................................................... Heterskedasticity‬‬
‫التعدد اخلطي ‪85 ............................................................... Multicollinearity‬‬ ‫‪ -‬مشػ ػػكلة‬
‫‪ -‬مشكلة عدـ التوزيع الطبيعي لألخطاء ‪92 .....................................................................‬‬
‫‪ -‬دتارين‪93 ................................................................................................................‬‬
‫تحليل السالسل الزمنية باستخدام برنامج ‪96.........................Eviews‬‬ ‫‪ -‬الفصل الخامس ‪:‬‬
‫‪ -‬دتهيد‪97 ................................................................................................................‬‬
‫‪ -‬ماىية السلسلة الزمنية كمركباهتا‪97 ................................................................................‬‬
‫‪ -‬الشكل النظرم للسلسلة الزمنية ‪99 ..............................................................................‬‬
‫مركبات السالسل الزمنية‪99 ............................................................................‬‬ ‫‪ -‬كشف‬
‫‪ -‬دراسة استقرارية السلسة الزمنية‪102 .............................................................................‬‬
‫‪ -‬أنواع السالسل الزمنية‪106 .........................................................................................‬‬
‫‪ -‬حتليل بعض السالسل الزمنية باستخداـ برنامج ‪106 ............................................Eviews‬‬
‫‪ -‬دتارين‪119 .............................................................................................................‬‬
‫‪ -‬قائمة المراجع‪122 .................................................................................................‬‬
 ‫مقــدمـة‬

‫مقدمة‪:‬‬
‫إف اذلدؼ الرئيسي من ىذه ادلطبوعة ىو تزكيد الطالب باألساليب اليت دتكنو من تكوين قاعدة‬
‫بيانات كتسيَتىا كاستخالص النتائج منها من أجل اختاذ القرارات الصائبة‪ ،‬كذلك بتقدٔف رلموعة من‬
‫ادلوجهة لطلبة السنة الثانية ماسًت ختصص‬ ‫احملاضرات كالتمارين احمللولة دلقياس االقتصاد القياسي‬
‫زلاسبة كجباية كختصص مالية كبنوؾ باإلضافة إُف ختصص إدارة مالية التابعة لقسم علوـ التسيَت‬
‫حيث اعتمدنا يف ذلك على البساطة كالوضوح يف إخراج ىذه ادلادة مدعما بذلك بأمثلة تطبيقية‬
‫زللولة باستخداـ برنامج ‪ ،Eviews9.0‬آخذا بعُت االعتبار مدة ثالثة عشر أسبوع (سداسي) يف‬
‫اليت تثقل‬ ‫تلقي ىذه ادلادة (زلاضرات كتطبيقات )‪ ،‬بعيدا عن الرباىُت الرياضية كادلعادالت ادلعقدة‬
‫كاىل الطالب غَت ادلتخصص يف الرياضيات السيما كأف ىذا ادلقياس موجو لطلبة غَت متخصصُت يف‬
‫االقتصاد القياسي‪ ،‬كمن مث فإف اذلدؼ من ىذه ادلطبوعة ىو إتقاف الطالب أدكات االقتصاد القياسي‬
‫كمدخل الستخدامو كأداة كمنهجية يف اختاذ القرار كاالستعانة بو يف اصلاز البحوث العلمية التطبيقية‬
‫اجلانب التخصصي للطالب‪ ،‬حيث مت تقسيم‬ ‫خاصة منها مذكرات التخرج‪ ،‬طبعان دكف إغفاؿ‬
‫ادلطبوعة إُف أربع فصوؿ أساسية‪ ،‬الفصل األكؿ يتناكؿ عموميات حوؿ برنامج ‪ Eviews‬أين قمنا‬
‫اؿرنامج مث التطرؽ إُف كيفية اؿتعريف بادلتغَتات كإدخاؿ (تفريغ) البيانات مث عرضىا ‪.‬‬
‫باؿتعريف بب‬
‫أما يف الفصل الثآف ادلوسوـ ب ػ حتليل االضلدار اخلطي البسيط تناكلنا فيو الفرضيات األساسية ؿلنموذج‬
‫كطرؽ تقدير النموذج كخصائص الطريقة ادلقدرة‪ ،‬كتوزيع ادلعاينة كاختبار الفرضيات‪ ،‬كما ركزنا يف‬
‫ادلشاكل القياسية اليت يعآف منها النموذج على مشكلة االرتباط الذايت بُت األخطاء ككيفية اختبارىا ‪،‬‬
‫مث قمنا بإدراج مثاؿ تطبيقي باستخداـ الربنامج‪ ،‬كيف الفصل اؿثالث فقد مت التطرؽ إُف مجيع نقاط‬
‫الفصل الثآف كلكن يف إطار النموذج اخلطي ادلتعدد ‪ ،‬كما خصصنا آخر فصل لدراسة السالسل‬
‫الزمنية من حيث مركباهتا كشكلها العاـ باإلضافة إُف معرفة درجة استقراريتها كب االستعانة بربنامج‬
‫‪ Eviews9.0‬قمنا بدراسة بعض السالسل الزمنية ‪.‬‬

‫أ‬
 ‫‪Eviews‬‬ ‫الفصل األول ‪ :‬عموميات حول برنامج‬

‫سيتمكن الطالب أك ادلطلع على حيثيات ىذا الفصل من التعرؼ على برنامج ‪ Eviews‬ككيفية‬
‫استخدامو من خالؿ التطرؽ إُف النقاط اآلتية ‪:‬‬
‫‪ -‬تعريف ادلتغَتات كإدخاؿ (تفريغ) البيانات ؛‬
‫‪ -‬كيفية حفظ ادللف ؛‬
‫‪ -‬إعادة عرض البيانات ككيفية تعديلها أك تصحيح األخطاء هبا ؛‬
‫‪ -‬إستحداث متغَتات جديدة باستخداـ التحويالت الرياضية ؛‬
‫‪ -‬ادلقاييس اإلحصائية للبيانات ( كصف البيانات ) ؛‬
‫‪ -‬الرسوـ كاألشكاؿ البيانية ؛‬
‫الربنامج ‪.‬‬ ‫‪ -‬بناء ادلصفوفات على‬

‫‪1‬‬
 ‫برنامج ‪Eviews‬‬ ‫الفصل األول‪ :‬عموميات حوؿ‬

‫تمهيد ‪ :‬يعترب برنامج ‪ Eviews‬ؾأداة مساعدة كسلتصرة كسهلة لؿولوج إُف النتائج ككيفية قراءهتا يف‬
‫أسرع كقت كىو مستخدـ يف البحوث التطبيقية اليت تعتمد باألساس على الدراسات القياسية‬
‫ادلنطق االقتصادم ك الذم يقصد بو الصياغة‬ ‫كباخلصوص اجملاؿ اإلقتصادم كيكوف ذلك انطالقا من‬
‫ادلنطقية ادلشتقة كادلبنية على فرضيات النظرية االقتصادية البحتة ‪ ،‬يأيت بعد ذلك زلاكلة صياغة ىذا ادلنطق‬
‫يف بعض الصور كالعالقات الرياضية بُت ادلتغَتات االقتصادية سواء يف شكل معادلة كاحدة أك نظاـ من‬
‫مجيع‬ ‫ادلعادالت كىو ما يعرؼ باالقتصاد الرياضي‪ ،‬كعند بناء ظلوذج لعالقة اقتصادية ما يصعب مجع‬
‫يف عدد زلدكد من‬ ‫بيانات ادلتغَتات ذات العالقة من جهة كمن جهة أخرل غلب تبسيط النموذج‬
‫ادلتغَتات ادلفسرة (ادلتغَتات ادلستقلة) كبالتاِف يبقى جزء من مكونات ادلتغَت ادلفسر (ادلتغَت التابع) َف يتم‬
‫تفسَته بادلتغَتات ادلستقلة يف النموذج كيسمى ىذا اجلزء الباقي باحلد العشوائي ‪ ،‬عند إضافة ىذا احلد‬
‫بالنموذج‬ ‫العشوائي إُف ادلعادالت يصبح اسم النموذج الذم يستخدـ لوصف العالقات االقتصادية‬
‫االقتصادم القياسي ‪ ،‬كيف النموذج االقتصادم القياسي يقوـ الباحث بعدة مهاـ منها تقدير معامالت‬
‫ىذا النموذج‪ ،‬اختبار ادلعنوية اإلحصائية ‪ ،‬معاجلة مشاؾؿ القياس كالتقدير ‪ ،...‬ؿذا توجد بعض الطرؽ‬
‫القياسية دلعاجلة ىذا اجلزء العشوائي‪.‬‬
‫يف أنو مضم رلموعة متكاملة من اإلمكانات اليت دتكن الباحث‬ ‫‪Eviews‬‬ ‫كتظهر أعلية برنامج‬
‫من استخداـ ىذه الطرؽ القياسية كذلك من خالؿ التقدير القياسي ‪ Econometric‬كاستعراض مظاىر‬
‫ائج ىذه اؿطرؽ القياسية ‪ Views‬كمن ىنا جاء إسم الربنامج ‪.Eviews‬‬
‫سلتلفة لعرض فت‬
‫‪- 1‬التعريف ببرنامج ‪:Eviews‬‬
‫حتليال متقدما يف التحليل القياسي كبناء كتقدير النماذج االقتصادية‪ ،‬ىو‬ ‫‪Eviews‬‬ ‫يقدـ برنامج‬
‫نسخة مطورة من الربنامج السابق ‪ ،TPS‬الربنامج مهم للباحثُت يف رلاؿ االقتصاد‪.‬‬
‫عدة رلاالت ؽلكن أف يكوف فيها استخداـ الربنامج مفيد كىي‪ :‬حتليل البيانات‪ ،‬التقييم كالتحليل‬
‫ادلاِف‪ ،‬التنبؤ بالنسبة دلتغَتات االقتصاد الكلي‪ ،‬احملاكاة‪ ،‬التنبؤ بادلبيعات‪ ،‬حتليل التكاليف‪ ... ،‬إٍف‪ ،‬كمضـ‬
‫‪Multicollinearity‬‬ ‫‪ Autocorrelation‬كادلتعدد‬ ‫الربنامج تقنيات متقدمة كفحص االرتباط الذايت‬
‫كاختالؼ التباين ‪ Heteroscdasticity‬ككذا حتليل السالسل الزمنية كأسلوب فحص سكوف السلسلة‬
‫‪ Cointégration‬إضافة إُف‬ ‫‪test‬‬ ‫‪ Unit‬كاختبار التكامل ادلشًتؾ‬ ‫‪Roots‬‬ ‫باستخداـ جذكر الوحدة‬
‫‪.‬‬ ‫كادلقطعية ‪Panal Data‬‬ ‫حتليل البيانات ادلدرلة‬

‫‪2‬‬
 ‫برنامج ‪Eviews‬‬ ‫الفصل األول‪ :‬عموميات حوؿ‬

‫‪- 2‬تعريف المتغيرات وإدخال (تفريغ) البيانات‪:‬‬

‫النافذة الرئيسية لبرنامج ‪ : Eviews‬عند فتح الربنامج كىذا بعد تثبيتو على جهاز الكمبيوتر تظهر‬
‫الواجهة الرئيسية كما يف الشكل اآليت‪:‬‬

‫شريط العٌواى ‪Titre Bar‬‬ ‫القائوة الرئيسية ‪Main menu‬‬ ‫ًافذة األواهر ‪Command windaw‬‬

‫هٌطقة العول ‪Work area‬‬

‫‪-1-2‬كيفية إنشاء ملف جديد وإدخال البيانات للبرنامج ‪:‬‬

‫إلنشاء ملف جديد ىنا لك طريقتاف إما عن طريق إدخاؿ التعليمات مباشرة على نافذة األكامر كما‬
‫كما ىو‬ ‫‪Work file‬‬ ‫ثن طلتار األمر‬ ‫‪New‬‬ ‫سنرل الحقا‪ ،‬أك نقوـ نقوـ باختيار من قائمة ‪ File‬األمر‬
‫موضح بالشكل التاِف ‪:‬‬

‫‪3‬‬
 ‫برنامج ‪Eviews‬‬ ‫الفصل األول‪ :‬عموميات حوؿ‬

‫يظهر بعد ذلك مربع حوارم يوضح لنا مدل البيانات اليت نريد إدخاذلا كنوع السالسل قيد الدراسة‬
‫أين صلد بيانات سلسلة زمنية منتظمة ( ‪ )Dated-regular frequency‬باإلضافة إُف بيانات غَت مؤرخة‬
‫كما بالشكل اآليت ‪:‬‬ ‫كادلقطعية ‪Balanced Panel‬‬ ‫‪ unstructured/undated‬كأخَتا البيانات ادلدرلة‬

‫مالحظة ‪ :‬ؽلكن أف نتبع طريقة ثانية للحصوؿ على نفس ادلربع احلوارم األخَت بعد فتح الربنامج نقوـ‬
‫بالضغط على الزرين ‪ CTRL‬ك ‪ N‬معا من خالؿ لوحة ادلفاتيح ‪.‬‬

‫‪4‬‬
 ‫برنامج ‪Eviews‬‬ ‫الفصل األول‪ :‬عموميات حوؿ‬

‫كىي تضم رلموعة من االختيارات أين صلد‬ ‫( ‪: )Dated-regular frequency‬‬ ‫أ‪ -‬سالسل زمنية‬
‫أك نصف سنوية ‪ Semi-annual‬أك شهرية ‪ Monthly‬أك أسبوعية‬ ‫‪Annual‬‬ ‫لدينا بيانات سنوية‬
‫‪... Weekly‬إٍف كما يف الشكل ادلواِف ‪:‬‬

‫مثال ‪ : 01‬إذا كاف لدينا بيانات سنوية عن ظاىرة ما كلتكن حجم مبيعات مؤسسة إقتصادية ابتداءا من‬
‫سنة ‪ 2000‬إُف غاية سنة ‪ ،2018‬كمن أجل تفريغ ىذه البيانات يف الربنامج نتبع إحدل الطريقتُت ادلشار‬
‫إليهما سابقا‪:‬‬
‫‪ workfile‬يظهر لنا الشكل‬ ‫‪new‬‬ ‫‪File‬‬ ‫الطريقة األولى ‪ :‬بعد تنفيد األكامر‬
‫رقم ‪ 3‬السابق مث ضلدد نوعية البيانات ‪ ،‬كىي سنوية ‪ Annual‬يف مثالنا كما نقوـ بتسمية ادللف مثال‬
‫‪ TP1‬من خالؿ )‪ Workfile names (optional‬كاسم للصفحة مث نضغط على األمر ‪ OK‬لنتحصل‬
‫على سلرجات جديدة كىذه اخلطوة موضحة بالشكل اآليت ‪:‬‬

‫‪5‬‬
 ‫برنامج ‪Eviews‬‬ ‫الفصل األول‪ :‬عموميات حوؿ‬

‫‪2‬‬
‫‪1‬‬

‫الطريقة الثانية ‪ :‬بعد فتح الربنامج نقوـ بإدخاؿ التعليمات مباشرة على نافذة األكامر‪ ،‬فإذا كانت لدينا‬
‫‪ENTER‬‬ ‫بيانات ادلثاؿ السابق نقوـ بكتابة التعليمة ‪ wfcreate a 2000 2018 :‬مث نضغط على الزر‬
‫ادلوجود بلوحة ادلفاتيح كما ىو مبُت بالشكل ادلواِف‪:‬‬

‫‪ENT‬‬
‫‪ER‬‬
‫‪2‬‬
‫‪1‬‬

‫‪6‬‬
 ‫برنامج ‪Eviews‬‬ ‫الفصل األول‪ :‬عموميات حوؿ‬

‫أما إذا كانت البيانات غَت سنوية فنكتب التعليمة ادلناسبة ذلا كمايلي ‪:‬‬
‫‪wfcreate s 2000 2018:‬‬ ‫‪ -‬بيانات نصف سنوية‬
‫‪wfcreate q 2000 2018:‬‬ ‫‪ -‬بيانات ربع سنوية (فصلية)‬
‫شهرية ‪wfcreate m 2000 2018:‬‬ ‫‪ -‬بيانات‬
‫‪wfcreate w 2000 2018:‬‬ ‫‪ -‬بيانات أسبوعية‬
‫‪wfcreate d7‬‬ ‫‪ -‬بيانات يومية ‪ wfcreate d5 2000 2018 :‬إذا احتسبنا فقط أياـ العمل أك‬
‫‪ 2000 2018‬إذا احتسبنا مجيع أياـ األسبوع ‪.‬‬
‫‪ :‬كىي عبارة عن مشاىدات فقط بدكف تأريخ‬ ‫‪unstructured/undated‬‬ ‫ب‪ -‬بيانات غير مؤرخة‬
‫‪ ،‬كإلدخاؿ بياناهتا إُف الربنامج نتبع كذلك نفس الطريقتُت السابقتُت ‪.‬‬
‫مثال‪ :2‬لتكن لدينا أكزاف ‪ 20‬شخصا خضعوا لنفس التجربة ادلتمثلة يف تناكؿ أحد أنواع األدكية اخلاصة‬
‫بتخفيض الوزف ‪.‬‬
‫نقوـ أكال بتحديد نوعية البيانات كىي ‪ unstructured/undated‬مث نضغط على األمر ‪ OK‬لنتحصل‬
‫بإدخاذلا كتسمية ملف العمل‬ ‫على نافذة جديدة نقوـ من خالذلا حتديد عدد ادلشاىدات اليت نرغب‬
‫الذم ضلن بصدد إنشائو مث نضغط على ‪ OK‬كىذه اخلطوات موضحة بالشكل ادلواِف ‪:‬‬

‫‪7‬‬
 ‫برنامج ‪Eviews‬‬ ‫الفصل األول‪ :‬عموميات حوؿ‬

‫أما الطريقة الثانية فتتمثل يف كتابة التعليمة ‪ wfcreate u 20‬مباشرة يف نافذة األكامر بعد فتح الربنامج‬
‫مث نضغط على ‪ Enter‬لنتحصل على الواجهة ادلطلوبة دلأل بيانات الدراسة كما ىو مبُت بالشكل ‪:‬‬

‫كتابة التعليوة‬

‫‪8‬‬
 ‫برنامج ‪Eviews‬‬ ‫الفصل األول‪ :‬عموميات حوؿ‬

‫‪ENTER‬‬

‫‪2‬‬
‫‪1‬‬

‫‪: Balanced Panel‬‬ ‫ج ‪ -‬بيانات المدمجة والمقطعية‬

‫كىي عبارة عن بيانات جتمع بُت خصائص كل من البيانات ادلقطعية اليت تصف سلوؾ عدد من‬
‫ادلفردات أك الوحدات ادلقطعية (كاليت قد تكوف إما دكال أك مقاطعات أك مؤسسات أك أشخاص طبيعيُت‬
‫أك مجادات ‪...‬إٍف) عند فًتة زمنية كاحدة‪ ،‬ببيانات السلسلة الزمنية اليت تصف سلوؾ مفردة كاحدة‬
‫خالؿ فًتات زمنية معينة (كاليت قد تكوف إما سنوات أك أشهر أك سداسيات‪...‬إٍف) ‪ ،‬كىي تسمى أيضا‬
‫ببيانات بانل )‪ ، (Panel‬كبالتاِف فهذا النوع من البيانات غلمع ببُت ثالث حدكد مع بعض كىي احلد‬
‫ادلوضوعي كؽلثل فيو اذلدؼ ادلدركس ادلتغَت التابع كالعوامل ادلؤثرة عليو ادلتغَتات ادلفسرة‪ ،‬مث احلد الزمٍت‬
‫كىي الفًتة الزمنية ادلدركسة كىنالك احلد ادلقطعي ‪.‬‬
‫كؽلكن تفريغ ىذا النوع من البيانات بربنامج ‪ Eviews‬بعد تنفيذ األكامر اآلتية ‪:‬‬
‫‪ workfile‬يظهر لنا ملف الػ ‪ Workfile‬السابق مث ضلدد نوعية‬ ‫‪new‬‬ ‫‪File‬‬
‫البيانات ‪ Balanced Panel‬مث بعد ذلك نقوـ مبأل بياناتنا اخلاصة ببداية السنة كهناية السنة باإلضافة‬
‫إُف عدد ادلقاطع أين أخذنا ‪ 4‬على سبيل ادلثاؿ يف خانة ‪ Number of cross sections‬مث نضغط‬
‫على ‪ OK‬كىذه اخلطوات يوضحها الشكل ادلواِف ‪:‬‬

‫‪9‬‬
 ‫برنامج ‪Eviews‬‬ ‫الفصل األول‪ :‬عموميات حوؿ‬

‫‪ -2-2‬إدخال البيانات إلى ملف ‪ : Eviews‬إلدخاؿ البيانات اليت قمنا بتحديد مداىا كنوعها نقوـ‬
‫بتسمية متغَتات الدراسة كتفريغ بيانات كل سلسلة موافقة لإلسم ادلعطى ذلا (…‪ )X Y Z‬بإتباع إحدل‬
‫الطرؽ اآلتية ‪:‬‬
‫‪ DATA‬مث نكتب اسم متغَتات‬ ‫أ‪ -‬نكتب يف الفراغ اليت حتت شريط القوائم (نافذة األكامر) أمر‬
‫‪ENTER‬‬ ‫الدراسة حبيث نًتؾ فراغ بُت كل اسم كاسم آخر مثال ‪ ) DATA PIB TC):‬مث نضغط على‬
‫يف لوحة ادلفاتيح كظلأل بياناتنا كما يف الشكل ادلواِف‪:‬‬

‫‪10‬‬
 ‫برنامج ‪Eviews‬‬ ‫الفصل األول‪ :‬عموميات حوؿ‬

‫‪ENTE‬‬
‫‪R‬‬

‫‪Name‬‬ ‫(‪ )Groupe‬بالضغط على‬ ‫بعد اإلنتهاء من مأل مجيع البيانات نقوـ حبفظ ىذه اجملموعة‬
‫كإعطاء إسم ذلا مثال ‪ Groupe1‬فتسجل على كاجهة صفحة الػ ‪ Workfile‬مث تسجيل خركج لنتحصل‬
‫على الشكل اآليت ‪:‬‬

‫‪11‬‬
 ‫برنامج ‪Eviews‬‬ ‫الفصل األول‪ :‬عموميات حوؿ‬

‫كطلتار ضمن ىذه قائمة‬ ‫‪Object New  Object‬‬ ‫ب‪ -‬ؽلكن إدخاؿ ادلتغَتات من خالؿ األمر‬
‫‪ Séries‬كعلى ؽلُت القائمة صلد ‪ Name of objet‬كنعطي إسم للسلسلة ادلراد إدخاذلا مثال الناتج احمللي‬
‫اإلمجاِف (‪ )PIB‬كبنفس الطريقة ندخل باقي ادلتغَتات ادلراد إدخاذلا مع الضغط دائما على الزر ‪ OK‬يف‬
‫هناية كل األمر كما يف الشكل ادلواِف‪:‬‬

‫‪12‬‬
 ‫برنامج ‪Eviews‬‬ ‫الفصل األول‪ :‬عموميات حوؿ‬

‫اآلتية‪:‬‬ ‫ج‪ -‬ؽلكن كذلك إدخاؿ البيانات بعد حتديد نوعها كمداىا بإتباع اخلطوات‬
‫)‪ Empty Groupe(Edit Series‬فتظهر كاجهة نقوـ مبأل بيانات السلسلة فيها مث‬ ‫‪Quick‬‬
‫‪Serie01‬‬ ‫نسجل خركج فيعطينا الربنامج مربع حوارم فنضغط على ‪ Yes‬فنتحصل على سلسلة مكتوبة‬
‫‪OK‬‬ ‫مث نضغط على ؽلُت الفأرة كنعيد تسمية سلسلتنا يف مثالنا كاليت قدمناىا بإسم ‪ Pib‬مث نضغط على‬
‫كىذا ما يوضحو الشكل ادلواِف‪:‬‬

‫‪13‬‬
 ‫برنامج ‪Eviews‬‬ ‫الفصل األول‪ :‬عموميات حوؿ‬

‫آليا يف‬ ‫‪ ،TP‬كيتم االحتفاظ بو‬ ‫‪-‬حفظ الملف‪ :‬عند إنشائنا دللف العمل قمنا بتسميتو بػ‬ ‫‪3‬‬
‫يسمح لنا باالحتفاظ‬ ‫‪ ،Mes‬فعند تسجيلنا للخركج من الربنامج يعطينا مربع حوارم‬ ‫‪Documents‬‬
‫‪SAVE‬‬ ‫‪ File‬طلتار منها‬ ‫بالتعديالت اليت دتت على مستول ملف العمل فنضغط على من قائمة‬
‫فيظهر مربع حوارم آخر نقوـ بالضغط على ‪ Yes‬مث ‪ OK‬فيتم إغالؽ الربنامج مع االحتفاظ بادللف‪،‬‬
‫‪ File‬األمر ‪ Save‬فيظهر مربع حوارم‬ ‫أما إذا َف يتم تسمية ادللف من األكؿ نقوـ باختيار من قائمة‬
‫إسم ادللف ك نحدد مكاف االحتفاظ بو على حسب رغبتك مث نضغط على‬ ‫ضلدد من خاللو‬
‫‪. Enregistrer‬‬

‫‪14‬‬
 ‫برنامج ‪Eviews‬‬ ‫الفصل األول‪ :‬عموميات حوؿ‬

‫‪-‬إعادة عرض البيانات وكيفية تعديلها أو تصحيح األخطاء بها ‪:‬‬ ‫‪4‬‬
‫‪ File‬األمر ‪ Open‬مث‬ ‫لعرض بيانات ادللف احملفوظ سابقا نقوـ بفتح الربنامج مث طلتار من قائمة‬
‫‪ ،Eviews workfile‬فيظهر لنا مربع حوارم أين نقوـ بتحديد إسم ادللف الذم نرغب يف فتحو مث‬
‫نضغط على ‪ Ouvrir‬فيفتح ادللف كما يف الشكل اآليت‪:‬‬

‫أما لتعديل بيانات أم سلسلة فنقوـ بالضغط على األمر ‪ Show‬مث نكتب إسم السلسلة أك السالسل‬
‫فنقوـ بالتعديل كما‬ ‫‪Edit+/-‬‬ ‫ادلعنية بالتعديل مث ‪ OK‬لتفتح السلسلة مث نقوـ بالضغط على األمر‬
‫يوضحو الشكل ادلواِف ‪:‬‬

‫‪15‬‬
 ‫برنامج ‪Eviews‬‬ ‫الفصل األول‪ :‬عموميات حوؿ‬

‫‪ Workfile‬مث نقوـ بالضغط على األمر‬ ‫أك ىنالك طريقة سهلة أين نفتح السلسلة مباشرة من ملف‬
‫‪ Edit+/-‬مث نعدؿ مانرغب فيو ‪.‬‬
‫إختيار ‪Delete‬‬ ‫أما إذا أردنا حذؼ متغَت ما فنقوـ بتظليلو مث الضغط بالزر األؽلن للفأرة مث‬
‫‪ -‬إستحداث متغيرات جديدة باستخدام التحويالت الرياضية‪:‬‬ ‫‪5‬‬
‫ؽلكن احلصوؿ على متغَتات جديدة باستخداـ سلتلف العالقات الرياضية من عمليات اجلمع كالطرح أك‬
‫إدخاؿ اللوغاريتم ‪...‬إٍف ‪ ،‬كذلك بإحدل الطريقتُت اآلتيتُت‪:‬‬
‫‪ -1-5‬إلغلاد متغَت جديد كليكن ‪ Z‬نكتب يف الفراغ الذم حتت شريط القوائم أم نافذة األكامر‬
‫التعليمة ‪ Genr‬مث نًتؾ فراغ كنكتب ادلتغَت اجلديد مثال‪ genr Z=X+Y :‬أك )‪ genr Z=log(Pib‬مث‬
‫يظهر ؿنا ادلتغَت ‪ Z‬ؾما بالشكل ‪:‬‬
‫فضغط على ‪ Enter‬ؼ‬

‫‪ENTE‬‬
‫‪R‬‬

‫‪ Generate serie‬فيظهر مربع حوارم‬ ‫‪Quick‬‬ ‫‪ -2-5‬طلتار من شريط القوائم مايلي ‪:‬‬
‫‪ lpib‬فنكتب‬ ‫نكتب فيو إسم ادلتغَت اجلديد مثال نريد احلصوؿ على لوغاريتم الناتج الداخلي اخلاـ أم‬
‫)‪ lpib=log(pib‬مث نضغط على ‪ OK‬كالشكل ادلواِف يوضح ذلك‪:‬‬

‫‪16‬‬
 ‫برنامج ‪Eviews‬‬ ‫الفصل األول‪ :‬عموميات حوؿ‬

‫‪-‬المقاييس اإلحصائية للبيانات ( وصف البيانات ) ‪ :‬إلغلاد سلتلف ادلقاييس اإلحصائية لبيانات‬ ‫‪6‬‬
‫الدراسة نقوـ بفتح السلسلة ادلعنية من ملف ‪ Workfile‬مث طلتار من القائمة الرئيسية األمر‪:‬‬
‫‪ stats table‬ليظهر لنا رلموعة من مقاييس النزعة‬ ‫‪descriptive statistics et tests‬‬ ‫‪View‬‬
‫ادلركزية مثل ادلتوسط احلسايب كالوسيط كمقاييس التشتت مثل االضلراؼ ادلعيارم باإلضافة إُف مقاييس‬
‫التمركز مثل معامل التفلطح أك التناظر‪ ،‬أما إذا رغبنا يف احلصوؿ على تلك ادلقاييس جملموعة من‬
‫السالسل يف جدكؿ كاحد فنقوـ بفتح تلك السالسل معا على شكل رلموعة ‪( groupe‬عن طريق األمر‬
‫‪ show‬بكتابة إسم السالسل مث نضغط ‪ ENTER‬أك نقوـ بتضليل ادلتغَتات مث نضغط على ؽلُت الفأرة‬
‫كطلتار األمر ‪ open‬مث ‪ as group‬كنقوـ بإتباع اخلطوة اآلتية ‪:‬‬
‫‪common sample‬‬ ‫‪descriptive stats‬‬ ‫‪View‬‬

‫‪17‬‬
 ‫برنامج ‪Eviews‬‬ ‫الفصل األول‪ :‬عموميات حوؿ‬

‫أما إذا كانت رغبة الباحث يف إغلاد مقياس إحصائي معُت مثل ادلتوسط احلسايب أك التباين ‪...‬إٍف‪ ،‬كاليت‬
‫تعترب أعدادا حقيقية فهنا يتم استخداـ التعليمة ‪ ،scalar‬فمثال إذا أردنا حساب ادلتوسط احلسايب للػ‬
‫‪ Pib‬فنكتب التعليمة اآلتية يف نافذة األكامر )‪ scalar moy=@mean(Pib‬أما إلغلاد التباين فنكتب‬
‫)‪ scalar var=@var(Pib‬كىكذا ‪:‬‬

‫‪ENTE‬‬
‫‪R‬‬

‫‪View‬‬ ‫أما إذا أردنا إغلاد مصفوفة االرتباط بُت ادلتغَتات فنقوـ بفتح ادلتغَتات معا مث طلتار من قائمة‬
‫‪OK‬‬ ‫األمر ‪ covariance analysis‬فيظهر لنا مربع حوارم فننشط خانة ‪ correlation‬مث نضغط على‬
‫فتظهر لنا مصفوفة االرتباط ‪:‬‬

‫‪18‬‬
 ‫برنامج ‪Eviews‬‬ ‫الفصل األول‪ :‬عموميات حوؿ‬

‫فيظهر ؿنا مربع حوارم نكتب فيو اسم‬ ‫‪Name‬‬ ‫مث‬ ‫‪Freeze‬‬ ‫كحلفظ ادلخرجات نقوـ باؿضغط على‬
‫ادلخرجات ‪:‬‬

‫من القائمة ‪ View‬األمر‬ ‫‪-‬الرسوم واألشكال البيانية ‪ :‬بعد فتح سلسلة البيانات نقوـ باختيار‬ ‫‪7‬‬
‫‪Bar‬‬ ‫‪ Graph‬الذم يقدـ لنا عدة أنواع من الرسوـ البيانية فنختار ما يناسب دراستنا فمثال طلتار أعمدة‬
‫كما يف الشكل ادلواِف ‪:‬‬

‫‪19‬‬
 ‫برنامج ‪Eviews‬‬ ‫الفصل األول‪ :‬عموميات حوؿ‬

‫كبالضغط على ‪ OK‬نتحصل على الشكل ادلرغوب ‪ ،‬فإذا أردنا حفظ الشكل البيآف نضغط على األمر‬
‫فأما‬ ‫‪Graph01‬‬ ‫‪ Freeze‬فتظهر لنا نافذة جديدة فنضغط على األمر ‪ Name‬فيقدـ الربنامج امسا آليا‬
‫نعيد التسمية أك نًتؾ األمر ماىو عليو ‪:‬‬

‫‪1‬‬ ‫‪2‬‬

‫كما ؽلكننا إدخاؿ تعديالت على الرسم البيآف كاليت جتعل منو أكثر كضوحا كدتثيال للسلسلة من خالؿ‬
‫األمر ‪. Option‬‬ ‫الضغط على‬

‫‪20‬‬
 ‫برنامج ‪Eviews‬‬ ‫الفصل األول‪ :‬عموميات حوؿ‬

‫‪-‬بناء المصفوفات على برنامج ‪: Eviews‬‬ ‫‪8‬‬

‫طلتار ‪Matrix vector‬‬ ‫إلنشاء مصفوفة على الربنامج طلتار من القائمة ‪ Object‬األمر ‪ New Object‬مث‬
‫‪ OK‬لنتحصل على مربع حوارم ضلدد من خاللو عدد أسطر‬ ‫على‬ ‫‪ coefficient‬كبعدىا نضغط‬
‫ادلصفوفة يف خانة ‪ Rows‬كعدد األعمدة يف خانة ‪ Columns‬كما يف الشكل اآليت ‪:‬‬

‫مث نضغط على ‪ OK‬لنتحصل على الشكل ادلواِف الذم يسمح لنا بإعطاء قيم للمصفوفة من خالؿ‬
‫الزر ‪: Edit+/ -‬‬
‫ّ‬ ‫الضغط على‬

‫كإعطاء إمسا معينا‬ ‫‪Name‬‬ ‫بالضغط على‬ ‫‪Workfile‬‬ ‫كؽلكن االحتفاظ هبذه ادلصفوفة على صفحة‬
‫‪ 3 1 ‬‬
‫من خالؿ‬ ‫‪X ‬‬ ‫‪‬‬ ‫كؽلكن حساب زلدد ادلصفوفة ادلربعة مثال لتكن ادلصفوفة‬ ‫للمصفوفة ‪،‬‬
‫‪ 4 2‬‬

‫‪21‬‬
 ‫برنامج ‪Eviews‬‬ ‫الفصل األول‪ :‬عموميات حوؿ‬

‫الربنامج ‪ Eviews‬كذلك من خالؿ خطوتُت‪ ،‬أين نقوـ بكتابة التعليمة ‪ scalar dd‬مث نضغط على‬
‫‪ Enter‬من خالؿ لوحة ادلفاتيح يف اخلطوة األكُف‪ ،‬أما اخلطوة الثانية فنكتب التعليمة )‪ dd=@det(x‬مث‬
‫نضغط على ‪ Enter‬لنتحصل على قيمة احملدد ‪: dd‬‬

‫‪1‬‬ ‫‪2‬‬
‫‪ENTE‬‬
‫‪R‬‬

‫‪ENT‬‬
‫‪ER‬‬

‫كما ؽلكننا احلصوؿ على معكوس ادلصفوفة ‪ X‬كذلك بإنشاء مصفوفة جديدة ‪ H‬كاليت دتثل معكوس‬
‫ادلصفوفة ‪ ، X‬أين نقوـ أكال بكتابة التعليمة ‪ Matrix H‬يف نافذة األكامر مث فضغط على الزر ‪ ،Enter‬مث‬
‫ادلصفوفة ‪: H‬‬ ‫نكتب التعليمة )‪ H=@inverse(X‬كبعد الضغط على ‪ Enter‬نتحصل على‬

‫‪1‬‬ ‫‪ENTE‬‬ ‫‪2‬‬

‫‪R‬‬

‫‪ENT‬‬
‫‪ER‬‬

‫‪22‬‬
 ‫الفصل الثاني ‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫سيتمكن الطالب أك ادلطلع على حيثيات ىذا الفصل من التعرؼ على ماىية االضلدار اخلطي البسيط‬
‫من جهة كتعلم كيفية استخداـ برنامج ‪ Eviews‬يف حتليل ىذا النوع من االضلدار من جهة ثانية بالتطرؽ‬
‫إُف النقاط اآلتية ‪:‬‬
‫‪ -‬كتابة الشكل العاـ لنموذج االضلدار اخلطي البسيط ؛‬
‫‪ -‬فرضيات النموذج اخلطي البسيط ؛‬
‫‪ -‬تقدير معامالت النموذج بطريقة ادلربعات الصغرل ‪ OLS‬؛‬
‫‪ -‬معامل التحديد (‪ )R2‬؛‬
‫‪ -‬حساب تباين ادلقدرات ؛‬
‫‪ -‬بناء رلاؿ الثقة للمعاَف ؛‬
‫‪ -‬اختبارات ادلعنوية أك الداللة اإلحصائية ؛‬
‫‪ -‬استعماؿ برنامج ‪ Eviews9.0‬يف تطبيقات دلعادلة االضلدار اخلطي البسيط ‪.‬‬

‫‪23‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫تمهيد‪ :‬يعترب االضلدار أحد األساليب اإلحصائية اليت تستخدـ يف قياس العالقات االقتصادية بُت متغَت‬
‫ما يسمى بادلتغَت التابع كمتغَت آخر أك رلموعة من ادلتغَتات تسمى بادلتغَتات ادلفسرة أك ادلستقلة‪ ،‬كما‬
‫تنقسم ظلاذج االضلدار إُف عدة أنواع فهنالك االضلدار اخلطي كاالضلدار غَت اخلطي‪ ،‬كىناؾ االضلدار‬
‫البسيط كاالضلدار ادلتعدد كحتدد درجة اخلطية على أساس العالقة ادلراد قياسها كصفيت البسيط كادلتعدد‬
‫على حسب عدد ادلتغَتات التفسَتية ‪.‬‬
‫‪ -1‬الشكل العام لنموذج االنحدار الخطي البسيط‪ :‬يستخدـ النموذج اخلطي البسيط لتكوين عالقة‬
‫بُت متغَت تابع ‪ y‬كمتغَت مستقل مفسر ‪ x‬بواسطة عينة ‪ n‬من ادلالحظات‪ ،‬ىذه العالقة تسمح بشرح قيم‬
‫‪ y‬بواسطة قيم مأخوذة من طرؼ ‪ ،x‬كعالقة الكمية ادلطلوبة من سلعة ما مع سعرىا أك عالقة اإلنفاؽ‬
‫االستهالكي بالدخل ادلتاح‪....‬إٍف‪ ،‬أك بعبارة أخرل أثر متغَت مستقل كاحد على متغَت آخر يسمى‬
‫بالتابع‪ ،‬كتعرؼ عالقة االضلدار بالشكل التاِف‪:‬‬
‫‪Yi    X i   i‬‬ ‫‪i  1.......‬‬
‫‪n‬‬

‫ادلتغَت التابع (الداخلي) ‪ : X i ،‬ادلتغَت ادلستقل (اخلارجي)‪ :  i ،‬حد اخلطأ (ادلتغَت العشوائي)‪،‬‬ ‫حيث‪Yi :‬‬

‫أما ‪ ‬ؽلثل اجلزء الثابت كىو اجلزء ادلقطوع من احملور الرأسي ‪ ،‬كىو عبارة عن قيمة متوسط ادلتغَت التابع دلا‬
‫تنعدـ قيمة ادلتغَت ادلفسر ‪ ،‬بينما ‪ ‬فيمثل ميل ادلستقيم كىو يعرب عن مقدار التغَت يف ادلتغَت التابع إذا‬
‫حدث تغَت يف ادلتغَت ادلستقل بوحدة كاحدة كيطلق عليو أيضا مبعامل االضلدار‪ ،‬كإشارتو تبُت ما إذا كانت‬
‫ىنالك عالقة طردية أك عكسية بُت ادلتغَت التابع كادلتغَت ادلستقل‪ : n ،‬عدد ادلشاىدات أك ادلالحظات ‪.‬‬
‫كيرجع كجود حد اخلطأ ‪  i‬إُف عدة أسباب منها ‪:‬‬
‫™‪ -‬إعلاؿ بعض ادلتغَتات ادلستقلة اليت ؽلكن أف تؤثر على ادلتغَت التابع يف النموذج‪.‬‬
‫‪ -‬الصياغة الرياضية غَت السليمة للنموذج‪.‬‬
‫™حدكث خطأ يف كل من جتميع البيانات كقياس ادلتغَتات االقتصادية ‪.‬‬
‫‪-‬‬
‫‪ - 2‬فرضيات النموذج‪ :‬يعترب ‪  i‬اخلطأ متغَت عشوائي حيث ؼلضع للفرضيات األساسية‪:‬‬
‫‪E ( i )  0, i  1...n‬‬ ‫الفرضية األولى ‪ :‬األمل الرياضي لألخطاء معدكـ أم‬
‫كتعٍت ىذه الفرضية أف األخطاء ال تدخل يف تفسَت ‪ ،y‬إذ أهنا تعرب عن حدكد عشوائية تأخذ قيما سالبة‬

‫‪23‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫أك موجبة أك معدكمة كبالتاِف ال ؽلكن حتديدىا أك قياسها بدقة‪ ،‬كىي ختضع لقوانُت االحتماؿ بوسط أك‬
‫توقع معدكـ ‪.‬‬
‫األخطاء ‪Homoscedasticity‬‬ ‫الفرضية الثانية‪ :‬ثبات (جتانس) تباين‬
‫كىو ما يعٍت أف تبعثرىا أك تشتتها حوؿ ادلتوسط ثابت‪ ،‬كنعرب عن ذلك رياضيا ب ػ‪:‬‬
‫‪ ‬‬
‫‪V ( i )  E  i2   2 , i  1...n‬‬
‫الفرضية الثالثة‪ :‬األخطاء تتوزع طبيعيا‬
‫‪  i‬موزع توزيعا طبيعيا كنكتب ‪.  i  N (0, 2 ) :‬‬
‫الفرضية الرابعة‪ :‬ال يوجد إرتباط ذايت بُت األخطاء‬
‫‪COV ( i ,  j )  0, i  j‬‬ ‫تعٍت بأف التباينات ادلشًتكة ألخطاء ادلالحظات ادلختلفة تكوف معدكمة أم‬
‫الفرضية الخامسة‪ :‬ال يوجد إرتباط بُت ادلتغَت ‪ xi‬كاخلطأ ‪ i‬‬

‫أم أف ادلعطيات اليت مجعت بالنسبة ذلذا ادلتغَت قادرة على إظهار تأثَتىا على مستول التابع‪ ،‬حبيث‬
‫تكوف قيمة كاحدة على األقل ختتلف عن بقية القيم‪ ،‬ألجلها تكوف العبارة اآلتية ختتلف عن‬
‫‪COV ( X i ,  i )  0‬‬ ‫كنعرب عن ذلك بالعبارة اآلتية‬ ‫‪1‬‬
‫‪‬‬ ‫الصفر ‪X i  X 2  0‬‬
‫‪n‬‬
‫‪- 3‬تقدير معامالت النموذج بطريقة المربعات الصغرى ‪:OLS‬‬
‫تعتمد ىذق الطريقة يف إغلادىا لقيم تقديرية دلعلمات النموذج على التقليل قدر اإلمكاف من الفوارؽ بُت‬
‫االضلدار أم ) ‪ei  ˆi  (Yi  Yˆi‬‬ ‫القيم ادلشاىدة كالقيم النظرية أك ادلقدرة اليت ؽلنحها لنا مستقيم‬
‫كتكوف ىذه الفوارؽ موجبة أحيانا كسالبة أحيانا أخرل كلتخطي عقبة اإلشارة نلجأ إُف استعماؿ مربعات‬
‫الفوارؽ شلا يعطينا رلموعا دائما موجبا كبالتاِف فإف مبدأ ىذه الطريقة ىو تصغَت رلموعة مربعات األخطاء‬
‫‪‬‬ ‫‪‬‬
‫‪n‬‬
‫ˆ‪MIN  ei2  MIN  Yi  ˆX i  ‬‬ ‫كنكتب ‪:‬‬
‫‪2‬‬

‫‪i 1‬‬

‫‪‬‬ ‫حيث ̂‪ : ‬القيمة ادلقدرة ل ػ ػ ‪ : ˆ ، ‬القيمة ادلقدرة لػ ػ ػ‬

‫) ‪ ei  ˆi  (Yi  Yˆi‬قيم البواقي ‪ : Yˆi ،‬النموذج ادلقدر ‪ : Yi ،‬النموذج االقتصادم‪.‬‬
‫كالشكل ادلواِف يوضح ادلعادلة اخلطية ادلقدرة‬

‫‪24‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫بالطريقة اآلتية ‪:‬‬ ‫̂‪ ‬ك ˆ‪‬‬ ‫كإلغلاد القيم ادلقدرة نشتق ‪  e‬بالنسبة لكل من‬
‫‪n‬‬
‫‪2‬‬
‫‪i‬‬
‫‪n‬‬ ‫‪i 1‬‬
‫‪  ei2‬‬ ‫‪n‬‬
‫‪i 1‬‬ ‫‪ 2 (Yi  ‬‬
‫‪ˆX i  ˆ )  0‬‬
‫‪‬‬
‫ˆ‬
‫‪i 1‬‬
‫‪n‬‬
‫‪  ei2‬‬ ‫‪n‬‬
‫‪i 1‬‬ ‫‪ 2 (Yi  ‬‬
‫‪ˆX i  ˆ )  0‬‬
‫ˆ‪‬‬ ‫‪i 1‬‬

‫كبالتبسيط صلد‪:‬‬
‫‪n‬‬ ‫‪n‬‬

‫‪(X‬‬ ‫‪i‬‬ ‫) ‪ X )(Yi  Y‬‬ ‫‪ X Y  nXY‬‬‫‪i i‬‬

‫) ‪COV ( X i , Yi‬‬
‫‪ˆ ‬‬ ‫‪i 1‬‬
‫‪n‬‬
‫‪‬‬ ‫‪i 1‬‬
‫‪n‬‬
‫‪‬‬
‫‪(X‬‬ ‫‪X‬‬
‫) ‪V (Xi‬‬
‫‪i‬‬ ‫‪ X )2‬‬ ‫‪i‬‬
‫‪2‬‬
‫‪ nX 2‬‬
‫‪i 1‬‬ ‫‪i 1‬‬

‫‪ˆ  Y  bX‬‬
‫‪2‬‬
‫( ‪:)R‬‬ ‫‪ - 4‬معامل التحديد‬
‫(‪ )y‬ادلوضحة يف النموذج بالنسبة‬ ‫ىذا ادلعامل يقيس جودة النموذج‪ ،‬أم يوضح نسبة اضلرافات قيم‬
‫كيرمز لو بالرمز ( ‪ )R2‬حيث ىو مربع معامل‬ ‫[‪]1 ;0‬‬ ‫لإلضلرافات الكلية‪ ،‬كىو عدد موجب زلصور بُت‬
‫االرتباط اخلطي (‪ ،)r‬كيتم استخراج قيمتو اجلربية كالتاِف‪:‬‬
‫‪n‬‬ ‫‪n‬‬

‫‪ ei2 ‬‬

‫‪i 1‬‬
‫‪ (Y‬‬
‫‪i 1‬‬
‫‪i‬‬ ‫‪ Yˆi ) 2‬‬

‫‪Yi  Yˆi  ei ‬‬ ‫‪Y‬‬ ‫‪i‬‬ ‫‪  Yˆi ‬‬ ‫‪e‬‬ ‫‪i‬‬ ‫ˆ‪ 0  Y  Y‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬

‫‪ (Yi  Y ) 2 ‬‬

‫‪i 1‬‬
‫‪ (Yˆi  Yˆ ) 2 ‬‬
‫‪i 1‬‬
‫‪ (Y‬‬
‫‪i 1‬‬
‫‪i‬‬ ‫‪ Yˆi ) 2‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪n‬‬
‫‪‬‬ ‫‪‬‬
‫‪ ( yi  y ) 2 ‬‬ ‫‪ ( y  y )2 ‬‬ ‫‪e‬‬ ‫‪2‬‬
‫‪i‬‬ ‫‪...........1‬‬
‫‪i 1‬‬ ‫‪i 1‬‬ ‫‪i 1‬‬

‫‪25‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫‪n‬‬
‫بقسمة طريف ادلعادلة األخَتة على ‪  (Yi  Y ) 2‬ضلصل على‪:‬‬
‫‪i 1‬‬
‫‪n‬‬ ‫‪n‬‬

‫) ˆ‪ (Yˆ  Y‬‬ ‫‪2‬‬

‫‪e‬‬ ‫‪2‬‬
‫‪i‬‬
‫‪1‬‬ ‫‪i 1‬‬
‫‪‬‬ ‫‪i 1‬‬

‫‪ Y  Y ‬‬
‫‪n‬‬ ‫‪n‬‬

‫) ‪ (Y  Y‬‬ ‫‪2‬‬ ‫‪2‬‬

‫‪i‬‬ ‫‪i‬‬
‫‪i 1‬‬ ‫‪i 1‬‬
‫كمنو قيمة ‪ R2‬ىي ‪:‬‬
‫‪ n‬‬ ‫‪‬‬
‫‪  ei‬‬ ‫‪‬‬
‫‪R 1‬‬
‫‪2‬‬ ‫‪‬‬ ‫‪i‬‬ ‫‪‬‬‫‪1‬‬ ‫‪‬‬
‫‪‬‬ ‫‪2‬‬
‫‪n‬‬

‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪i 1‬‬
‫ˆ‬
‫‪(Yi  Y ) ‬‬
‫‪‬‬
‫بقياس القدرة التفسَتية للنموذج‪،‬‬ ‫كتعد ادلعادلة ( ‪ )1‬مفيدة جدا خلدمة أغراضنا فيما يتعلق‬
‫لذا من ادلهم أف نفحص بعناية معٌت كل حد من حدكدىا‪:‬‬
‫‪ :  (Y‬تعرب عن رلموع مربعات االضلرافات الكلية‬
‫‪n‬‬
‫‪(TSS) TOTAL SUM OF SQUARES‬‬ ‫‪i‬‬ ‫‪ Y )2‬‬
‫‪i 1‬‬
‫‪n‬‬
‫ادلشركحة )‪EXPLAINED SUM OF SQUARES (ESS‬‬ ‫‪ :  (Yˆi  Yˆ ) 2‬دتثل رلموع مربعات االضلرافات‬
‫‪i 1‬‬
‫‪n‬‬

‫البواقي )‪RESIDUAL SUM OF SQUARES (RSS‬‬ ‫‪ :  (ei )2‬دتثل رلموع مربعات‬

‫‪i 1‬‬

‫كمنو نعيد صياغة ادلعادلة (‪ )1‬على الشكل اآليت ‪:‬‬

‫‪TSS=ESS+RSS‬‬
‫كبتقسيم كل األطراؼ على ‪ TSS‬صلد ‪ 1=(ESS/TSS)+(RSS/TSS) :‬كمنو نعرؼ معامل التحديد‬
‫‪ESS‬‬ ‫‪RSS‬‬
‫كىو معامل يقيس كيشرح نسبة االضلرافات الكلية أك التغَتات‬ ‫‪R2  r 2 ‬‬
‫‪TSS‬‬
‫‪1‬‬
‫‪TSS‬‬
‫كمايلي ‪:‬‬

‫ادلستقل ‪. X‬‬ ‫اليت حتدث يف التابع ‪ Y‬كادلشركحة بواسطة تغَتات ادلتغَت‬

‫دلا يأخذ ‪ R2‬أكرب قيمة كىي ‪ 1‬أم عندما تقع كل نقاط ادلالحظات (‪ )Yi , Xi‬علػى اخلط ادلقدر‬
‫فالقدرة التفسَتية للنموذج عالية جدا (تامة) ‪ ،‬أم ىناؾ جودة يف التوفيق كاالرتباط‬ ‫‪Yˆi  ˆ  ˆX i‬‬

‫بُت ادلتغَت التابع كادلستقل‪.‬‬

‫أما إذا كاف ‪ R2‬يأخذ أصغر (أسوء) قيمة لو كىي الصفر‪ ،‬ؼنفسر ذلك بأنو ليس ىناؾ أم جودة يف‬
‫كقد يرجع‬ ‫التوفيق كاالرتباط بُت ادلتغَت التابع كادلستقل أم ليس للنموذج قدرة تفسَتية علػى اإلطػالؽ‬
‫إُف غياب السببية بينهما‪.‬‬ ‫السبب يف ذلك إُف أف العالقة ادلوجودة بُت ادلتغَتين ىي غَت خطية أك‬
‫حيث يقيس معامل‬ ‫نذكر أف الفرؽ اجلوىرم بُت معامل التحديد كمعامل االرتباط يكمػن يف السػببية‬

‫‪26‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫متغَت‪ ،‬أما معامل التحديد فيقيس‬ ‫االرتباط العالقة بُت متغَتين بغض النظر عن الدكر الذم يلعبو كػل‬
‫أيضا االرتباط كلكن يأخذ بعُت االعتبار السببية حيػث أف ادلتغَت ‪ X‬ىو الذم يشرح الظاىرة ‪.‬‬
‫‪i‬‬

‫‪ -7‬حساب تباين المقدرات ‪:‬‬

‫‪ -1-7‬حساب تباين مقدرتي معلمتي النموذج‪:‬‬
‫‪ ˆ  Y  ˆX‬كلدينا‬ ‫‪ -‬تباين الثابت ̂‪ : ‬نقوـ أكال حبساب ادلقدار ‪ ˆ  ‬أين كجدنا سابقا بأف‬
‫كذلك ‪ Y    X  ‬كبالتعويض بقيمة ‪ Y‬يف قيمة ̂‪ ‬صلد ‪:‬‬
‫‪1‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪n‬‬ ‫‪n‬‬
‫‪ˆ    X  X         X     wi X  i   wi* i‬‬
‫ˆ‬ ‫ˆ‬
‫‪i 1  n‬‬ ‫‪‬‬ ‫‪i 1‬‬
‫‪n‬‬
‫‪(ˆ   )   wi*2 i2  2 wi*w*j  i j :‬‬
‫‪2‬‬
‫كعليو‬
‫‪i 1‬‬ ‫‪i‬‬ ‫‪j‬‬
‫‪n‬‬
‫) ‪E (ˆ   )2   wi*2 E ( i2 )  2 wi*w*j E ( i j‬‬ ‫كبعد إدخاؿ التوقع الرياضي على الطرفُت صلد ‪:‬‬
‫‪i 1‬‬ ‫‪i‬‬ ‫‪j‬‬
‫‪n‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪ 1‬‬
‫‪w‬‬ ‫‪i 1‬‬
‫‪*2‬‬
‫‪i‬‬ ‫لدينا‪   2  wi2 X 2  wi X     w2i X 2 :‬‬
‫‪i n‬‬ ‫‪n‬‬ ‫‪ n i‬‬
‫مع العلم بأنو‬
‫‪‬‬
‫‪E i  j  0‬‬ ‫‪‬‬ ‫‪،‬‬ ‫‪ ‬‬
‫‪E  i2   2‬‬

‫‪‬‬
‫‪1‬‬ ‫‪X2‬‬
‫‪‬‬
‫‪ 2 ‬‬
‫‪‬‬ ‫‪i X i2  2‬‬
‫‪var ˆ    ‬‬ ‫‪   ‬‬ ‫‪‬‬
‫‪2  ‬‬ ‫كبالتاِف يصبح لدينا تباين الثابت ىو ‪:‬‬
‫‪ n  Xi  X‬‬
‫‪2‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪n‬‬ ‫‪‬‬
‫‪ i‬‬ ‫‪X‬‬ ‫‪‬‬ ‫‪X‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪i‬‬ ‫‪‬‬ ‫‪ i‬‬ ‫‪‬‬

‫‪-‬حساب تباين ‪: ‬‬

‫ˆ‬

‫نعلم بأف ‪:‬‬

‫‪n‬‬ ‫‪n‬‬

‫‪(X‬‬ ‫‪i‬‬ ‫) ‪ X )(Yi  Y‬‬ ‫‪x y‬‬ ‫‪i‬‬ ‫‪i‬‬

‫‪̂ ‬‬ ‫‪i 1‬‬
‫‪n‬‬
‫‪‬‬ ‫‪i 1‬‬
‫‪n‬‬

‫‪(X‬‬
‫‪i 1‬‬
‫‪i‬‬ ‫)‪ X‬‬ ‫‪2‬‬
‫‪x‬‬
‫‪i 1‬‬
‫‪2‬‬
‫‪i‬‬

‫حبيث‪:‬‬
‫‪yi  Yi  Y‬‬ ‫‪, xi  X i  X‬‬

‫‪n‬‬ ‫‪xi‬‬
‫‪ wi ‬كبالتاِف ؽلكن كتابة ˆ‪ ‬كمايلي‪̂   wi yi :‬‬ ‫نضع ‪:‬‬
‫‪i 1‬‬ ‫‪ xi2‬‬
‫‪i‬‬

‫غلب أف نذكر بعض اخلصائص اخلاصة ب ‪: wi‬‬

‫‪1‬‬
‫‪‬‬ ‫‪w2i ‬‬ ‫‪‬‬ ‫‪wi xi  1‬‬ ‫‪‬‬ ‫‪wi  0‬‬
‫‪i‬‬ ‫‪ xi2‬‬
‫‪i‬‬
‫‪i‬‬ ‫‪i‬‬

‫‪27‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫‪̂   wi yi   wi Yi  Y  :‬‬

‫‪n‬‬
‫‪Y    X  ‬‬ ‫ك‬ ‫‪Yi    X i   i‬‬ ‫كما لدينا‬ ‫لدينا‬
‫‪i 1‬‬ ‫‪i‬‬

‫بالتعويض ضلصل على ‪:‬‬

‫‪ˆ   wi   X i   i    X   ‬‬
‫‪i‬‬

‫‪‬‬
‫‪  wi X i   i  X      wi  X i  X    i   ‬‬ ‫‪‬‬
‫‪i‬‬ ‫‪i‬‬

‫كمنو‬ ‫‪‬‬
‫‪i‬‬
‫ادلقدار ‪  i  ‬يؤكؿ إُف ‪  i‬ألف األمل الرياضي ؿ ‪ ‬يساكم الصفر كما لدينا‪wi xi  1‬‬
‫‪n‬‬ ‫‪n‬‬
‫‪ˆ     wi i‬‬ ‫أم‬ ‫‪ˆ     wi i‬‬ ‫ؽلكن كتابة ˆ‪ ‬كمايلي ‪:‬‬
‫‪i 1‬‬ ‫‪i 1‬‬
‫‪2‬‬
‫‪ n‬‬ ‫‪‬‬
‫‪( ˆ   ) 2    wi i    wi2 i2  2 wi w j  i j‬‬ ‫كعليو ‪:‬‬
‫‪ i 1‬‬ ‫‪‬‬ ‫‪i‬‬ ‫‪j‬‬

‫كبعد إدخاؿ التوقع الرياضي ضلصل على ‪:‬‬

‫) ‪E ( ˆ   )2   wi2 E ( i2 )  2 wi w j E ( i j‬‬
‫‪i‬‬ ‫‪j‬‬

‫فإف ‪:‬‬ ‫‪‬‬

‫‪E i  j  0‬‬ ‫‪‬‬ ‫ك‬ ‫‪ ‬‬
‫‪E  i2   2‬‬ ‫مبأف ‪:‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪2‬‬
‫‪var ˆ     w  ‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪‬‬
‫‪‬‬
‫‪  X i  X  ‬‬
‫‪i‬‬ ‫‪2‬‬

‫‪ i‬‬ ‫‪‬‬

‫نالحظ أف تباين كل مقدر غَت معػركؼ ألنػو يػرتبط بتبػاين األخطػاء النظػرم ‪  2‬فينبغػي يف ىػده احلالػة‬
‫تقػدير تباين األخطاء للحصوؿ على تباين البواقي ‪.‬‬
‫‪ -2-7‬حساب تباين األخطاء (البواقي) ‪:  ‬‬
‫‪2‬‬

‫إف تقدير تباين األخطاء العشوائية ىو ‪:‬‬

‫‪n‬‬

‫ˆ‪ ‬‬ ‫‪i‬‬

‫‪2‬‬

‫‪ˆ 2 ‬‬ ‫‪i 1‬‬

‫‪n2‬‬
‫أما ‪ n-2‬فهي درجػػة احلرية اليت تعرب عن‬ ‫القيمػػة الػػيت يف البسػػط تعػػرب عػػن رلمػػوع مربعػػات الب ػواقي‬
‫ناقص ‪ 2‬كذلك لوجود معلمتين مقدرتُت يف النموذج اخلطي البسيط ‪.‬‬ ‫العينة ‪n‬‬ ‫حجم‬

‫‪28‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫‪-‬بناء مجال الثقة للمعالم‪:‬‬ ‫‪8‬‬

‫مبعرفػة توزيػع ̂‪ ‬ك ˆ‪ ‬ؽلكػن تكػوين رلػاالت ثقػة كإجػراء اختبػار الفرضػيات ادلوضػوعة حػوؿ معػاَف‬
‫االضلػدار ‪ ‬ك ‪ ‬علػى التػواِف‪ ،‬نعطػي رلػاال للقػيم الػيت ؽلكػن أف حتتػوم عليهػا معػاَف االضلػدار احلقيقيػة‪،‬‬
‫علػػى‬ ‫مػع كػل رلػاؿ ثقػة نضػع مسػػتول إحصػػائيا للمعنويػػة‪ ،‬حيػػث أف احتمػػاؿ احت ػواء اجملػػاؿ ادلػػذكور‬
‫معلمػػة االضلػػدار احلقيقيػػة يكػػوف كاحػػد مطركحا منو مسػتول ادلعنويػة‪ ،‬أم ( ‪ (1‬كلتكػوين رلػاؿ الثقػة مػن‬
‫التوزيػع ‪ t‬بالنسػبة للمعلمػُت ‪ ‬ك ‪ ‬نكتػب القانوف اخلاص لكل معلمة‪:‬‬
‫في حالة ‪ n  30‬و ‪ 2‬غير معروف ‪:‬‬ ‫‪-‬‬
‫‪ˆ  ‬‬
‫‪ tn2‬‬
‫ˆ‪ˆ ‬‬
‫‪ˆ  ‬‬
‫‪ tn2‬‬
‫ˆ‪ˆ ‬‬
‫عند مستول معنوية ‪ %‬يكوف رلاؿ الثقة لكال ادلعلمتين ‪:‬‬
‫‪‬‬ ‫‪ˆ  ‬‬ ‫‪‬‬
‫‪pr   t‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪t‬‬ ‫‪   1‬‬
‫‪‬‬ ‫‪n 2 ,‬‬
‫‪2‬‬ ‫‪‬‬‫ˆ‬ ‫‪‬‬
‫ˆ‬
‫‪n2 ,‬‬
‫‪2 ‬‬

‫‪‬‬ ‫‪ˆ  ‬‬ ‫‪‬‬

‫‪pr   t‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪t‬‬ ‫‪‬‬ ‫‪  1‬‬
‫‪‬‬
‫‪‬‬
‫‪n 2 ,‬‬
‫‪2‬‬ ‫‪‬‬‫ˆ‬ ‫ˆ‬
‫‪‬‬
‫‪n2,‬‬
‫‪2‬‬ ‫‪‬‬
‫‪‬‬
‫ادلقدار ‪ ، ‬أما االحتماؿ الثآف فنضرب أطرافو‬ ‫اإلحتماؿ األكؿ ب ˆ‪ ˆ ‬كأضفنا‬ ‫إذا ضربنا مجيع أطراؼ‬
‫ب ˆ‪ ˆ ‬كنضيف ‪ ‬فسنتحصل يف األخَت على فًتة الثقة اخلاصة بكل معلمة ‪:‬‬
‫‪‬‬ ‫‪‬‬
‫‪  ˆ  ˆˆ t‬‬ ‫‪‬‬ ‫‪;ˆ  ˆˆ t‬‬
‫‪ ‬‬
‫) ‪( n 2,‬‬ ‫) ‪( n 2,‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪2 ‬‬

‫‪‬‬ ‫‪‬‬
‫‪   ˆ  ˆ ˆ t  , ˆ  ˆ ˆ t  ‬‬
‫) ‪( n 2,‬‬ ‫) ‪( n 2,‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪2 ‬‬

‫معروف ‪:‬‬ ‫التباين ‪2‬‬ ‫و‬ ‫‪30 < n‬‬ ‫في حالة حجم العينة‬ ‫‪-‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪ˆ 2‬‬ ‫‪‬‬ ‫‪ˆ  ‬‬
‫‪  N  ,‬‬
‫ˆ‬ ‫‪‬‬ ‫‪ N 0,1‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪i‬‬
‫‪x i2‬‬ ‫‪‬‬
‫‪‬‬
‫ˆ‪ˆ ‬‬

‫‪29‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫‪‬‬ ‫‪ˆ 2  X i2‬‬ ‫‪‬‬

‫‪‬‬ ‫‪‬‬ ‫‪ˆ  ‬‬
‫‪ˆ  N   ,‬‬ ‫‪i‬‬
‫‪‬‬ ‫‪‬‬ ‫‪ N 0,1‬‬
‫‪‬‬ ‫‪n x i2‬‬ ‫‪‬‬ ‫‪‬‬‫ˆ‬ ‫ˆ‪‬‬
‫‪‬‬ ‫‪i‬‬ ‫‪‬‬
‫عند مستول ادلعنوية ( ‪ )  %‬يكوف رلاؿ الثقة لكال ادلعلمتُت كمايلي‪:‬‬
‫‪‬‬ ‫‪‬‬
‫‪  ˆ  ˆˆ z ;ˆ  ˆˆ z ‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪2 ‬‬

‫‪‬‬ ‫‪‬‬
‫‪   ˆ  ˆ ˆ z , ˆ  ˆ ˆ z ‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪2 ‬‬

‫مع العلم بأف القيمة ‪ z ‬دتثل القيمة احلرجة للتوزيع الطبيعي ادلعيارم كىي القيمة احملسوبة نستخرجها من‬
‫‪2‬‬

‫اجلدكؿ مباشرة ‪.‬‬

‫‪ -‬اختبارات المعنوية أو الداللة‪:‬‬ ‫‪9‬‬

‫قد يكوف النموذج ادلبٍت من طرفنا صحيحا أك غَت صحيح كفثبت صحتو من خالؿ اختباره‪ ،‬كيتم ذلك‬
‫بواسطة فرض معلمة من معاَف النموذج تساكم الصفر أك أم عػدد آخر‪ ،‬كتسمى فرضية العدـ ‪ H0‬كما‬
‫‪ X‬قائمة على أساس النموذج اخلطي‪ ،‬فإف انعداـ ىذه العالقة يعٍت بأف خط‬ ‫‪ Y‬و‬ ‫دامت العالقة بُت‬
‫خاضع لالختبار فإنو‬ ‫‪H0‬‬ ‫‪ ، H 0: ‬كمبا أف االفًتاض‬ ‫‪0‬‬ ‫اضلدار ا جملتمع ىو عبارة عن خط أفقي أم‬
‫ال يكوف بالضركرة صحيحا األمر الذم يتطلب منا كضع فرض بديل ‪ H1 :   0‬كيف حالة معرفة‬
‫إشارة ‪ ‬مسػبقا من النظرية االقتصادية فإف االفًتاض البديل يكوف ‪( H1 :   0‬أك ‪) H1 :   0‬‬
‫اليت تنص‬ ‫الفرضية ‪H 0‬‬ ‫فإذا أردنا أف طلترب العالقة بُت ادلتغَت ادلستقل (‪ )x‬كالتغَت التابع ( ‪ )y‬كذلك بوضع‬
‫كيكوف شكل االختبار كمايلي ‪:‬‬ ‫‪H0‬‬ ‫عكس‬ ‫الفرضية ‪H1‬‬ ‫على عدـ كجود عالقة بينهما فتكوف‬
‫‪H 0 :   0‬‬
‫‪‬‬
‫‪ H1 :   0‬‬

‫(‪.)F‬‬ ‫كالختبار صحة إحدل الفرضيتُت السابقتُت نستعمل إختبار ستودنت (‪ )T‬أك إختبار فيشر‬
‫‪ˆ  B‬‬
‫‪Tc ‬‬ ‫‪ -1‬اختبار ستودنت (‪ :)T‬كيتم ىذا االختبار حبساب اإلحصائية التالية‪:‬‬
‫ˆ‪ ‬‬

‫(‪)T‬‬ ‫تنص على إنعداـ ‪ B‬فإف قيمة‬ ‫‪H0‬‬ ‫‪ ،‬كمبا أف الفرضية‬ ‫ˆ‪‬‬ ‫حيث ˆ‪ :  ‬االضلراؼ ادلعيارم للمقدرة‬
‫‪Tc ‬‬
‫ˆ‪‬‬ ‫تصبح‪:‬‬
‫ˆ‪ ‬‬

‫‪30‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫مبستول معنوية معُت ( ‪ )  %‬مبقارنة قيمة (‪ )T‬احملصل عليها مع القيمة اجملدكلة‬ ‫‪H0‬‬ ‫كيتم قبوؿ أك رفض‬
‫عند درجة احلرية )‪ ، ( N  2‬حيث‪ 2 :‬ىو عدد ادلقدرات يف ىذه احلالة‪ ،‬ك ‪ N‬ىو عدد ادلشاىدات‪ ،‬كقرار‬
‫ىذا االختبار يكوف كاآليت‪:‬‬
‫كمنو ادلتغَت لو معٌت (تأثَت) يف النموذج أم أنو معنوم‪.‬‬ ‫‪ˆ  0‬‬ ‫‪ : Tc Tt‬فإف نرفض ‪ : H 0‬إذف‬
‫كمنو ˆ‪ ‬ليس معنوم أم أف ادلتغَت ادلفسر لو دكر يف النموذج‪.‬‬ ‫‪ˆ  0‬‬ ‫‪ : Tc Tt‬فإننا نقبل ‪ : H 0‬إذف‬
‫)‪( N  2‬‬ ‫اجملدكلة دتثل القيم احلرجة كحتدد ادلنطقة احلرجة لالختبار ذك الطرفُت عند درجة احلرية‬ ‫حيث ‪Tt‬‬

‫كمبستول معنوية زلدد كنكتب ‪. tn 2;‬‬

‫‪2‬‬

‫فينبغي اسػتعماؿ التوزيػع الطبيعي كؽلكن أخذ القيمة‬ ‫)‪(n >30‬‬ ‫مالحظة‪ :‬عندما يكوف حجم العينة كبَتا‬
‫كذلك حبساب ادلساحة ادلظلة للتوزيع الطبيعي ‪.‬‬ ‫‪z / 2‬‬ ‫احلرجة‬
‫‪ -2‬اختبار فيشر (‪ :)F‬يوضح لنا ىذا االختبار داللة النموذج بصورة عامة‪ ،‬ككذلك حساب نسبة‬
‫االضلرافات ادلوضحة إُف االضلرافات غَت ادلوضحة بواسطة النموذج‪:‬‬
‫‪H 0 :     0‬‬
‫‪‬‬
‫‪   0‬أو‪ H1 :   0‬‬
‫‪ -‬شكل االختبار‪ :‬كيتم االختبار حبساب اإلحصائية‪:‬‬
‫‪n‬‬

‫) ‪ (Yˆ  Y‬‬
‫‪i‬‬ ‫‪1‬‬
‫‪Fc ‬‬ ‫‪i 1‬‬
‫‪n‬‬

‫‪e‬‬ ‫‪2‬‬
‫‪n2‬‬ ‫حيث ‪ :n‬ىو عدد ادلشاىدات‬
‫‪i‬‬
‫‪i 1‬‬

‫مبستول ـ عنوية ‪. ‬‬ ‫)‪(1, n  2‬‬ ‫) ‪ ( Ft‬عند درجة احلرية‬ ‫نقوـ مبقارنة القيمة ‪ FC‬مع القيمة‬
‫‪ -‬قرار االختبار‪:‬‬
‫إذا كاف ‪ Ft  Fc‬فإننا نرفض ‪ : H 0‬أم أف ادلتغَتات ‪ x‬تؤثر (أم تفسر) ‪.y‬‬
‫إذا كاف ‪ Ft  Fc‬فإننا نقبل ‪ : H 0‬أم أف ادلتغَتات ‪ x‬ال يؤثر (أم تفسر) ‪.y‬‬
‫‪-‬استعمال برنامج ‪ Eviews9.0‬في تطبيقات لمعادلة االنحدار الخطي البسيط ‪:‬‬ ‫‪10‬‬

‫سنعتمد على ادلثاؿ اآليت من أجل معرفة تقدير النماذج اخلطية البسيطة كذلك بإختبارىا يدكيا أكال‪ ،‬مث‬
‫‪Eviews9.0‬‬ ‫باستعماؿ برنامج‬
‫مثال ‪ : 01‬لدراسة أثر سعر الفائدة )‪(X‬كمتغَت مستقل على إدخار القطاع العائلي )‪ (Y‬كمتغَت تابع يف‬
‫دكلة ما مت جتميع البيانات اخلاصة بادلتغَتين خالؿ الفًتة ‪ 2017 - 2008‬كما ىو موضح باجلدكؿ ادلواِف‪:‬‬
‫‪31‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫‪2017‬‬ ‫‪2016‬‬ ‫‪2015‬‬ ‫‪2014‬‬ ‫‪2013‬‬ ‫‪2012‬‬ ‫‪2011‬‬ ‫‪2010‬‬ ‫‪2009 2008‬‬ ‫السنة‬
‫‪8‬‬ ‫‪7‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫سعر الفائدة‬
‫‪56‬‬ ‫‪65‬‬ ‫‪43‬‬ ‫‪54‬‬ ‫‪52‬‬ ‫‪37‬‬ ‫‪45‬‬ ‫‪40‬‬ ‫‪28‬‬ ‫‪20‬‬ ‫اإلدخار‬

‫المطلوب ‪:‬‬
‫‪- 1‬رسم بيانات اجلدكؿ يف شكل إنتشارم ‪.‬‬
‫‪- 2‬تقدير معادلة االضلدار اخلطي البسيط بُت ادلتغَتين باعتبار العالقة بينهما خطية باستخداـ طريقة‬
‫ادلربعات الصغرل ‪ OLS‬يدكيا مث عن طريق برنامج ‪.Eviews‬‬
‫‪- 3‬قدـ تفسَتا إقتصاديا دلعلمة النموذج ادلتوصل إليها ‪.‬‬
‫‪- 4‬أحسب سلتلف قيم حد اخلطأ ‪ ei  ˆi‬مقدر اخلطأ العشوائي ‪ i‬‬
‫‪- 5‬إغلاد تباين البواقي كاالضلراؼ ادلعيارم للمقدرات ‪.‬‬
‫‪- 6‬اختبار عند مستول معنوية ‪ %5‬معنوية ادلقدرات‪.‬‬
‫‪%5‬‬ ‫‪- 7‬إخترب ادلعنوية اإلحصائية الكلية للنموذج عند مستول معنوية‬
‫‪- 8‬إغلاد معامل التحديد للنموذج ادلقدر مث اشرح النتيجة ‪.‬‬
‫‪-‬الحل باستخدام الطريقة الحسابية اليدوية ‪:‬‬
‫‪- 1‬تقدير النموذج الخطي البسيط‪ :‬نقوـ أكال حبساب اجملاميع اليت يوضحها اجلدكؿ ادلواِف ‪:‬‬
‫السنوات‬ ‫‪X‬‬ ‫‪Y‬‬ ‫‪XY‬‬ ‫‪X2‬‬ ‫‪Y2‬‬

‫‪2008‬‬ ‫‪2‬‬ ‫‪20‬‬ ‫‪40‬‬ ‫‪4‬‬ ‫‪400‬‬

‫‪2009‬‬ ‫‪3‬‬ ‫‪28‬‬ ‫‪84‬‬ ‫‪9‬‬ ‫‪784‬‬

‫‪2010‬‬ ‫‪5‬‬ ‫‪40‬‬ ‫‪200‬‬ ‫‪25‬‬ ‫‪1600‬‬

‫‪2011‬‬ ‫‪4‬‬ ‫‪45‬‬ ‫‪180‬‬ ‫‪16‬‬ ‫‪2025‬‬

‫‪2012‬‬ ‫‪3‬‬ ‫‪37‬‬ ‫‪111‬‬ ‫‪9‬‬ ‫‪1369‬‬

‫‪2013‬‬ ‫‪5‬‬ ‫‪52‬‬ ‫‪260‬‬ ‫‪25‬‬ ‫‪2704‬‬

‫‪2014‬‬ ‫‪7‬‬ ‫‪54‬‬ ‫‪378‬‬ ‫‪49‬‬ ‫‪2916‬‬

‫‪2015‬‬ ‫‪6‬‬ ‫‪43‬‬ ‫‪258‬‬ ‫‪36‬‬ ‫‪1849‬‬

‫‪2016‬‬ ‫‪7‬‬ ‫‪65‬‬ ‫‪455‬‬ ‫‪49‬‬ ‫‪4225‬‬

‫‪32‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫‪2017‬‬ ‫‪8‬‬ ‫‪56‬‬ ‫‪448‬‬ ‫‪64‬‬ ‫‪3136‬‬

‫اجملموع‬ ‫‪50‬‬ ‫‪440‬‬ ‫‪2414‬‬ ‫‪286‬‬ ‫‪21008‬‬

‫ؽلكن حساب ادلتوسط احلسايب للمتغَتين ‪:‬‬

‫‪10‬‬ ‫‪10‬‬
‫‪440‬‬ ‫‪50‬‬
‫‪n‬‬ ‫‪n‬‬
‫‪y 1‬‬ ‫‪Y‬‬ ‫‪i‬‬ ‫‪‬‬ ‫‪ 44‬‬ ‫‪x1‬‬ ‫‪X‬‬ ‫‪i‬‬ ‫‪‬‬ ‫‪5‬‬
‫‪i 1‬‬ ‫‪10‬‬ ‫‪i 1‬‬ ‫‪10‬‬

‫كتقديرىا يكوف من الشكل ادلواِف‪:‬‬ ‫‪Yi    X i   i‬‬ ‫لدينا العالقة بُت ادلتغَتين ىي من الشكل‪:‬‬
‫‪ ،‬كمنو ؽلكن إغلاد قيمة ادلعلمة ‪ B‬كمايلي ‪:‬‬ ‫‪Yˆi  ˆ  ˆX i‬‬
‫‪n‬‬ ‫‪n‬‬

‫) ‪ ( X i  X )(Yi  Y‬‬ ‫‪ X Y  nXY‬‬

‫‪i i‬‬
‫)‪2414  (10)(44)(5‬‬
‫‪ˆ ‬‬ ‫‪i 1‬‬
‫‪‬‬ ‫‪i 1‬‬
‫‪‬‬
‫‪286  10.5‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪2‬‬

‫‪(X‬‬
‫‪i 1‬‬
‫‪i‬‬ ‫‪ X )2‬‬ ‫‪X‬‬
‫‪i 1‬‬
‫‪i‬‬
‫‪2‬‬
‫‪ nX 2‬‬

‫‪ ˆ  5.94‬‬
‫‪ˆ  Y  ˆX  ˆ  44  5.94(5)  ˆ  14.3‬‬

‫‪Yˆi  14.3  5.94 X i‬‬ ‫إذف ادلعادلة ادلقدرة تكتب كمايلي ‪:‬‬
‫‪- 2‬التفسير اإلقتصادي لمعلمة النموذج‪:‬‬
‫النموذج ادلتوصل إليو ىو ‪ Yˆi  14.3  5.94 X i‬كبغض النظر عن معنوية النموذج من عدمها فإف‬
‫القيمة ‪ 5.94‬تعٍت بأنو إذا تغَت ادلتغَت ادلستقل (إدخار العائالت) بوحدة كاحدة فإف ادلتغَت التابع (سعر‬
‫الفائدة) سيتغَت مبقدار ‪ 5.94‬كحدة كيف نفس االجتاه أم العالقة بُت ادلتغَتين ىي عالقة طردية‪.‬‬
‫‪- 3‬حساب مختلف قيم حد الخطأ ‪: ei  ˆi‬‬
‫لدينا البواقي تكتب من الشكل ‪ei  (Yi  Yˆi ) :‬‬
‫السنوات‬ ‫‪X‬‬ ‫‪Y‬‬ ‫‪Yˆi  14.3  5.94 X i‬‬ ‫) ‪ei  (Yi  Yˆi‬‬ ‫‪ei‬‬
‫‪2‬‬

‫‪2008‬‬ ‫‪2‬‬ ‫‪20‬‬ ‫‪26.18‬‬ ‫‪-6.18‬‬ ‫‪38.19‬‬

‫‪2009‬‬ ‫‪3‬‬ ‫‪28‬‬ ‫‪32.12‬‬ ‫‪-4.12‬‬ ‫‪16.97‬‬

‫‪2010‬‬ ‫‪5‬‬ ‫‪40‬‬ ‫‪44‬‬ ‫‪-4‬‬ ‫‪16‬‬

‫‪2011‬‬ ‫‪4‬‬ ‫‪45‬‬ ‫‪38.06‬‬ ‫‪6.94‬‬ ‫‪48.16‬‬

‫‪2012‬‬ ‫‪3‬‬ ‫‪37‬‬ ‫‪32.12‬‬ ‫‪4.88‬‬ ‫‪23.81‬‬

‫‪33‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫‪2013‬‬ ‫‪5‬‬ ‫‪52‬‬ ‫‪44‬‬ ‫‪8‬‬ ‫‪64‬‬

‫‪2014‬‬ ‫‪7‬‬ ‫‪54‬‬ ‫‪55.88‬‬ ‫‪-1.88‬‬ ‫‪3.53‬‬

‫‪2015‬‬ ‫‪6‬‬ ‫‪43‬‬ ‫‪49.94‬‬ ‫‪-6.94‬‬ ‫‪48.16‬‬

‫‪2016‬‬ ‫‪7‬‬ ‫‪65‬‬ ‫‪55.88‬‬ ‫‪9.12‬‬ ‫‪83.17‬‬

‫‪2017‬‬ ‫‪8‬‬ ‫‪56‬‬ ‫‪61.82‬‬ ‫‪-5.82‬‬ ‫‪33.87‬‬

‫اجملموع‬ ‫‪50‬‬ ‫‪440‬‬ ‫‪/‬‬ ‫‪/‬‬ ‫‪375.86‬‬

‫‪ -3‬تقدير تباين حد الخطأ العشوائي ‪:‬‬

‫‪ Y‬‬ ‫‪‬‬
‫‪n‬‬ ‫‪n‬‬

‫‪ ˆi2‬‬ ‫‪i‬‬ ‫‪ Yˆi‬‬

‫‪ˆ  ‬‬
‫‪2‬‬ ‫‪i 1‬‬
‫‪‬‬ ‫‪i 1‬‬
‫لدينا‪:‬‬
‫‪n  2‬‬ ‫‪n  2‬‬
‫كمنو فإف مقدر تباين حد اخلطأ يساكم ‪:‬‬
‫‪n‬‬

‫ˆ‪ ‬‬ ‫‪i‬‬

‫‪2‬‬
‫‪375.86‬‬
‫‪ˆ 2 ‬‬ ‫‪i 1‬‬
‫‪‬‬ ‫‪ 46.98‬‬
‫‪n  2‬‬ ‫‪8‬‬
‫‪ -4‬إختبار معنوية معلمتي النموذج المقدر ‪:‬‬
‫نقوـ باختبار الفرضيتُت اآلتيتُت‪:‬‬
‫‪H0 :   0‬‬ ‫فرض العدم ‪:‬سعر الفائدة ليس لو أثر معنوم على إدخار العائالت‬
‫‪H1 :   0‬‬ ‫فرض البديل‪ :‬سعر الفائدة لو أثر معنوم على إدخار العائالت‬
‫كللقياـ هبذا االختبار نقوـ حبساب إحصائية ستيودنت ‪ t‬حبيث ‪:‬‬
‫ˆ‪‬‬
‫‪Tc ‬‬
‫ˆ‪ˆ ‬‬

‫‪ˆ 2‬‬
‫حبيث أف ‪:‬‬
‫ˆ‪‬‬ ‫‪2‬‬
‫ˆ‪‬‬
‫‪‬‬
‫‪ X‬‬ ‫‪ X‬‬
‫‪n‬‬
‫‪2‬‬
‫‪i‬‬
‫‪i 1‬‬

‫السنوات‬ ‫‪X‬‬ ‫‪Xi  X‬‬ ‫‪( X i  X )2‬‬

‫‪2008‬‬ ‫‪2‬‬ ‫‪-3‬‬ ‫‪9‬‬

‫‪2009‬‬ ‫‪3‬‬ ‫‪-2‬‬ ‫‪4‬‬

‫‪34‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫‪2010‬‬ ‫‪5‬‬ ‫‪0‬‬ ‫‪0‬‬

‫‪2011‬‬ ‫‪4‬‬ ‫‪-1‬‬ ‫‪1‬‬

‫‪2012‬‬ ‫‪3‬‬ ‫‪-2‬‬ ‫‪4‬‬

‫‪2013‬‬ ‫‪5‬‬ ‫‪0‬‬ ‫‪0‬‬

‫‪2014‬‬ ‫‪7‬‬ ‫‪2‬‬ ‫‪4‬‬

‫‪2015‬‬ ‫‪6‬‬ ‫‪1‬‬ ‫‪1‬‬

‫‪2016‬‬ ‫‪7‬‬ ‫‪2‬‬ ‫‪4‬‬

‫‪2017‬‬ ‫‪8‬‬ ‫‪3‬‬ ‫‪9‬‬

‫اجملموع‬ ‫‪50‬‬ ‫‪/‬‬ ‫‪36‬‬

‫‪ˆ 2‬‬ ‫‪46.98‬‬

‫‪ˆ 2ˆ ‬‬ ‫‪n‬‬
‫‪‬‬ ‫‪ 1.3‬‬
‫‪ x‬‬ ‫‪ x‬‬
‫‪36‬‬
‫لدينا ‪:‬‬ ‫يصبح‬ ‫إذف‬
‫‪2‬‬
‫‪i‬‬
‫‪ˆ 5.94‬‬
‫‪i 1‬‬
‫‪Tc ‬‬ ‫‪‬‬ ‫‪ 5.21‬‬
‫‪ˆ ˆ  1.3  1.14‬‬ ‫‪ˆ ˆ 1.14‬‬

‫إختبار المعنوية الكلية للنموذج ‪:‬‬ ‫‪- 11‬‬

‫نقوـ باختبار الفرضيتُت اآلتيتُت‪:‬‬
‫فرض العدم ‪:‬النموذج احلاِف غَت مناسب لتمثيل العالقة بُت سعر الفائدة كمتغَت تابع كإدخار‬
‫‪H0 :    0‬‬ ‫العائالت كمتغَت مستقل كنعرب عنو بالصيغة اآلتية‪:‬‬
‫فرض البديل ‪ :‬النموذج احلاِف مناسب لتمثيل العالقة بُت سعر الفائدة كمتغَت تابع كإدخار العائالت‬
‫‪   0‬أو‪H1 :   0‬‬ ‫كمتغَت مستقل كنعرب عنو بالصيغة اآلتية‪:‬‬
‫كإلجراء ىذا االختبار نقوـ حبساب إحصائية فيشر ‪ F‬كفق العالقة اآلتية‪:‬‬
‫‪n‬‬

‫) ‪ (Yˆ  Y‬‬ ‫‪i‬‬

‫‪2‬‬
‫‪1‬‬
‫‪Fc ‬‬ ‫‪i 1‬‬
‫‪n‬‬

‫‪e‬‬ ‫‪i 1‬‬

‫‪2‬‬
‫‪i‬‬ ‫‪n2‬‬ ‫نقوـ حبساب ادلقدار ‪  (Yˆi  Y ) 2‬أكال كما يف اجلدكؿ ‪:‬‬
‫‪i‬‬

‫السنوات‬ ‫‪Y‬‬ ‫‪Yi  Y‬‬ ‫) ‪(Yi  Y‬‬ ‫‪2‬‬

‫‪Yˆi‬‬ ‫) ‪(Yˆi  Y‬‬ ‫‪(Yˆi  Y ) 2‬‬ ‫‪ei‬‬
‫‪2‬‬

‫‪2008‬‬ ‫‪20‬‬ ‫‪-24‬‬ ‫‪576‬‬ ‫‪26.18‬‬ ‫‪-17.82‬‬ ‫‪317.55‬‬ ‫‪38.19‬‬

‫‪2009‬‬ ‫‪28‬‬ ‫‪-16‬‬ ‫‪256‬‬ ‫‪32.12‬‬ ‫‪-11.88‬‬ ‫‪141.13‬‬ ‫‪16.97‬‬

‫‪35‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫‪2010‬‬ ‫‪40‬‬ ‫‪-4‬‬ ‫‪16‬‬ ‫‪44‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪16‬‬

‫‪2011‬‬ ‫‪45‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪38.06‬‬ ‫‪-5.94‬‬ ‫‪35.28‬‬ ‫‪48.16‬‬

‫‪2012‬‬ ‫‪37‬‬ ‫‪-7‬‬ ‫‪49‬‬ ‫‪32.12‬‬ ‫‪-11.88‬‬ ‫‪141.13‬‬ ‫‪23.81‬‬

‫‪2013‬‬ ‫‪52‬‬ ‫‪8‬‬ ‫‪64‬‬ ‫‪44‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪64‬‬

‫‪2014‬‬ ‫‪54‬‬ ‫‪10‬‬ ‫‪100‬‬ ‫‪55.88‬‬ ‫‪11.88‬‬ ‫‪141.13‬‬ ‫‪3.53‬‬

‫‪2015‬‬ ‫‪43‬‬ ‫‪-1‬‬ ‫‪1‬‬ ‫‪49.94‬‬ ‫‪5.94‬‬ ‫‪35.28‬‬ ‫‪48.16‬‬

‫‪2016‬‬ ‫‪65‬‬ ‫‪21‬‬ ‫‪441‬‬ ‫‪55.88‬‬ ‫‪11.88‬‬ ‫‪141.13‬‬ ‫‪83.17‬‬

‫‪2017‬‬ ‫‪56‬‬ ‫‪12‬‬ ‫‪144‬‬ ‫‪61.82‬‬ ‫‪17.82‬‬ ‫‪317.55‬‬ ‫‪33.87‬‬

‫اجملموع‬ ‫‪440‬‬ ‫‪/‬‬ ‫‪1648‬‬ ‫‪/‬‬ ‫‪/‬‬ ‫‪1270.18‬‬ ‫‪375.86‬‬

‫‪n‬‬

‫) ‪ (Yˆ  Y‬‬ ‫‪i‬‬

‫‪2‬‬
‫‪1‬‬ ‫‪1270.18‬‬
‫‪1  27.03‬‬
‫‪Fc ‬‬ ‫‪i 1‬‬
‫‪n‬‬
‫‪‬‬
‫‪375.86‬‬
‫‪e‬‬ ‫‪i 1‬‬
‫‪2‬‬
‫‪i‬‬ ‫‪n2‬‬ ‫‪8‬‬

‫‪5.32 :‬‬‫لدينا قيمة فيشر اجملدكلة عند درجة حرية (‪ F)1،8‬كمبستول معنوية ‪ %5‬تساكم‬
‫مبأف قيمة فيشر احملسوبة أكرب من اجملدكلة فإننا نقبل بالفرضية البديلة اليت تنص على كجود العالقة‬
‫مابُت كل من سعر الفائدة كإدخار العائالت كيستدؿ من ىذا أف النموذج ادلقًتح مناسب لتمثيل العالقة‬
‫بُت ادلتغَتين ‪.‬‬
‫حساب معامل التحديد ‪: R2‬‬ ‫‪- 12‬‬
‫‪ n 2‬‬ ‫‪‬‬
‫‪  ei‬‬ ‫‪‬‬
‫‪R 1‬‬
‫‪2‬‬ ‫‪‬‬ ‫‪i‬‬ ‫‪‬‬‫‪1‬‬ ‫‪‬‬
‫‪‬‬ ‫‪2‬‬
‫‪n‬‬

‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪i 1‬‬
‫‪(Yi  Y ) ‬‬
‫‪‬‬

‫‪RSS ESS‬‬
‫‪R2  1‬‬ ‫‪‬‬
‫‪TSS TSS‬‬

‫‪R ‬‬
‫‪2‬‬ ‫‪‬‬ ‫‪Yˆi  Y‬‬ ‫‪‬‬‫‪2‬‬

‫‪‬‬
‫‪‬‬
‫‪1270.18‬‬
‫‪ 0.7707‬‬
‫‪‬‬
‫‪ i‬‬‫‪Y‬‬ ‫‪‬‬ ‫‪Y‬‬ ‫‪‬‬‫‪2‬‬
‫‪1648‬‬

‫‪36‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫من التغَتات اليت حتدث يف ادلتغَت التابع ادلتمثل يف سعر‬ ‫‪% 77.07‬‬ ‫ؽلكن تفسَت ىذه النتيجة بأف‬
‫اَفتبقية )‪(%22.93‬‬ ‫الفائدة ناجتة من رلموع التغَتات اليت حتدث يف معدالت إدخار العائالت ‪ ،‬أما النسبة‬
‫ترجع لعوامل أخرل )أخطاء عشوائية ( أم أف للنموذج ذك قوة تفسَتية عالية‪.‬‬

‫‪-‬الحل باستخدام برنامج ‪: Eviews‬‬

‫قبل تقدير العالقة بُت متغَتيت النموذج نقوـ أكال ككما تطرقنا يف الفصل األكؿ بإنشاء ملف جديد‬
‫بالربنامج أين ندخل بيانات متغَتيت الدراسة كذلك بعد فتح الربنامج على اجلهاز كمن خالؿ القائمة‬
‫الرئيسية ننفذ األكامر كفق اخلطوات اآلتية‪:‬‬
‫‪ workfile‬أك بالضغط على الزر ‪ CTRL+N‬تظهر لنا شاشة من‬ ‫‪new‬‬ ‫‪File‬‬
‫أجل حتديد نوعية البيانات ‪ ،‬كىي عبارة عن سالسل زمنية سنوية ‪ Annual‬لنكتب تاريخ بداية السلسلة‬
‫يف مثالنا كما نقوـ بتسمية‬ ‫‪End date‬‬ ‫مقابل‬ ‫‪2017‬‬ ‫‪ 2008‬مقابل ‪ Start date‬كتاريخ هناية السلسلة‬
‫ادللف مثال ‪ TP1‬من خالؿ )‪ Workfile names(optional‬كاسم للصفحة ‪ example1‬كما يف الشكل‬
‫ادلواِف ‪:‬‬

‫مث نضغط على األمر ‪ OK‬لنتحصل على سلرجات كما بالشكل اآليت ‪:‬‬

‫‪37‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫إلدخاؿ البيانات اليت قمنا بتحديد مداىا كنوعها نقوـ بتسمية متغَتات الدراسة كتفريغ بيانات كل‬
‫سلسلة موافقة لإلسم ادلعطى ذلا (‪ )X, Y‬بإتباع إحدل الطرؽ الثالثة كما جاء يف الفصل األكؿ كسنتختار‬
‫ضلن إحدل تلك الطرؽ كمايلي‪:‬‬
‫نكتب يف الفراغ اليت حتت شريط القوائم (نافذة األكامر) أمر ‪ DATA‬مث نكتب اسم متغَتات الدراسة‬
‫حبيث ‪ INT‬تعرب عن سعر الفائدة ك‬ ‫آخر‪) DATA INT EPN):‬‬ ‫أين نًتؾ فراغ بُت كل اسم كاسم‬
‫‪ EPN‬تعرب عن اإلدخار اخلاص بالعائالت‪ ،‬مث نضغط على ‪ ENTER‬يف لوحة ادلفاتيح كظلأل بياناتنا كما‬
‫يف الشكل ادلواِف‪:‬‬

‫‪ENTER‬‬

‫بعد اإلنتهاء من مأل مجيع البيانات نقوـ حبفظ ىذه اجملموعة (‪ )Groupe‬بالضغط على ‪ Name‬كإعطاء‬
‫إسم ذلا مثال ‪ Groupe1‬فتسجل على كاجهة صفحة الػ ‪ Workfile‬مث تسجيل خركج ‪ ،‬سوؼ تظهر‬

‫‪38‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫نقف مبؤشر ادلاكس أكال على السلسلة اليت دتثل‬ ‫‪Workfile TP1‬‬ ‫السلسلتُت ‪ EPN,INT‬يف الصفحة‬
‫كنضغط باؿيسار ليتم التظليل كنقف على السلسلة ‪ EPN‬أيضا كذلك على الًتتيب‪ ،‬كبدكف‬ ‫‪INT‬‬ ‫التابع‬
‫تغَت مكاف ادلاكس نضغط باليمُت ليظهر قائمة طلتار منها ‪ OPEN‬مث ‪ AS EQUATION‬نضغط عليها‬
‫‪Least‬‬ ‫يف أسفل اإلطار طلتار طريقة التقدير‬ ‫‪Specification Equation‬‬ ‫لنتحصل على صندكؽ بعنواف‬
‫‪( Squares‬طريقة ادلربعات الصغرل ) من ‪ Method‬كمايلي ‪:‬‬

‫مث نضغط ‪ OK‬لتظهر نتيجة التقدير يف جدكؿ على الشكل التاِف‪:‬‬

‫ضلتفظ بادلعادلة ادلقدرة بالضغط على الزر ‪ name‬كطلتار امسا مثال ‪ eq1‬مث نضغط على ‪ OK‬فتظهر‬
‫صفحة ‪. Workfile TP1‬‬ ‫داخل‬

‫‪39‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫‪Representations‬‬ ‫‪ View‬األمر‬ ‫كللحصوؿ على التمثيل الرياضي للعالقة السابقة طلتار من األمر‬
‫فنتحصل على ظلوذج االضلدار ادلقدر كمايلي ‪:‬‬

‫نالحظ بأننا حتصلنا على نفس النتائج كذلك باستعماؿ احلل اليدكم حبيث دتثل ‪ 5.94‬القيمة ادلقدرة‬
‫دلعلمة النموذج كاليت تعرب عن مقدار التغَت يف ‪ INT‬دلا يتغَت ‪ EPN‬بوحدة كاحدة كىي قيمة موجبة لتدؿ‬
‫بأف العالقة بُت ادلتغَتين ىي عالقة طردية‪ ،‬أما ‪ 14.27‬فتعرب عن القيمة ادلقدرة للثابت كىو حجم ‪INT‬‬
‫دلا تنعدـ قيمة ادلتغَت ‪ EPN‬أم يف ظل عدـ كجود أم إدخار عائلي ‪.‬‬
‫للحصوؿ على جواب السؤاؿ األكؿ كىو الشكل االنتشارم لبيانات اجلدكؿ نتبع اخلطوات اآلتية ‪:‬‬
‫نقوـ بفتح ‪ Group01‬من صفحة ‪ Workfile TP1‬مث طلتار األمر ‪ Graph‬من ‪ View‬كما بالشكل‬
‫ادلواِف‪:‬‬

‫‪Scatter‬‬ ‫ليظهر مربع حوارم آخر نقوـ من خاللو باختيار الشكل ادلناسب أين سنختار ضلن األمر‬
‫أم الشكل االنتشارم لبيانات الدراسة ‪:‬‬

‫‪40‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫مث بعدىا نضغط على ‪ ok‬لنتحصل على الشكل ادلواِف‪:‬‬

‫إف اذلدؼ من التمثيل البيآف دلختلف قيم متغَتات الدراسة ىو توضيح نوع العالقة كاجتاىها‪ ،‬أين‬
‫يتضح من خالؿ السحابة النقطية بُت ادلتغَتين بأف العالقة بينهما ىي عالقة خطية موجبة‪.‬‬
‫‪- 4‬حساب مختلف قيم حد الخطأ المقدر ‪: ˆi‬‬
‫نتحصل على سلتلف قيم حد اخلطأ ادلقدر ‪ ˆi‬عن طريق برنامج ‪ Eviews‬بإتباع اخلطوات اآلتية‪:‬‬
‫نقوـ بفتح ‪ ( eq01‬ادلعادلة ادلقدرة ادلتحصل عليها كاليت مت اإلحتفاظ هبا سابقا) من صفحة ‪Workfile‬‬
‫مث طلتار من ‪ Proc‬األمر ‪ Make residual series‬لنتحصل على مربع حوارم نقوـ من خاللو بتسمية‬
‫سلسلة البواقي يف خانة ‪ Name for resid series‬كما يف الشكل ادلواِف ‪:‬‬

‫‪41‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫الػ ‪Workfile‬‬ ‫مث نضغط على ‪ OK‬فتظهر سلسلة البواقي يف صفحة‬

‫أما بقية أسئلة التمرين فيمكننا اإلجابة عليها من خالؿ جدكؿ التقدير ادلتحصل عليو سابقا ‪:‬‬

‫إحصائية‬
‫ستيودنت ‪tcal‬‬

‫معامل‬
‫التحديد‬
‫‪R2‬‬

‫قيمة فيشر‬
‫‪FCAL‬‬

‫‪42‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫اجلدكؿ أعاله يوضح سلتلف القيم اإلحصائية اليت تساعدنا على احلكم على النموذج ادلقدر ىل ىو‬
‫مقبوؿ إحصائيا أـ ال‪ ،‬مثل قيمة معامل التحديد كقيمة إحصائية فيشر باإلضافة إُف إحصائية ستيودنت‬
‫كما ػلتوم اجلدكؿ على قيمة إحصائية دربن كاتسوف اليت سنتكلم عنها الحقا ‪ ،‬كما ؽلكننا احلكم على‬
‫معنوية معلميت النموذج من خالؿ قيمة إحتماؿ ادلقابل لكل معلمة حبيث إذا كانت قيمة اإلحتماؿ أقل‬
‫من ‪( 0.05‬مستول ادلعنوية ىنا ‪ ) %5‬فإننا نرفض الفرضية الصفرية كنقبل بالفرض البديل الذم ينص على‬
‫ادلعنوية اإلحصائية للمعلمة كىي النتيجة ادلتحصل عليها يف مثالنا ىذا ( ‪ 0.0008‬أقل من ‪ 0.05‬ىذا‬
‫بالنسبة دلعلمة النموذج أما بالنسبة للثابت فلدينا ‪ 0.04‬أقل من ‪ ،)0.05‬كؽلكن احلكم كذلك على ادلعنوية‬
‫الكلية للنموذج من خالؿ إحتماؿ إحصائية فيشر كما باجلدكؿ ‪ Prob(F-statistic)=0.00819‬كىي قيمة‬
‫أقل من ‪ 0.05‬إذف النموذج ككل معنوم ‪.‬‬
‫مثال ‪ :02‬قاـ أحد احملللُت ادلاليُت حبساب االضلرافات ادلعيارية دلعدالت العائد كاليت دتثل درجة ادلخاطرة‬
‫(‪، )s‬اخلاصة بػ ‪ 12‬زلفظة مالية ذات أحجاـ سلتلفة من األكراؽ ادلالية اليت دتثل درجة التنوع (‪ )v‬خالؿ‬
‫سنة‪ ،‬كاجلدكؿ ادلواِف يبُت النتائج ادلتحصل عليها ‪:‬‬
‫درجة المخاطرة (‪)s‬‬ ‫درجة التنوع (‪)v‬‬
‫‪30‬‬ ‫‪1‬‬
‫‪20‬‬ ‫‪2‬‬
‫‪15‬‬ ‫‪3‬‬
‫‪12‬‬ ‫‪4‬‬
‫‪8.5‬‬ ‫‪5‬‬
‫‪7.5‬‬ ‫‪6‬‬
‫‪7‬‬ ‫‪7‬‬
‫‪6.75‬‬ ‫‪8‬‬
‫‪6.5‬‬ ‫‪9‬‬
‫‪6.5‬‬ ‫‪10‬‬
‫‪6.25‬‬ ‫‪11‬‬
‫‪6‬‬ ‫‪12‬‬
‫المطلوب ‪:‬‬
‫‪- 1‬قدر العالقة ما بُت درجة التنوع كدرجة ادلخاطرة ‪.‬‬
‫‪ -2‬بكم تتغَت درجة ادلخاطرة عندما ترتفع درجة التنوع مبقدار كرقتُت ماليتُت ؟‬
‫‪ -3‬ماذا تعٍت قيمة ك إقتصاديا ؟ حيث أف ‪:‬ىي الثابت ك ‪:‬ىي ادليل‪.‬‬
‫‪43‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫كاشرح ماذا تعٍت ‪.‬‬ ‫‪ -4‬استنتج معادلة حد اخلطأ أم ‪ ،‬مث أحسب‬

‫‪-5‬أحسب اخلطأ ادلعيارم دلقدريت ادلربعات الصغرل ‪.‬‬
‫‪-6‬أكجد قيمة معامل التحديد ‪ ، R2‬ماذا تعٍت لك تلك القيمة ؟‬
‫مع العلم بأف‬ ‫‪ - 7‬اخترب مدل ادلعنوية اإلحصائية دليل معادلة االضلدار عند مستول ادلعنوية‬
‫قيمة ‪=2.228‬‬
‫الحل باستخدام برنامج ‪: Eviews‬‬
‫نقوـ أكال ككما تطرقنا يف ادلثاؿ السابق بإنشاء ملف جديد بالربنامج أين ندخل بيانات متغَتيت الدراسة‬
‫كىي عبارة عن مشاىدات فقط بدكف تأريخ‬ ‫‪unstructured/undated‬‬ ‫حبيث طلتار بيانات غَت مؤرخة‬
‫أين ضلدد عدد ادلشاىدات (أنظر الفصل األكؿ) بدال من ‪ ، Dated-regular frequency‬كىنا غلب أكال‬
‫حتديد ادلتغَت التابع من ادلتغَت ادلستقل كيف مثالنا صلد بأف درجة ادلخاطرة ختتلف باختالؼ درجة التنوع أم‬
‫أف ‪ S‬متغَت تابع ك ‪ V‬متغَت مستقل كيف األخَت حتصلنا على اجلدكؿ ادلواِف كىذا باستعماؿ طريقة ادلربعات‬
‫الصغرل يف عملية التقدير ‪:‬‬

‫من خالؿ اجلدكؿ نستخرج ادلعادلة ادلقدرة اليت توضح مدل تأثَت درجة التنوع يف درجة ادلخاطرة ‪:‬‬ ‫‪-1‬‬

‫‪Sˆi  21.92  1.68Vi‬‬

‫‪ - 2‬بكم تتغَت درجة ادلخاطرة عندما ترتفع درجة التنوع مبقدار كرقتُت ماليتُت ؟‬

‫‪44‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫من خالؿ ادلعادلة نالحظ بأنو إذا ارتفعت درجة التنوع بورقة مالية كاحدة تنخفض درجة ادلخاطرة مبقدار‬
‫‪3.36‬‬ ‫‪ ،1.68‬كمنو عندما ترتفع درجة التنوع بورقتُت ماليتُت فإف درجة ادلخاطرة تنخفض مبقدار‬
‫)‪(1.68  2  3.36‬‬
‫‪ -3‬ماذا تعٍت قيمة ك إقتصاديا ؟‬
‫تعٍت قيمة الثابت بأنو عندما ال تكوف ىنالك أم درجة تنوع باحملفظة ادلالية أم أف ادلتغَت ادلستقل‬
‫معدكـ )‪ (S=0‬فإف درجة ادلخاطرة ادلتمثلة يف االضلرافات ادلعيارية دلعدالت العائد تكوف كبَتة كتساكم‬
‫‪. 21.92‬‬
‫أما بالنسبة دلعلمة النموذج كاليت تقدر ب (‪ )-1.68‬فتعٍت بأنو كلما زادت درجة التنوع مبقدار كرقة مالية‬
‫كاحدة تنخفض (اإلشارة سالبة) درجة ادلخاطرة مبقدار ‪ 1.68‬أم أف العالقة عكسية‬
‫‪ -‬استنتج معادلة حد اخلطأ أم ‪ ،‬مث أحسب كاشرح ماذا تعٍت ‪.‬‬
‫‪ˆi  Si  Sˆi  Si  21.92  1.68Vi‬‬
‫‪:‬‬ ‫‪-4‬حساب القيمة‬
‫‪ˆ5  S5  Sˆ5  S5  21.92  1.68V5‬‬
‫‪ˆ5  8.5  21.92  (1.68  5)  5.02‬‬
‫الفرؽ بُت القيمة الفعلية كالقيمة ادلقدرة تساكم ‪ -5.02‬أم أف القيمة ادلقدرة أكرب من القيمة الفعلية ب ػ‬
‫‪ 5.02‬فادلشاىدة رقم ‪ 5‬كانت عندىا درجة ادلخاطرة الفعلية ادلشاىدة ‪ (S5  8.5) 8.5‬أما ادلقدرة تكوف‬
‫)‪(Sˆ5  13.52‬‬
‫ىذه القيمة ؽلكن احلصوؿ عليها من خالؿ برنامج ‪ Eviews‬كما كضحنا سابقا أين نتحصل على‬
‫سلتلف قيم األخطاء ادلقدرة ‪:‬‬

‫‪45‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫‪ˆ5‬‬ ‫قيمة‬

‫حسب الخطأ المعياري لمقدرتي المربعات الصغرى ‪:‬‬ ‫‪ -5‬ا‬

‫قبل حساب اخلطأ ادلعيارم دلقدريت النموذج غلب إغلاد اخلطأ ادلعيارم لألخطاء ˆ‪ ˆ ‬حبيث لدينا‬
‫‪n‬‬

‫ˆ‪ ‬‬ ‫‪i‬‬

‫‪2‬‬

‫مع العلم بأف القيمة ‪ 195.98‬دتثل رلموع مربعات األخطاء‬

‫‪195.98‬‬
‫‪ˆ ˆ  ˆ 2 ‬‬ ‫‪i 1‬‬
‫‪‬‬ ‫‪ 4.42‬‬
‫‪n2‬‬ ‫‪12  2‬‬
‫(‪)Sum squared resid=195.9882‬‬ ‫أين نستخرجها من اجلدكؿ أعاله‬
‫‪-‬اخلطأ ادلعيارم للثابت ˆ‪: ˆ‬‬
‫‪‬‬
‫‪‬‬ ‫‪i Vi 2  2‬‬
‫‪ˆ ˆ  var ˆ   ‬‬
‫‪650‬‬
‫‪ˆ  ‬‬ ‫‪ 4.42  2.72‬‬
‫‪ n Vi  V  ‬‬
‫‪2‬‬
‫)‪12(143‬‬
‫‪ i‬‬ ‫‪‬‬

‫‪-‬اخلطأ ادلعيارم دلعلمة النموذج ˆ‪: ˆ ‬‬

‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪ 4.42‬‬
‫‪‬‬
‫‪ˆ ˆ  var ˆ  ‬‬
‫‪ 2‬‬
‫‪‬‬ ‫‪ 0.36‬‬
‫‪  Vi  V ‬‬
‫‪2‬‬
‫‪‬‬ ‫‪143‬‬
‫‪ i‬‬ ‫‪‬‬

‫ؽلكن إستخراج مباشرة من اجلدكؿ قيميت االضلراؼ ادلعيارم دلقدريت النموذج كعلا القيمتاف بعمود‬

‫‪ Std.Error‬كعلا على التواِف ‪ 2.72‬بالنسبة للثابت ك ‪ 0.37‬دلعلمة النموذج كىي النتيجة ادلتحصل عليها‬

‫حسابيا ‪.‬‬

‫‪46‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫اخلطأ ادلعيارم‬
‫للمقدرتُت‬

‫‪ - 13‬أوجد قيمة معامل التحديد ‪ ، R2‬ماذا تعني لك تلك القيمة ؟‬

‫من خالؿ اجلدكؿ أعاله كذلك ؽلكن استخراج قيمة معامل التحديد ‪ ، R2  67.31‬ىذا ادلعامل يدؿ‬
‫على مدل قوة العالقة بُت القيم الفعلية كالقيم ادلقدرة أك القوة التفسَتية للنموذج‪ ،‬كىي متوسطة كوف أف‬
‫من االختالفات أك التغَتات اليت حتدث يف درجة‬ ‫‪% 67.31‬‬ ‫درجة التنوع اخلاصة باحملفظة ادلالية تفسر‬
‫ادلخاطرة كأف النسبة الباقية ‪ % 32.69‬ترجع دلتغَتات أخرل تندرج ضمن ا ألخطاء عشوائية كىي نسبة‬
‫مرتفعة نوعا ما ‪.‬‬
‫مع العلم بأف‬ ‫‪ - 7‬اخترب مدل ادلعنوية اإلحصائية دليل معادلة االضلدار عند مستول ادلعنوية‬
‫قيمة ‪=2.228‬‬
‫من خالؿ اجلدكؿ ؽلكن استخراج قيمة إحصائية ستيودنت احملسوبة اخلاصة مبعلمة النموذج أم‬
‫كمبأف ‪ tcal  4.53  ttab  2.22 :‬فإننا نرفض فرضية العدـ كنقبل بالفرض البديل كبالتاِف‬ ‫‪=-4.53‬‬
‫فادلعلمة ذات داللة إحصائية (ذات معنوية إحصائية) ‪.‬‬
‫مالحظة ‪ :‬إذا أعتمدنا يف إختبار مدل ادلعنوية اإلحصائية دلعلميت النموذج على االحتماؿ ادلستخرج من‬
‫اجلدكؿ كىو ‪ 0.001‬بالنسبة دلعلمة النموذج ك‪ 0.00‬بالنسبة للثابت كعلا احتماالف أقل من ‪ 0.05‬كبالتاِف‬
‫يدؿ ذلك على رفض فرضية العدـ شلا يعٍت معنوية كال ادلعلمتُت ‪.‬‬

‫‪47‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫تمارين ‪:‬‬
‫التمرين األول‪ :‬إذا كاف ادلطلوب دراسة العالقة مابُت ادلبيعات كنفقات اإلعالف‪ ،‬كمت ذلذا الغرض مجع‬
‫البيانات اآلتية‪:‬‬
‫الوحدة ‪( :‬ألف دكالر)‬
‫‪100‬‬ ‫‪92‬‬ ‫‪80‬‬ ‫‪70‬‬ ‫‪65‬‬ ‫‪60‬‬ ‫‪50‬‬ ‫‪40‬‬ ‫قيمة ادلبيعات )‪(Y‬‬
‫‪30‬‬ ‫‪25‬‬ ‫‪20‬‬ ‫‪15‬‬ ‫‪12‬‬ ‫‪10‬‬ ‫‪7‬‬ ‫‪5‬‬ ‫نفقات االعالف )‪(X‬‬
‫المطلوب ‪:‬‬
‫‪.X‬‬ ‫‪ - 1‬إغلاد معادلة االضلدار لػ ‪ Y :‬على‬
‫قدر قيمة ادلبيعات إذا كانت نفقات اإلعالف ىي ‪ 16000‬دكالر ‪.‬‬ ‫‪-2‬‬
‫‪ - 3‬أرسم خط االضلدار ادلتحصل عليو يف (‪ )1‬على الشكل االنتشارم لقيم النفقات كادلبيعات‪.‬‬
‫‪ - 4‬بكم تزيد قيمة ادلبيعات إذا زادت قيمة نفقات اإلعالف بألف دكالر (بدكف حساب ) ‪.‬‬
‫‪ - 5‬أحسب معامل االرتباط بُت ادلبيعات كنفقات اإلعالف ‪.‬‬
‫التمرين الثاني‪:‬‬
‫‪ BADR‬خالؿ‬ ‫اجلدكؿ ادلواِف يبُت حجم القركض ادلقدمة من طرؼ بنك الفالحة كالتنمية الريفية‬
‫العليا‬
‫السنوات ما بُت ‪ 2001‬و‪ 2007‬لصاٌف الفالحُت بأحد مناطق اذلضاب ‪:‬‬
‫الوحدة‪(:‬مليار دينار جزائرم)‬
‫‪2007‬‬ ‫‪2006‬‬ ‫‪2005‬‬ ‫‪2004‬‬ ‫‪2003‬‬ ‫‪2002‬‬ ‫‪2001‬‬ ‫السنوات‬
‫‪95‬‬ ‫‪100‬‬ ‫‪85‬‬ ‫‪80‬‬ ‫‪85‬‬ ‫‪70‬‬ ‫‪50‬‬ ‫قيمة القركض‬

‫المطلوب ‪:‬‬
‫‪ - 1‬إغلاد معادلة االجتاه العاـ اخلطية (معادلة االضلدار) باستخداـ طريقة ادلربعات الصغرل كتقدير‬
‫قيمة القركض ادلقدمة من طرؼ البنك خالؿ سنة ‪. 2008‬‬
‫‪ - 2‬إذا كانت لدينا ادلعطيات ابتدءا من سنة ‪ 2000‬ككانت القركض ادلقدمة خالؿ ىذه السنة تقدر‬
‫حبواِف ‪ 40‬مليار دينار‪ ،‬أكجد معادلة االضلدار يف ىذه احلالة ‪.‬‬

‫‪48‬‬
 ‫الفصل الثاني‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي البسيط‬

‫التمرين الثالث ‪ :‬لدينا ادلخرجات اآلتية من برنامج ‪ Eviews‬كاليت تبُت عالقة االستثمار )‪ (INV‬باؿناتج‬
‫الداخلي اخلاـ (‪: )GDP‬‬
‫‪Dependent Variable: DDGDP‬‬
‫‪Method: Least Squares‬‬
‫‪Date: 12/02/17 Time: 09:57‬‬
‫‪Sample (adjusted): 1972 2005‬‬
‫‪Included observations: 34 after adjustments‬‬

‫‪Variable‬‬ ‫‪Coefficient‬‬ ‫‪Std. Error‬‬ ‫‪t-Statistic‬‬ ‫‪Prob.‬‬

‫‪DINV‬‬ ‫‪0.524989‬‬ ‫‪0.229885‬‬ ‫‪2.283701‬‬ ‫‪0.0292‬‬

‫‪C‬‬ ‫‪2.78E+08‬‬ ‫‪3.76E+08‬‬ ‫‪0.738738‬‬ ‫‪0.4655‬‬

‫‪R-squared‬‬ ‫‪0.140138‬‬ ‫‪Mean dependent var‬‬ ‫‪5.28E+08‬‬

‫‪Adjusted R-squared‬‬ ‫‪0.113268‬‬ ‫‪S.D. dependent var‬‬ ‫‪2.23E+09‬‬
‫‪S.E. of regression‬‬ ‫‪2.10E+09‬‬ ‫‪Akaike info criterion‬‬ ‫‪45.82491‬‬
‫‪Sum squared resid‬‬ ‫‪1.41E+20‬‬ ‫‪Schwarz criterion‬‬ ‫‪45.91469‬‬
‫‪Log likelihood‬‬ ‫‪-777.0234‬‬ ‫‪Hannan-Quinn criter.‬‬ ‫‪45.85553‬‬
‫‪F-statistic‬‬ ‫‪5.215290‬‬ ‫‪Durbin-Watson stat‬‬ ‫‪1.702241‬‬
‫)‪Prob(F-statistic‬‬ ‫‪0.029170‬‬
‫معادلة‬ ‫‪ - 1‬أكتب‬
‫(‪. )GDP‬‬ ‫االضلدار اخلطي بُت االستثمار )‪ (INV‬كاؿناتج الداخلي اخلاـ‬
‫‪ - 2‬اشرح ماذا تعٍت معاَف النموذج ؟‬
‫‪.% 5‬‬ ‫‪ - 3‬أدرس معنوية معلميت النموذج مث ادلعنوية الكلية للنموذج عند مستول‬
‫‪ - 4‬كم تبلغ القوة التفسَتية للنموذج مع الشرح ؟‬
‫؟‬ ‫‪dL=1.41‬‬ ‫ك‬ ‫‪dU=1.52‬‬ ‫ماذا تعٍت قيمة دربن كاتسن إذا علمت بأف‬ ‫‪-5‬‬
‫‪ - 6‬استخرج رلموع مربعات األخطاء من اجلدكؿ كفيما تستخدـ ‪.‬‬

‫‪49‬‬
 ‫الفصل اؿثالث ‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي ادلتعدد‬

‫سيتمكن الطالب أك ادلطلع على حيثيات ىذا الفصل من التعرؼ على ماىية االضلدار اخلطي‬
‫ادلتعدد باإلضافة إُف التحكم يف استخداـ برنامج ‪ Eviews‬يف حتليل ىذا النوع من االضلدار من‬
‫خالؿ النقاط اآلتية ‪:‬‬
‫‪ -‬كتابة الشكل العاـ َفعادلة اإلضلدار ادلتعدد ؛‬
‫‪ -‬الفرضيات األساسية للنموذج اخلطي ادلتعدد ؛‬
‫‪ -‬تقدير شعاع ادلعاَف ‪ ‬كتباين األخطاء ‪ 2‬؛‬
‫‪ -‬اختبار جودة التوفيق للنموذج ؛‬
‫‪ -‬اختبار الفرضيات ؛‬
‫استخداـ برنامج ‪ EVIEWS‬يف تطبيقات دلعادلة االضلدار اخلطي ادلتعدد ‪.‬‬ ‫‪-‬‬

‫‪50‬‬
 ‫الفصل الثالث‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي ادلتعدد‬

‫تمهيد‪ :‬يف الواقع االقتصادم ال ؽلكن االستعانة بالنموذج ذم متغَتين (النموذج البسيط) لتحليل‬
‫تفسر فقط مبحدد كاحد كإظلا ينبغي إدماج مجيع‬
‫أغلب الظواىر االقتصادية حيث أف ىذه األخَتة ال َّ‬
‫احملددات أك العوامل ادلؤثرة يف الظاىرة لكي تكوف الدراسة أكثر مشولية ‪ ،‬فمثال لدراسة أىم العوامل اليت‬
‫السلعة نفسها‪ ،‬الدخل‪ ،‬سعر السلعة البديلة‪ ،‬سعر السلعة‬ ‫تؤثر يف الطلب على سلعة ما صلد سعر‬
‫ادلكملة‪...‬إٍف‪.‬‬
‫‪ - 1‬الشكل العام لنموذج االنحدار الخطي المتعدد‪:‬‬
‫رأينا يف النموذج اخلطي البسيط أف ادلتغَت التابع (‪ )Y‬يرتبط مبتغَت مستقل كاحد (‪ )Xij‬حبيث ‪ ،j=1‬أما‬
‫يف النموذج اخلطي ادلتعدد فإف ادلتغَت التابع (‪ )Y‬يرتبط بعدة متغَتات (‪ )Xij‬حبيث ‪ ، j=1 ... k‬أي ىنالك‬
‫‪ k‬متغَت مستقل لتصبح معادلة االضلدار كما يلي‪:‬‬
‫‪Yi   0  1 X i1   2 X i 2  ...........   k X ik   i‬‬
‫ادلفسر أك التابع ‪ Yi‬كما غلب‬
‫ادلتغَتات ‪ Xi1. Xi2 ..... Xik‬تسمى ادلتغَتات ادل َف ِّسرة أك ادلستقلة للمتغَت َّ‬
‫ُ‬
‫مالحظتو أف ‪Yi‬مشركح من طرؼ ‪ k‬متغَت م َف ِّسر ‪ ،‬كال ؽلكن ذلذه األخَتة أف تفسر ‪ Y‬بشكل تاـ ألنو‬
‫ال ؽلكننا يف غالب األحياف حصر مجيع الظواىر ادلؤثرة على ‪ Y‬لذلك مدرج حد اخلطأ ‪  i‬الذم يتضمن‬
‫كل ادلعلومات اليت ال تقدمها ادلتغَتات ادلفسرة كنفًتض عادة بأف ادلتغَتات ادلستقلة كلما أخدت بعُت‬
‫ائي مهملة‪ ،‬ك نشَت أيضا إُف أف‬ ‫االعتبار كلما كانت ادلعلومات اليت يقدمها اخلطأ العشو‬
‫معلمة يف النموذج‪.‬‬ ‫لدينا ‪K+1‬‬ ‫ىي معاَف النموذج‪ ،‬كبالتاِف يكوف‬ ‫‪ 0 , 1 ,  2 ... k‬‬

‫ؽلكن كتابة ادلعادلة السابقة على شكل مجلة معادالت لكافة قيم ادلشاىدات (‪ )i‬على الشكل التاِف‪:‬‬
‫‪i  1 : Y1   0  1 X 11   2 X 12  ...........   k X 1k  1‬‬
‫‪i  2 : Y2   0  1 X 21   2 X 22  ...........   k X 2k   2‬‬
‫‪..........................................................‬‬
‫‪i  n : Yn   0  1 X n1   2 X n 2  ...........   k X nk   n‬‬
‫كؽلكن كتابة ىذا النظاـ من ادلعادالت على الشكل ادلصفويف التاِف ‪:‬‬
‫‪ Y1  1 X 21‬‬ ‫‪X 31...................... X k1    0    ‬‬
‫‪ ‬‬ ‫‪ ‬‬ ‫‪ 1‬‬
‫‪ Y2  1 X 22‬‬ ‫‪X 32...................... X k 2   1    2 ‬‬
‫‪ ‬‬ ‫‪   2   ‬‬
‫‪  ‬‬ ‫‪ .    ‬‬
‫سلتصر نكتب‪:‬‬ ‫‪  ‬‬ ‫‪    ‬‬ ‫كبشكل‬
‫‪  ‬‬ ‫‪ .‬‬ ‫‪ ‬‬
‫‪ Yn  1 X 2 n‬‬ ‫‪X 3n ........................ X kn      n ‬‬
‫‪  k ‬‬
‫‪51‬‬
 ‫الفصل الثالث‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي ادلتعدد‬

‫‪ Y‬كىذا ما نسميو بالنموذج اخلطي العاـ‪ ،‬حيث أف‪:‬‬ ‫‪ XB  ‬‬

‫بادلتغَت ‪Y‬‬
‫)‪ : Y( n1‬متجو عمودم درجتو )‪ (n  1‬كيشمل على ‪ n‬مشاىدة خاصة‬
‫))‪ : X ( n( k 1‬مصفوفة من الدرجة ))‪ (n  (k  1‬كاليت تشمل على ‪ n‬من ادلشاىدات اخلاصة‬
‫‪ 1‬كىو ؼلص معامل احلد‬ ‫بادلتغَتات ادلستقلة ‪ X K ,..., X 2 , X1‬كعمودىا األكؿ يشمل الرقم‬
‫الثابت ‪(  0‬مصفوفة ادلتغَتات الثابتة ) ‪.‬‬
‫)‪ :  (( k 1)1‬متجو عمودم درجتو )‪ (( k  1 ).1‬كىو ؼلص معاَف النموذج اليت علينا تقديرىا كنسميو‬
‫بػشعاع ادلعاَف ‪.‬‬
‫‪ :  n1‬متجو عمودم درجتو ) ‪ ( n 1‬ك ىو ؼلص قيم ادلتغَت العشوئي كنسميو بشعاع األخطاء‬
‫‪- 2‬الفرضيات األساسية للنموذج الخطي المتعدد ‪:‬‬
‫إف بناء ظلوذج االضلدار اخلطي ادلتعدد غلب أف يكوف مستوفيا لعدد من الفرضيات اليت ؽلكن إمجاذلا‬
‫فيمايلي ‪:‬‬
‫الفرضية األولى ‪ :‬القيمة ادلتوقعة دلتجو حد اخلطأ تساكم صفرا أم أف ‪E  i   0‬‬
‫‪  1   E  1    0 ‬‬
‫‪  ‬‬ ‫‪  ‬‬
‫‪  2   E  2   0 ‬‬
‫‪E  i   E    ‬‬ ‫كنكتبها على الشكل الشعاعي اآليت ‪    :‬‬
‫‪‬‬ ‫‪‬‬
‫‪  ‬‬ ‫‪  ‬‬
‫‪    E    0 ‬‬
‫‪ n ‬‬ ‫‪n ‬‬ ‫‪ ‬‬
‫الفرضية الثانية‪ :‬تباين العناصر العشوائية ثابت من مشاىدة ألخرل )‪ (i=1 .2.….n‬أم أف‬
‫‪ Var  i   E  i2    2‬كتسمى بفرضية ثبات أك جتانس تباين األخطاء ‪Homoscedasticity‬‬
‫الفرضية الثالثة‪ :‬حد اٍفطأ ‪ i‬يتوزع توزيعا طبيعيا مبتوسط معدكـ كتباين يساكم ‪ 2‬أم ‪:‬‬
‫‪ i  N 0, 2 ‬‬
‫الفرضية الرابعة‪ :‬األخطاء غَت مرتبطة مع بعضها البعض من مشاىدة ألخرل أك أف نتيجة أم جتربة ال‬
‫تؤثر على بقية النتائج كىذا مايعٍت بأف التباين ادلشًتؾ بُت العناصر العشوائية يكوف معدكما كنكتب‬
‫‪COV  i ,  j   0‬‬ ‫‪،‬‬ ‫‪i  j‬‬

‫ؽلكن كتابة كل من الفرضيتُت الثانية كالرابعة معا على الشكل ادلصفويف التاِف ‪:‬‬

‫‪52‬‬
 ‫الفصل الثالث‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي ادلتعدد‬
‫‪  2‬‬ ‫‪0‬‬ ‫‪‬‬ ‫‪0 ‬‬
‫‪‬‬ ‫‪‬‬
‫‪ 0‬‬ ‫‪‬‬ ‫‪2‬‬
‫‪ 0 ‬‬
‫‪  E    ‬‬ ‫‪‬‬ ‫‪  2 I n‬‬
‫‪ ‬‬ ‫‪‬‬ ‫‪  ‬‬
‫‪ 0‬‬ ‫‪  2 ‬‬
‫‪‬‬ ‫‪0‬‬

‫مبصفوفة التباين‪ -‬كالتباين ادلشًتؾ لألخطاء‬ ‫‪ 2‬‬ ‫تسمى‬

‫الفرضية الخامسة ‪ :‬ال يوجد ارتباط بُت قيم حد اخلطأ كقيم ادلتغَتات ادلستقلة‪ ،‬أم أف أعمدة ادلصفوفة‬
‫‪ X‬مستقلة خطيا عن متجو األخطاء العشوائية ‪ ‬كتكتب على النحو التاِف ‪:‬‬
‫‪COV  X i ,  i   0  E  X    0‬‬
‫كيضاؼ إليها القيمة‬ ‫‪k‬‬ ‫ىو أكرب من عدد ادلتغَتات ادلفسرة‬ ‫‪n‬‬ ‫الفرضية السادسة‪ :‬عدد ادلشاىدات‬
‫كاحد ‪ 1‬كالذم ؽلثل احلد الثابت ‪ ،‬كىي احلالة اليت تلغي االرتباط اخلطي بُت ادلتغَتات ادلستقلة أم أف‬
‫‪ Rank(X)=k+1‬حبيث ‪ k+1 <n‬كنعٍت بػ)‪ Rank(X‬رتبة مصفوفة البيانات ‪.‬‬
‫‪ -3‬تقدير شعاع المعالم ‪ ‬وتباين األخطاء ‪:2‬‬
‫يف النموذج ‪ Y  X  ‬اجملاىيل ىي ‪ ‬ك ‪ ،‬أما ادلصفوفة ‪ X‬كالشعاع ‪ Y‬ىي معطيات النموذج‪،‬‬
‫إذف علينا تقدير ‪ ‬بشكل غلعل ˆ‪( Y‬القيمة التقديرية للمتغَت التابع) أقرب ما ؽلكن للمتغَت اٌف قيقي ‪،Y‬‬
‫بريقة ادلربعات الصغرل العادية ‪.‬‬‫كذلذا الغرض توجد عدة طرؽ سنكتفي ضلن ط‬
‫‪ -1-3‬تقدير معالم النموذج (الشعاع ‪ )‬بطريقة المربعات الصغرى العادية (‪:)OLS‬‬
‫سنسػػتخدـ طريقػػة ادلربعػػات الصػػغرل العادي ػة يف تقػػدير معلمػػات النمػػوذج اخلطػػي ادلتعػػدد‬
‫‪ˆ ‬‬
‫‪Y‬‬ ‫كما يلي ‪X̂ :‬‬ ‫‪ ، Y  XB  ‬كسػػوؼ نقػػوـ بكتابة ادلعادلة بصيغتها التقديرية‬
‫حبيث ˆ‪ ‬ىي مقدرة شعاع معاَف النموذج ‪ ،‬ككما يف النموذج اخلطي البسيط نصغر رلموعة مربعات‬
‫‪ n‬‬ ‫‪‬‬
‫رلموع مربعات األخطا ء‬ ‫أم ‪Min   i2 ‬‬ ‫اخلطأ بين القيمة ادلقدرة ˆ‪ Y‬كالقيمة احلقيقية ‪،Y‬‬
‫‪ i 1‬‬ ‫‪‬‬
‫كمايلي‪:‬‬ ‫(‪)ESS‬‬
‫‪n‬‬

‫‪‬‬
‫‪i 1‬‬
‫‪i‬‬
‫‪2‬‬
‫) ˆ‪  t  (Y  Yˆ )t (Y  Y‬‬
‫‪‬‬ ‫‪‬‬
‫)‪ (Y  XB)t (Y  XB‬‬
‫‪ ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ Y tY  Y t XB  B t X tY  B t X t XB‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ Y tY  2 B t X tY  B t ( X t X ) B‬‬
‫حىت تصل إُف هنايتها الصغرل فإف‬ ‫نعلم مسبقا بأف أم دالة‬
‫‪ ‬‬
‫‪d  t‬‬
‫‪ 2 X tY  2 X t Xˆ  0‬‬
‫‪53‬‬ ‫ˆ‬
‫‪d‬‬
 ‫الفصل الثالث‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي ادلتعدد‬

‫مشتقتها األكُف تساكم الصفر( شرط الدرجة األكُف) أم ‪:‬‬

‫كبقسمة الطرفُت على العدد ‪ 2‬صلد‪:‬‬
‫̂‪X tY  X t X‬‬
‫كيف األخَت نتحصل على ا دلعادلة األساسية الستخداـ طريقة ادلربعات الصغرل العادية يف تقدير‬
‫ادلتعدد ‪:‬‬ ‫‪ˆ  ( X t X )1 X tY‬‬ ‫اخلطي‬ ‫معاَف ظلوذج االضلدار‬
‫إذا قمنا بالتعويض بقيمة ‪ Y  XB  ‬يف معادلة مقدرة ‪ ‬فسنحصل على ‪:‬‬
‫‪‬‬
‫‪B  ( X t X ) 1 X t XB     X t X‬‬ ‫‪‬‬ ‫‪ X X B  X X ‬‬
‫‪1‬‬ ‫‪t‬‬ ‫‪t‬‬ ‫‪1‬‬
‫‪X t‬‬
‫‪‬‬
‫‪ Bˆ  B  X t X‬‬ ‫‪‬‬ ‫‪1‬‬
‫‪X t‬‬
‫بإدخاؿ التوقع الرياضي نتحصل على ‪:‬‬
‫‪‬‬
‫‪E ( Bˆ )  B  X t X‬‬ ‫‪‬‬ ‫‪1‬‬
‫‪X t E ( )  B‬‬
‫مع العلم بأف‬ ‫‪E ( )  0‬‬

‫نستنتج أف التقدير ˆ‪ ‬لػ ‪ ‬احملصل عليو بطريقة ادلربعات الصغرل غَت متحيز با إلضافة إُف ذلك فإف‬
‫ˆ‪ ‬ىو التقدير األفضل من ضمن كل التقديرات اخلطية غَت ادلتحيزة ل ػ ػ‪.(BLUE( ‬‬
‫‪: 2‬‬ ‫قدير تباين األخطاء‬
‫‪ -2-3‬ت‬
‫‪ E( ')= 2I n‬كمبا أف ‪ 2‬غَت معركؼ فينبغي تقديره‪:‬‬ ‫إحدل فرضيات النموذج ىي‬
‫) ‪ˆ  Y  X ˆ  X    X ˆ    X ( ˆ  ‬‬
‫‪   X (X X )1 X  (I n  X (X X )1 X )‬‬
‫نضع )‪ MX =(I n  X (X X )1 X ‬حيث ‪ MX‬تسمى ادلصفوفة الدكرية أم ‪:‬‬
‫‪MX= MX'MX= M2X =M‬‬
‫‪MX X  0‬‬ ‫باإلضافة إُف أف ‪:‬‬
‫‪ˆˆ  M‬‬ ‫‪X‬‬ ‫'‬ ‫أي‪M  :‬‬
‫‪X‬‬ ‫كمنو ‪ˆˆ  M  :‬‬
‫‪X‬‬

‫) ‪E ˆˆ   E( M ‬‬ ‫‪X‬‬ ‫ندخل التوقع اؿرياضي على الطرفُت‬

‫أثر )‪ = (AB‬أثر )‪(BA‬‬ ‫كنعلم أيضا أف‬ ‫أثر ‪M‬‬ ‫كغلب ادلالحظة أف أثر ˆ‪ ˆ‬يساكم‬
‫يكوف لدينا إذف ‪ :‬أثر ‪ = M ‬أثر‬
‫‪M‬‬
‫) ‪E ˆˆ   E(  )Tr(M X‬‬
‫نعلم بأف ‪ E( )  2 :‬كعليو ‪E ˆˆ   2 Tr(I n )  Tr(X (X X )-1 X ) :‬‬

‫كمنو‪E ˆˆ   2 n  k 1 :‬‬

‫كمايلي‪:‬‬ ‫‪n-k-1‬‬ ‫لكي ضلصل على تقدير غَت متحيز ؿ ‪  2‬يكفي قسمة العبارة األخَتة على‬
‫ˆ‪ˆ‬‬
‫(‪E‬‬ ‫‪) 2‬‬
‫‪54‬‬ ‫‪n  k 1‬‬
 ‫الفصل الثالث‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي ادلتعدد‬

‫‪ k‬معلمة للتقدير ك ‪ n‬عدد ادلشاىدات‪ ،‬كىذا يُعطي عدد‬ ‫‪1‬‬ ‫يف حالة االضلدار ادلتعدد حيث ىناؾ‬
‫درجات احلرية ‪ n  k 1‬إذف القيمة التقديرية لتباين األخطاء ىي ‪:‬‬
‫‪n‬‬

‫‪‬‬
‫ˆ‬ ‫‪‬‬ ‫ˆ‬ ‫‪‬‬ ‫‪ˆi2‬‬
‫‪ˆ 2 ‬‬ ‫‪ i 1‬‬
‫‪n  k 1 n  k 1‬‬

‫كما ؽلكن تقدير مصفوفة التباينات ‪-‬التباينات ادلشًتكة للمقدرات ˆ‪  B‬كمايلي ‪:‬‬

‫‪ ‬‬
‫‪Bˆ  B  X t X‬‬
‫‪1‬‬
‫‪X t‬‬

‫‪Bˆ  B  X X ‬‬
‫‪1‬‬
‫‪t‬‬
‫‪X t‬‬
‫كما لدينا من إحدل فرضيات النموذج بأف ‪:‬‬
‫‪E(') =    2I n‬‬

‫كمايلي ‪:‬‬ ‫')‪( ˆ   ) ( ˆ  ‬‬ ‫نقوـ حبساب‬

‫‪( ˆ   )( ˆ   )'  (X X )1 X ' X (X X )1‬‬

‫بإدخاؿ التوقع الرياضي على الطرفُت‪ ،‬نتحصل على مصفوفة التباينات‪-‬التباينات ادلشًتكة للمقدرات ‪:‬‬
‫'‬ ‫'‬

‫‪ ˆ  E(( ˆ   )( ˆ   ) )  (X X )-1 X E( )X (X X )-1  (X X )-1 X  X (X X )-1‬‬

‫‪ Bˆ  2 (X X )-1‬‬ ‫إذف ‪:‬‬

‫مبا أف ‪ 2‬غَت معركؼ‪ ،‬فانو ؽلكن استبدالو مبقدر تباين األخطاء ‪ ˆ2‬كعليو‪:‬‬
‫‪ˆ ˆ  2ˆ (X X )-1‬‬

‫‪ -4‬اختبار جودة التوفيق للنموذج‪:‬‬

‫عندما يكوف لدينا أكثر من متغَت مستقل يف النموذج ننتقل من معامل االرتباط البسيط إُف معامل‬
‫االرتباط ادلتعدد ‪ ،‬يف حُت أف األكؿ يقيس العالقة بُت متغَت مستقل كآخر تابع فإف الثآف كباإلضافة إُف‬
‫نفس الدكر فإنو ؽلكن أف يدرس العالقة بُت ادلتغَت التابع ‪ Y‬كعدة متغَتات مستقلة مرة كاحدة‪.‬‬
‫اكتشاؼ التعدد اخلطي‪ ،‬حيث يعتمد عليو‬ ‫كيستعمل معامل االرتباط ادلتعدد عادة يف اختبارات‬
‫الباحثاف ‪ Farrar-Glauber‬يف شكل معامالت تحديد جزئية على شكل )‪ R2 (X j .X1 . X 2 ....Xk‬حيث‬
‫أنو يربط ما بُت ادلتغَت ادلستقل ‪ Xj‬كبقية ادلتغَتات ادلستقلة األخرل من غَت ‪. Xj‬‬
‫‪55‬‬
 ‫الفصل الثالث‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي ادلتعدد‬

‫أما معامل التحديد ادلتعدد ‪ R2‬فهو يشَت إُف النسبة اليت ؽلكن تفسَتىا من التغَت الكلي يف ادلتغَت‬
‫التابع ‪ Y‬بداللة ادلتغَتات ادلستقلة ادلدرجة يف ادلعادلة‪ ،‬كيستعمل كمقياس جلودة التوفيق يف ظلوذج االضلدار‬
‫متغَت مستقل‪ ،‬كحلسابو ؽلكن إتباع نفس الطريقة ادلستعملة يف النموذج اخلطي البسيط‬ ‫‪k‬‬ ‫احملتوم على‬
‫حبيث‪ TSS=ESS+RSS :‬ففي النموذج ذم ‪ k‬متغَت مستقل‪ ،‬ؽلكن حساب ‪ R2‬على الشكل‪:‬‬
‫‪RSS ESS‬‬
‫‪R2  1 ‬‬ ‫‪‬‬
‫‪TSS TSS‬‬

‫‪1‬‬ ‫‪‬‬ ‫‪‬‬

‫ˆ‪Yˆ Y ˆ X X‬‬
‫‪‬‬
‫‪ Y  Y ‬‬ ‫‪Y Y‬‬ ‫‪Y Y‬‬
‫‪2‬‬
‫‪i‬‬

‫)عندما ال فَتِّسر معادلة االضلدار أيا من التغَت يف ‪ ،(Y‬ك‪( 1‬عندما تقع كل‬ ‫‪0‬‬ ‫كتًتاكح قيمة ‪ R2‬بُت‬
‫النقاط على خط االضلدار( ‪.‬‬
‫كلكن ىناؾ رلموعة من ادلشاكل نواجهها عند استعماؿ ‪ R2‬منها‪:‬‬
‫‪ Y  X  ‬يكوف‬ ‫‪ -‬كل نتائجنا اإلحصائية تأيت من الفرضية القائلة بأف ظلوذجنا ادلبٍت يف ادلعادلة‬
‫صحيحا‪ ،‬مث ليس لدينا طريقة أك قيمة إحصائية بديلة للمقارنة‪.‬‬
‫‪ -‬إف ‪ R2‬غَت حساس لعدد ادلتغَتات ادلستقلة كادلوجودة بالنموذج‪ ،‬حيث إف إضافة متغَتات مستقلة‬
‫‪2‬‬
‫كبالعكس فإنوا ؽلكن أف تزيد من قيمتو (ألف‬ ‫‪R‬‬ ‫أخرل دلعادلة االضلدار ال ؽلكن أبدا أف تقلل من قيمة‬
‫إضافة متغَت مستقل جديد للنموذج ال يؤثر يف التغَتات الكلية ‪ TSS‬بينما يزيد يف قيمة االضلرافات‬
‫ادلشركحة ‪ ،(ESS‬كيصبح تفسَت كاستعماؿ ‪ R2‬صعبا عندما يكوف النموذج بدكف احلد الثابت ‪ ،‬حيث‬
‫ليس بالضركرة يف ىذه احلالة أف يكوف زلصورا بُت ‪0‬ك‪.1‬‬
‫إف الصعوبات يف استعماؿ ‪ R2‬كمقياس جلودة التوفيق راجعة ألف ىذا ادلعامل يعتمد على التغَتات‬
‫)ادلشركحة كغَت ادلشركحة )‪ ،‬كبالتاِف فإنو ال يأخذ بعُت االعتبار عدد درجات احلرية يف‬ ‫يف ‪Y‬‬ ‫احلاصلة‬
‫‪.‬‬ ‫أم مشكل إحصائي‪ ،‬كذلذا الغرض يستعمل معامل آخر يسمى معامل التحديد ادلصحح ‪R ‬‬
‫‪2‬‬

‫‪R2 1‬‬
‫‪RSS / n  k  1‬‬ ‫كؽلكننا حساب ىذا اَفعاملكمايلي ‪:‬‬
‫‪TSS / n  1‬‬

‫حيث ‪:n‬عدد ادلشاىدات ك ‪: k +1‬عدد ادلعاَف ادلقدرة‪.‬‬

‫‪n 1‬‬
‫() ‪R 2  1  (1  R 2‬‬
‫‪n  k 1‬‬
‫)‬ ‫كبالتعويض يف معادلة معامل التحديد السابقة صلد ‪:‬‬

‫‪56‬‬
 ‫الفصل الثالث‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي ادلتعدد‬

‫كاذلدؼ من ذلك ىو حل مشكلة جودة التوفيق عند إدراج متغَتات تفسَتية جديدة يف النموذج ألف‬
‫‪ R 2 ‬حساس لدرجات احلرية أم ادلتغَتات ادلستقلة داخل ادلعادالت ‪ R 2  R 2 ‬إذا كانت ‪K  1‬‬
‫‪ ،R2‬فهو على األقل‬ ‫لو رلموعة من اخلصائص جتعلو كسيلة قياس جودة التوفيق أفضل من‬ ‫إذف ‪R 2‬‬

‫غليب على تساؤالت بعض الباحثُت حوؿ أعلية زيادة عدد ادلتغَتات للنموذج بدكف التفكَت يف سبب‬
‫ػلل كل ادلشاكل ادلتعلقة‬ ‫‪R2‬‬ ‫التفكَت يف أف‬ ‫ظهور ىذه ادلتغَتات على كل حاؿ‪ ،‬رغم ذلك ال غلب‬
‫‪2‬‬
‫جلودة التوفيق‪ ،‬حيث أف القرار حوؿ إمكانية ظهور بعض ادلتغَتات يف النموذج أـ ال تبقى‬ ‫‪R‬‬ ‫بادلقياس‬
‫تكوف جد‬ ‫ػػ ‪R 2‬‬ ‫معتمدة على اعتبارات نظرية أخرل يف القياس االقتصادم‪ ،‬كما أف القيمة العددية ؿ‬
‫حساسة لنوع ادلعطيات أك البيانات ادلستعملة‪.‬‬
‫‪ - 5‬اختبار الفرضيات‪:‬‬
‫‪ -1-5‬اختبار المعنوية اإلحصائية للمعالم‪:‬‬
‫بإدخاؿ قانوف التوزيع الطبيعي ادلتعدد كنظرا إُف أف ˆ‪ ‬ىو دالة خطية لشعاع األخطاء العشوائية‪ ،‬فإف‬
‫ىذا ادلتغَت لو صفة ادلتغَت العشوائي كيتبع كذلك قانوف التوزيع الطبيعي ادلتعدد ‪.‬‬
‫‪ˆ    A‬‬ ‫كلدينا ‪:‬‬ ‫‪A  (XX )1 X :‬‬ ‫نضع‬
‫̂‪B‬‬ ‫‪~ N.2 X X 1‬‬ ‫كمنو فإف‪:‬‬
‫‪ˆ  MX ‬‬ ‫مث لدينا بواقي ادلربعات الصغرل ‪:‬‬
‫إذف ‪ˆ' ˆ  MX  :‬‬
‫مع ‪MX  (I  X (XX )1 X) :‬‬

‫‪ˆˆ  M X  n  k  1ˆ 2‬‬

‫‪‬‬ ‫‪‬‬ ‫‪~  n2 k 1‬‬ ‫كمنو ‪:‬‬
‫‪‬‬ ‫‪2‬‬
‫‪‬‬‫‪2‬‬
‫‪‬‬
‫‪2‬‬

‫ادلتعدد كمستقلُت عن‬ ‫مع اخلاصية ‪ MX X  0‬يكوف الشعاعاف ˆ‪ ‬ك ‪ˆ‬يتبعاف التوزيع الطبيعي‬
‫بعضهما البعض‪ ،‬كبالتاِف فهما شعاعاف متعامداف حيث ‪:‬‬

‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬
‫‪Cov(ˆ, ˆ )  E ˆ ˆ     EM X  A   2 M X A  0‬‬
‫‪‬‬ ‫‪‬‬
‫‪RSS‬‬
‫‪ 2‬‬

‫‪57‬‬
 ‫الفصل الثالث‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي ادلتعدد‬

‫كمنو نستنتج أف شعاع ادلقدرات ˆ‪ ‬مستقل كذلك عن ˆ‪ ˆ ' ‬كالذم يستلزـ أف ˆ‪ ‬موزع استقالليا عن‬
‫‪ˆ j ~ N  j .2  a ij ‬‬ ‫‪. j  0.1......k‬‬ ‫‪ ˆ‬أك نكتب ‪:‬‬ ‫‪2‬‬

‫‪.A‬‬ ‫‪(X X )1 X‬‬ ‫مع أف‪:‬‬ ‫‪AA‬‬ ‫حيث أف ‪ aij‬ىو العنصر ‪ j‬ادلوجود بقطر ادلصفوفة‬
‫كلدينا كذلك ‪ˆ j  j ~ N  0 . 2  aij  . j  0.1...... k :‬‬
‫كمنو ‪:‬‬
‫‪ ˆ j   j ‬‬
‫‪‬‬ ‫‪ ~ N 0,1, j  0,1...k‬‬
‫‪   aij ‬‬
‫‪‬‬ ‫‪‬‬
‫كليصبح قانوف التوزيع ‪ t‬على الشكل ‪:‬‬
‫‪ˆ j   j‬‬
‫)‪N (0,1‬‬ ‫‪  aij‬‬
‫‪t‬‬ ‫‪‬‬
‫)‪ n2 k / n  k  1 (n  k  1)ˆ  /( n  k  1‬‬
‫‪2‬‬

‫‪ 2‬‬

‫كصلد بعد اإلختصار ‪:‬‬

‫‪ ˆ j   j   ˆ j   j‬‬ ‫‪‬‬
‫‪t ‬‬ ‫‪‬‬ ‫‪~t‬‬
‫ˆ ‪   aij   ‬‬ ‫‪‬‬ ‫‪n  k 1‬‬
‫‪‬‬ ‫‪ ‬‬ ‫‪j‬‬ ‫‪‬‬

‫تساعدنا ىذه ادلعادلة األخَتة على تكوين رلاالت الثقة دلعاَف النموذج ‪.‬‬
‫كيكوف شكل االختبار‪:‬‬
‫‪H 0 :  j  0‬‬
‫‪‬‬
‫‪‬‬
‫‪ H1 :  j  0‬‬
‫‪‬‬

‫ˆ‪ ‬‬ ‫‪‬‬

‫‪tc  ‬‬ ‫‪‬‬
‫مع القيمة اجملدكلة عند درجة احلرية‬ ‫مبأننا طلترب فرضية العدـ سنقارف القيمة‬
‫‪j‬‬
‫ˆ ˆ‪ ‬‬ ‫‪‬‬
‫‪ j‬‬ ‫‪‬‬
‫‪ˆ j‬‬
‫ففي ىذه احلالة فإننا نقبل‬ ‫‪tc ‬‬ ‫‪t‬‬ ‫‪‬‬
‫مبستول معنوية ‪ ‬فإذا كانت‬ ‫)‪( N  K  1‬‬
‫‪ˆ j‬‬ ‫‪n  k 1,‬‬
‫‪2‬‬

‫بفرضية العدـ ‪ H0‬مبعٌت أف ‪ Bj‬ليس لو معنوية إحصائية أم يساكم معنويا الصفر كالعكس صحيح يف‬
‫‪Tc TT‬‬ ‫حالة إذا كانت‬
‫فينبغي استعماؿ التوزيع الطبيعي ك ؽلكن أخذ القيمة‬ ‫‪n  30 :‬‬ ‫عندما يكوف حجم العينة كبَتا أم‬
‫كذلك حبساب ادلساحة ادلظلة للتوزيع (استخراج القيمة من جدكؿ التوزيع الطبيعي‬ ‫‪z‬‬ ‫‪/ 2‬‬ ‫احلرجة‬
‫ادلعيارم) ‪.‬‬

‫‪58‬‬
 ‫الفصل الثالث‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي ادلتعدد‬

‫‪- -2 5‬اختبار صالحية النموذج )اختبار المعنوية االجمالية للنموذج – اختبار ‪:( F‬‬
‫نقوـ أكال كدائما بصياغة الفركض كمايلي‪:‬‬
‫‪-‬الفرض األكؿ ىو الفرض العدـ ‪ : H0‬النموذج احلاِف غَت مناسب لتمثيل العالقة بُت ادلتغَت التابع من‬
‫جهة ك ادلتغَتات ادلستقلة من جهة أخرل‪.‬‬
‫‪-‬الفرض الثآف‪ :‬ىو الفرض البديل ‪: H1‬النموذج احلاِف مناسب لتمثيل العالقة بُت ادلتغَت التابع من‬
‫جهة ك ادلتغَتات ادلستقلة ادلفسرة من جهة أخرل‪.‬‬
‫كؽلكن تشكيل ىذا االختبار كمايلي ‪:‬‬
‫‪H 0 :  0  1  ........... k  0.‬‬
‫‪‬‬
‫‪H1 : j / j  0‬‬ ‫‪j  1.............k‬‬

‫كإلجراء ىذا االختبار نقوـ حبساب ) ‪ ( Fc‬بالعالقة التالية‪:‬‬

‫‪n‬‬

‫ˆ‪ Y‬‬ ‫‪i‬‬

‫‪2‬‬
‫‪k‬‬ ‫‪R2‬‬
‫‪k‬‬
‫‪Fc ‬‬ ‫‪i 1‬‬
‫‪‬‬ ‫))‪ F (k , n  k  1‬‬
‫‪n‬‬
‫‪1 R‬‬ ‫‪2‬‬

‫ˆ‪ ‬‬
‫‪i 1‬‬
‫‪i‬‬
‫‪2‬‬
‫‪n  k 1‬‬ ‫‪n  k 1‬‬

‫‪ k‬ك‪n  k 1‬‬ ‫فإذا جتاكزت اإلحصائية ‪ F‬احملسوبة قيمة ‪ F‬اجملدكلة عند مستول معنوية ‪ ‬كبدرجيت حرية‬
‫( أم إذا كاف ‪ Ft  Fc‬فإننا نرفض فرضية العدـ ‪ ) H 0‬كنقبل بالفرضية البديلة القائلة بأف‬ ‫‪H0‬‬ ‫نرفض‬
‫يف ىذه احلالة‪ ،‬ؽلكن‬
‫معاَف النموذج ليست مجيعها مساكية للصفر كأف ‪ R2‬ؼلتلف جوه ريا عن الصفر ؼ‬
‫القوؿ أف للنموذج ذك معنوية إحصائية كالعكس صحيح (إذا كاف ‪ Ft  Fc‬فإننا نقبل ‪. ) H 0‬‬
‫مثال ‪ :01‬أراد أحد الباحثُت أف ػلدد أم العوامل أكثر تأثَتا على سعر التجزئة لسلعة يتم توزيعها يف‬
‫مراكز عديدة كمتباعدة‪ ،‬كاقتصر البحث على متغَتتُت باعتبارعلا أىم األسباب ادلؤثرة يف أسعار التجزئة‬
‫لنفس السلعة كعلا ‪:‬‬
‫طوؿ‬ ‫‪-‬‬
‫ادلسافة مابُت مركز اإلنتاج كمركز التوزيع )‪ (X1‬بالكيلومًت‬
‫عدد‬ ‫‪-‬‬
‫التوزيع )‪(X2‬‬ ‫الوسطاء بُت مركز اإلنتاج كمركز‬
‫كاجلدكؿ ادلواِف يبُت النتائج ادلتحصل عليها ‪:‬‬

‫‪59‬‬
 ‫الفصل الثالث‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي ادلتعدد‬

‫الوسطاء )‪(X2‬‬ ‫عدد‬ ‫)‪(X1‬‬ ‫البعد‬ ‫)‪(Y‬‬ ‫أسعار التجزئة‬ ‫المشاهدة ‪i‬‬
‫‪2‬‬ ‫‪30‬‬ ‫‪20‬‬ ‫‪1‬‬
‫‪3‬‬ ‫‪40‬‬ ‫‪21‬‬ ‫‪2‬‬
‫‪4‬‬ ‫‪70‬‬ ‫‪22.5‬‬ ‫‪3‬‬
‫‪4‬‬ ‫‪90‬‬ ‫‪23‬‬ ‫‪4‬‬
‫‪5‬‬ ‫‪120‬‬ ‫‪23.7‬‬ ‫‪5‬‬
‫‪5‬‬ ‫‪150‬‬ ‫‪24.5‬‬ ‫‪6‬‬
‫‪6‬‬ ‫‪200‬‬ ‫‪25‬‬ ‫‪7‬‬
‫‪5‬‬ ‫‪220‬‬ ‫‪25.5‬‬ ‫‪8‬‬
‫‪6‬‬ ‫‪240‬‬ ‫‪26‬‬ ‫‪9‬‬
‫‪7‬‬ ‫‪270‬‬ ‫‪26.7‬‬ ‫‪10‬‬

‫المطلوب ‪:‬‬
‫أكتب‬ ‫‪- 1‬‬
‫الشكل العاـ لنموذج االضلدار اخلطي ادلتعدد‬
‫قدر معادلة‬ ‫‪- 2‬‬
‫االضلدار اخلطي ادلتعدد ‪.‬‬
‫أكجد‬ ‫‪- 3‬‬
‫تقدير تباين حد اخلطأ كاالضلرافات ادلعيارية للمعلمات ادلقدرة يف النموذج‬
‫إخترب‬ ‫‪- 4‬‬
‫جودة التوفيق من خالؿ معامل التحديد ادلصحح ‪.‬‬
‫الحل‪:‬‬
‫كتابة‬ ‫‪- 1‬‬
‫الشكل العام للنموذج ‪:‬‬
‫حبيث‪:‬‬ ‫‪Y  XB  ‬‬ ‫لدينا ‪ 10‬مشاىدات كمتغَتمف مستقلين‪ ،‬يكتب النموذج العاـ كما يلي ‪:‬‬
‫‪ 20 ‬‬ ‫‪1‬‬ ‫‪30‬‬ ‫‪2‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ 1 ‬‬
‫‪ 21 ‬‬ ‫‪1‬‬ ‫‪40‬‬ ‫‪3‬‬ ‫‪‬‬ ‫‪ 0 ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫;‪Y   22.5 ‬‬ ‫‪X  1‬‬ ‫‪70‬‬ ‫‪4  ;    1 ;   ‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪ ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ 2 ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ ‬‬
‫‪ 26.7 ‬‬ ‫‪1‬‬ ‫‪7 ‬‬ ‫‪ 10 ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪270‬‬ ‫‪‬‬

‫‪60‬‬
 ‫الفصل الثالث‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي ادلتعدد‬

‫مع أف رتبة كل مصفوفة ىي على النحو التاِف ‪:‬‬

‫;‪Y101‬‬ ‫; ‪X 103‬‬ ‫;‪31‬‬ ‫‪ 101‬‬
‫‪ - 2‬تقدير معالم النموذج ‪:‬‬
‫) ‪ (X X‬ك ‪ (X X ) 1‬مث )‪(XY‬‬ ‫‪ ̂  ( X X )1 X Y‬لذا سنقوـ حبساب كل من‬ ‫نعلم بأف‬
‫‪1‬‬ ‫‪30‬‬ ‫‪2‬‬ ‫‪‬‬
‫‪ 1‬‬ ‫‪1‬‬ ‫‪‬‬ ‫‪1 ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪1‬‬ ‫‪40‬‬ ‫‪3‬‬ ‫‪‬‬
‫‪X X   30‬‬ ‫‪40‬‬ ‫‪‬‬ ‫‪270 ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ 2‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪3‬‬ ‫‪‬‬ ‫‪7 ‬‬‫‪‬‬ ‫‪‬‬
‫‪1‬‬
‫‪‬‬
‫‪‬‬ ‫‪270‬‬ ‫‪7 ‬‬
‫‪‬‬
‫‪ 10‬‬ ‫‪1430‬‬ ‫‪47 ‬‬
‫‪‬‬ ‫‪‬‬
‫‪X X  1430‬‬ ‫‪271300‬‬ ‫‪7800 ‬‬
‫‪ 47‬‬ ‫‪241 ‬‬
‫‪‬‬ ‫‪7800‬‬ ‫‪‬‬
‫لدينا كذلك ‪:‬‬

‫‪ 2.54‬‬ ‫‪0.01‬‬ ‫‪ 0.89 ‬‬

‫‪‬‬ ‫‪‬‬
‫‪ X X ‬‬‫‪1‬‬
‫‪  0.01‬‬ ‫‪0.0001‬‬ ‫‪ 0.006 ‬‬
‫‪  0.89‬‬ ‫‪ 0.006‬‬ ‫‪0.37 ‬‬
‫‪‬‬ ‫‪‬‬
‫أيضا ‪:‬‬
‫‪ 20 ‬‬
‫‪ 1‬‬ ‫‪1‬‬ ‫‪‬‬ ‫‪1 ‬‬ ‫‪  237.9 ‬‬
‫‪‬‬ ‫‪ 21  ‬‬ ‫‪‬‬
‫‪ X Y    30‬‬ ‫‪40‬‬ ‫‪‬‬ ‫‪270 ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪35663‬‬ ‫‪‬‬
‫‪ 2‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪3‬‬ ‫‪‬‬ ‫‪7 ‬‬ ‫‪‬‬
‫‪ 26.7  1146.7 ‬‬
‫‪‬‬ ‫‪‬‬
‫حساب قيمة ˆ‪ ‬كمايلي ‪:‬‬ ‫كمن ؽلكن‬
‫‪ 2.54‬‬ ‫‪0.01‬‬ ‫‪ 0.89  237.9 ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫ˆ‪‬‬ ‫‪  0.01‬‬ ‫‪0.0001‬‬ ‫‪ 0.006  35663 ‬‬
‫‪  0.89  0.006‬‬ ‫‪0.37 ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪1146.7 ‬‬
‫‪18.72 ‬‬
‫‪‬‬ ‫‪‬‬
‫ˆ‪‬‬ ‫‪  0.014 ‬‬
‫‪ 0.647 ‬‬
‫‪‬‬ ‫‪‬‬
‫إذف النموذج ادلقدر ؽلكن كتابتو بالشكل اآليت‪:‬‬
‫‪Yˆi  18.72  0.014 X i1  0.647 X i 2‬‬
‫‪ - 3‬حساب تقدير تباين حد الخطأ واالنحرافات المعيارية للمعلمات المقدرة في النموذج ‪:‬‬
‫‪61‬‬
 ‫الفصل الثالث‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي ادلتعدد‬

‫‪n‬‬ ‫حلساب تقدير حد اخلطأ لدينا ‪:‬‬

‫ˆ‪ˆ‬‬ ‫‪ ˆi2‬‬
‫‪ ˆ 2‬حبساب رلموع‬ ‫‪‬‬ ‫‪‬‬ ‫‪i 1‬‬ ‫‪ ˆi‬لذا سنقوـ‬ ‫‪ Yi  Yˆi‬‬ ‫مع العلم بأف ‪:‬‬
‫‪n  k 1‬‬ ‫‪n  k 1‬‬
‫مربعات األخطاء يف اجلدكؿ ادلواِف‪:‬‬

‫‪ˆi2‬‬ ‫‪ˆi  Yi  Yˆi‬‬ ‫‪Yˆi  18.72  0.014 X i1  0.647 X i 2‬‬ ‫‪Yi‬‬ ‫‪I‬‬
‫‪0.188‬‬ ‫‪-0.434‬‬ ‫‪20.434‬‬ ‫‪20‬‬ ‫‪1‬‬
‫‪0.049‬‬ ‫‪-0.221‬‬ ‫‪21.221‬‬ ‫‪21‬‬ ‫‪2‬‬
‫‪0.045‬‬ ‫‪0.212‬‬ ‫‪22.288‬‬ ‫‪22.5‬‬ ‫‪3‬‬
‫‪0.187‬‬ ‫‪0.432‬‬ ‫‪22.568‬‬ ‫‪23‬‬ ‫‪4‬‬
‫‪0.004‬‬ ‫‪0.065‬‬ ‫‪23.635‬‬ ‫‪23.7‬‬ ‫‪5‬‬
‫‪0.198‬‬ ‫‪0.445‬‬ ‫‪24.055‬‬ ‫‪24.5‬‬ ‫‪6‬‬
‫‪0.162‬‬ ‫‪-0.402‬‬ ‫‪25.402‬‬ ‫‪25‬‬ ‫‪7‬‬
‫‪0.216‬‬ ‫‪0.465‬‬ ‫‪25.035‬‬ ‫‪25.5‬‬ ‫‪8‬‬
‫‪0.001‬‬ ‫‪0.038‬‬ ‫‪25.962‬‬ ‫‪26‬‬ ‫‪9‬‬
‫‪0.108‬‬ ‫‪-0.329‬‬ ‫‪27.029‬‬ ‫‪26.7‬‬ ‫‪10‬‬
‫‪1.159‬‬ ‫‪/‬‬ ‫‪/‬‬ ‫‪/‬‬ ‫الوجووع‬
‫كمنو ‪:‬‬
‫‪n‬‬

‫‪ˆ 2  0.165‬‬ ‫ˆ‪ ‬‬ ‫‪i‬‬

‫‪2‬‬
‫‪1.159‬‬ ‫إذف تباين حد اخلطأ ىو‪:‬‬
‫‪ˆ 2 ‬‬ ‫‪i 1‬‬
‫‪‬‬ ‫‪ 0.165‬‬
‫المعيارية‬ ‫‪n  k 1‬‬ ‫‪7‬‬ ‫‪- 6‬االنحرافات‬
‫لمقدرات معالم النموذج‪:‬‬
‫لدينا‪:‬‬ ‫للمقدرات ˆ‪̂ ‬‬ ‫نقوـ بتحديد مصفوفة التباينات‪-‬التباينات ادلشًتكة‬
‫‪ˆ ˆ  ˆ 2 ( X X ) 1‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬

‫‪ 2.54‬‬ ‫‪0.01‬‬ ‫‪ 0.89   0.419‬‬ ‫‪0.002‬‬ ‫‪ 0.147 ‬‬
‫‪‬‬ ‫‪ ‬‬ ‫‪‬‬
‫‪ˆ  0.165 0.01 0.0001  0.006    0.002 0.000016  0.0009 ‬‬
‫‪‬‬ ‫̂‪‬‬
‫‪  0.89  0.006 0.37    0.147  0.0009‬‬ ‫‪0.061 ‬‬
‫‪‬‬ ‫‪ ‬‬
‫كل عنصر من عناصر قطر مصفوفة التباينات‪-‬التباينات ادلشًتكة ادلتحصل عليها يعرب عن تباين كل‬
‫مقدر أم‪:‬‬
‫‪ˆ 2  0.419  ˆ ˆ  0.647‬‬
‫ˆ‬ ‫‪0‬‬
‫‪0‬‬

‫‪ˆ 2ˆ  0.00016  ˆ ˆ  0.004‬‬

‫‪1‬‬ ‫‪1‬‬

‫ˆ‪‬‬ ‫‪2‬‬
‫ˆ‪‬‬ ‫‪2‬‬
‫‪ 0.061  ˆ ˆ  0.246‬‬
‫‪2‬‬

‫‪ - 4‬إختبار جودة التوفيق ‪:‬‬

‫‪62‬‬
 ‫الفصل الثالث‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي ادلتعدد‬

‫إلختبار جودة التوفيق نقوـ بحساب معامل التحديد ادلتعدد العادم مث ادلصحح من خالؿ ادلعادلة اآلتية‪:‬‬
‫‪R‬‬ ‫‪2‬‬
‫‪1‬‬
‫ˆ‪ ‬‬ ‫‪2‬‬
‫‪i‬‬

‫‪ Y  Y ‬‬
‫‪2‬‬
‫‪i‬‬

‫نقوـ حبساب ‪  Yi  Y 2‬أين كجدنا ‪ Y  23.79‬من خالؿ ىذا اجلدكؿ ‪:‬‬

‫‪ Y‬‬ ‫‪Y ‬‬

‫‪2‬‬
‫‪i‬‬ ‫‪Yi  Y‬‬ ‫‪Yi‬‬ ‫‪I‬‬
‫‪14.364‬‬ ‫‪-3.79‬‬ ‫‪20‬‬ ‫‪1‬‬
‫‪7.784‬‬ ‫‪-2.79‬‬ ‫‪21‬‬ ‫‪2‬‬
‫‪1.664‬‬ ‫‪-1.29‬‬ ‫‪22.5‬‬ ‫‪3‬‬
‫‪0.624‬‬ ‫‪-0.79‬‬ ‫‪23‬‬ ‫‪4‬‬
‫‪0.008‬‬ ‫‪-0.09‬‬ ‫‪23.7‬‬ ‫‪5‬‬
‫‪0.504‬‬ ‫‪0.71‬‬ ‫‪24.5‬‬ ‫‪6‬‬
‫‪1.464‬‬ ‫‪1.21‬‬ ‫‪25‬‬ ‫‪7‬‬
‫‪2.924‬‬ ‫‪1.71‬‬ ‫‪25.5‬‬ ‫‪8‬‬
‫‪4.884‬‬ ‫‪2.21‬‬ ‫‪26‬‬ ‫‪9‬‬
‫‪8.468‬‬ ‫‪2.91‬‬ ‫‪26.7‬‬ ‫‪10‬‬
‫‪42.689‬‬ ‫‪/‬‬ ‫‪/‬‬ ‫اجملموع‬
‫كمنو ‪:‬‬
‫‪R‬‬ ‫‪2‬‬
‫‪1‬‬
‫ˆ‪ ‬‬ ‫‪2‬‬
‫‪i‬‬
‫‪1‬‬
‫‪1.159‬‬
‫‪ 0.973‬‬
‫‪ Y  Y ‬‬
‫‪2‬‬
‫‪i‬‬
‫‪42.689‬‬

‫أما معامل التحديد ادلصحح ؽلكن حسابو كما يلي‪:‬‬

‫‪n 1‬‬
‫() ‪R 2  1  (1  R 2‬‬ ‫)‬
‫‪n  k 1‬‬
‫‪10  1‬‬
‫()‪R 2  1  (1  0.973‬‬ ‫)‬
‫‪10  2  1‬‬
‫‪R 2  0.965‬‬
‫التحديد ‪R 2‬‬ ‫يبقى أقل نسبيا من معامل‬ ‫ادلصحح ‪R 2‬‬ ‫من ادلالحظ أف معامل التحديد‬
‫من خالؿ قيمة معامل التحديد ادلصحح نستنتج أف للنموذج قدرة تفسَتية عالية جدا أم أف ادلتغَتات‬
‫بنسبة ‪.% 96.5‬‬ ‫ادلستقلة تشرح ادلتغَت التابع‬
‫‪-6‬استعمال برنامج ‪ Eviews9.0‬في تطبيقات لمعادلة االنحدار الخطي المتعدد‪:‬‬
‫كما مت يف الفصل الثآف يف كيفية إنشاء ملف جديد بالنسبة لتفريغ بيانات الدراسة نتبع نفس تلك‬
‫)‪ (OLS‬بالنسبة للنموذج اخلطي البسيط‬ ‫اخلطوات‪ ،‬كما أف عملية التقدير بطريقة ادلربعات الصغرل‬

‫‪63‬‬
 ‫الفصل الثالث‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي ادلتعدد‬

‫كادلتعدد ىي بنفس الطريقة كالفرؽ فقط يف عدد ادلتغَتات ادلفسرة ففي مثالنا لدينا متغَتين مستقلُت‪،‬‬
‫كالشكل ادلواِف يوضح بياناتنا من خالؿ زلرر البيانات )‪ (Work file‬لربنامج ‪: Eviews9.0‬‬

‫كتابة‬ ‫‪- 1‬‬

‫الشكل العام للنموذج ‪:‬‬
‫ؽلكن أف نتبع الطريقة السابقة يف عملية التقدير كما رأيناىا يف الفصل الثآف أك نتبع طريقة أخرل‬
‫كفكتب اسم‬ ‫‪Estimate Equation‬‬ ‫‪ Quick‬األمر‬ ‫كىذا بإتباع اخلطوات اآلتية ‪ :‬طلتار من قائمة‬
‫)‪ ( (c‬غلب كتابة ادلتغَت التابع أكال مث‬ ‫ادلتغَتات داخل اإلطار ادلخصص لذلك باإلضافة إُف الثابت‬
‫بعدىا ادلتغَتات ادلستقلة ) مع اإلبقاء على اخليار ‪ LS -Least Squares‬من ‪ Method‬إلجراء التقدير‬
‫كما ىو موضح بالشكل ادلواِف‪:‬‬

‫‪64‬‬
 ‫الفصل الثالث‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي ادلتعدد‬

‫بعد الضغط على ‪ OK‬نتحصل على التقدير‪ ،‬كؽلكن أيضا بطريقة أخرل إجراء ىذا التقدير مباشرة من‬
‫نافذة األكامر بكتابة التعليمة اآلتية‪ ls y x1 x2 c :‬كما ىو موضح بالشكل اآليت‪:‬‬

‫كبالضغط على ‪ ENTER‬من لوحة ادلفاتيح نتحصل على جدكؿ التقدير كمايلي ‪:‬‬

‫من خالؿ اجلدكؿ نستخرج النموذج اخلطي ادلتعدد ادلقدر ‪:‬‬

‫‪Yˆi  18.72  0.014 X i1  0.647 X i 2‬‬

‫‪65‬‬
 ‫الفصل الثالث‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي ادلتعدد‬

‫‪Eviews‬‬ ‫إذف النتيجتُت اخلاصة بعملية التقدير ىي نفسها سواءا باحلل اليدكم أك باستخداـ برنامج‬
‫‪R‬‬ ‫‪2‬‬
‫‪ 0.965‬‬ ‫‪‬‬ ‫‪،‬باإلضافة إُف تلك القيم ادلتحصل عليها كادلتعلقة بػ معامل التحديد العادم كادلصحح‬
‫ككذلك رلموع مربعات البواقي ‪ ˆi2  1.149‬اليت تساعدنا يف إغلاد تقدير تباين األخطاء‪ ،‬كيقدـ لنا‬
‫اجلدكؿ كذلك قيم االضلرافات ادلعيارية للمعلمات ادلقدرة يف النموذج (أنظر إُف قيم عمود ‪، )Std.error‬‬
‫كما ؽلكننا أف نستخرج من اجلدكؿ قيما مهمة فيما ؼلص استعماذلا يف االختبارات ادلعنوية للمعاَف‬
‫(إحصائية ستيودنت) أك معنوية النموذج ككل (إحصائية فيشر) باإلضافة إُف نتائج أخرل مهمة‬
‫سنتطرؽ إليها الحقا ‪.‬‬
‫ؽلكن كتابة النموذج السابق مع أىم القيم ادلستخرجة من اجلدكؿ كمايلي ‪:‬‬
‫‪Yˆi  18.72  0.014 X i1  0.647 X i 2‬‬
‫)‪(0.64‬‬ ‫)‪(0.004‬‬ ‫)‪(0.24‬‬
‫‪3.29‬‬ ‫‪2.61‬‬ ‫‪28.97‬‬
‫‪R 2  97.3‬‬ ‫‪F  126.45‬‬ ‫‪n  10‬‬
‫مع أف القيم اليت بُت قوسُت دتثل األخطاء ادلعيارية للمقدرات‪ ،‬بينما القيم اليت يف األسفل مباشرة دتثل‬
‫قيم إحصائية ستيودنت احملسوبة ‪.‬‬
‫‪- 2‬إختبار معنوية المعالم والمعنوية الكلية للنموذج‪:‬‬
‫نالحظ من خالؿ اجلدكؿ بأف مجيع إحتماالت إحصائية ستيودنت دلعاَف النموذج أقل من ‪ 0.05‬مبا‬
‫فيها الثابت‪ ،‬يف ادلقابل كجدنا بأف كل قيم ستيودنت احملسوبة ىي أكرب من القيمة احلرجة ذلا عند‬
‫مستول معنوية ‪ %5‬كدرجة حرية ‪ (tcal=2.365) n-k-1=7‬كبالتاِف نرفض فرضية العدـ كنقبل بالفرض‬
‫البديل الذم ينص على معنوية كل معاَف النموذج ‪.‬‬
‫أما بالنسبة إلحصائية فيشر احملسوبة ‪ Fcal=126.45‬كىي أكرب من القيمة احلرجة ذلا شلا يدؿ على أف‬
‫النموذج معنوم شلا يؤكد القوة التفسَتية العالية لنموذج االضلدار اخلطي ادلتعدد من الناحية اإلحصائية ‪.‬‬
‫)‪(X2‬‬ ‫كفيما ؼلص التفسَت االقتصادم للنموذج ادلتحصل عليو فقد كجدنا بأف ادلتغَت ادلستقل الثآف‬
‫ادلتمثل يف عدد الوسطاء بُت مركز اإلنتاج كمركز التوزيع ىو األكثر تأثَتا يف ارتفاع أسعار التجزئة فكلما‬
‫زاد عدد الوسطاء زاد سعر نفس السلعة عن ماىو عليو يف حالة عدد كسطاء أقل (عالقة طردية) كىذا‬
‫ماينطبق دتاما مع النظرية اإلقتصادية لرغبة كل كسيط يف احلصوؿ على فائدة أك عائد من اخلدمة كيف‬
‫مثالنا ىذا فكلما زاد كسيط كاحد بُت مركز اإلنتاج كمركز التوزيع ارتفع سعر السلعة ب ‪ 0.647‬كحدة‪،‬‬
‫‪66‬‬
 ‫الفصل الثالث‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي ادلتعدد‬

‫أما عن ادلتغَت الثآف )‪ (X1‬فتأثَته يف السعر أقل حبيث كلما زادت ادلسافة بكلوميًت كاحد ارتفع سعر‬
‫السلعة ب ػ ‪ 0.014‬كحدة كىو كذلك ينطبق مع منطق النظرية االقتصادية دتاما‪ ،‬كؽلكننا تفسَت قيمة الثابت‬
‫‪18.72‬‬ ‫بأنو سعر السلعة ادلبدئي داخل ادلركز أم قبل التسويق بشرط عدـ تأثَت ادلتغَتين )‪ (X1 ,X2‬ىو‬
‫كحدة‪. .‬‬
‫‪ - 3‬اختبار استقرار معامالت النموذج ) اختبار ‪: )chow‬‬
‫يدرس ىذا االختبار مدل استقرار النموذج يف كامل الفًتة الزمنية (دراسة التغيَت اذليكلي للنموذج) ‪ ،‬أم‬
‫صياغة النموذج ىي نفسها كلكن ختتلف القيم ادلقدرة للمعامالت يف العينتُت اجلزئيتُت‪.‬‬
‫ليكن النموذج ادلقدر ذك ‪ k‬متغَت مستقل على فًتة كاحدة ‪:‬‬
‫‪Yˆi  ˆ0  ˆ1 X i1  ˆ2 X i 2 ...  ˆk X ik‬‬
‫نقدر النموذج انطالقا من عينتُت جزئيتُت ‪n1‬ك ‪ n2‬مع ‪ n  n1  n2 ،‬حيث ‪:‬‬
‫‪(1) X ik‬ى ˆ‪Yˆi  ˆ 0(1)  ˆ1(1) X i1  ˆ 2(1) X i 2 ...  ‬‬
‫‪( 2) X ik‬ى ˆ‪Yˆi  ˆ 0( 2)  ˆ1( 2) X i1  ˆ 2( 2) X i 2 ...  ‬‬
‫طلترب الفرضيات التالية ‪:‬‬
‫‪  0   0(1)   0( 2 ) ‬‬
‫‪‬‬ ‫‪‬‬
‫‪ 1  1(1)  1( 2 ) ‬‬
‫‪H0 : ‬‬ ‫‪‬‬
‫‪‬‬ ‫‪..........‬‬ ‫‪..........‬‬ ‫‪....‬‬ ‫‪‬‬
‫‪    (1)   ( 2 ) ‬‬
‫‪ k‬‬ ‫‪k‬‬ ‫‪k‬‬ ‫‪‬‬
‫إف اختبار استقرار ادلعامالت يقود نا إُف طرح السؤاؿ التاِف ‪ :‬ىل يوجد فرؽ معنوم بُت رلموع مربعات‬
‫البواقي يف كامل الفًتة ‪ n‬كمجع رلموع مربعات البواقي احملسوبة ‪ RSS1  RSS2‬انطالقا من العينتُت‬
‫اجلزئيتُت ؟ إذا كانت اإلجابة ال فهذا يعٍت أف النموذج مستقر يف كامل العينة‪.‬‬
‫تعرؼ إحصائية فيشر كما يلي ‪:‬‬
‫‪‬‬
‫‪RSS  RSS  RSS / df‬‬
‫‪1‬‬ ‫‪2‬‬

‫‪RSS  RSS / df‬‬

‫‪1‬‬
‫‪FC‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪2‬‬

‫مع ‪:‬‬
‫‪df1  k  1‬‬
‫‪df 2  n  2k  2‬‬

‫‪67‬‬
 ‫الفصل الثالث‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي ادلتعدد‬

‫إذا كانت ‪ Fc  Fk 1,n  2k -2‬ففي ىذه احلالة نقبل الفرضية ‪ H0 ،‬أم أف ادلعامالت مستقرة‬
‫معنويا يف كامل الفًتة الزمنية ‪.‬‬
‫سنقوـ اآلف باختبار إستقرارية النموذج ادلتحصل عليو يف مثالنا السابق حبيث نقوـ بتقدير النموذج على‬
‫عينتُت جزئيتُت (لدينا ‪ n=10‬لذا كل عينة جزئية تساكم ‪ )5‬مث نقوـ حبساب رلموع مربعات البواقي لكل‬
‫ظلوذج كذلك باإلستعانة بربنامج ‪ Eviews9.0‬كمايلي‪:‬‬
‫‪ -‬ظلوذج الفًتة األكُف )‪: (n1=5‬‬
‫‪Yˆi  17.89  0.013 X i1  0.89 X i 2‬‬
‫‪R 2  97.73‬‬ ‫‪n1  5‬‬ ‫‪RSS 1  0.206‬‬
‫‪ -‬ظلوذج الفًتة الثانية )‪: (n2=5‬‬
‫‪Yˆi  21.32  0.017 X i1  0.075 X i 2‬‬
‫‪R 2  95.73‬‬ ‫‪n2  5‬‬ ‫‪RSS 2  0.125‬‬
‫بعدىا نقوـ حبساب قيمة فيشر كفق العالقة اآلتية ‪:‬‬
‫‪FC ‬‬
‫‪RSS  RSS  RSS / df‬‬
‫‪1‬‬ ‫‪2‬‬

‫‪RSS  RSS / df‬‬

‫‪1‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪2‬‬

‫‪FC ‬‬
‫‪1.149  0.206  0.125 / 3  0.272  3.29‬‬
‫‪0.206  0.125 / 4‬‬ ‫‪0.08275‬‬
‫نقارف القيمة ‪ 3.29‬مع قيمة فيشر اجملدكلة كمايلي‪:‬‬
‫‪FC  3.29  F0.05 3,4  6.59‬‬
‫كبالتاِف نقبل الفرضية الصفرية اليت تعٍت بأف معامالت النموذج مستقرة معنويا على كامل فًتة الدراسة‬
‫كبالتاِف النموذج ال يعآف من تغَت ىيكلي ‪.‬‬
‫تمارين ‪:‬‬

‫التمرين األول ‪:‬‬

‫أرادت شركة أف ختترب مدل فعالية كل من السياسة السعرية كالسياسة اإلعالنية على مبيعاهتا الكلية أين‬
‫اإلعالٓف ‪x2‬‬ ‫قاـ أحد الباحثُت جبمع بيانات ربع سنوية عن اإليراد الكلي ‪ y‬كمتوسط السعر‪ x1‬كاإلنفاؽ‬
‫للشركة يف عينة حجمها ‪ 52‬مشاىدة ‪.‬‬
‫‪∑yixi1=-2.46‬‬ ‫‪∑yi= 6256.89‬‬

‫‪∑xi1=104‬‬ ‫‪∑xi2=502.39‬‬
‫‪∑ xi1xi2=7.55‬‬ ‫‪∑ Yixi2=3939.06‬‬
‫‪68‬‬
 ‫الفصل الثالث‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي ادلتعدد‬
‫‪∑x2i2=1335.7‬‬ ‫‪∑X2i1=3.7‬‬

‫‪∑Y2 =13581.35‬‬ ‫‪∑ e2i=1798.33‬‬

‫المطلوب‪:‬‬
‫تعيُت النموذج الرياضي باستخداـ الصيغة اخلطية كحتديد التوقعات القبلية دلعلماتو‪.‬‬ ‫‪- 1‬‬
‫تقدير النموذج القياسي لدالة ادلبيعات كتفسَت ادلعلمات ادلقدرة اقتصاديا‪.‬‬ ‫‪- 2‬‬

‫التمرين الثاني ‪ :‬لدينا ادلخرجات اآلتية من برنامج ‪ Eviews‬كاليت تبُت أثر كل من معدؿ الكتلة النقدية‬
‫كسعر الصرؼ على التضخم يف اجلزائر للفًتة ‪: 2017-1980‬‬

‫‪Dependent Variable: INF‬‬

‫‪Method: Least Squares‬‬
‫‪Date: 04/30/21 Time: 12:54‬‬
‫‪Sample: 1980 2017‬‬
‫‪Included observations: 38‬‬

‫‪Variable‬‬ ‫‪Coefficient‬‬ ‫‪Std. Error‬‬ ‫‪t-Statistic‬‬ ‫‪Prob.‬‬

‫‪M2‬‬ ‫‪-0.034253‬‬ ‫‪0.185466‬‬ ‫‪-0.184688‬‬ ‫‪0.8545‬‬

‫‪TC‬‬ ‫‪25.99226‬‬ ‫‪5.524466‬‬ ‫‪4.704936‬‬ ‫‪0.0000‬‬
‫‪C‬‬ ‫‪6.887989‬‬ ‫‪2.854237‬‬ ‫‪2.413251‬‬ ‫‪0.0212‬‬

‫‪R-squared‬‬ ‫‪0.388560‬‬ ‫‪Mean dependent var‬‬ ‫‪9.166316‬‬

‫‪Adjusted R-squared‬‬ ‫‪0.353621‬‬ ‫‪S.D. dependent var‬‬ ‫‪8.338856‬‬
‫‪S.E. of regression‬‬ ‫‪6.704250‬‬ ‫‪Akaike info criterion‬‬ ‫‪6.719017‬‬
‫‪Sum squared resid‬‬ ‫‪1573.144‬‬ ‫‪Schwarz criterion‬‬ ‫‪6.848300‬‬
‫‪Log likelihood‬‬ ‫‪-124.6613‬‬ ‫‪Hannan-Quinn criter.‬‬ ‫‪6.765015‬‬
‫‪F-statistic‬‬ ‫‪11.12097‬‬ ‫‪Durbin-Watson stat‬‬ ‫‪1.106652‬‬
‫)‪Prob(F-statistic‬‬ ‫‪0.000182‬‬

‫‪ - 7‬أكتب معادلة االضلدار اخلطي ادلتعدد من اجلدكؿ‬

‫‪ - 8‬اشرح ماذا تعٍت معاَف النموذج ؟‬
‫‪.% 5‬‬ ‫‪ - 9‬أدرس معنوية معاَف النموذج مث ادلعنوية الكلية للنموذج عند مستول‬
‫‪- 10‬كم تبلغ القوة التفسَتية للنموذج مع الشرح ؟‬

‫‪69‬‬
 ‫الفصل الثالث‪ :‬تطبيق برنامج ‪ EVIEWS‬يف حتليل االضلدار اخلطي ادلتعدد‬

‫التمرين الثالث‪ :‬لدينا ادلخرجات اآلتية من برنامج ‪ Eviews‬كاليت توضح العالقة ادلوجودة مابُت الدخل‬
‫كمتغَت مفسر (‪ )x‬كاالدخار كمتغَت تابع )‪: (y‬‬

‫)‪ (y‬االدخار ‪Dependent Variable:‬‬

‫‪Method: Least Squares‬‬
‫‪Date: 12/02/18 Time: 09:57‬‬
‫‪Sample (adjusted): 1980 2017‬‬
‫‪Included observations: 34 after adjustments‬‬

‫‪Variable‬‬ ‫‪Coefficient‬‬ ‫‪Std. Error‬‬ ‫‪t-Statistic‬‬ ‫‪Prob.‬‬

‫)‪ (x‬الدخل‬ ‫‪0.354989‬‬ ‫‪0.229885‬‬ ‫‪2.723701‬‬ ‫‪0.0292‬‬

‫)‪ (c‬الثابت‬ ‫‪2.080108‬‬ ‫‪3.762408‬‬ ‫‪2.288738‬‬ ‫‪0.0710‬‬ ‫‪- 1‬أكتب‬
‫‪R-squared‬‬ ‫‪0.580138‬‬ ‫‪Mean dependent var‬‬ ‫‪5.28E+08‬‬
‫‪Adjusted R-squared‬‬ ‫‪0.493268‬‬ ‫‪S.D. dependent var‬‬ ‫‪2.23E+09‬‬
‫‪S.E. of regression‬‬ ‫‪2.10E+09‬‬ ‫‪Akaike info criterion‬‬ ‫‪45.82491‬‬
‫‪Sum squared resid‬‬ ‫‪1.41E+20‬‬ ‫‪Schwarz criterion‬‬ ‫‪45.91469‬‬
‫‪Log likelihood‬‬ ‫‪-777.0234‬‬ ‫‪Hannan-Quinn criter.‬‬ ‫‪45.85553‬‬
‫‪F-statistic‬‬ ‫‪5.215290‬‬ ‫‪Durbin-Watson stat‬‬ ‫‪1.552241‬‬
‫)‪Prob(F-statistic‬‬ ‫‪0.029170‬‬

‫معادلة االضلدار اخلطي بُت الدخل كاالدخار‪.‬‬

‫‪ - 2‬اشرح ادلعٌت اإلقتصادم للمعادلة ادلقدرة من خالؿ معاَف النموذج ‪.‬‬
‫‪ - 3‬أدرس معنوية معاَف النموذج مع العلم بأف ‪ ttab=2.365‬عند مستول ادلعنوية‬
‫)‪ (x2‬فتوصلنا إُف النموذج‬ ‫‪- 4‬قمنا بإدخاؿ متغَتة مفسرة ثانية إُف النموذج كادلتمثلة يف االستهالؾ‬
‫بلغت‬ ‫مع العلم بأف القدرة التفسَتية للنموذج‬ ‫اآليت‪Yˆi  1.97  0.21X i1  0.47 X i 2 :‬‬

‫‪ ،‬اشرح النتائج ادلتوصل إليها‪ ،‬كماىي النتيجة ادلهمة اليت يستنتجها الباحث ؟‬ ‫‪68.71‬‬

‫‪70‬‬
‫الفصل اؿرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف‬
‫الكشف عنها‬

‫سيتمكن الطالب أك ادلطلع على حيثيات ىذا الفصل من التعرؼ على أىم ادلشاكل اليت تواجو‬
‫الباحث عند بناء أم ظلوذج قياسي كاليت تتمثل يف كل من ‪:‬‬
‫‪ -‬مشكلة االرتباط الذايت مابُت األخطاء‪ L’Autocorrélation des erreurs:‬؛‬
‫‪ -‬مشكلة اختالؼ التباين ‪ Heterskedasticity‬؛‬
‫‪ -‬مشػ ػػكلة التعدد اخلطي ‪ Multicollinearity‬؛‬
‫‪ -‬مشكلة عدـ التوزيع الطبيعي لألخطاء ؛‬
‫‪ -‬كيفية استخداـ برنامج ‪ Eviews‬يف الكشف عن أم مشكلة من تلك ادلشاكل ‪.‬‬

‫‪71‬‬
 ‫الفصل الرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف الكشف عنها‬

‫تمهيد‪ :‬كضعت الفركض اليت حتدثنا عنها سابقا فيما ؼلص بناء أم ظلوذج من أجل تبسيط معاجلة‬
‫االضلدار‪ ،‬لكن يف الواقع إف كثَتا من ىذه الفركض ال يستوىف بعضها أك أحيانا كلها حيث أنو إذا مت‬
‫خرؽ أم من الفركض تظهر مشػػكلو عدـ القدرة على تطبيق طرؽ االضلدار العادية مثل طريقة ادلربعات‬
‫الصغرل العادية ‪ ،‬فعلى سبيل ادلثاؿ يف كثَت من الدراسػػات نالحظ إف فرض الوسػػط يساكم الصفر ىذا‬
‫قد اليتم استيفائو فيًتتب عليو أشياء من ناحية اخلصائص اليت دتتلكها ادلقدرات ادلتحصل عليها ‪ ،‬كؽلكن‬
‫أف ضلصر أىم ادلشاكل اليت نواجهها يف العناصر اآلتية ‪:‬‬
‫‪ -‬االرتباط الذايت لألخطاء ؛‬
‫‪ -‬اختالؼ التباين ؛‬
‫‪ -‬التعدد اخلطي ؛‬
‫‪ -‬عدـ التوزيع الطبيعي لألخطاء ‪.‬‬
‫األخطاء‪L’Autocorrélation des erreurs :‬‬ ‫‪ - 1‬مشكلة االرتباط الذاتي مابين‬
‫يظهر االرتباط الذايت كأحد ادلشاكل الناجتة من خرؽ فرض من الفركض الالزمة لتطبيق ادلربعات‬
‫‪Cov( i ,  j )  0‬‬ ‫الصغرل العادية على ظلاذج االضلدار نتيجة لعدـ اسػػتيفاء الفرض اخلاص بالتغاير‬
‫حيث إف قيمة التغاير صفر تعٍت أف ‪  j ,  i‬مستقلتاف كمعٌت االستقالؿ أف ما ػلدث يف الفًتة الزمنية‬
‫‪ i‬ال يتأثر مبا ػلدث يف الفًتة ‪ ،j‬يف دراسات السالسل الزمنية كيف الدراسات ادلقطعية نقوؿ أف ما ػلدث‬
‫للمشاىدة األكُف ال يتأثر مبا ػلدث للمشاىدة الثانية‪.‬‬
‫ىناؾ عدة أشكاؿ لالرتباط الذايت فقد يكوف من الدرجة األكُف أك الثانية أك أكثر‪ ،‬إال أف معظم‬
‫التطبيقات يف االقتصاد القياسي تتضمن ارتباطا ذاتيا من الدرجة األكُف ‪.‬‬
‫‪-1-1‬االرتباط الذاتي من الدرجة األولى )‪ :AR(1‬عندما يكوف االرتباط الذايت من الدرجة األكُف‬
‫موجود إؼف العنصر العشوائي يكوف غَت مستقل بل يتبع النموذج التاِف ‪:‬‬
‫‪ i   i 1  i‬‬
‫إف العالقة السابقة تدؿ على أف التغَت احلاِف جزء من التغَت السابق مضافا إليو تأثَت ؽلثل بػ ‪ vi‬حيث أف‬
‫ىذه ادلتغَتة العشوائية حتقق مجيع فرضيات اليت نعرب عنها بالعالقة اآلتية‪. i ~ N (0,   ) :‬‬
‫‪2‬‬

‫فمن خالؿ العالقة السابقة دائما ؽلكن أف نوضح بأف ‪  i‬تعتمد على ‪  i 1‬السابقة مبقدار ‪ ،‬حبيث‬
‫إذا‬
‫ؼ‬ ‫‪1    1‬‬ ‫‪ ‬تقيس درجة االرتباط الذايت بُت العناصر احلالية كالعناصر السابقة كتًتاكح قيمتو بُت‬
‫‪72‬‬
 ‫الفصل الرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف الكشف عنها‬

‫كانت ‪  = 1‬معناه أف العشوائي احلاِف يساكم العشوائي السابق (ارتباط طردم تاـ)‪ ،‬كإذا كانت‬
‫‪ =0‬معناه أف ‪  i‬مستقلة عن ‪  i 1‬كمنو ال يوجد ارتباط ذايت ما بُت األخطاء‪ ،‬كعلى العموـ ؽلكن‬
‫القوؿ بأف ‪  i‬تعتمد على قيمة ‪  i 1‬حسب قيمة ‪. ‬‬
‫ة ادلقدرات‪ ،‬أم نستطيع تطبيق‬ ‫إف عدـ حتقق الفرض اخلاص بالتغاير يًتتب عليو خسػػارة كفاء‬
‫ادلربعات الصغرل العادية فنتحصل على مقدرات غَت متحيزة تتميز بوسط صفرم كخطية كلكن نخسر‬
‫الكفاءة‪ ،‬كعليو إذا استعملنا ىذا التباين يف بناء فًتات الثقة كإجراء اختبارات ادلعنوية إؼف النتائج ستكوف‬
‫خاطئة‪.‬‬
‫إختبارات الكشــف عن االرتباط الذاتي‪ :‬من بُت أىم االختبارات ادلخصصة للكشف عن‬ ‫‪-2-1‬‬

‫مشػػكلة االرتباط الذايت يوجد إختبار ديربن كاتسوف‪ ،‬إختبار ‪ h‬كإختبار مضاعف الجرانج ‪.‬‬
‫‪-‬إختبار ديربن واتســون‪ :‬من أكسع االختبارات إستعماال كىو جيد األداء دلختلف العينات‪ ،‬ألنو يوجد‬
‫إختبارات أخرل قد تكوف أقول من إختبار ديربن‪-‬كاتسػػوف من الناحية اإلحصائية إال أهنا تكتسب قوهتا‬
‫يف العينات كبَته احلجم كلذلك يفضل ديربن كاتسػػوف على الكثَت من االختبارات األخرل فضال على‬
‫أنو بسيط من ناحية الفكرة كالتطبيق ‪ ،‬كىذا االختبار سلصص للكشف عن االرتباط الذايت من الدرجة‬
‫األكُف فقط‪.‬‬
‫لتكن لدينا ادلعادلة اخلاصة بادلتغَتة العشوائية كمايلي ‪ ،  i  i 1  i :‬نقوـ باختبار الفرضية ادلوالية‬
‫‪H0 :   0‬‬ ‫فرضية العدـ ‪:‬‬
‫‪HA :   0‬‬ ‫الفرضية البديلة‪:‬‬
‫كمن أجل إختبار فرضية العدـ غلب حساب إحصائية داربُت كاتسوف ( ‪ ) DW‬بالعالقة االتية‪:‬‬
‫‪n‬‬

‫‪ (‬‬ ‫‪i‬‬ ‫‪  i 1 ) 2‬‬

‫‪DW ‬‬ ‫‪i 1‬‬
‫‪n‬‬
‫) ‪ 2(1  ‬‬
‫‪‬‬ ‫‪2‬‬
‫‪i‬‬
‫‪i 1‬‬
‫مع‪:‬‬
‫‪n‬‬

‫‪ ‬‬ ‫‪i‬‬ ‫‪i 1‬‬

‫‪ ‬‬ ‫‪i 2‬‬
‫‪n‬‬

‫‪‬‬
‫‪i 1‬‬
‫‪2‬‬
‫‪i‬‬

‫بعد حساب قيمة " ‪ " DW‬نقارهنا مع القيمة اجملدكلة ‪ dl‬اليت دتثل احلد األدْف النعداـ االرتباط الذايت‬
‫)‪ (n‬كعدد ادلتغَتات‬ ‫دتثل احلد األقصى‪ ،‬كذلك حسب عدد ادلالحظات‬
‫بُت األخطاء أما " ‪ " du‬ؼ‬
‫‪73‬‬
 ‫الفصل الرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف الكشف عنها‬

‫‪ (%10,%5,%1) ‬كيتم قبوؿ أك رفض‬ ‫ادلستقلة يف كل ظلوذج لكل مستول من مستويات الداللة‬
‫الفرضيتُت حسب ادلخطط التاِف الذم يوضح كافة احلاالت ادلمكنة ‪.‬‬
‫كاتسوف ‪Dw‬‬ ‫الشكل رقم ‪ :01-04‬مناطق القبوؿ كالرفض الختبار داربُت‬

‫?‬ ‫?‬
‫‪ 0‬‬ ‫‪ 0‬‬ ‫‪ 0‬‬ ‫‪ 0‬‬
‫‪0‬‬ ‫‪d1‬‬ ‫‪d2‬‬ ‫‪2‬‬ ‫‪4  d2‬‬ ‫‪4  d1‬‬ ‫‪4‬‬

‫قيمة ‪ dw‬الوسطية ىي ‪ 2‬كعندىا ينعدـ االرتباط الذايت‪ ،‬أم‪.   0 :‬‬

‫كيتم قبوؿ ك رفض ‪ H 0‬حسب احلاالت التاليػة‪:‬‬
‫كجود ارتباط ذايت موجب‪.‬‬ ‫‪0  d  d1‬‬

‫رلاؿ غَت زلسوـ (ىناؾ شك يف كجود أك عدـ كجود ارتباط ذايت)‪.‬‬ ‫‪d1  d  d2‬‬

‫عدـ كجود ارتباط ذايت‪.‬‬ ‫‪d2  d  4  d2‬‬

‫رلاؿ غَت زلسوـ (ىناؾ شك يف كجود أك عدـ كجود ارتباط ذايت)‪.‬‬ ‫‪4  d2  d  4  d1‬‬

‫كجود ارتباط ذايت سالب‪.‬‬ ‫‪4  d1  d  4‬‬

‫‪ -‬اختبار ‪ h‬ل ـ داربن‪ :‬يف حالة كجود متغَت متباطئ للمتغَت التابع كنتيجة ألسباب إحصا ئية لوحظ أف‬
‫إحصائية ديربن كاتسوف ‪ d‬يتجو ضلو اؿقيمة ‪ 2‬كإذا استندنا على ىذه النتيجة سنتوصل إُف قرار خاطئ‬
‫كنقوؿ أنو ال يوجد مشكلة ارتباط ذايت‪.‬‬
‫إف النماذج االقتصادية حتكمها قوه معينو حتتم ظهور ادلتغَتات ادلتباطئة كمتغَتات مفسره ألم متغَت‬
‫تابع‪ ،‬لنفًتض أنو لدينا النموذج ادلواِف‪:‬‬
‫‪Yi   0   1Yi 1   2 X i   i‬‬
‫فإف صيغة االختبار ادلقًتح ىي ‪:‬‬
‫‪n‬‬
‫ˆ‪h  ‬‬
‫) ‪1  nV (ˆ1‬‬

‫حيث أف ‪ V ˆ1 ‬دتثل تباين معامل االضلدار ادلقدر التابع ذك فًتة إبطاء كاحدة ‪ ،Yi-1‬كيالحظ بأف ىذا‬
‫‪30‬‬ ‫كما يفضل استعمالو للعينات اليت تزيد عن‬ ‫‪nV (ˆ1 )  1‬‬ ‫االختبار ال ؽلكن استخدامو إذا كانت‬
‫مشاىده كتقل قوة االختبار عند العينات اليت تكوف أقل من ذلك‪.‬‬

‫‪74‬‬
 ‫الفصل الرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف الكشف عنها‬

‫كجتدر االشارة ىنا إُف أف إحصائية ‪ h‬تكوف موزعة توزيعا طبيعيا‪ ،‬كمن مث غلب مقارنة قيمة ‪ h‬بالقيمة‬
‫اجلدكلية لػ ‪ z‬ادلوجودة جبدكؿ التوزيع الطبيعي عند مستول معنوية معُت ‪.‬‬
‫كيتلخص اختبار ‪ h‬من جانب كاحد كمايلي‪:‬‬
‫‪H0 :‬‬ ‫‪ 0‬‬
‫‪H1 :   0‬‬

‫إذا كانت ‪ h >z‬يقبل ‪ H1‬أم يوجد ىناؾ ارتباط ذايت موجب من الدرجة األكُف ‪.‬‬
‫)‪The Lagrange Multiplier (LM‬‬ ‫‪-‬اختبار مضاعف الجرانج‬
‫يرتكز ىذا االختبار على مضاعف الغرانج كالذم يسمح باختبار كجود ارتباط ذايت من درجة أكرب‬
‫من الواحد‪.‬‬
‫ظلوذج االضلدار الذايت لألخطاء من الدرجة ‪ p‬يكتب على الشكل التاِف ‪:‬‬
‫‪ i  1 i 1   2 i 2  ...   p i  p  vi‬‬
‫ليكن النموذج العاـ حيث أف األخطاء مرتبطة ذاتيا‪:‬‬
‫‪Yi   0  1 X i1  ...   k X ik  1 i 1   2 i 2  ...   p i  p  vi‬‬
‫ىناؾ ثالث خطوات إلجراء ىذا االختبار‪:‬‬
‫‪ -‬تقدير النموذج العاـ بطريقة ادلربعات الصغرل مث حساب البواقي ‪ˆt‬‬

‫‪ -‬تقدير ادلعادلة الوسيطية التالية‪:‬‬

‫‪ˆi   0  1 X i1  ...   k X ik  1ˆi 1   2ˆi 2  ...   pˆi  p  vi‬‬
‫‪p‬‬ ‫مث حساب معامل التحديد اخلاص بو ذه ادلعادلة ‪ ،R2‬نذكر أبف باستعماؿ ىذه ادلعادلة سنفقد‬
‫مشاىدة‪.‬‬
‫فرضية استقاللية األخطاء ‪ H0‬اليت ينبغي اختبارىا ىي‪:‬‬
‫‪H 0 : 1   2  ...   p  0‬‬
‫إذا كاف ‪ (n  p) R2‬أكرب من‬
‫اإلحصائية ‪ LM  (n  p) R2‬تتبع توزيع ‪ 2‬بدرجة حرية ‪ p‬ؼ‬
‫القيمة احلرجة لتوزيع ‪ 2‬بنسبة معنوية ‪ ‬فإننا نرفض ‪ H0‬فرضية استقاللية األخطاء‪.‬‬
‫مثال‪ :‬لو عدنا للمثاؿ رقم ‪ 2‬يف الفصل الثآف اخلاص بعملية تقدير ظلوذج اخلطي البسيط مابُت درجة‬
‫ادلخاطرة (‪ )s‬كدرجة التنوع (‪ )v‬خالؿ سنة‪ ،‬قد توصلنا من خالؿ برنامج ‪ Eviews‬إُف النتائج اآلتية‪:‬‬

‫‪75‬‬
 ‫الفصل الرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف الكشف عنها‬

‫قد توصلنا إُف أف النتائج مقبولة من الناحية اإلحصائية (معنوية معلميت النموذج‪ ،‬القدرة التفسَتية اجليدة‬
‫ادلعنوية الكلية )‪ ،‬لكن البد من التأكد من حتقق الفرضيات اخلاصة بعملية التقدير كاليت من بينها عدـ‬
‫‪Durbin-‬‬ ‫االرتباط الذايت مابُت األخطاء‪ :‬كمن أجل ذلك نستخرج قيمة إحصائية داربن كاتسوف‬
‫‪ Watson‬من اجلدكؿ كاليت تساكم ‪ 0.50‬أم ‪ D-W=0.50‬مث نبحث عن موقع ىذه القيمة بعد حتديد‬
‫كىي‪ dL=0.97 , dU = 1.33 :‬من‬ ‫‪%5‬‬ ‫القيم اجملدكلة لداربن كاتسوف العليا كالدنيا عند مستول معنوية‬
‫خالؿ البياف اآليت ‪:‬‬

‫من خالؿ البياف يتضح بأف قيمة ‪ D-W‬تقع مبنطقة رفض فرضية العدـ أم قبوؿ الفرضية البديلة كاليت‬
‫تنص على كجود إرتباط ذايت مابُت األخطاء كىذا اإلرتباط موجب‪ ،‬كبالتاِف عدـ حتقق أحد فركض‬
‫طريقة ادلربعات الصغرل شلا يطرح مشكال يف عدـ كفاءة ادلقدرات اليت قد تعطينا نتائج خاطئة عند‬
‫إجراء اختبارات ادلعنوية كيف بناء فًتات الثقة أيضا‪.‬‬
‫‪76‬‬
 ‫الفصل الرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف الكشف عنها‬

‫‪-‬سنتأكد من النتيجة السابقة من خالؿ إختبار ‪ ( Breusch-Godfrey Test‬كيسمى أيضا اختبار‬

‫مضركب الغركنج لالرتباط التسلسلي ‪ ) -BGLM -‬كىو أقول من االختبار األكؿ ل ػ ‪ ،D-W‬كىذا‬
‫باختبار العالقة بُت البػواقي ادلبطأة لفًتة كاحدة الختبػار الفػرض الصػفرم القائػل بعػدـ كجػود ارتبػاط ذايت‬
‫بسلسػلة بػواقي التقػدير كسنعتمد يف ذلك على برنامج ‪ Eviews‬كمايلي ‪:‬‬

‫بعد احلصوؿ على جدكؿ التقدير طلتار من القائمة ‪ View‬األمر ‪ Residual Daignostics‬مث طلتار‬
‫‪ok‬‬ ‫األمر ‪ Serial Correlation LMTest‬نقوـ مبأل رقم ‪ 1‬يف اخلانة ‪ Lags to includ‬مث نضغط على‬
‫فنتحصل على نتائج إختبار ‪ Breusch-Godfrey‬كالشكل ادلواِف يوضح ىذه اخلطوات‬

‫‪ F-statistic=2.88‬أين كجدنا‬ ‫من خالؿ النتيجة ادلتحصل عليها فيما ؼلص إحصائية فيشر احملسوبة‬
‫تلك القيمة أقل من القيمة اجملدكلة ذلا ‪ F0.05(1 ,9)=5.12‬أك من خالؿ العالقة ‪ Obs*R2 =2.91‬كاليت‬
‫‪0.05‬‬ ‫ىي أقل دتاما من القيمة احلرجة لتوزيع ‪ 2‬بدرجة حرية ‪ 1‬كنسبة معنوية‬
‫‪77‬‬
 ‫الفصل الرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف الكشف عنها‬

‫( ‪ ،‬شلا يعٍت بأف الفرضية الصفرية مقبولة كبالتاِف عدـ كجود إرتباط ذايت مابُت‬ ‫‪2‬‬ ‫‪0.05‬‬ ‫)‪(1)  3.84‬‬

‫األخطاء‪ ،‬كىذه النتيجة ىي عكس ما حتصلنا عليو من خالؿ إحصائية ‪. DW‬‬

‫للتخلص من مشكل االرتباط الذايت يف حالة كجوده نقوـ بتحويل ادلتغَتات األصلية إُف متغَتات ذات‬
‫‪X i  X i  ˆX i 1‬‬
‫*‬
‫ك‬ ‫األكُف كمايلي‪Yi  Yi  ˆYi 1 :‬‬
‫*‬
‫شبو الفركقات من الدرجة‬
‫كلتجنب‬ ‫نالحظ بأف ىذه الطريقة ال تسمح لنا حبساب ادلشاىدة األكُف لكل متغَت أم سنفقدىا‬
‫ضياعها نضع ‪:‬‬
‫‪X 1  X 1 1  ˆ 2‬‬
‫*‬
‫ك‬ ‫‪Y1  Y1 1  ˆ 2‬‬
‫*‬

‫لنتوصل إُف الشكل العاـ للنموذج ادلصحح من االرتباط الذايت كما يف ادلعادلة اآلتية ‪:‬‬
‫‪Yi  Yi 1   0 1     1 ( X i1  X i 1,1 )  ...   k ( X ik  X i 1, k )   i    i 1‬‬

‫يتم تقدير ىذا النموذج ادلصحح من االرتباط الذايت بطريقة ادلربعات الصغرل العادية‪ ،‬كادلشكل األساسي‬
‫الذم نواجهو يتمثل يف تقدير معامل االرتباط الذايت بُت األخطاء من الدرجة األكُف ‪  ‬إذ ىنالك عدة‬
‫‪Cochrane-‬‬ ‫‪،‬طريقة‬ ‫‪Theil-Nagar‬‬ ‫كطريقة‬ ‫‪Durbin-watson‬‬ ‫طرؽ لتقدير ىذا ادلعامل مثل طريقة‬
‫‪ Orcutt‬كطريقة ‪ ،Hildreth-Lu‬كضلن سنكتفي بطريقة ديربن كاتسوف ادلباشرة حيث نقوـ أكال حبساب‬
‫معامل االرتباط الذايت كفق العالقة اآلتية ‪:‬‬
‫‪DW‬‬
‫‪ˆ  1 ‬‬
‫مث نقوـ بتقدير النموذج التاِف بعد إجراء التعديالت على ادلشاىدات حبساب شبو‬ ‫‪2‬‬

‫الفركقات‪:‬‬
‫‪Yi  ˆYi 1   0 1  ˆ   1 ( X i1  ˆX i 1,1 )  ...   k ( X ik  ˆX i 1, k )  Vi‬‬

‫يف ادلعادلة األخَتة صلد ‪:‬‬ ‫‪Y‬‬ ‫*‬

‫‪i‬‬
‫*‪, X i‬‬ ‫بالتعويض بادلتغَتات احملولة ‪‬‬
‫‪Yi*   0*  1 X *i1   2 X i*2 ...   k X *ik  Vi‬‬

‫‪ˆ *   0 1  ˆ , ˆ1...ˆk‬‬
‫‪0‬‬ ‫كتكوف لدينا ادلعاَف ادلقدرة بطريقة ادلربعات الصغرل ىي‪:‬‬
‫التباين ‪: Heterskedasticity‬‬ ‫‪-2‬مشكلة اختالف‬
‫تباين األخطاء‬ ‫اخلطي ىو ثبات‬ ‫يبٌت عليها ظلوذج االضلدار‬ ‫من بُت الفركض اليت‬
‫أم ‪ V ( i )   2‬كيًتتب عن إسقاط ىذا االفًتاض عدة مشاكل يف القياس‪ ،‬كأف نتحصل على‬

‫‪78‬‬
 ‫الفصل الرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف الكشف عنها‬

‫معلمات ال تتصف بالكفاءة بالرغم من حتقق خاصييت عدـ التحيز كاالتساؽ كذلك باستخداـ طريقة‬
‫ادلربعات الصغرل‪ ،‬كما تصبح التباينات ادلقدرة ككذلك التباينات ادلشًتكة اخلاصة بادلعلمات متحيزة كغَت‬
‫متسقة لتصبح اختبارات الفركض غَت دقيقة أك مالئمة‪ ،‬كما أف التنبؤات بواسطة النموذج ادلقدر تكوف‬
‫أقل مصداقية‪.‬‬
‫يوضح الشكل ادلواِف العالقة ادلتوقعة بُت ادلتغَتين التابع ‪Y‬كادلستقل ‪X‬يف حالة ثبات تباين اخلطأ‪،‬‬
‫كيالحظ من خالؿ ىذا الشكل أف تباين حد اخلطأ ال يعتمد على قيم ‪. X‬‬

‫حيث‬ ‫‪E( i2)   2, i‬‬ ‫كتكضح األ شؾا ؿ اليت يف األسفل حالة عدـ ثبات التباين حلد اخلطأ‬
‫نالحظ أف زيادة ‪X‬سوؼ تؤدم إُف اختالؼ يف تباين حد اخلطأ ‪.‬‬

‫‪79‬‬
 ‫الفصل الرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف الكشف عنها‬

‫‪ - 1- 2‬طرق اكتش ــاف اختالف التباين‪:‬‬

‫ؽلكن إكتشاؼ إختالؼ تباين اخلطأ بعدة إختبارات نذكر منها مايلي ‪:‬‬
‫‪ -‬اختبار بارك ‪ :The Park Test‬طلترب الفرضية اآلتية‬
‫‪H 0 :  i2   22   32 ....   m‬‬
‫‪2‬‬

‫‪H1 :  i2   2j / i  j‬‬

‫‪Z‬‬ ‫يفًتض ىذا االختبار أف ‪ σ2‬دالة للمتغَت‬

‫‪Var ( i )   2 Z i2‬‬
‫حيث دتثل ‪ σ2‬تباين البواقي‪ ،‬ك ‪ Z‬العامل النسيب‪.‬‬
‫يعترب إختبار بارؾ طريقة الختبار إختالؼ التباين كيتم ذلك بإتباع اخلطوات التاِفة‪:‬‬
‫‪ -‬تقدر معادلة االضلدار التالية بطريقة ادلربعات الصغرل ‪:‬‬
‫‪Yi   0  1 X i1   2 X i 2   i‬‬
‫مث حتسب البواقي ‪:  i‬‬
‫‪ i  Yi   0  1 X i1   2 X i 2‬‬
‫‪ -‬فقدر لوغاريتمات البواقي كحتسب كمتغَت تابع يف معادلة تتضمن ‪ Z‬كمتغَت نسيب‪ ،‬يتم إختياره‬
‫‪ ‬‬
‫حسػػب الدراسة‪ln  i   0  1 ln Z i  vi :‬‬
‫‪2‬‬

‫بػ ػ‪ t‬اجلدكلية ‪ ،‬كمن مث يتم قبوؿ أك رفض‬

‫كمقارنتها ػ ػ‬ ‫قيوة إلحصائية ‪t‬‬ ‫باغلاد‬ ‫‪Z‬‬ ‫كنخترب معنوية ادلتغَت‬
‫فرضية العدـ‪.‬‬

‫‪80‬‬
 ‫الفصل الرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف الكشف عنها‬

‫يعتمد ىذا االختبار على تقسيم‬ ‫‪:Goldfeld-Quandt Test‬‬ ‫‪ -‬اختبار جولدفيلد‪-‬كوندات‬

‫ادلشاىدات حسب الًتتيب التصاعدم للتباين إُف قسمُت كضلسب مقدرة التباين لكل قسم كنقارف بُت‬
‫‪H 0 : 12   22‬‬ ‫مقدريت التباين كطلترب فرضية العدـ‪:‬‬
‫أم أنو اختبار تساكم التباين بُت اجلزأين من العينة نفسها‪ ،‬ىذه االختبار يعتمد على النسبة بُت‬
‫إختبار‬ ‫التباين كاليت تعتمد على توزيع ‪ F‬حيث يتم حساب التباين لكل جزء من العينة حيث يكوف‬
‫جولد فلد كواندت ‪:‬‬
‫‪ˆ12‬‬
‫‪~ Fn‬‬ ‫‪2  2 , n1  2‬‬
‫‪ˆ 22‬‬
‫حيث ‪:‬‬

‫‪‬‬ ‫‪2‬‬
‫‪‬‬
‫‪‬‬ ‫) ‪(Yi  ˆ 2  ˆ2 X i2‬‬
‫‪‬ك‬ ‫‪2‬‬
‫‪‬‬
‫‪‬‬ ‫) ‪(Yi  ˆ1  ˆ1 X i2‬‬
‫)‪(n1  1‬‬
‫‪1‬‬
‫)‪(n2  1‬‬
‫‪2‬‬

‫يقًتح جولد كواندت ترتيب البيانات اخلاصة بادلتغَت ادلستقل ‪ X‬كالذم ترتبط معو التباين تصاعديا أك‬
‫كغلرم تقدير اضلدارين منفصلُت األكؿ للعينة‬ ‫‪، P=n/3‬‬ ‫مشاىده من الوسط حبيث‬ ‫‪P‬‬ ‫تنازليا مع حذؼ‬
‫‪nP‬‬
‫كالتباين اليت تشمل القيم الكبَتة من‬ ‫‪n1 ‬‬
‫‪2‬‬
‫اليت تشمل القيم الصغَتة من ‪ 2‬كاليت يبلغ عددىا‬
‫‪nP‬‬
‫مث تؤخذ نسبة رلموع مربعات البواقي يف االضلدار الثآف إُف رلموع‬ ‫‪n2 ‬‬
‫‪2‬‬
‫‪ 2‬كاليت يبلغ عددىا‬
‫مربعات البواقي يف االضلدار األكؿ كذلك للحصوؿ على القيمة احملسوبة لإلحصاء‪:‬‬
‫) ‪ESS 2 /( n2  k‬‬
‫‪F‬‬ ‫‪~ Fn1  k , n2  k‬‬
‫) ‪ESS1 /( n1  k‬‬

‫كنقارهنا بالقيمة اجلدكِفة حيث نرفض أك نقبل فرضية العدـ‪.‬‬

‫ـالحظة‪ :‬إف اختبار ‪ Goldfeld-Quandt‬ال ؽلكن تطبيقو إال يف حالة ما إذا كانت إحدل ادلتغَتات‬
‫ادلستقلة ىي ادلسببة يف كجود مشكلة عدـ ثبات تباين حد اخلطأ‪.‬‬
‫إختبارا يتضمن إضلدار مربعات البواقي على‬ ‫‪White‬‬ ‫اقًتح‬ ‫‪:)1980 ( White test‬‬ ‫‪ -‬اختبار وايت‬
‫‪ 2    1 X i  2 X i 2‬‬ ‫ادلتغَتات ادلستقلة كمربعاهتا ‪:‬‬
‫يعتمد ىذا اإلختبار على مقارنة تباين العينة دلقدرات ادلربعات الصغرل حتت ثبات التباين كاختالؼ‬
‫التباين عندما يكوف فرض العدـ صحيح تكوف ادلقدرات يف العينات الكبَتة سلتلفة‪.‬‬
‫ؽلكن إبراز خطوات ىذا االختبار كما يلي‪:‬‬
‫‪81‬‬
 ‫الفصل الرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف الكشف عنها‬

‫‪ -‬فقدر معادلة االضلدار يف شكلها العاـ بطريقة ادلربعات الصغرل مث ضلسب مربعات البواقي ‪:‬‬
‫‪Yi  0  1 X i1  2 X t 2  ...  k X ik   i‬‬

‫‪ -‬نقدر ادلعادلة الوسيطية اآلتية‪:‬‬

‫‪ˆi 2  0  1 X i1  1 X 2  ...  k X ik   k X ik2  Vi‬‬
‫‪i1‬‬

‫مث نحسب معامل التحديد اخلاصة هبذه ادلعادلة ‪R 2‬‬

‫‪ -‬طلترب فرضية ثبات تباين األخطاء ‪: H0‬‬
‫‪H 0 : 0  1  1  ...  k   k  0‬‬

‫‪2k‬‬ ‫‪ -‬نقوـ حبساب إحصائية مضاعف الغرانج ‪ LM  n R2‬كاليت تتبع توزيع ‪ 2‬بدرجة حرية ‪،‬‬
‫إذا كافت ‪ n  R2‬أكرب من القيمة احلرجة لتوزيع ‪ 2‬بنسبة معنوية ‪ ‬فإننا نرفض ‪ H0‬أم إذا كاف ىناؾ‬
‫ؼ‬
‫على األقل معامل كاحد من معامالت ادلعادلة الوسيطية ؼلتلف معنكيا عن الصفر كمنو يكوف تباين‬
‫األخطاء غَت متجانس‪.‬‬
‫‪-‬إختبار ‪ : ARCH‬إلختبار فرضية ثبات التباين نستخداـ اختبار عدـ ثبات التباين ادلشركط باإلضلدار‬
‫كضلكم على النتائج سواءا‬ ‫)‪Autoregressive conditionelle Hetroscedasticité (ARCH‬‬ ‫الذايت‬
‫بقبوؿ فرضية العدـ اليت تنص على ثبات تباين حد اخلطأ يف النموذج ادلقدر أك العكس بقبوؿ الفرضية‬
‫البديلة كاليت تقر بعدـ جتانس تباين األخطاء‪.‬‬
‫‪-‬يعتمد إذف ىدا االختبار إما على مضاعف الغرانج ‪ LM‬أك إختبار فيشر ‪ ، F‬كخطوات إجراء ىذا‬
‫االختبار ىي كالتاِف ‪:‬‬
‫األخطاء ‪ˆi‬‬ ‫‪ -‬تقدير النموذج العاـ لإلضلدار بواسطة طريقة ادلربعات الصغرل مث حساب‬
‫‪ˆ 2‬‬
‫‪i‬‬
‫‪-‬حساب مربعات األخطاء من اخلطوة األكُف‬
‫‪ ˆ 2  0  1ˆ 2‬مث ضلسب‬
‫‪i‬‬ ‫‪i 1‬‬
‫‪ ...   pˆ i2 p  vi‬‬ ‫‪ P‬فًتة تباطؤ‬ ‫‪-‬يتم إجراء إضلدار ذايت للبواقي من خالؿ‬
‫معامل التحديد ‪ R2‬اخلاص هبذه ادلعادلة ‪.‬‬
‫كذلك حبساب قيمة مضاعف الغركنج‬ ‫‪H 0 : 0  1  ...   p  0 :‬‬ ‫‪-‬نقوـ باختبار الفرضية اآلتية‬
‫‪ LM=(n-p)R2‬اليت تتبع توزيع مربع كام بدرجة حرية ‪ P‬فإذا كانت تلك القيمة أكرب من القيمة احلرجة‬
‫فإننا نرفض الفرضية الصفرية كبالتاِف نستنتج بأنو ىنلك على األقل‬ ‫‪%‬‬ ‫دلربع كام مبستول معنوية‬

‫‪82‬‬
 ‫الفصل الرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف الكشف عنها‬

‫معامل كاحد من معامالت معادلة ‪ ARCH‬ؼلتلف معنويا عن الصفر أم أف فرضية ثبات تباين األخطاء‬
‫غَت زلققة ‪.‬‬
‫مثال ‪ :‬إذا طلب منا اختبار جتانس تباين األخطاء يف ادلثاؿ السابق( سنخترب العالقة بُت مربع البواقي‬
‫‪ Eviews‬سنتبع‬ ‫كمتغَت تابع كمربع البواقي ادلبطأة لفًتة كاحدة كمتغَت مستقل) باستخداـ برنامج‬
‫اخلطوات اآلتية‪:‬‬

‫من خالؿ النتائج ادلتحصل عليها نالحظ بأف إحصائية ‪ LM Test =0.16‬كىي أقل من القيم احلرجة‬
‫)‪ (0.68 >0.05‬ىذا مايؤدم بنا إُف قبوؿ‬ ‫ذلا كما نستدؿ ذلك من خالؿ إحتماؿ ىذه االحصائية‬
‫فرضية العدـ اليت تنص على ثبات تباين األخطاء‪.‬‬
‫‪ -2-2‬طريقة المعالجة العملية للتخلص من مشكلة إختالف التباين ‪:‬‬

‫‪83‬‬
 ‫الفصل الرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف الكشف عنها‬

‫من أبرز الطرؽ ادلستخدمة لتصحيح ادلشكلة ىي طريقة ادلربعات الصغرل ادلرجحة‪ ،‬كتقوـ ىذه الفكرة‬
‫على إعطاء القيم ذات االضلراؼ األ قل على خط االضلدار كزنا أكرب من القيم ذات االضلراؼ األكرب يف‬
‫تقدير العالقة زلل االعتبار ‪ ،‬كيتوقف شكل النموذج األصلي احملوؿ على ظلط عدـ ثبات التباين‬
‫ادلكتشف يف النموذج األصلي ادلقدر‪.‬‬
‫من بُت احللوؿ العملية كأف نقوـ بقسمة طريف النموذج على ‪ ‬كالذم ؽلثل اخلطأ ادلعيارم‪.‬‬
‫‪Yi  ˆi  ˆi X i   i‬‬
‫‪Yi‬‬ ‫‪1‬‬ ‫‪X‬‬ ‫‪‬‬
‫‪ ˆ i ( )  ˆi ( i )  ( i )i‬‬
‫‪i‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪Y *i  ˆiW *  ˆi X *  *i‬‬ ‫كتكتب على النحو التاِف‪:‬‬
‫تشػػَت النجوـ ىذه إُف ادلتغَتات ادلصححة حيث أف ‪:‬‬
‫‪Yi‬‬
‫‪Y* ‬‬
‫‪i‬‬
‫التابع‪/‬اخلطأ ادلعيارم للعنصر العشوائي=‬
‫ادلفسر ‪ /‬اخلطأ ادلعيارم للعنصر العشوائي=‬
‫‪Xi‬‬
‫‪X* ‬‬
‫‪i‬‬
‫‪i‬‬
‫‪* ‬‬ ‫عناصر ادلتغَت العشوائي‪/‬اخلطأ ادلقابلة ذلا=‬
‫‪i‬‬
‫‪1‬‬
‫كمسي مبتغَت ألفق يعتمد على ‪ ‬كاليت نعترب معكوسها متغَت‪.‬‬ ‫‪W* ‬‬
‫‪i‬‬
‫ك*‪ W‬معكوس اخلطأ ادلعيارم‬
‫اخلطية‪ ،‬عدـ التحيز‪،‬‬ ‫النموذج ادلصحح يستويف مجيع الفركض الالزمة للحصوؿ على مقدرات دتتلك‬
‫الكفاءة‪ ،‬االتساؽ ‪ ،‬الكفاءة التقاربيو‪.‬‬
‫إف كسػػط العشوائيات )* ‪ E(  i‬يساكم الصفر أم ‪:‬‬
‫‪i‬‬ ‫‪E ( i ) Zero‬‬
‫( ‪E ( *)  E‬‬ ‫‪)‬‬ ‫‪‬‬ ‫‪0‬‬ ‫حيث‪:‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪i‬‬
‫إف التغاير بُت القيم اخلاصة بالعناصر العشوائية ( ‪ COV(u*i u*j‬يساكم الصفر كنكتب‪:‬‬
‫) ‪E ( i ,  j‬‬ ‫‪0‬‬
‫‪COV ( i j ) ‬‬ ‫‪‬‬ ‫‪0‬‬
‫‪ i j‬‬ ‫‪ i j‬‬

‫تباين العشوائي يساكم قيمو ثابتة ؽلكن إثبات ذلك مبالحظة أف تباين العنصر العشوائي اجلديد يساكم‬
‫القيمة ادلتوقعة لػ ‪V ( *)  E ( *i ) 2‬‬

‫‪84‬‬
 ‫الفصل الرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف الكشف عنها‬
‫‪i 2‬‬
‫( ‪E ( *)2  E‬‬ ‫)‬
‫‪i‬‬
‫‪ 2i‬‬
‫( ‪E ( *)2  E‬‬ ‫)‬
‫‪2‬‬ ‫‪i‬‬

‫‪E ( )i‬‬ ‫‪2‬‬

‫‪E ( *)2 ‬‬
‫‪2‬‬ ‫‪i‬‬

‫‪ i‬‬
‫‪2‬‬
‫‪V ( *)2 ‬‬ ‫‪1‬‬ ‫لكن ‪ E ( )  ‬نعوض عن القيمة يف ادلعادلة أعاله‬
‫‪2‬‬ ‫‪2‬‬
‫‪2‬‬‫‪i‬‬

‫تباين العنصر العشوائي ادلصحح اآلف ثابت كمنو توصلنا إُف ظلوذج يكوف التباين فيو ثابت أم ختلصنا‬
‫طريقة‬ ‫من إ ختالؼ التباين كىو يستويف مجيع الفركض مبا فيها فرض ثبات التباين فيمكن اآلف تطبيق‬
‫ادلربعات الصغرل على النموذج ادلصحح بدال من النموذج األصلي‪.‬‬
‫‪Y *i  ˆiW *  ˆi X *  *i‬‬

‫كما أنو ىنالك عدة أظلاط أك افًتاضات لعدـ ثبات تباين األخطاء‪ ،‬كؼلتلف النموذج أك ادلعادلة احملولة‬
‫من افًتاض إُف آخر كأف نقوـ بحتويل النموذج األصلي إُف الصيغة اللوغاريتمية ادلزدكجة الذم سوؼ‬
‫يؤدم غالبا إُف تقليل درجة عدـ ثبات تباين حد اخلطأ‪ ،‬كمن مث طبقا ذلذا االفًتاض تكوف ادلعادلة احملولة‬
‫‪ln Yi   0  1 ln X i   i‬‬ ‫ادلناسبة للنموذج كما يلي‪:‬‬
‫‪2‬‬
‫أما بافًتاض أف التباين ‪ 2‬يرتبط بعالؽة مع ـ ربع ادلتغَت ادلفسر ‪ X i‬أم ؽلكن التعبَت عن اختالؼ‬
‫‪1‬‬
‫‪ i2 ‬‬ ‫) ‪E ( i‬‬ ‫يصبح يساكم‬ ‫كمنو التباين‬ ‫‪E ( i2 )   i2 X i2‬‬ ‫‪:‬‬ ‫التباين بالدالة التالية‬
‫‪2‬‬
‫‪2‬‬
‫‪Xi‬‬

‫كطبقا ذلذا االفًتاض يتم حتويل النموذج األصلي بقسمة مجيع أطرافو بادلتغَت ‪ Xi‬كما يف ادلعادلة اآلتية‪:‬‬
‫‪Yi 0‬‬ ‫‪‬‬
‫‪‬‬ ‫‪ 1  i‬‬
‫‪Xi Xi‬‬ ‫‪Xi‬‬
‫‪i‬‬
‫لتصبح ادلعادلة القابلة للتقدير بطريقة‬ ‫‪Vi ‬‬
‫‪Xi‬‬
‫نضع ‪ Vi‬متغَت عشوائي يعرب عن حد اخلطأ احملوؿ‬
‫كؽلكن إثبات افًتاض جتانس تباين األخطاء‬ ‫‪Yi‬‬
‫‪ 0‬‬
‫‪1‬‬
‫‪ 1  Vi‬‬ ‫ادلربعات الصغرل كمايلي ‪:‬‬
‫‪Xi‬‬ ‫‪Xi‬‬
‫‪2‬‬
‫‪ ‬‬
‫أم أف تباين النموذج ادلصحح ثابت ‪.‬‬ ‫‪1‬‬
‫‪E (Vi )  E  i   2 E ( i2 )   i2‬‬
‫‪2‬‬
‫للنموذج ادلصحح حيث‪:‬‬
‫‪ Xi ‬‬ ‫‪X i‬‬

‫‪85‬‬
 ‫الفصل الرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف الكشف عنها‬

‫فطبقا ذلذا‬ ‫‪E ( i2 )   i2 X i‬‬ ‫بعالؽ مع ادلتغَت ادلفسر ‪ X i‬أم‬

‫أما إذا افًتضنا بأف أ ف التباين ‪ 2‬يرتبط ة‬

‫كبنفس الطريقة صلرم اضلدار‬ ‫‪Xi‬‬ ‫االفًتاض يتم حتويل النموذج األصلي بقسمة مجيع أطرافو بادلتغَت‬
‫‪1‬‬ ‫‪Yi‬‬
‫ك ‪ X i‬بطريقة ادلربعات الصغرل كما يف ادلعادلة اآلتية‪:‬‬ ‫على‬
‫‪Xi‬‬ ‫‪Xi‬‬
‫‪Yi‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪ 0‬‬ ‫‪ 1 X i  i‬‬
‫‪Xi‬‬ ‫‪Xi‬‬ ‫‪Xi‬‬
‫‪: Multicollinearity‬‬ ‫‪- 3‬مشـ ــكلة التعدد الخطي‬
‫كىي خاصة بنماذج االضلدار ادلتعدد كوف إحدل فرضيات النموذج الكالسيكي لالضلدار ادلتعدد‬
‫ىي أف دلصفوفة ادلشاىدات عن ادلتغَتات ادلستقلة رتبة تامة ‪ ،k‬ىذه الفرضية مسحت لنا باستنتاج‬
‫مقدر ̂‪ ‬لػ ‪ B‬خطي كغَت متحيز كذم تشتت أصغر‪ ،‬كذلك انطالقا من ادلعادلة ‪  X X ˆ  X Y‬فإذا‬
‫رفعت ىذه الفرضية‪ ،‬فإف ‪  X X ‬لن تكوف ذات رتبة تامة‪ ،‬أم تكوف أقل من رتبة )‪ (X‬أك )’‪ (X‬أم أقل‬
‫من ‪ k‬كمع أف ‪  X X ‬ىي مصفوفة ذات بعد ‪ k  k ‬التاِف تكوف مصفوفة شاذة (زلددىا معدكـ )‪،‬كمنو‬
‫فإف ‪  X X 1‬تكوف غَت موجودة كعليو ال تقبل ادلعادلة ‪  X X ˆ  X Y‬حال كحيدا (عدد النوائي من‬
‫احللوؿ ) ‪.‬‬
‫يف عالقة‬ ‫‪Yi :i =1....n‬‬ ‫ادلتغَت التابع‬ ‫‪Y  X  ‬‬ ‫يضع النموذج الكالسيكي لالضلدار ادلتعدد‬
‫خطية مع ادلتغَتات ادلستقلة ‪ ،X i1, X i2,......X ik‬ككذلك مع األخطاء العشوائية ‪  i : i  1...n‬فإذا‬
‫فإف ىذا يًتجم بارتباط خطي بُت أعمدة‬ ‫‪k‬‬ ‫أقل من أك تساكم‬ ‫‪X‬‬ ‫كانت باإلضافة إُف ذلك رتبة‬
‫ادلصفوفة ‪.‬‬
‫كبعبارة أخرل يشَت مشكل التعدد اخلطي إُف كجود ارتباط خطي بُت عدد من ادلتغَتات ادلفسرة‪ ،‬كمن‬
‫حيث‬ ‫‪ j‬ػؿ ‪X‬‬ ‫العمود رقم‬ ‫‪Xj‬‬ ‫‪ ،‬نسمي‬ ‫مت فإف ىذا ادلشكل ال يوجد يف حالة االضلدار البسيط‬
‫‪ C‬حيث‬ ‫يعٍت أنو يوجد شعاع‬ ‫‪k‬‬ ‫‪ X‬أقل من‬ ‫قولنا أف رتبة‬ ‫‪‬‬
‫‪X  X 1 , X 2 ....X j ...X k‬‬ ‫‪‬‬
‫‪C1 X1  C2 X 2  ......... Ck X k  0‬‬ ‫مع‬ ‫‪‬‬ ‫‪‬‬
‫‪C   C1 , C2 ....C j ...Ck  0‬‬

‫إف العالقة األخَتة تعرب عن كجود عالقة خطية بُت ادلتغَتات ادلستقلة ‪.‬‬
‫‪ -1-3‬أسباب التعدد الخطي وآثاره‪:‬‬
‫ينشأ التعدد اخلطي من عدة أسباب منها ما يلي‪:‬‬

‫‪86‬‬
 ‫الفصل الرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف الكشف عنها‬

‫اجتاه ادلتغَتات االقتصادية معا للتغَت مع مركر الزمن بالزيادة أك النقصاف شلا يدؿ على كجود ارتباط‬
‫بُت ىذه ادلتغَتات كمنو التعدد اخلطي يف النموذج سوؼ يتحقق ‪.‬‬
‫فمثال اإلنتاج يف الفًتة الزمنية‬ ‫استخداـ متغَتات مستقلة ذات فًتة إبطاء يف ادلعادلة ادلراد تقديرىا‬
‫احلالية يتحدد جزئيا بواسطة قيمتو يف الفًتة الزمنية السابقة‪ ،‬كحيث أف ىناؾ ارتباط بُت القيم ادلتتالية‬
‫دلتغَت ما فإف التعدد اخلطي سوؼ يتحقق‪.‬‬
‫يف حالة كجود التعدد اخلطي فإنو سوؼ يًتتب عنو‪:‬‬
‫ؼ‬
‫‪ -‬زيادة التباين كالتباين ادلشًتؾ للمقدرات بدرجة كبَتة ‪.‬‬
‫‪ -‬القيم ادلقدرة دلعامالت االضلدار سوؼ تكوف غَت زلددة كغَت دقيقة‪.‬‬
‫‪ -‬األخطاء ادلعيارية للقيم ادلقدرة دلعامالت االضلدار سوؼ تكوف كبَتة جدا‬
‫‪- -2 3‬اختبارات اكتشاف التعدد الخطي ‪ :‬تعتمد درجة اخلطورة ألثر التعدد اخلطي على درجة‬
‫االرتباط اجلزئي كمعامل االرتباط الكلي (أك معامل التحديد ادلضاعف )‪ ،‬كمنو ؽلكن القوؿ بأف كال من‬
‫ؽلكنها أف تستعمل‬ ‫ادلضاعف ‪R2‬‬ ‫األخطاء ادلعيارية كمعامالت االرتباط اجلزئية ‪ ، rxi,xj‬معامل التحديد‬
‫كجود التعدد‬ ‫الختبار التعدد اخلطي‪ ،‬لكن كل معيار من ىذه ادلعايَت الثالثة ادلذكورة ليس مبؤشر على‬
‫اخلطي مبفرده‪ ،‬كذلك ألف القيم العالية لألخطاء ادلعيارية ال تظهر دائما بسبب التعدد اخلطي كإظلا ؽلكن‬
‫أف تظهر ألسباب أخرل‪ ،‬كما أف االرتباطات العالية فيما بُت ادلتغَتات ادلستقلة ال تؤثر بالضركرة على‬
‫كمنو ليست ىذه األخَتة مبعيار مناسب لقياس كاكتشاؼ التعدد اخلطي مبفردىا‪،‬‬ ‫‪̂ j‬‬ ‫قيم ادلقدرات‬
‫كبادلقابل ؽلكن لقيمة معامل التحديد ادلضاعف ‪ R2‬أف تكوف عالية بادلقارنة مع ‪.rXi,Xj‬‬
‫كرغم ذلك من احملتمل أف حتتوم نتائجنا على إشارات خاطئة أك على أخطاء معيارية كبَتة‪ ،‬كمع كل‬
‫ىذا ؽلكن القوؿ بأف توفيق ادلعايَت الثالثة‪ ،‬أعاله يساعدنا على اكتشاؼ التعدد اخلطي ‪.‬‬
‫تكمن ىذه الطريقة يف اضلدار ادلتغَت التابع على كل متغَت‬ ‫‪:Frisch‬‬ ‫طريقة التحليل الترافدي ل ـ ـ‬ ‫‪-‬‬

‫مستقل على حدا كمنو ضلصل على كل االضلدارات األكلية‪ ،‬مث طلتار االضلدار األكِف الذم يعطي النتائج‬
‫األكثر مصداقية مث نضيف تدرغليا متغَتات أخرل كطلترب آثارىا على كل من ادلعاَف الفردية‪ ،‬كيكوف‬
‫ادلتغَت ادلضاؼ لالضلدار ذا معنوية إذا حتققت فيو الشركط التالية ‪:‬‬

‫‪87‬‬
 ‫الفصل الرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف الكشف عنها‬

‫إذا حسن ادلتغَت ادلستقل اجلديد من ‪ R2‬بدكف أف غلعل ادلعاَف الفردية مرفوضة بطريقة خاطئة ضلتفظ‬
‫بوذا ادلتغَت كنعتربه كمتغَت مستقل ‪ ،‬كإذا َف ػلسن ادلتغَت اجلديد من العالقة كيؤثر على قيم ادلعاَف الفردية‪،‬‬
‫نعتربه مرفوضا كضلذفو من االضلدار‪.‬‬
‫إذا أثر ادلتغَت اجلديد بشكل كاضح على إشارات كقيم ادلعاَف ادلقدرة نعتربه متغَتا مفسرا‪ ،‬فإذا تأثرت‬
‫االعتبارات النظرية ادلعركفة مسبقا فإنو‬ ‫ادلعاَف الفردية بالطريقة اليت تصبح فيها غَت مقبولة على أساس‬
‫ؽلكننا القوؿ بأف ىذا مؤشر على كجود التعدد اخلطي‪ ،‬بشكل معقد يكوف ىذا ادلتغَت ـعلا لكن بسبب‬
‫االرتباطات اخلطية مع ادلتغَتات ادلستقلة األخرل‪ ،‬يكوف أثره غَت مقدر كغَت معركؼ إحصائيا بواسطة‬
‫ادلربعات الصغرل العادية‪.‬‬
‫ينص على تقدير كل االضلدارات ادلمكنة ما بُت ادلتغَتات ادلوجودة‬ ‫‪Frisch‬‬ ‫إف التحليل الًتافدم ؿػ ػ‬
‫بالعالقة ادلدركسة‪ ،‬آخذين كل متغَت بالًتتيب كمتغَت تابع كاعتبار كل االضلدارات ادلمكنة لكل متغَت يف‬
‫بقية ادلتغَتات كاليت ندخلها تدرغليا يف التحليل‪ ،‬كمن الواضح أف التحليل الًتافدم يتطلب منا حسابات‬
‫كثَتة كمنو تكوف ادلقارنات ما بُت النتائج معقدة أكثر‪.‬‬

‫‪ -‬طريقة ‪:Farrar-Glauber‬الكتشاؼ ظاىرة التعدد اخلطي يتبع ‪ Glauber-Farrar‬اخلطوات التالية ‪:‬‬

‫‪ -‬حساب زلدد مصفوفة معامالت االرتباط بُت ادلتغَتات ادلستقلة كمايلي‪:‬‬
‫‪1‬‬ ‫‪r2 3‬‬ ‫‪r2 4....‬‬ ‫‪r2 k‬‬

‫‪D‬‬ ‫‪1‬‬ ‫‪r3 4....‬‬ ‫‪r2 k‬‬

‫‪1‬‬ ‫‪....‬‬ ‫‪r2 k‬‬

‫فكلما اقًتب زلدد ادلصفوفة ‪ D‬من الصفر كاف ذلك داللة على كجود تعدد خطي‪.‬‬
‫‪ -‬نستعمل اختبار ‪  2‬كذلك بوضع الفرضيات التالية ‪:‬‬
‫‪H 0 : D  1‬‬
‫‪‬‬
‫‪ H1 : D 1‬‬

‫إحصائية ‪) Farrar-Glauber‬القيمة احملسوبة) تعرؼ كما يلي ‪:‬‬

‫‪‬‬
‫‪ 2*   n  1 ‬‬
‫‪1‬‬
‫‪2k  7.ln D‬‬
‫‪‬‬ ‫‪6‬‬ ‫‪‬‬

‫‪88‬‬
 ‫الفصل الرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف الكشف عنها‬

‫حيث ‪ :n‬ىو حجم العينة‪ :k ،‬ىو عدد ادلتغَتات ادلفسرة يف النموذج ك ‪ :ln‬ىو اللوغاريتم النربم ‪ ،‬فإذا‬
‫كنسبة‬ ‫‪k k  1‬‬ ‫كانت قيمة *‪  2‬أكرب دتاما من القيمة ا ًفدكؿةم لتوزيع ‪  2‬بدرجة حرية‬
‫‪1‬‬
‫‪2‬‬
‫معنوية ‪ ، ‬نقبل ‪ H1‬أم ىناؾ تعدد خطي‪.‬‬
‫‪-‬قياس التعدد الخطي أو شرط األعداد )‪:(condition numbers‬‬
‫يكوف لدينا ‪:‬‬ ‫‪Yi  0  Bi1 X i1  Bi 2 X i 2   i‬‬ ‫من خالؿ النموذج التاِف ‪:‬‬
‫‪‬‬ ‫‪ 2‬‬
‫ˆ‬
‫‪V ‬‬ ‫‪ ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪x‬‬ ‫‪V 1  R12‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪i1‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬
‫‪ ‬‬
‫‪2‬‬
‫ˆ‬
‫‪V ‬‬
‫‪‬‬
‫‪2‬‬
‫‪x‬‬ ‫‪2‬‬
‫‪i2‬‬ ‫‪‬‬
‫‪V 1  R22‬‬ ‫‪‬‬
‫‪‬‬ ‫‪ 2‬‬
‫‪COV‬‬ ‫‪ˆ , ˆ  ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪x‬‬ ‫‪xi 2 1  R12‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪i1‬‬

‫ىو ما بُت‬ ‫‪R22‬‬ ‫حيث أف ‪ R12‬ىو مربع معامل االرتباط ادلتعدد ما بُت ادلتغَتين ادلستقلُت ‪ Xi1‬ك ‪ Xi2‬بينما‬
‫‪R 2j‬‬ ‫يصبح‬ ‫‪K 2‬‬ ‫كعلا يف األخَت متساكياف‪ ،‬أما عند توسيع النموذج إُف ‪ k‬متغَت مستقل‬ ‫‪Xi2‬ك ‪Xi1‬‬

‫كبقية ادلغَتات ادلستقلة األخرل‪ ،‬كمنو‬ ‫‪Xij‬‬ ‫على أنو مربع معامل االرتباط ادلتعدد ما بُت ادلتغَت ادلستقل‬
‫ؽلكننا استنتاج قانوف عاـ لتباين ادلقدرات الفردية لشعاع معاَف النموذج كما يلي‪:‬‬
‫‪ 2‬‬
‫‪V ( Bˆ j ) ‬‬ ‫‪, j  1......k‬‬
‫‪‬‬ ‫) ‪X ij2 (1  R 2j‬‬

‫كبَتة‪.‬‬ ‫‪R 2j‬‬ ‫كتكوف قيمة ) ‪ Var ( ̂ j‬كبَتة كلما كانت ‪  2‬كبَتة ك ‪  X ij2‬صغَتة يف مقابل‬
‫كمنو نعرؼ مقياسا جديد يسمى" معامل تضخم التباين ‪ "Variance Inflation "Factor V.I.F‬كمقياسا‬
‫آخر يسمى "شرط العدد ‪ "Condition number‬كعلا مقياساف ػلدداف درجة التعدد اخلطي‪.‬‬
‫كيعرؼ معامل تضخم التباين كما يلي‪:‬‬
‫‪ ‬‬
‫‪V .I .F Bˆ j ‬‬
‫‪1‬‬
‫‪1  R 2j‬‬

‫‪ ‬‬
‫ˆ‪ˆ     V .I .F B‬‬ ‫‪ ‬‬
‫‪2‬‬
‫‪VAR ‬‬ ‫‪j  1.......k‬‬ ‫كبناءا على ىذا التعريف نستطيع كتابة‪:‬‬
‫‪‬‬
‫‪j‬‬ ‫‪j‬‬
‫‪xij2‬‬

‫‪V .I .F Bˆ  ‬‬

‫‪j‬‬
‫‪x‬‬ ‫‪2‬‬
‫‪ij‬‬
‫أم ‪  :‬‬
‫ˆ‬
‫‪ VAR ‬‬ ‫‪j‬‬
‫‪‬‬ ‫‪2‬‬
‫‪‬‬

‫‪89‬‬
 ‫الفصل الرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف الكشف عنها‬

‫انطالقا من االنتقادات ادلوجهة دلعامل االرتباط‪ ،‬يكوف مقياس ‪ VIF‬غَت كاؼ لتحديد التعدد اخلطي‪،‬‬
‫كالذم يقيس حساسية مقدرات‬ ‫) ‪Welsch (1980‬‬ ‫كمنو نذكر مقياس شرط األعداد ادلذكور من طرؼ‬
‫األعداد على أنو اجلدر الًتبيعي ألكرب قيمة‬ ‫االضلدار للتغَتات الصغَتة يف التباينات‪ ،‬كيعرؼ شرط‬
‫‪max‬‬
‫‪K X  ‬‬ ‫مقسمة على أصغر قيمة للقيم ادلميزة للمصفوؼ ‪  X X ‬كىو على الشكل‬
‫‪min‬‬
‫فكلما كانت القيمة أعاله أقرب إُف الواحد كلما كاف الشرط أفضل لعدـ جدية التعدد اخلطي‪ ،‬كمع‬
‫ىذا فإف ادلقياسُت ادلذكورين أعاله ليسا كاملُت حيث القانوف اخلاص ػ ػ ػب ‪ VIF‬ينظر إُف االرتباطات من‬
‫خالؿ ادلتغَتات ادلستقلة فقط كىذا ليس بالعامل الوحيد‪ ،‬كما أف شرط العدد ؽلكن أف يتغَت بإعادة‬
‫حتويل ادلتغَتات ادلستقلة كاليت ليست دائمة صحيحة‪ ،‬كيصلح ادلقياساف لالستعماؿ عند حذؼ بعض‬
‫أك دلا تكوف القيمة ادلميزة‬ ‫‪R 2j  1‬‬ ‫ادلتغَتات كفرض قيود على ادلعاَف فقط يف احلاالت اليت يكوف فيها‬
‫على معادلو‪،‬‬ ‫لصغَتة ‪ min‬أقرب من الصفر نقدر النموذج يف ىذه احلالة تبعا لبعض القيود ادلفركضة‬
‫درجة التعدد اخلطي على‬ ‫مقياسا آخر لقياس درجة االرتباط فيما بُت ادلتغَتات كمنو‬ ‫‪Theil‬‬ ‫كيقًتح‬
‫‪ R‬‬ ‫الشكل‪ :‬‬
‫‪k‬‬
‫‪2‬‬
‫حيث أف ‪ R‬ىو معامل التحديد ادلضاعف ادلعركؼ من قبل‪ ،‬أما‬ ‫‪mR ‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪ R2 j‬‬
‫‪j 1‬‬

‫‪ R2 j‬فهو مربع معامل االرتباط ادلتعدد من اضلدار ‪ y‬يف ‪ x1, x2,......xk‬مع حذؼ ‪ ،xj‬لكن‬
‫إحدل عيوب ىذه الطريقة ىي أف ‪ m‬ؽلكن أف تكوف سالبة شلا غلعل التحليل أصعب‪ ،‬كىناؾ من يقًتح‬
‫طرقا معينة حلل مشكلة التعدد اخلطي كإضافة حد ثابت لتباينات مقدرات ادلعاَف قبل حل ادلعادالت‬
‫الطبيعية للمربعات الصغرل‪.‬‬
‫‪- -3 3‬الحلول المقترحة للتعدد الخطي ‪ :‬عند كجود التعدد اخلطي فإف احللوؿ تكوف معتمدة على‬
‫إمكانية إغلاد مصادر أخرل للبيانات كعلى أعلية العوامل اليت تسببت يف ظهورىا‪ ،‬مث على اذلدؼ الذم‬
‫من أجلو نقوـ بتقدير الدالة حتت الدراسة‪ ،‬فإذا َف يؤثر التعدد اخلطي بشكل فعلي على مقدرات‬
‫حتاشي التعدد‬ ‫النموذج يقًتح بعض باحثي القياس االقتصادم إعلاؿ كجوده يف النموذج حيث ؽلكن‬
‫اخلطي بتوسيع حجم العينة‪ ،‬فمثال ؽلكن حتويل البيانات السنوية إُف بيانات مومسية أك شهرية إف أمكن‬
‫ذلك‪ ،‬كما ؽلكن التخلص من التعدد اخلطي بإسقاط (حذؼ( ادلتغَت ادلسبب ذلذا ادلشكل لكن ىذه‬
‫العملية ؽلكن أف ختلق مشاكل أخرل‪ ،‬كىناؾ من يقًتح إدخاؿ معلومات إضافية للنموذج‪.‬‬

‫‪90‬‬
 ‫الفصل الرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف الكشف عنها‬

‫معلومات‬ ‫إف كجود التعدد اخلطي غلعل من الصعب فصل آثار ادلتغَتات ادلختلفة‪ ،‬كمنو ضلتاج إُف‬
‫خاصة تساعدنا على فصل أثر كل متغَت لوحده‪ ،‬كيكوف ذلك عن طريق فرض قيود على بعض ادلعاَف‬
‫صادية ‪.‬‬
‫بناءا على ادلعلومات ادلسبقة للنظرية االقت‬
‫مثال ‪ :‬من خالؿ ادلثاؿ السابق يف الفصل الثالث كادلتعلق باالضلدار ادلتعدد قد حتصلنا على النموذج‬
‫برنامج ‪Eviews‬‬ ‫ادلقدر باستخداـ‬

‫‪ ،‬فما ىي‬ ‫فإذا كاف ادلطلوب ىو معرفة ىل ىذا النموذج يعآف من مشكل التعدد اخلطي أـ ال‬
‫اخلطوات ادلتبعة يف ذلك ؟‬
‫الختبار التعدد اخلطي نستعمل اختبار ‪ Farrar-Glauber‬ذلذا الغرض ضلسب أكال مصفوفة االرتباطات‬
‫بُت ادلتغَتات ادلستقلة بواسطة برنامج ‪ Eviews‬كمايلي ‪:‬‬
‫‪ Workfile‬مث طلتار من القائمة ‪ View‬األمر‬ ‫الـ‬ ‫نفتح سلسليت ادلتغَتتُت ادلستقلتُت معا من صفحة‬
‫‪ Covariance Analysis‬كننشط األمر ‪ Correlation‬مث نضغط على ‪ ok‬فنتحصل على ادلصفوفة ‪:‬‬

‫‪91‬‬
 ‫الفصل الرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف الكشف عنها‬

‫ادلصفوفة ‪ D‬حبيث ‪D=(1X1) - (0.93X0.93) = 0.135‬‬ ‫مث ضلسب زلدد ىذه‬

‫ضلسب إحصائية ‪) Farrar-Glauber‬القيمة احملسوبة) كما يلي ‪:‬‬
‫‪‬‬
‫‪ 2*  n  1 ‬‬
‫‪1‬‬
‫‪2k  7.ln D  10  1  1 4  7(2.001)  14.34‬‬
‫‪‬‬ ‫‪6‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪6‬‬ ‫‪‬‬
‫]‬
‫‪1‬‬
‫‪k k  1 [ 3‬‬ ‫بدرجة حرية‬ ‫‪2‬‬ ‫نالحظ أف ىذه اإلحصائية أكرب دتاما من القيمة اجملدكلة لتوزيع‬
‫‪2‬‬
‫كنسبة معنوية ‪ ،   5%‬كعليو نرفض ‪ H0‬أم ىناؾ تعدد خطي أم أف ادلتغَتات ادلستقلة مرتبطة فيما‬
‫بينها ‪.‬‬
‫مالحظة ‪ :‬ىنالك من ػلكم بوجود التعدد اخلطي بُت ادلتغَتات ادلستقلة من خالؿ مصفوفة االرتباط‬
‫‪0.7‬‬ ‫كىذا يف حالة ما إذا كانت معامالت االرتباط بُت متغَتين تتجاكز القيمة‬
‫‪- 4‬مشكلة عدم التوزيع الطبيعي لألخطاء ‪:‬‬
‫من بُت الفركض اليت نعتمدىا يف تطبيق طريقة ادلربعات الصغرل من أجل عملية التقدير ىي أف بواقي‬
‫النموذج ادلقدر أم األخطاء ادلقدرة تتوزع توزيعا طبيعيا‪ ،‬كمن أجل التأكد من ذلك قدـ كل من جاؾ‬
‫كبَتا سنة ‪ 1987‬إحصائية تسمى بامسهما كنرمز ذلا بػ ‪ JB‬طلترب من خالذلا مدل قبوؿ فرضية التوزيع‬
‫‪ )Normality‬ادلتمثلة يف الفرضية الصفرية أك رفضها كىذا مبقارنتها بالقيمة‬ ‫( ‪test‬‬ ‫الطبيعي لألخطاء‬
‫اجملدكلة لتوزيع مربع كام‪ ،‬كيتم إحتساب تلك اإلحصائية كمايلي ‪:‬‬
‫‪n 2‬‬
‫‪JB  ‬‬ ‫‪S ‬‬
‫‪K  3‬‬ ‫‪2‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪6‬‬ ‫‪‬‬
‫‪4‬‬ ‫‪‬‬
‫حبيث ‪ K‬تعٍت قيمة معامل التفرطح )‪ (Kurtosis‬كػلسب كمايلي‪:‬‬
‫‪4‬‬
‫‪1‬‬
‫‪ xi  x 4‬‬
‫‪K ‬‬ ‫‪‬‬ ‫‪n‬‬
‫‪4‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪2‬‬

‫‪‬‬ ‫‪‬‬ ‫‪x‬‬‫‪i‬‬ ‫‪‬‬ ‫‪x‬‬ ‫‪‬‬ ‫‪‬‬

‫‪n‬‬ ‫‪‬‬
‫أما ‪ S‬فتعٍت قيمة معامل اإللتواء )‪ (Skewness‬كػلسب كمايلي ‪:‬‬

‫‪92‬‬
 ‫الفصل الرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف الكشف عنها‬

‫‪‬‬ ‫‪ xi  x ‬‬

‫‪1‬‬ ‫‪3‬‬

‫‪S  33 ‬‬ ‫‪n‬‬

‫‪‬‬ ‫‪1‬‬
‫‪3/ 2‬‬

‫‪ x  x 2 ‬‬
‫‪‬‬ ‫‪i‬‬ ‫‪‬‬
‫‪n‬‬ ‫‪‬‬
‫‪ JB‬من خالؿ برنامج ‪ Eviews‬اخلاصة بادلثاؿ السابق بإتباع‬ ‫ؽلكن احلصوؿ على قيمة إحصائية‬
‫اخلطوات اآلتية ‪:‬‬
‫‪ Residual‬مث‬ ‫‪Diagnostic‬‬ ‫نفتح ادلعادلة ادلقدرة من صفحة الػ ‪ Workfile‬كطلتار هي ‪ View‬األمر‬
‫طلتار منها ‪ Histogram-Normality Test‬كما يف الشكل اآليت ‪:‬‬

‫نتحصل على مدرج تكرارم الذم يوضح نوعية التوزيع ىل ىوطبيعي أـ ال‪ ،‬باإلضافة إُف رلموعة من‬
‫كىي أقل من قيمة مربع كام‬ ‫‪JB=0.997‬‬ ‫اإلحصائيات على ؽلُت ىذا ادلدرج من بينها قيمة إحصائية‬
‫كبالتاِف يتم قبوؿ الفرضية الصفرية اليت تنص على أف األخطاء تتوزع توزيعا طبيعيا ‪.‬‬
‫تمارين ‪:‬‬
‫التمرين األول ‪ :‬تأكد من خلو ظلاذج الفصلُت الثآف كالثالث من سلتلف مشاكل القياس ادلتطرؽ إليها‬
‫يف ىذا الفصل ‪.‬‬
‫التمرين الثاني‪ :‬لدراسة إختبار االرتباط الذايت ‪ Autocorrélation‬استخدمنا يف ذلك اختبار مضركب‬
‫الغركنج لالرتباط التسلسلي )‪ (BGLM‬كما ىو موضح يف اجلدكؿ ‪:‬‬
‫‪Breusch-Godfrey Serial Correlation LM Test:‬‬

‫‪F-statistic‬‬ ‫‪0.979921‬‬ ‫)‪Prob. F(2,22‬‬ ‫‪0.3911‬‬

‫‪Obs*R-squared‬‬ ‫‪2.535706‬‬ ‫)‪Prob. Chi-Square(2‬‬ ‫‪0.2814‬‬

‫‪93‬‬
 ‫ يف الكشف عنها‬Eviews ‫ ادلشاكل القياسية يف االضلدار كاستخداـ برنامج‬:‫الفصل الرابع‬

‫فما ىو القرار الذم ؽلكن أف نستخلصو من اجلدكؿ ؟‬

‫ لدراسة االرتباط الذايت لبواقي النموذج ادلقدر‬Ljung – Box ‫كما أف اجلدكؿ ادلواِف يبُت إختبار‬

VAR Residual Portmanteau Tests for Autocorrelations

Null Hypothesis: no residual autocorrelations up to lag h
Sample: 1980 2018
Included observations: 38

Lags Q-Stat Prob. Adj Q-Stat Prob. Df

1 3.362708 NA* 3.464609 NA* NA*

2 5.583135 0.2325 5.823812 0.2127 4
3 8.964123 0.3453 9.531992 0.2994 8
4 9.625630 0.6488 10.28170 0.5913 12
5 12.83591 0.6847 14.04548 0.5953 16
6 17.61210 0.6129 19.84513 0.4677 20
7 22.14958 0.5703 25.55900 0.3759 24
8 23.82483 0.6907 27.74971 0.4778 28
9 26.63398 0.7349 31.57015 0.4882 32
10 29.98002 0.7497 36.31037 0.4542 36
11 31.40764 0.8324 38.42077 0.5414 40
12 35.32615 0.8215 44.47666 0.4516 44
13 37.81418 0.8542 48.50489 0.4525 48
14 38.48153 0.9185 49.63939 0.5673 52
15 44.71287 0.8608 60.79020 0.3075 56

‫فهل النموذج ادلقدر ؼللو من مشكل االرتباط الذايت لألخطاء ؟‬

ARCH ‫ إف دراسة جتانس تباين األخطاء يتم عن طريق إحصائية‬:‫التمرين الثالث‬
‫ لدراسة تباين البواقي‬ARCH ‫ كاجلدكؿ ادلواِف يبُت نتائج إختبار إحصائية‬، Heteroskedasticity Tests
Heteroskedasticity Test: ARCH

F-statistic 4.296810 Prob. F(1,28) 0.0475

Obs*R-squared 3.991240 Prob. Chi-Square(1) 0.0457

: ‫كما أف اجلدكؿ ادلواِف يبُت إختبار جتانس تباين األخطاء باستخداـ إختبار مربع كام‬
VEC Residual Heteroskedasticity Tests: No Cross Terms (only levels and squares)
Date: 10/30/20 Time: 11:53
Sample: 1980 2018
ncluded observations: 37
Joint test:

Chi-sq df Prob.

10.34710 18 0.9200

94
 ‫الفصل الرابع‪ :‬ادلشاكل القياسية يف االضلدار كاستخداـ برنامج ‪ Eviews‬يف الكشف عنها‬

‫على حسب نتيجة اجلدكلُت ىل تباين األخطاء ثابت أـ ال؟‬

‫التمرين الرابع‪ :‬من خالؿ برنامج ‪ EVIEWS‬نتحصل على اؿشكل ادلواِف الذم يبُت معامالت التوزيع‬
‫الطبيعي للبواقي ‪:‬‬
‫‪5‬‬
‫‪Series: Residuals‬‬
‫‪Sample 1984 2014‬‬
‫‪4‬‬ ‫‪Observations 31‬‬

‫‪Mean‬‬ ‫‪4.16e-16‬‬
‫‪Median‬‬ ‫‪-0.019691‬‬
‫‪3‬‬
‫‪Maximum‬‬ ‫‪3.446016‬‬
‫‪Minimum‬‬ ‫‪-3.237354‬‬
‫‪Std. Dev.‬‬ ‫‪1.673033‬‬
‫‪2‬‬
‫‪Skewness‬‬ ‫‪0.020896‬‬
‫‪Kurtosis‬‬ ‫‪2.393744‬‬

‫‪1‬‬
‫‪Jarque-Bera‬‬ ‫‪0.477003‬‬
‫‪Probability‬‬ ‫‪0.787808‬‬

‫‪0‬‬
‫‪-3‬‬ ‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬

‫يتم اختبار التوزيع الطبيعي لألخطاء العشوائية بواسطة اختبار ‪ ، J.B‬فهل األخطاء تتوزع طبيعيا؟‬
‫‪ -‬لدينا جدكؿ التوزيع الطبيعي لبواقي أحد اؿّف ا ذج ‪:‬‬
‫‪Prob.‬‬ ‫‪Df‬‬ ‫‪Jarque-Bera‬‬ ‫‪Component‬‬
‫‪0.96‬‬ ‫‪2‬‬ ‫‪0.06‬‬ ‫‪1‬‬

‫ماذا تستنتج من اجلدكؿ فيما ؼلص التوزيع الطبيعي لألخطاء ‪.‬‬

‫‪95‬‬
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬

‫سيتمكن الطالب أك ادلطلع على حيثيات ىذا الفصل من التعرؼ على ماىية السالسل الزمنية ككيفية‬
‫حتليلها باستخداـ برنامج ‪ Eviews‬كىذا بالتطرؽ إُف النقاط اآلتية ‪:‬‬
‫‪ -‬ماىية السلسلة الزمنية كمركباهتا ؛‬
‫‪ -‬الشكل النظرم للسلسلة الزمنية ؛‬
‫‪ -‬كشف مركبات السالسل الزمنية ؛‬
‫‪ -‬دراسة استقرارية السلسة الزمنية ؛‬
‫‪ -‬أنواع السالسل الزمنية ؛‬
‫‪ -‬حتليل بعض السالسل الزمنية باستخداـ برنامج ‪. Eviews‬‬

‫‪96‬‬
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬

‫تمهيد‪ :‬من ادلعػركؼ أنو ؽلكػن تصنيػف البيػانات التػي يتػم حتليلهػا إحصائيػا إلػى نوعيػن ‪ ،‬النوع األكؿ‬
‫باؿيػانات اؿقطاعيػة كاليت دتثل بيانات عن نشاط معُت لنفس الفًتة الزمنية كبالتاِف ىي تعرب عن‬ ‫يدعى ب‬
‫مستول أفقي‪ ،‬أما النوع الثآف فيدعى ببيانات السالسػل الزمنيػة كاليت هتتم بظاىرة معينة خالؿ فًتة زمنية‬
‫كىػذه األخَتة ىي ادلعنية بالدراسػة ‪.‬‬
‫‪ - 1‬ماهية السلسلة الزمنية ومركباتها‪:‬‬
‫‪ -1-1‬تعريـف السلسلـة الزمنيـة‪ :‬السلسلة الزمنية ىي رلموعة من القيم دلؤشر إحصائي معُت مرتبة‬
‫حسب تسلسل زمٍت حبيث كل فًتة زمنية يقابلها قيمة عددية للمؤشر تسمى مستول السلسلة‪ ،‬كمبعٌت‬
‫آخر ىي متتالية لقيم متغَت إحصائي خالؿ رلاالت زمنية متساكية (أسبوع‪ ،‬شهر‪ ،‬سنة ‪ ، )....‬أك ىي‬
‫رلموعة من ادلعطيات لظاىرة ما مشاىدة عرب الًتتيب التصاعدم للزمن‪.‬‬
‫البد من التأكد عند بناء أم سلسلة زمنية قبل استخدامها من أف مستوياهتا قابلة للمقارنة فيما بينها‬
‫كىو شرط أساسي لصحػة أم حتليل كأم تقديػر‪ ،‬كفيما يلي العناصر الالزمة يف ذلك‪:‬‬
‫‪ -‬أف تأخذ السلسلة الزمنية قيمها على فًتات متساكية‪ ،‬فمثال ال غلوز أف تعرب بعض مستويات‬
‫السلسلة عن عدد ادلواليػد خالؿ كل شهػر‪ ،‬كبعض ادلستويػات األخرل تعرب عن عدد ادلواليد خػالؿ كل‬
‫سنة‪ ،‬فادلقارنة بُت ادلستويات ىنا غَت شلكنة ؛‬
‫‪ -‬أف تكوف مجيع مستويػات السلسلػة خاصة مبكاف معُت سواء كاف إقليما أك كالية أك مؤسسة‪ ،‬فال‬
‫غلوز أف تعرب بعض ادلستويات عن مؤشر خاص مبجاؿ معُت كأخرل خاصة مبجاؿ أكسع مثال؛‬
‫‪ -‬أف تكوف كحدة القياس جلميع مستويات السلسلة الزمنية موحدة ؛‬
‫‪ -‬أف تكوف طريقة كمنهجية قياس مجيع ادلستويات موحدة؛‬
‫‪ - 2-1‬مركبـات السلسلـة الزمنيـة‪:‬نقصد هبا العناصر ادلكونة للسلسلة الزمنية‪ ،‬كىذا هبدؼ معرفة سلوؾ‬
‫السلسلة كحتديد مقدار تغَتاهتا كإدراؾ طبيعتها كاجتاىهػا حىت يصبح باإلمكاف القياـ بالتقديػرات الالزمة‬
‫كالتنبػؤات الضركرية‪ ،‬كىذه العناصر ىي‪:‬‬
‫‪-‬االتجـاه العـام‪ :‬ىو النمو الطبيعي للظػاىرة حيث يعرب عن تطور متغَت ما عرب الػزمن سواء كػاف ىذا‬
‫بينما يكوف كاضحا يف‬ ‫التطور مبيل موجػب أك سالػب‪ ،‬ىذا التطػور ال يالحظ يف الفًتات القصَتة‬
‫الفًتات الطويلة‪ ،‬كالشكل ادلواِف يوضح حالة كجود مركبة االجتاه العاـ بالسلسلة‪:‬‬

‫‪97‬‬
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬
‫‪X2‬‬
‫‪8‬‬

‫‪7‬‬

‫‪6‬‬

‫‪5‬‬

‫‪4‬‬

‫‪3‬‬

‫‪2‬‬

‫‪1‬‬
‫‪2010‬‬ ‫‪2011‬‬ ‫‪2012‬‬ ‫‪2013‬‬ ‫‪2014‬‬ ‫‪2015‬‬ ‫‪2016‬‬ ‫‪2017‬‬ ‫‪2018‬‬ ‫‪2019‬‬

‫‪ -‬التغيـرات الموسميـة أو الفصليـة‪ :‬ىي التغَتات اليت حتدث بانتظاـ يف كحدات زمنية متعاقبة كاليت‬
‫ككمثاؿ‬ ‫‪S‬‬ ‫تنجم من تأثَت عوامل خارجية أك ىي تقلبات تتكرر يف نفس الوتَتة كػل سنة‪ ،‬كيرمز ذلا بػ‬
‫ذلذه التغَتات نأخذ‪ :‬العطل كاإلجازات‪ ،‬اإلقبػاؿ على نوع من األلبسة فػي فصػل مػػا‪ ،‬استهالؾ الكهرباء‬
‫يف فصل الصيف ‪ ...‬إٍف‪ ،‬كالشكل ادلواِف يوضح ىذه ادلركبة بالسلسلة‪:‬‬
‫‪SER01‬‬
‫‪8‬‬

‫‪7‬‬

‫‪6‬‬

‫‪5‬‬

‫‪4‬‬

‫‪3‬‬

‫‪2‬‬

‫‪1‬‬

‫‪0‬‬
‫‪2000‬‬ ‫‪2002‬‬ ‫‪2004‬‬ ‫‪2006‬‬ ‫‪2008‬‬ ‫‪2010‬‬ ‫‪2012‬‬ ‫‪2014‬‬ ‫‪2016‬‬

‫‪ -‬التغيـرات الدوريـة‪ :‬تنعكس ىذه ادلركبة يف السالسل الزمنية الطويلة األجل كاليت تربز انتقاؿ أثر‬
‫األحواؿ االقتصادية مثال‪ ،‬كىي تغَتات تشبو التغَتات ادلومسيػة إال أهنػا تتم يف فًتات أطوؿ نسبيا من‬
‫الفًتات ادلومسية‪ ،‬كبادلقارنػة بالتغَتات ادلومسية فإف طػوؿ الفتػرة الزمنيػة غَت معلوـ كإظلا يًتاكح عادة بُت‬
‫ثالث سنوات إُف عشر سنوات‪ ،‬كبالتاِف يصعب التعرؼ على التقلبػات الدكرية كمقاديرىا ألهنا ختتلػف‬
‫اختالفا كبَتا من دكرة ألخرل سوءا من حيػث طوؿ الفتػرة الزمنية للدكرة أك اتساع تقلباهتا كمداىا‪.‬‬
‫‪ -‬التغيـرات العشوائيـة‪ :‬كىي تعرب عن تلك التذبذبات الغَت ادلنتظمة أكمبعٌت آخر ىي تلك التغَتات‬
‫الشاذة اليت تنجم عن ظركؼ طارئة ال ؽلكن التنبؤ بوقوعها أك حتديد نطاؽ تأثَتىا‪ ،‬حيث تنشأ عن‬
‫أسباب عارضة َف تكن يف احلسبػاف مثل الزلػزاؿ‪ ،‬إضراب العماؿ ‪...‬إٍف‪.‬‬
‫‪98‬‬
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬

‫بعد أف تعرفنا على مركبات السلسلة الزمنية كجب علينا حتديد نوع العالقة اليت جتمع بُت تلك ادلركبات‬
‫أم ىنالك ظلوذج غلمع بُت مكونات السلسلة الزمنية ‪.‬‬
‫‪- 2‬الشكل النظري للسلسلة الزمنية ‪:‬‬
‫يتكوف الشكل النظرم للسلسلة الزمنية من مركبة االجتاه العاـ كادلركبة الفصلية كادلركبة العشوائية كأحيانا‬
‫تظهر مركبة الدكرات االقتصادية كؽلكن كتابة السلسلة الزمنية على الشكل اآليت ‪:‬‬
‫‪k‬‬ ‫‪i‬‬
‫‪X t   Z tibi   St j C j  U t‬‬
‫‪i 1‬‬ ‫‪j 1‬‬

‫‪COV (Ut .Ut  )  0‬‬ ‫‪t  t‬‬ ‫‪V (U t )   2‬‬ ‫‪E (U t )  0‬‬ ‫حيث أف ‪:‬‬
‫كما أف ‪ Ci :‬ك ‪ bi‬معامالت تقدر بالعالقة اآلتية ‪:‬‬
‫‪‬‬
‫‪bˆ  Z Z  Z S S S   S Z‬‬
‫‪1‬‬
‫‪ Z X  Z X SS ‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪S X‬‬ ‫‪‬‬
‫‪Cˆ  S S  S Z Z Z ‬‬ ‫‪ Z S  S X  S X Z Z ‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪Z X‬‬
‫كل من الشكل التجميعي كالشكل اجلدائي‬ ‫ؽلكن حتديد ثالثة أشكاؿ نظريا للسلسلة الزمنية كىي‬
‫باإلضافة إُف الشكل ادلختلط ‪.‬‬
‫‪ -1-2‬الشكل التجميعي‪ :‬ىذا الشكل ؽلثل عالقة جتميعية بُت ادلركبات السلسلة الزمنية (‪،)xt‬‬
‫بالعالقة‪Xt =Tt+Ct+St+εt:‬‬ ‫مع كجود استقاللية بُت ىذه ادلركبات‪ ،‬كيعرؼ رياضيا‬
‫‪ -2-2‬الشكل الجدائي‪ :‬ىذا الشكل ؽلثل العالقة اجلدائية بُت مركبات السلسلة الزمنية(‪ )xt‬مع كجود‬
‫بالعالقة‪Xt =Tt*Ct*St*εt :‬‬ ‫إرتباط بُت ىذه ادلركبات‪ ،‬كيعرؼ رياضيا‬
‫ؽلكننا انطالقا من الشكل اجلدائي احلصوؿ على الشكل التجميعي كذلك بإدخاؿ اللوغاريتم كما يلي‪:‬‬
‫‪log Xt =logTt+logCt+logSt +logεt‬‬
‫‪ -3-2‬الشكل المختلط‪ :‬ىذا الشكل ؽلثل عالقة جتميعية كجدائية يف آف كاحد بُت مركبات السلسلة‬
‫الزمنية (‪ ،)xt‬كيعرؼ رياضيا بالعالقة‪. Xt =Tt* St +Ct+ St *εt :‬‬
‫‪ -3‬كشف مركبات السالسل الزمنية‪:‬‬
‫إف الغرض من ذلك ىو التعرؼ على طبيعة السلسلة ألغراض النمذجة أك التنبؤ ‪.‬‬
‫‪ -1-3‬عن طريق تحليل المعلومات بيانيا‪ :‬هنتم يف ىذه ادلرحلة بدراسة كحتليل الظركؼ اليت تولدت‬
‫عنها ىذه السلسلة الزمنية فإذا كاف ىذا احمليط مستقرا تكوف السلسلة كذلك كالعكس صحيح‪ ،‬حيث‬
‫نقوـ بتمثيل ىذه ادلعلومات الرقمية يف شكل بيآف يعكس إستقرارية السلسلة الزمنية من عدمها‪.‬‬

‫‪99‬‬
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬

‫فيتمثل االجتاه العاـ يف تلك ادلركبة اليت تدفع مبنحٌت تطور السلسلة عرب الزمن بالزيادة إذا كاف ميلها‬
‫موجب أك إُف األسفل إذا كاف ميلها سالبا‪ ،‬بينما تنعكس ادلركبة الدكرية يف الشكل البيآف على ىيئة‬
‫قمم أك اطلفاضات بشكل منتظم يسمح لنا بتحديد فًتة حدكث ىذه الظاىرة كأف تكوف يف فصل أك‬
‫شهر معينُت ‪ ...‬اٍف‪ ،‬بينما ادلتغَتة العشوائي ة تتمل يف التذبذب احلاصل على مستول السلسلة‪ ،‬أما‬
‫ادلتغَتة الفصلية تتضح من خالؿ االنتظاـ ادلوجود يف تسجيل قيمة على الفصل األخَت لكل سنة أك‬
‫االطلفاض يف بداية كل سنة جديدة مثال‪ ...‬اٍف ‪.‬‬
‫‪- -2 3‬عن طريق االختبارات اإلحصائية ‪ :‬االختبار البيآف يف كثَت من احلاالت ال يكوف كافيا لكشف‬
‫مركبات السلسلة بشكل دقيق شلا يستلزـ استعماؿ أدكات إحصائية ذلدا الغرض‪.‬‬
‫كسنعرض إختبارين إحصائيُت يكشف لنا األكؿ على كجود مركبة االجتاه العاـ كالثآف على كجود‬
‫ادلركبة ادلومسية‪.‬‬
‫‪ -‬الكشف عن مركبة االتجاه العام ‪ :‬ىناؾ عدة إختبارات إحصائية دتكننا من كشف مركبة االجتاه‬
‫العاـ من بينها إختبار التواِف‪ ،‬إختبار نقطة االنعطاؼ‪ ،‬إختبار الفركقات‪ ،‬إختبار دانياؿ كإختبار ديكي‪-‬‬
‫فولر (‪ ، ) DICKY- FULLER‬كىذا األخَت من أقول ىذه االختبارات كأكثرىا استعماال كسنتطرؽ إليو‬
‫بالتفصيل يف دراسة استقرارية السالسل الزمنية‪.‬‬
‫‪ -‬الكشف عن المركبة الفصلية‪:‬‬
‫دالة االرتباط‬ ‫أ‪ -‬االختبار البياني‪ :‬ؽلكن الكشف عن مركبة الفصلية يف السلسلة الزمنية عن طريق‬
‫الذايت ‪ ، Correlogramme‬ىذا األخَت يعتمد على فكرة االرتباط بُت ادلشاىدات كيف فًتات سلتلفة‬
‫كتظهر الفصلية يف ىذه الدالة يف شكل قمم كاطلفاضات يف فًتات زمنية تعادؿ )‪ (P‬أم أنو تظهر قمة‬
‫يف دكرة تعادؿ )‪ (P‬كنفس الشيء بالنسبة لالطلفاضات‪.‬‬
‫ب‪ -‬االختبار اإلحصائي ‪ :‬ىناؾ عدة إختبارات إحصائية دتكننا من كشف ادلركبة الفصلية من بينها‬
‫إختبار الفركقات‪ ،‬إختبار اإلشارة‪ ،‬إختبار كريسكاؿ كاليس ‪ ،Kruskall-Wallis‬إختبار حتليل التباين‬
‫كالذم سنتطرؽ لو بالتفصيل‪.‬‬
‫‪ : Analyse‬يعتمد ىذا النوع من االختبار على نقطتُت‬ ‫‪de la variance‬‬ ‫‪ -‬اختبار تحليل التباين‬
‫أساسيتُت علا ‪:‬‬
‫أك ‪ n  4‬حسب طبيعة ادلعطيات ‪.‬‬ ‫‪n  12‬‬ ‫حيث‬ ‫‪Xt‬‬ ‫‪ -‬دكرية‬
‫‪100‬‬
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬

‫‪ -‬غياب مركبة االجتاه العاـ يف السلسلة فاف كجدت غلب إقصائها كصيغة ىذا االختبار ىي ‪:‬‬
‫عدـ كجود تأثَت كل من الشهر كالسنة ‪.‬‬ ‫‪: H0‬‬

‫‪ : H1‬ككجد تأثَت كل من الشهر كالسنة ‪.‬‬

‫مؤشرين علا مؤشر التأثَت السنوم ‪  j ‬كمؤشر التأثَت الشهرم ‪i ‬‬ ‫‪Xt‬‬ ‫تكوين االختبار‪ :‬نرفق بكل مشاىدة‬
‫كبالتاِف يكوف لدينا ‪ n, l ‬مشاىدة كىكذا‬ ‫‪j  1....l‬‬ ‫ك‬ ‫‪i  1....n‬‬ ‫حيث ‪:‬‬ ‫‪X t  X ij‬‬ ‫كما يلي ‪:‬‬
‫بعد حساب كل من ‪:‬‬ ‫" ‪"Vr‬‬ ‫مع تباين البواقي‬ ‫" ‪"Vm‬‬ ‫نقوـ باختبار العالقة تباين الشهر‬
‫‪ : X‬دتثيل الوسط احلسايب جلميع ادلشاىدات‬
‫‪n‬‬ ‫‪l‬‬
‫‪X‬‬ ‫‪ X‬‬
‫‪i 1‬‬
‫‪Xi‬‬
‫‪j 1‬‬
‫‪j‬‬ ‫‪n.l‬‬

‫‪ : X i‬دتثيل الوسط احلسايب للسنوات‬

‫‪l‬‬
‫‪X   X. j‬‬ ‫‪l‬‬
‫‪j 1‬‬

‫‪ : X j‬دتثيل الوسط احلسايب للشهر‬

‫‪n‬‬
‫‪X j   X I.‬‬ ‫‪n‬‬
‫‪i 1‬‬

‫ككذلك بعد حساب رلموع ادلربعات اآلتية ‪:‬‬

‫‪ X‬‬ ‫‪ X‬‬
‫‪n‬‬ ‫‪l‬‬
‫‪St  S m  S a  S r  ‬‬
‫‪2‬‬
‫‪ij‬‬
‫‪i 1‬‬ ‫‪j 1‬‬

‫‪S m  n X j  X j ‬‬
‫‪l‬‬
‫‪2‬‬

‫‪j 1‬‬

‫‪S a  l  X i  X i ‬‬
‫‪n‬‬
‫‪2‬‬

‫‪i 1‬‬

‫‪ X‬‬ ‫‪ Xi  X j  X ‬‬

‫‪n‬‬ ‫‪l‬‬
‫‪Sr  ‬‬
‫‪2‬‬
‫‪ij‬‬
‫‪i 1‬‬ ‫‪j 1‬‬

‫كبالتاِف ؽلكن تلخيص العمليات يف اجلدكؿ اآليت ‪:‬‬

‫الجدول ‪ :1-5‬جدكؿ حتليل التباين ‪.‬‬
‫التباين‬ ‫درجة الحرية‬ ‫مجموع المربعات‬ ‫نوع المقدرات‬
‫‪Vm  Sm l  1‬‬ ‫‪l 1‬‬ ‫‪Sm‬‬ ‫تباين العامل الشهرم‬
‫‪Va  Sa n  1‬‬ ‫‪n 1‬‬ ‫‪Sa‬‬ ‫تباين العامل السنوم‬
‫‪Vr  Sr l  1n  1‬‬ ‫‪l  1n  1‬‬ ‫‪Sr‬‬ ‫تباين العامل العشوائي‬
‫‪Vt  St nl  1‬‬ ‫‪nl  1‬‬ ‫‪St‬‬ ‫التباين الكلي‬

‫‪101‬‬
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬

‫كنقارهنا بالقيمة اجملدكلة‬ ‫‪Fc‬‬

‫‪Vm‬‬
‫‪ F‬كاليت تساكم‬ ‫‪calculer‬‬ ‫‪‬‬ ‫كللكشف عن ادلركبة الفصلية نقوـ حبساب‬
‫‪Vr‬‬

‫‪Fc  Ft‬‬ ‫عند مستول ادلعنوية ‪ ،  ‬حيث إذا كانت ‪:‬‬ ‫‪F l  1, n  1l  1‬‬ ‫‪ F‬كىي تقابل القيمة‬ ‫‪tabeler‬‬ ‫‪‬‬
‫فإف السلسلة حتتوم على ادلركبة الفصلية ‪.‬‬
‫كنقارهنا بالقيمة‬ ‫‪Fc‬‬
‫‪Vr‬‬
‫‪ F‬كاليت تساكم‬ ‫‪calculer‬‬ ‫‪‬‬ ‫‪ -‬كللكشف عن مركبة االجتاه العاـ نقوـ حبساب‬
‫‪Va‬‬

‫عند مستول ادلعنوية ‪.  ‬‬ ‫‪F n  1, n  1l  1‬‬ ‫‪ F‬كىي تقابل القيمة‬ ‫‪tabeler‬‬ ‫اجملدكلة ‪‬‬
‫نرفض الفرضية ‪ ، H‬كمنو السلسلة ‪  X ‬حتتوم على مركبة االجتاه العاـ ‪.‬‬
‫‪t‬‬ ‫‪0‬‬ ‫‪Fc  Ft‬‬ ‫حيث إذا كانت ‪:‬‬
‫‪- 4‬دراسة استقرارية السلسة الزمنية ‪:‬‬
‫‪newboldd and Granger‬‬ ‫ظهر مصطلح اإلستقرارية أكؿ مرة مقًتنا مبصطلح اإلضلدار الزائف عند‬
‫تمفهوـ االضلدار الزائف حيث يف‬
‫ثب‬
‫أ ا‬ ‫حيث كلدا سالسل مستقرة عن طريق احملاكاة ك‬ ‫‪1974‬‬ ‫سنة‬
‫السالسل الزمنية ادلستقرة الصدمات ستكوف مؤقتة كتأثَتىم عرب الزمن سوؼ يتالشى كما تعود لقيم‬
‫‪chocs‬‬ ‫ادلتوسط يف األجل الطويل ‪ ،‬من جهة أخرل السالسل غَت ادلستقرة سوؼ تتضمن عناصر دائمة‬
‫‪ permanents‬كىذا ىو السبب األصلي كاحلقيقي كراء كجوب إستقرارية السالسل الزمنية ‪.‬‬
‫إف أغلب السالسل الزمنية يف الواقع العملي كالتطبيقي تكوف غَت مستقرة‪ ،‬لذلك البد من حتويلها إُف‬
‫سالسل زمنية مستقرة يسهل ظلذجتو ا‪ ،‬كما غلب الوقوؼ عندىا أ سباب عدـ االستقرارية يف السالسل‬
‫الزمنية اخلطية كجود اجتاه عاـ عشوائي أك زلدد كجود مشكل التباين أك سرعة التقلب ‪ ،volatilité‬كجود‬
‫عدـ خطية السلسلة‬ ‫كجود نقاط شاذة يف السالسل الزمنية‬ ‫تغَت ىيكلي يف بنية السلسلة الزمنية‬
‫تقلبات الزمن الكثَتة مثال السالسل العالية الًتدد كجود اآلثار ادلومسية يف سلسلة زمنية ما ‪.‬‬
‫‪-1-4‬اختبارات االستقرارية لديكي فوالر وفيليبس بيرون ‪:‬‬
‫إختبار اجلذكر األحادية ؽلكننا من الكشف عن مركبة‬ ‫(‪: )Dickey Fuller‬‬ ‫‪ -‬اختبارات ديكي فولر‬
‫االجتاه العاـ‪ ،‬كيسمح لنا مبعرفة نوع السياؽ ىل ىو حتديدم )‪ (TS‬أك عشوائي )‪ ،(DS‬شلا يساعدنا‬
‫على اختيار الطريقة ادلثلي كاجليدة الستقرار السلسلة الزمنية‪.‬‬
‫نفًتض ظلوذج من الشكل )‪ AR(1‬لسلسلة أحادية‪ ،‬تكوف لدينا فيها ثالثة حاالت حسب قيم‪ ‬‬
‫*‪ :  1‬السلسلة ‪  t‬مستقرة‪ ،‬كادلشاىدات احلالية ذلا كزف أكرب من ادلشاىدات ادلاضية‪.‬‬

‫‪102‬‬
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬

‫* ‪ :   1‬السلسلة ‪  t‬غَت مستقرة‪ ،‬كادلشاىدات احلالية ذلا نفس كزف ادلشاىدات ادلاضية‪ ،‬كبالتاِف‬
‫غلب حتديد درجة تكامل السلسلة‪.‬‬
‫غَت مستقرة كتباينها يتزايد بشكل أسي مع ( ‪ )t‬كادلشاىدات ادلاضية ذلا كزف‬ ‫‪t‬‬ ‫* ‪ :  1‬السلسلة‬
‫كبَت مقارنة بادلشاىدات احلالية‪.‬‬
‫أ‪ -‬اختبار ديكي ‪-‬فولر البسيط (‪:)1979- DF‬‬
‫يقًتح ديكي‪-‬فولر اختبار فرضية العدـ التالية‪:‬‬
‫‪ 0 :   1‬‬
‫‪‬‬
‫‪ 1 :  1‬‬
‫حيث تعٍت فرضية العدـ أف ادلتغَت لو مسلك عشوائي بينما الفرضية الثانية فتعٍت أنو مستقر‪ ،‬كالختبار‬
‫ىذه الفرضية نقوـ بتقدير النماذج الثالثة التالية باستعماؿ طريقة ادلربعات الصغرل‪:‬‬
‫‪X t  1 X t 1   t‬‬ ‫النموذج األكؿ‪:‬‬
‫‪X t  B  1 X t 1   t‬‬ ‫النموذج الثآف‪:‬‬
‫‪X t  bt  B  1 X t 1   t‬‬ ‫النموذج الثالث‪:‬‬

‫الثالث فالسلسلة غَت مستقرة ألسباب إحصائية‪ ،‬لذلك‬

‫فإذا كانت الفرضية ‪ H 0‬زلققة يف أحد النماذج ة‬
‫نستعمل اختبار القيمة ‪ 1  1‬بدال من ‪ ، 1‬كبالتعويض يف ادلعادالت نستعمل ‪ X t‬بدال من ‪ X t‬أم‬
‫‪  X t  X t 1 ‬فتصبح النماذج كالتاِف‪:‬‬
‫‪X t 1 X t 1   t‬‬ ‫النموذج (‪:)1‬‬
‫‪X t  X t 1  1 X t 1  X t 1   t‬‬
‫‪X t  1  1X t 1   t‬‬
‫‪X t  1  1X t 1  Ct   t‬‬ ‫النموذج (‪:)2‬‬
‫‪X    1X  C  bt  ‬‬
‫‪t‬‬ ‫‪1‬‬ ‫‪t 1‬‬ ‫‪t‬‬ ‫‪t‬‬ ‫النموذج (‪:)3‬‬
‫تصبح الفرضية‪ ، 0  1  1 : H 0 :‬كنقوـ باالختبار على النحو التاِف‪:‬‬
‫حساب ‪ ˆ1‬القيمة التقديرية لػ ‪ 1‬كذلك باستعماؿ طريقة ادلربعات الصغرل للنموذج الثالثة ‪.‬‬

‫‪t cal ‬‬

‫‪ˆ1  1‬‬
‫ˆ‪ ‬‬
‫أك‪:‬‬ ‫‪‬‬
‫‪t cal  n ˆ1  1‬‬ ‫‪ -‬حساب ‪ tcal‬كذلك بطريقتُت‪ :‬‬
‫‪1‬‬

‫‪103‬‬
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬

‫مث نقارف ‪ tcal‬مع ‪ ttab‬فإذا كانت‪ t tab  t cal :‬نقبل الفرضية ‪ ، H 0‬يوجد جذر أحادم كالسياؽ غَت‬
‫مستقر‪ ،‬كالعكس صحيح‪.‬‬
‫نقوـ بتقدير معاَف ‪ ‬نرمز ذلا ̂‪ ‬للنماذج الثالثة بعدما نقوـ حبساب ̂‪ t‬الذم ؽلثل اختبار ‪.Student‬‬
‫‪(Racine‬‬ ‫إذا كاف ‪ : t ̂  t tab‬إذف نقبل الفرضية الصفرية ‪ ، H 0‬أم كجود اجلذر الوحدكم‬ ‫‪l‬‬

‫)‪ unitaire‬ك بالتاِف الصَتكرة (‪ )processus‬غَت مستقرة ‪.‬‬

‫ب‪ -‬اختبار ديكي فولر الصاعد (‪ : )ADF‬يف حالة اختبار ‪ DICKY-FULLER‬ادلطور أك ادلعدؿ‬
‫(‪ )1981‬فإف النماذج السابقة تتغَت كما سنرل‪ ،‬لكن أكال ليكن لدينا النموذج من الشكل )‪: AR(p‬‬
‫‪m B  U T   t ;  t  N 0,  ‬‬ ‫‪‬‬ ‫‪2‬‬
‫‪‬‬ ‫حيث‪:‬‬
‫فإذا كاف ( ‪ ) ‬ؽلثل أكرب جذر لكثَت احلدكد ‪ B ‬فإنو يكتب على الشكل التاِف‪:‬‬
‫‪‬‬
‫‪B   1  B  1  1B   2 B 2     1B 1‬‬ ‫‪‬‬
‫‪‬‬
‫‪ T   t 1    j  t  j 1   t‬‬ ‫كبعد القياـ بعمليات حسابية صلد ‪:‬‬
‫‪j 2‬‬

‫كبإدخاؿ الثابت كمركبة االجتاه يف العالقة السابقة نتحصل على النماذج التالية كىذا بعد تقديرىا‬
‫بواسطة طريقة ادلربعات الصغرل‪.‬‬
‫‪‬‬
‫‪xt   xt 1    j xt  j 1   t‬‬ ‫الشكل األكؿ‪:‬‬
‫‪j 2‬‬
‫‪‬‬
‫‪xt  c   xt 1    j xt  j 1   t‬‬ ‫الشكل الثآف‪:‬‬
‫‪j 2‬‬
‫‪‬‬
‫‪xt  c  bt   xt 1    j xt  j 1   t‬‬ ‫الشكل الثالث‪:‬‬
‫‪j 2‬‬

‫توزيعات قوانُت مقدرات ظلاذج (‪ )ADF‬ىي نفسها اخلاصة بنماذج (‪ )DF‬كبالتاِف ؽلكننا الرجوع إُف‬
‫نفس اجلدكؿ للحصوؿ على القيم النظرية لإلحصائيات احملسوبة‪.‬‬
‫مالحظة‪ :‬قبل تطبيق اختبار ديكي فوالر البد من إغلاد درجة التأخَت للسلسة كىذا من أجل حتديد نوع‬
‫االختبار الذم سيستعمل يف الكشف عن اجلذر األحادم دلركبة االجتاه العاـ يف السلسلة‪.‬‬
‫كبعد إغلاد درجة التأخَت نتبع اخلطوات التالية‪:‬‬

‫‪104‬‬
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬

‫‪ )Les‬اخلارجة عن‬ ‫(‪Pics‬‬ ‫‪ -‬نقوـ مبالحظة ‪ Correlogramme‬للسلسلة‪ ،‬كذلك بتحديد األعمدة‬

‫رلاؿ الثقة لدالة االرتباط الذايت البسيطة اجلزئية ‪ FPAC‬كدكاؿ االرتباط الذايت ‪.FAC‬‬
‫دلختلف السالسل‪ ،‬تظهر لنا دكاؿ االرتباط الذايت‬ ‫‪Correlogramme‬‬ ‫‪ -‬من خالؿ مالحظتنا لػ‬
‫خترج عن رلاؿ الثقة حىت تأخَتات معتربة كبالتاِف ىذه‬ ‫‪FAC‬‬ ‫اجلزئية ‪ FPAC‬كدكاؿ االرتباط الذايت‬
‫(‪ )DF‬البسيط‪ ،‬أك‬ ‫السالسل غَت مستقرة كإلثبات كجود اجلذر األحادم نقوـ بتطبيق ديكي‪ -‬فولر‬
‫الصاعد (‪ )ADF‬على سلتلف السالسل‪.‬‬
‫‪ -‬اختبار فيليبس بيرون ‪ :(Phillips and perron) (P-P (:‬كىو من أشهر االختبارات اخلاصة باختبار‬
‫استقرارية السالسل الزمنية كالتأكد من درجة تكاملها‪ ،‬كؼلتلف إختبار فيليبس بَتكف ‪ P-P‬عن إختبار‬
‫‪ ADF‬بكػونو ال ػلتػػوم على قػػيم متباطئة للفركؽ كإختبار فيليبس‪ -‬بَتكف يعتمد تقديره على معادلة‬
‫نفسها عدا الصيغة األكُف ( بدكف حد ثابت كاجتاه عاـ) ‪ ،‬إال أنو ؼلتلف عن‬ ‫‪DF‬‬ ‫ديكي فولر البسيط‬
‫يف طريقة معاجلة كجود االرتباط الذايت من الدرجة األعلى ككذلك عدـ التجانس إذ يقوـ‬ ‫‪DF‬‬ ‫اختبار‬
‫يف حالة التباين ادلتغَت‬ ‫‪λ‬‬ ‫إلحصاءة ‪ t‬للمعلمة‬ ‫‪non paramétrique‬‬ ‫بعملية تصحيح غَت معلمية‬
‫يواجو مشكلة االرتباط الذايت بعملية تصحيح معلمية من خالؿ‬ ‫‪DF‬‬ ‫كاالرتباط الذايت‪ ،‬يف حُت اختبار‬
‫إضافة حدكد الفركؽ ادلبطأ ة للمتغَت على ؽلُت ادلعادلة‪.‬‬
‫‪: MCO‬‬ ‫كيتطلب إختبار فيليبس‪ -‬بَتكف تقدير ادلعادلة اآلتية باستخداـ طريقة ادلربعات الصغرل‬
‫‪Yt  u  Yt 1   t‬‬

‫كيتم تقدير تباين اخلطأ كما يلي ‪:‬‬

‫‪n‬‬ ‫‪n‬‬ ‫‪L‬‬

‫‪‬‬ ‫‪ U U‬‬

‫‪1‬‬ ‫‪2‬‬
‫‪S2 ‬‬ ‫‪U t2 ‬‬ ‫‪t‬‬ ‫‪s‬‬
‫‪n‬‬ ‫‪t 1‬‬
‫‪n‬‬ ‫‪t  s 1 s 1‬‬
‫حيث أف ‪ n:‬دتثل حجم العينة ‪،‬‬
‫‪: L‬عامل اإلبطاء ‪.‬‬
‫كباستعماؿ إختبار ماؾ كينوف لقيمة ‪ λ‬يتم اختبار فرضية العدـ بعدـ إستقرار السلسلة الزمنية يف‬
‫كعندما تكوف قيمة‬ ‫‪H1 :λ < 0‬‬ ‫مستوياهتا ‪ H0 : λ= 0‬مقابل الفرضية البديلة باستقرار السلسلة الزمنية‬
‫‪ λ‬معنوية فهذا يعٍت رفض فرضية العدـ كقبوؿ الفرضية البديلة كاليت تقضي باستقرار السلسلة الزمنية ( ال‬
‫حتتوم على جذر الوحدة ) ‪.‬‬

‫‪105‬‬
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬

‫ككذلك يتم استعماؿ القيم‬ ‫‪ADF‬‬ ‫إختبار‬ ‫كاختاذ القرار يكوف مشابو للخطوات ادلذكورة نفسها يف‬
‫العينات‬ ‫نفسها لالختبارين بسبب أف االختبارين ذلما التوزيع نفسو يف‬ ‫‪Critical Value‬‬ ‫احلرجة‬
‫)‪ (asymptotic distribution‬الكبَتة فقط ‪.‬‬
‫‪ -5‬أنواع السالسل الزمنية ‪:‬‬
‫إف إختبار ديكي فوالر السابق ؽلكننا كما ذكرنا سابقا من معرفة نوع السياؽ (‪ )TS‬أك (‪.)DS‬‬
‫‪ :(Trend‬كىي ظلاذج غَت مستقرة (عدـ استقرارية عشوائية)‬ ‫‪stationnaire) TS‬‬ ‫‪ - 1-5‬النموذج‬
‫كتأخذ الشكل‪ ، X t  f   t :‬حيث‪:‬‬
‫‪: f‬دتثل دالة كثَت احلدكد بالنسبة للزمن‪.‬‬
‫‪ : t‬دتثل صدمات عشوائية‪.‬‬
‫كاألكثر انتشارا من ىذه النماذج ىو كثَت حدكد من الدرجة )‪ (1‬بالشكل التاِف‪X t  0  1t  t :‬‬
‫‪ E  X t   a 0  a1t 2‬‬
‫‪‬‬
‫‪V  X t    ‬‬ ‫‪t, s / t  s‬‬
‫‪2‬‬

‫‪COV  X , X   0‬‬
‫‪‬‬ ‫‪t‬‬ ‫‪s‬‬

‫لدينا ‪ E  xt ‬مرتبطة بالزمن فهو ظلوذج غَت مستقر كجلعلو مستقرا نقوـ بتقدير ادلعاَف ‪  0‬و ‪1‬‬
‫بطريقة ادلربعات الصغرل )‪ ،(MCO‬كالقياـ بعملية الطرح التالية ‪X t  aˆ0  aˆ1t ‬‬
‫إستقرارية عشوائية)‬ ‫كىي ظلاذج غَت مستقرة (عدـ‬ ‫‪:(Difference Stationary) DS‬‬ ‫النموذج‬ ‫‪-2-5‬‬
‫‪X t  X t 1  B   t‬‬ ‫كتأخذ الشكل التاِف‪:‬‬
‫‪ E ( X t )  C  Bt‬‬
‫‪‬‬
‫‪V  X t   t ‬‬ ‫‪t, s / t  s‬‬
‫‪2‬‬

‫‪cov  X , X   ‬‬
‫‪‬‬ ‫‪t‬‬ ‫‪s‬‬ ‫‪‬‬

‫كؽلكن جعلو مستقرة باستعماؿ الفركقات أم ‪1  B  X  c  ‬‬

‫‪d‬‬
‫‪t‬‬ ‫‪t‬‬

‫‪ - 6‬تحليل بعض السالسل الزمنية باستخدام برنامج ‪: Eviews‬‬

‫مثال ‪ : 01‬لتكن لدينا سلسلة زمنية متعلقة مبعدالت التضخم يف اجلزائر منذ سنة ‪ 1990‬إُف غاية سنة‬
‫‪ 2017‬كما ىو موضح باجلدكؿ ادلواِف‪:‬‬
‫التضخم ‪INF‬‬ ‫معدؿ‬ ‫السنوات‬ ‫التضخم ‪INF‬‬ ‫معدؿ‬ ‫السنوات‬
‫‪3,96‬‬ ‫‪2004‬‬ ‫‪16,65‬‬ ‫‪1990‬‬
‫‪1,38‬‬ ‫‪2005‬‬ ‫‪25,89‬‬ ‫‪1991‬‬
‫‪2,31‬‬ ‫‪2006‬‬ ‫‪31,67‬‬ ‫‪1992‬‬
‫‪3,67‬‬ ‫‪2007‬‬ ‫‪20,54‬‬ ‫‪1993‬‬
‫‪106‬‬
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬
‫‪4,86‬‬ ‫‪2008‬‬ ‫‪29,05‬‬ ‫‪1994‬‬
‫‪5,73‬‬ ‫‪2009‬‬ ‫‪29,78‬‬ ‫‪1995‬‬
‫‪3,91‬‬ ‫‪2010‬‬ ‫‪18,68‬‬ ‫‪1996‬‬
‫‪4,52‬‬ ‫‪2011‬‬ ‫‪5,73‬‬ ‫‪1997‬‬
‫‪8,89‬‬ ‫‪2012‬‬ ‫‪4,95‬‬ ‫‪1998‬‬
‫‪3,25‬‬ ‫‪2013‬‬ ‫‪2,65‬‬ ‫‪1999‬‬
‫‪2,92‬‬ ‫‪2014‬‬ ‫‪0,34‬‬ ‫‪2000‬‬
‫‪4.78‬‬ ‫‪2015‬‬ ‫‪4,23‬‬ ‫‪2001‬‬
‫‪6.4‬‬ ‫‪2016‬‬ ‫‪1,42‬‬ ‫‪2002‬‬
‫‪5.59‬‬ ‫‪2017‬‬ ‫‪4,27‬‬ ‫‪2003‬‬
‫المطلوب ‪:‬‬
‫‪ - 1‬من خالؿ الرسم البيآف كضح ىل سلسلة البيانات حتتوم على االجتاه العاـ أـ ال؟‬
‫‪- 2‬من خالؿ منحٌت ‪ correlogramme‬كضح ىل السلسلة مستقرة أـ ال ؟‬
‫‪ - 3‬باستخداـ إختبار ديكي‪-‬فوالر كإختبار فيليب بَتكف‪ ،‬بُت ىل ىذه السلسلة ىي مستقرة أك غَت‬
‫مستقرة كمن أم نوع ؟‬
‫الحل‪:‬‬
‫‪ - 1‬باإلستعانة بربنامج ‪ Eviews‬نوضح كجود مركبة االجتاه العاـ من عدمها بيانيا أين نقوـ بفتح‬
‫السلسلة الزمنية ادلعنية من صفحة ‪ Workfile‬مث طلتار األمر ‪ Graph‬من ‪ View‬لنتحصل على مربع‬
‫حوارم من ‪ Graph type‬طلتار ‪ Line and symbol‬مث نضغط على ‪ OK‬كمايلي‪:‬‬

‫‪1‬‬ ‫‪2‬‬

‫‪107‬‬
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬

‫‪3‬‬

‫ال يتضح جليا من خالؿ بياف السلسلة ‪ inf‬ىل ىي حتتوم على مركبة االجتاه العاـ )‪ (Trend‬من‬
‫عدمها لتذبذب قيم البيانات خالؿ جل فًتة الدراسة بُت الزيادة كالنقصاف بالرغم من أننا نقر بوجود‬
‫فًتتُت سلتلفتُت باجتاىُت سلتلفُت فخالؿ أكاخر فًتة التسعينيات كانت ذات اجتاه متناقص مث ذات اجتاه‬
‫متزايد يف أغلب أكقات فًتة الدراسة ابتداءا من سنة ‪. 2000‬‬
‫‪ - 2‬دالة االرتباط الذايت البسيطة ككذا اجلزئية ألجل ‪ h  15‬تأخر يتم احلصوؿ عليها من برنامج‬
‫‪ Eviews‬كذلك بإتباع اخلطوات اآلتية ‪:‬‬
‫بعد فتح السلسلة من صفحة ‪ Workfile‬طلتار األمر ‪ Correlogramme‬ليظهر مربع حوارم ضلدد عدد‬
‫التأخَتات ‪ h  15‬كذلك على حسب عدد ادلشاىدات يف السلسلة يف خانة ‪ Lags to includ‬كنًتؾ‬
‫اإلختيار ‪ Level‬كما ىو كالذم يدؿ على أف السلسلة َف صلرم عليها أم تغيَت (أم سلسلة خاـ ) مث‬
‫‪OK‬‬ ‫نضغط على‬

‫‪108‬‬
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬

‫نتائج دالة االرتباط الذايت )العمود ‪ (AC‬كدالة االرتباط اجلزئي )العمود‬ ‫‪Eviews‬‬ ‫يقدـ لنا برنامج‬
‫‪ ( PAC‬يتطلب استقرار السلسلة أف يكوف )‪ P(h‬مساكيا للصفر بعبارة أخرل غلب أف تقع معامالت‬
‫االرتباط الذايت ‪ ACF‬داخل حدكد فًتة الثقة ‪ ،%95‬ؽلكن إجراء اختبار مشًتؾ دلعنوية معامالت‬
‫حبيث نالحظ بأف القيمة‬ ‫)‪(Ljung-Box‬‬ ‫االرتباط الذايت كمجموعة أين يتم استخداـ إ حصائية‬
‫كمنو صلد بأف‬ ‫‪h=15‬‬ ‫بتأخر‬ ‫‪Q-Stat=60.688‬‬ ‫احملسوبة من خالؿ بياف الػ ‪ Correlogramme‬ىي‬
‫‪ Q-Stat=60.688 > 02.05,15  25‬كبالتاِف نرفض فرضية العدـ كنقبل بالفرض البديل الذم ينص على‬
‫أفق ليس كل معامالت االرتباط الذايت مساكية للصفر شلا نستنتج بأف السلسلة ‪ inf‬ىي سلسلة غَت‬
‫مستقرة ‪.‬‬
‫كما أف من خالؿ الرسم البيآف أعاله يتضح أف قيم ‪ Q-stat‬ىي جوىرية من الناحية اإلحصائية‬
‫حيث أف احتماؿ حصوؿ على قيم ‪ Q‬عن طريق الصدفة ىو احتماؿ معدكـ أم ‪( Prob=0.000‬آخر‬
‫عمود بالبياف) إف ىذه النتيجة تؤكد على عدـ استقرارية أك سكوف السلسلة ‪. inf‬‬
‫‪ - 3‬ؿدراسة استقرارية ىذه السلسلة سوؼ نستخدـ إختبار ديكي فوالر البسيط أك ادلوسع ‪ ADF‬على‬
‫ثالث ظلاذج سلتلفة ‪ ،‬بحيث أف النموذج اؿثآف ؽلثل السلسلة اليت حتتوم احلد الثابت كبدكف إجتاه عاـ‬
‫)‪ (Intercept‬كالنموذج الثا لث ىو السلسلة اليت تتضمن احلد الثابت كاإلجتاه العاـ معا ‪(Trend and‬‬
‫)‪ ، Intercept‬أما النموذج األ كؿ فهو بدكف إجتاه عاـ كبدكف حد ثابت )‪( .(None‬ىذا حسب ترتيب‬
‫النماذج بالربنامج ‪. ) Eviews‬‬
‫قبل إجراء إختبار جذر الوحدة البد من حتديد فًتات التباطؤ الزمٍت ادلثلى الختبار ديكي فوالر ‪،‬‬
‫عمليا ىناؾ طريقة يتم من خالذلا حتديد عدد فًتات التباطؤ ادلثلى كىي طريقة تعتمد على استعماؿ‬
‫ادلعايَت الكمية حيث يوجد ثالث معايَت كىي ‪:‬‬
‫‪2k 2 p‬‬
‫‪- Akaike Criterion (AIC) : AIC P   Ln  e ‬‬
‫‪n‬‬
‫‪k 2 p. lnn ‬‬
‫‪- Shwartz Criterion(SC) : SC P   Ln  e ‬‬
‫‪n‬‬
‫‪2 p. lnln n  2‬‬
‫‪- Hannan - Quinn Criterion(HQ) : SC P   Ln  e ‬‬ ‫‪.k p‬‬
‫‪n‬‬

‫كل ىذه ادلعايَت تعتمد على إختيار ‪ P‬الذم يدٓف الكميات السابقة حيث ‪ k:‬عدد متغَتات النظاـ ‪،‬‬
‫‪ : n‬عدد ادلالحظات ‪ : P ،‬فًتات التباطؤ ‪: e ،‬مصفوفة التباين ادلشًتؾ للبواقي‪.‬‬

‫‪109‬‬
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬

‫كلتحديد العدد األمثل لفًتات التباطؤ الزمٍت حبيث تكوف فًتة التباطؤ كبَتة كفاية لضماف عدـ ترابط‬
‫ادلتغَتات العشوائية كصغَتة كفاية إلجراء عملية التقدير‪ ،‬يتم إختيار أقل قيمة لكل من ‪ AIC‬ك‪ SC‬كاليت‬
‫يقابلها التباطؤ الزمٍت األمثل‪ ،‬كىذا مايقوـ بو برنامج ‪ Eviews 9‬آليا ‪.‬‬
‫برنامج ‪ Eviews9‬لتحليل إستقرارية السلسلة الزمنية للتضخم ‪ ،inf‬أين يقوـ ىذا الربنامج‬ ‫قد إستعنا ب‬
‫حبساب قيم ̂‪ t ‬بطريقة أكتوماتيكية‪ ،‬نتائج ىذا االختبار بالنسبة َف تغَتة معدؿ التضخم سنوضحها يف‬
‫‪1‬‬

‫اخلطوات ادلوالية‪:‬‬
‫نقوـ بفتح سلسلة البيانات ‪ inf‬مث من ‪ View‬طلتار األمر ‪ Test Unit Root‬كمايلي‪:‬‬

‫لنتحصل على مربع حوارم من خاللو نقوـ بتحديد نوع اإلختبار ادلستعمل يف معرفة إستقرارية السلسلة‬
‫من عدمها من ‪ Test type‬أين سنختار ‪( Augmented Dickey –Fuller‬الحقا سنختار ‪Phillips-‬‬
‫‪ Perron‬من أجل االختبار الثآف) مث نًتؾ االختيار ما ىو عليو يف خانة ‪ Level‬أم أف السلسلة خاـ‬
‫َف صلرم عليها أم تعديل مث ضلدد نوع النموذج من ‪ Include in test equation‬أين صلد ثالث ظلاذج‬
‫سلتلفة حبيث أف أكؿ إختيار على برنامج ‪ Eviews‬ؽلثل النموذج الثآف الذم ػلتوم على الثابت‬
‫‪ X    1X  C  ‬إذا استخدمنا إختبار‬
‫‪i‬‬ ‫‪1‬‬ ‫‪i 1‬‬ ‫‪i‬‬ ‫‪i‬‬ ‫)‪ (Intercept‬كىو يكتب من الشكل اآليت ‪:‬‬
‫ديكي‪-‬فوالر البسيط‪ ،‬أما إذا استخدمنا إختبار ديكي‪-‬فوالر ادلطور فيكتب من الشكل‬
‫‪‬‬
‫مث نضغط على ‪OK‬كما يلي‪:‬‬ ‫‪xi  c   xi 1   j xi  j 1   i‬‬
‫‪j 2‬‬

‫‪110‬‬
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬

‫النموذج الثاني‬

‫درجة التأخَت‬

‫هذا الجزء متعلق‬

‫باختبار جذر الوحدة‬

‫الثابت‬

‫نالحظ بأف درجة التأخَت ادلثلى كانت ‪ P=0‬كما ىو موضح باجلدكؿ )‪ (Lag Length :0‬من بُت ستة‬
‫درجات تأخَت سلتارة كأقصى حد )‪ (Maximum lags=6‬لذا سنطبق إختبار ديكي فوالر البسيط ‪.‬‬
‫كالنموذج ادلقدر ادلتحصل ىو ‪:‬‬
‫‪ inf i  0.15 inf i 1  1.02‬‬
‫‪ 1.48 0.74‬‬
‫القيم اليت بُت قوسُت دتثل قيم ‪ t-stat‬احملسوبة دلعلميت النموذج‪ ،‬ؼبالنسبة للجذر األحادم فمقارنة ̂‪t ‬‬
‫‪1‬‬

‫احملسوبة بػ ‪ t tab‬اجملدكلة (قيم ‪ )Mackinnon‬عند مستول ادلعنوية ‪ ،   5%‬صلد بأف لدينا‬

‫‪ t  1.48  ttabulé  2.97‬كمنو نقبل بالفرضية الصفرية اليت تنص على إحتواء السلسلة على اجلذر‬
‫‪1‬‬

‫األحادم‪.‬‬
‫أما للحصوؿ على نتائج إختبار النموذج الثالث (كىو اإلختيار رقم ‪ 2‬على برنامج ‪ ) Eviews‬فنختار‬
‫)‪ (Trend and Intercept‬كىو يكتب من الشكل اآليت ‪:‬‬
‫النموذج الثالث‪ X    1X  C  bt   :‬إذا استخدمنا إختبار ديكي‪-‬فوالر البسيط‬
‫‪i‬‬ ‫‪1‬‬ ‫‪i 1‬‬ ‫‪i‬‬ ‫‪i‬‬

‫‪‬‬
‫‪ x‬إذا استخدمنا إختبار ديكي‪-‬‬ ‫‪i‬‬ ‫‪ c  bt   xi 1    j xi  j 1   i‬‬ ‫كيكتب من الشكل‪:‬‬
‫‪j 2‬‬

‫فوالر ادلطور مث نضغط على ‪: OK‬‬

‫‪111‬‬
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬

‫النموذج الثالث‬

‫الثابت‬
‫االتجاٍ العام‬

‫نالحظ بأف درجة التأخَت ادلثلى كانت ‪ P=0‬كما ىو موضح باجلدكؿ )‪ (Lag Length :0‬من بُت ستة‬
‫درجات تأخَت سلتارة كأقصى حد )‪ (Maximum lags=6‬لذا سنطبق إختبار ديكي فوالر البسيط‬
‫كالنموذج ادلقدر ادلتحصل ىو ‪:‬‬
‫‪ inf i  0.24 inf i 1  4.30  0.17t‬‬
‫‪ 1.77  1.21  1.00‬‬
‫لدينا إحصائية ‪ t-stat‬دلركبة االجتاه العاـ أقل من القيمة النظرية ذلا عند مستول معنوية ‪ ( %5‬كما أف‬
‫قيمة االحتماؿ ادلقابل ذلذه اإلحصائية ىو ‪ 0.32‬كىو أكرب من ‪ ، )0.05‬كبالتاِف نقبل بفرضية العدـ‬
‫‪TS‬‬ ‫كاليت تنص على عدـ إحتواء السلسلة على مركبة االجتاه العاـ أم ال كجود لالجتاىات الثابتة‬
‫بالسلسلة )‪ ،(Trend Stationary process‬كما لدينا أيضا ‪ t  1.77  ttabulé  3.58‬كمنو نقبل‬
‫‪1‬‬

‫بالفرضية الصفرية اليت تنص على إحتواء السلسلة على اجلذر األحادم ‪.‬‬
‫كأخَتا طلتار النموذج األكؿ )‪ (None‬أم بدكف ثابت كال إجتاه عاـ كىو يكتب من الشكل ‪:‬‬
‫إذا استخدمنا إختبار ديكي‪-‬فوالر البسيط ‪.‬‬ ‫‪X t  1  1X t 1   t‬‬
‫‪‬‬
‫إذا استخدمنا إختبار ديكي‪-‬فوالر ادلطور مث‬ ‫‪xt   xt 1    j xt  j 1   t‬‬ ‫كيكتب من الشكل‪:‬‬
‫‪j 2‬‬

‫نضغط على ‪: OK‬‬

‫‪112‬‬
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬

‫النموذج األول‬

‫نالحظ بأف درجة التأخَت ادلثلى كانت ‪ P=0‬لذا سنطبق إختبار ديكي فوالر البسيط‬
‫كالنموذج ادلقدر ادلتحصل ىو ‪:‬‬
‫‪ inf i  0.09 inf i 1‬‬
‫‪ 1.36‬‬
‫مبأف ‪ t  1.36  ttabulé  1.95‬فإننا نرفض فرضية العدـ كبالتاِف السلسلة حتتوم اجلذر األحادم ‪.‬‬
‫‪1‬‬

‫كؽلكننا دائما أف نلخص يف جدكؿ كاحد أىم النتائج ادلتحصل عليها من النماذج الثالثة كما يلي‪:‬‬
‫‪INF‬‬ ‫السلسلة‬ ‫النموذج‬
‫‪0.32‬‬ ‫إحتماؿ مركبة االجتاه العاـ ‪b ‬‬
‫‪-1.00‬‬ ‫‪t-stat‬‬
‫‪0.23‬‬ ‫الثػػابت (‪)C‬‬ ‫إحتماؿ‬ ‫النموذج الثالث‬
‫‪1.21‬‬ ‫‪t-stat‬‬
‫‪-1.77‬‬ ‫األحادم ( ‪) ‬‬ ‫اجلذر‬
‫‪0.46‬‬ ‫الثػػابت (‪)C‬‬ ‫إحتماؿ‬
‫‪0.74‬‬ ‫‪t-stat‬‬ ‫النموذج الثاني‬
‫‪-1.48‬‬ ‫اجلذر األحادم ( ‪) ‬‬
‫‪-1.36‬‬ ‫اجلذر األحادم ( ‪) ‬‬ ‫النموذج األول‬

‫كخالصة لتحليلنا لنتائج ذلك االختبار‪ ،‬نستنتج بأف السلسلة اليت بُت أيدينا ىي سلسلة غَت مستقرة‬
‫كىي من النوع ‪ DS‬مع مشتقة نظرا دلعنوية الثابت ‪.‬‬

‫‪113‬‬
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬

‫لذا سنجرم عملية الفركقات من الدرجة األكُف على السلسلة ‪ INF‬كمن مث نعيد إتباع نفس اخلطوات‬
‫السابقة انطالقا من حتديد درجة التأخَت ‪ P‬للسلسلة اجلديدة كاليت نسميها ‪ DINF‬كبعدىا نستعمل‬
‫االختبار ادلناسب لدراسة استقرارية السلسلة ‪ ،‬كفيمايلي الطريقة ادلتبعة للحصوؿ على السلسلة اجلديدة‬
‫‪ : DINF‬من شريط القوائم ‪ Quick‬طلتار ‪ Generate serie‬فيظهر مربع حوارم نكتب فيو إسم ادلتغَت‬
‫‪Workfile‬‬ ‫اجلديد )‪ DINF=D(INF‬مث نضغط على ‪ OK‬لتظهر السلسلة اجلديدة على صفحة الػ‬
‫كالشكل ادلواِف يوضح ذلك‪:‬‬

‫)‪،(NA‬‬ ‫مث نقوـ إما بفتح السلسلة اجلديدة ‪ DINF‬لنالحظ بأف أكؿ قيمة من ادلشاىدات قد حذفت‬
‫كنقوـ بإجراء إختبار ديكي‪-‬فوالر على النماذج الثالثة كفق اخلطوات السابقة (كما مت مع السلسلة‬
‫‪ ) INF‬أك فتح السلسلة ‪ INF‬كإختيار ‪( 1st difference‬أم الفرؽ من الدرجة األكُف) من ‪Test for‬‬
‫‪ unit root in‬بدال من ‪ Level‬كنتائج ىذا اإلختبار نلخصها باجلدكؿ ادلواِف ‪:‬‬
‫‪DINF‬‬ ‫السلسلة‬ ‫النموذج‬
‫‪0.35‬‬ ‫إحتماؿ مركبة االجتاه العاـ ‪b ‬‬
‫‪-1.00‬‬ ‫‪t-stat‬‬
‫‪0.24‬‬ ‫الثػػابت (‪)C‬‬ ‫إحتماؿ‬ ‫النموذج الثالث‬
‫‪-1.19‬‬ ‫‪t-stat‬‬
‫‪-5.32‬‬ ‫األحادم ( ‪) ‬‬ ‫اجلذر‬
‫‪0.44‬‬ ‫الثػػابت (‪)C‬‬ ‫إحتماؿ‬
‫‪-0.78‬‬ ‫‪t-stat‬‬ ‫النموذج الثاني‬
‫‪-5.28‬‬ ‫اجلذر األحادم ( ‪) ‬‬

‫‪114‬‬
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬

‫‪-5.28‬‬ ‫اجلذر األحادم ( ‪) ‬‬ ‫النموذج األول‬

‫من خالؿ اجلدكؿ أعاله صلد أف قيمة ‪ t‬ستيودنت دلركبة االجتاه العاـ أقل من القيمة النظرية عند‬
‫ادلعنوية ‪ ،   5%‬ككذا احتماؿ مركبة االجتاه العاـ ( ‪ )0.05 > 0.35‬كبالتاِف نقبل فرضية العدـ كنرفض‬
‫كجود مركبة االجتاه العاـ‪.‬‬
‫كفيما ؼلص اختبار كجود الثابت‪ ،‬فإف قيمة ‪ t‬ستيودنت ذلذا األخَت أقل من القيمة النظرية عند درجة‬
‫ادلعنوية ‪ ،   5%‬كعليو نقبل فرضية العدـ أم عدـ كجود الثابت يف السلسلة‪.‬‬
‫أما بالنسبة للجذر األحادم‪ ،‬فمقارنة ̂‪ t ‬احملسوبة بػ ‪ t tab‬اجملدكلة (قيم ‪ )Mackinnon‬عند مستول‬
‫‪1‬‬

‫ادلعنوية ‪ ،   5%‬أين صلد بأف‪ t tab < t ̂ :‬بالنسبة للنماذج الثالث‪ ،‬كىذا ما يشَت بأف السلسلة‬
‫‪1‬‬

‫ال حتتوم على اجلذر األحادم ‪.‬‬

‫كيف األخَت نستنتج بأف السلسلة ‪ DINF‬ىي سلسلة مستقرة ‪ ،‬كفيما يلي ادلنحٌت البيآف للسلسلة ‪DINF‬‬

‫ادلستقرة‪ ،‬حبيث نالحظ تذبذب السلسلة حوؿ خط ادلنتصف بشكل منتظم ‪.‬‬
‫‪DINF‬‬
‫‪10‬‬

‫‪5‬‬

‫‪0‬‬

‫‪-5‬‬

‫‪-10‬‬

‫‪-15‬‬
‫‪90‬‬ ‫‪92‬‬ ‫‪94‬‬ ‫‪96‬‬ ‫‪98‬‬ ‫‪00‬‬ ‫‪02‬‬ ‫‪04‬‬ ‫‪06‬‬ ‫‪08‬‬ ‫‪10‬‬ ‫‪12‬‬ ‫‪14‬‬ ‫‪16‬‬

‫طلتار من ‪ Test type‬اإلختيار ‪Phillips-Perron‬‬ ‫نفس الشيئ ؽلكن أيضا إجراء اختبار فليب بَتكف أين‬

‫‪115‬‬
 Eviews ‫ حتليل السالسل الزمنية باستخداـ برنامج‬: ‫الفصل الخامس‬

: ‫ كمايلي‬Eviews ‫مث صلرم ىذا اإلختبار على النماذج الثالثة السابقة كالنتائج مستخرجة من برنامج‬
:(Trend and Intercept) ‫النموذج الثالث‬
Phillips-Perron Test Equation
Dependent Variable : D(INF)
Method : Least Squares
Sample (adjusted) : 1991 2017
Included observations : 27 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

INF(-1) -0.246966 0.139108 -1.775346 0.0885

C 4.306213 3.551984 1.212340 0.2372
@TREND(« 1990 ») -0.171921 0.171346 -1.003358 0.3257

:(Intercept) ‫النموذج الثاني‬

Phillips-Perron Test Equation
Dependent Variable: D(INF)
Method: Least Squares
Sample (adjusted): 1991 2017
Included observations: 27 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

INF(-1) -0.153141 0.103004 -1.486750 0.1496

C 1.022129 1.379839 0.740759 0.4657

:(None) ‫النموذج األول‬

Phillips-Perron Test Equation
Dependent Variable: D(INF)
Method: Least Squares
Sample (adjusted): 1991 2017
Included observations: 27 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

INF(-1) -0.099889 0.073126 -1.365983 0.1836

116
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬

‫نفس النتيجة ادلتوصل إليها كما يف إختبار ديكي‪-‬فوالر السلسلة ‪ INF‬ال حتتوم على مركبة االجتاه‬
‫العاـ كما أف النماذج الثالثة هبا جذر الوحدة‪ ،‬كبالتاِف فالسلسلة غَت مستقرة كىي من النوع ‪. DS‬‬
‫مثال ‪ :02‬إذا كاف لدينا بيانات شهرية لفًتة أربع سنوات دلبيعات إحدل ادلؤسسات دلنتوجها ‪ X‬كما‬
‫ىو مبُت يف اجلدكؿ ادلواِف ‪:‬‬
‫ديسمرب‬ ‫جانفي فيفرم مارس أفريل مام جواف جويلية أكت سبتمرب أكتوبر نوفمرب‬
‫‪17‬‬ ‫‪14‬‬ ‫‪15‬‬ ‫‪11‬‬ ‫‪16‬‬ ‫‪13‬‬ ‫‪12‬‬ ‫‪12‬‬ ‫‪19‬‬ ‫‪17‬‬ ‫‪13‬‬ ‫‪10‬‬ ‫‪2015‬‬
‫‪17‬‬ ‫‪14‬‬ ‫‪14‬‬ ‫‪12‬‬ ‫‪18‬‬ ‫‪10‬‬ ‫‪14‬‬ ‫‪12‬‬ ‫‪20‬‬ ‫‪17‬‬ ‫‪14‬‬ ‫‪13‬‬ ‫‪2016‬‬
‫‪18‬‬ ‫‪13‬‬ ‫‪11‬‬ ‫‪10‬‬ ‫‪17‬‬ ‫‪13‬‬ ‫‪14‬‬ ‫‪11‬‬ ‫‪16‬‬ ‫‪15‬‬ ‫‪13‬‬ ‫‪11‬‬ ‫‪2017‬‬
‫‪16‬‬ ‫‪15‬‬ ‫‪12‬‬ ‫‪13‬‬ ‫‪16‬‬ ‫‪14‬‬ ‫‪15‬‬ ‫‪13‬‬ ‫‪15‬‬ ‫‪13‬‬ ‫‪12‬‬ ‫‪12‬‬ ‫‪2018‬‬

‫ككاف ادلطلوب دراسة إستقرارية ىذه السلسلة‪ ،‬فكيف يتم ذلك؟‬

‫الجواب‪ :‬مبأف السلسلة ىي ذات بيانات شهرية فعلينا أكال التأكد من خلو ىذه السلسلة من مركبة‬
‫الفصلية (التغَتات اليت حتدث بانتظاـ يف كحدات زمنية متعاقبة )‪ ،‬كإال إزالة ىذه ادلركبة يف حالة كجودىا‪،‬‬
‫كؽلكن معرفة ذلك من خالؿ دالة االرتباط الذايت ‪ Correlogramme‬أين نتحصل على ىذه الدالة من‬
‫برنامج ‪ Eviews‬بإتباع اخلطوات اآلتية ‪:‬‬
‫بعد فتح السلسلة من صفحة ‪ Workfile‬طلتار األمر ‪ Correlogram‬ليظهر مربع حوارم ضلدد عدد‬
‫التأخَتات يف خانة ‪( Lags to includ‬نأخذ على األقل ربع عدد ادلشاىدات إذا كانت ‪) n<150‬‬
‫كنًتؾ اإلختيار ‪ Level‬كما ىو مث نضغط على ‪: OK‬‬

‫‪117‬‬
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬

‫من خالؿ ىذا البياف يتضح بأف السلسلة حتتوم على مركبة الفصلية كىي تظهر يف شكل قمم‬
‫(‪ )Pics‬بارزة كمتكررة يف فًتات زمنية تعادؿ )‪ ، (P=4‬األمر الذم يدعو إُف القياـ بعملية التعديل‬
‫ادلومسي (نزع ادلركبة ادلومسية من السلسلة)‪.‬‬
‫إلزالة ادلركبة الفصلية استعنا بربنامج ‪ Eviews‬من أجل حساب ادلعامالت الفصلية الشهرية كذلك‬
‫بإتباع اخلطوات اآلتية ‪:‬‬
‫‪ Workfile‬مث طلتار من ‪ Proc‬األمر ‪Seasonal‬‬ ‫نقوـ بفتح سلسلة البيانات من صفحة ال ػ ػ‬
‫‪Moving Average‬‬ ‫‪ Adjustment‬ليقدـ لنا رلموعة من اإلختيارات نقوـ بالضغط على األمر‬
‫‪ Methods‬لنتحصل على مربع حوارم أين نقوـ بتنشيط اإلختيار ادلناسب لنوع السلسلة من ‪Method‬‬
‫‪Ratio to moving average-‬‬ ‫‪ Adjustment‬فإذا كانت سلسلة جدائية فننشط خانة‬
‫‪Difference from‬‬ ‫‪ multiplicative‬أما بالنسبة للسلسلة التجميعية فننشط خانة اإلختيار الثآف‬
‫‪ ، moving average-Additive‬كسنجد إسم السلسلة اجلديدة منزكعة الفصلية مكتوب آليا يف خانة‬
‫‪( Adjusted series‬كىو اسم السلسلة األكُف مضاؼ إليو حريف ‪ sa‬للداللة على الفصلية ‪) Seasonal‬‬
‫كستظهر ىذه السلسلة اجلديدة على صفحة الػ ‪Workfile‬‬

‫مث نضغط على ‪ OK‬فنتحصل على اجلدكؿ ادلواِف الذم يوضح ادلعامالت الفصلية الشهرية للسلسلة ‪:‬‬

‫‪118‬‬
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬

‫)‪ (Ventesa‬نفتح من خالؿ الربنامج‬ ‫كللحصوؿ على قيم السلسلة اجلديدة من دكف ادلركبة الفصلية‬
‫‪:Eviews‬‬

‫ًفتح هذٍ السلسلة‬

‫رقم ‪01‬‬ ‫بعد ىذه اخلطوة نقوـ بدراسة إستقرارية السلسلة اجلديدة ‪ Ventesa‬كما مت يف ادلثاؿ‬
‫تمارين ‪:‬‬
‫التمرين األول ‪ :‬ليكن اجلدكليُت ادلواليُت من سلرجات برنامج ‪ ، Eviews‬حبيث يشَت ادلتغَت ‪ INF‬إُف‬
‫سلسلسة ادلشاىدات الزمنية اخلاصة بظاىرة التضخم ‪.‬‬

‫‪Null Hypothesis: INF has a unit root‬‬

‫‪Exogenous: Constant, Linear Trend‬‬

‫‪119‬‬
 Eviews ‫ حتليل السالسل الزمنية باستخداـ برنامج‬: ‫الفصل الخامس‬

:‫الجدول األول‬
Lag Length: 0 (Automatic - based on SIC, maxlag=8)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -2.591904 0.2860

Test critical values: 1% level -4.252879
5% level -3.548490

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(INF)
Method: Least Squares
Included observations: 34 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

INF(-1) -0.350654 0.135288 -2.591904 0.0144

C 0.966185 0.413652 2.335744 0.0261
@TREND("1980") -0.017873 0.011185 -1.598011 0.1202

:‫الجدول الثاني‬
Null Hypothesis: DINF has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=8)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -6.379061 0.0000

Test critical values: 1% level -4.262735
5% level -3.552973

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(DINF)
Method: Least Squares
Included observations: 33 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

DINF(-1) -1.142642 0.179124 -6.379061 0.0000

C -0.035427 0.224726 -0.157647 0.8758
@TREND("1980") -0.000999 0.011046 -2.090457 0.0285

. ‫ قدـ أىم النتائج اليت يوضحها ىذين اجلدكلُت‬-

‫ لدينا اجلدكؿ ادلواِف لقيم كل من الدخل كاالدخار ألحد العائالت‬:‫التمرين الثاني‬

120
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬

‫باستعماؿ برنامج ‪ Eviews‬قم مبايلي ‪:‬‬

‫‪ - 1‬إدخاؿ القيم إُف الربنامج مث أحفظ النتائج ‪.‬‬
‫‪ - 2‬أرسم الشكل االنتشارم للقيم‪ ،‬ماذا تالحظ ؟‬
‫‪ - 3‬أدرس مدل استقرارية كال السلسلتُت مع حتديد نوع كل سلسلة ‪.‬‬
‫‪ - 4‬ختلص من مشكلة عدـ االستقرارية إف كجدت ‪.‬‬
‫التمرين الثالث‪ :‬إف اجلدكؿ ادلواِف يبُت ملخص لنتائج اختبار ديكي‪-‬فوالر‪ ADF‬على بعض السالسل‬
‫‪2018-1980‬‬ ‫ادلتعلقة مبتغَتات االقتصاد الكلي اجلزائرم للفًتة‬
‫‪M2‬‬ ‫‪PIB‬‬ ‫‪LTCH‬‬ ‫‪LTC‬‬ ‫‪LBC‬‬ ‫النتائج‬ ‫النموذج‬
‫‪0.84‬‬ ‫‪0.66‬‬ ‫‪0.10‬‬ ‫‪0.58‬‬ ‫‪0.31‬‬ ‫‪ b ‬إحتماؿ مركبة االجتاه العاـ‬
‫‪-0.19‬‬ ‫‪0.43‬‬ ‫‪-1.68‬‬ ‫‪0.55-‬‬ ‫‪1.01‬‬ ‫‪t-stat‬‬
‫‪0.001‬‬ ‫‪0.09‬‬ ‫‪0.12‬‬ ‫‪0.05‬‬ ‫‪0.71‬‬ ‫‪C‬إحتماؿ الثػػابت‬ ‫النموذج الثالث‬
‫‪3.48‬‬ ‫‪1.72‬‬ ‫‪1.55‬‬ ‫‪2.03‬‬ ‫‪0.36‬‬ ‫‪t-stat‬‬
‫‪-5.15‬‬ ‫‪-3.61‬‬ ‫‪-1.40‬‬ ‫‪-0.17 -2.22‬‬ ‫‪ ‬اجلذر األحادم‬
‫‪0.00‬‬ ‫‪0.005‬‬ ‫‪0.44‬‬ ‫‪2.79‬‬ ‫‪0.37‬‬ ‫‪C‬إحتماؿ الثػػابت‬
‫‪4.55‬‬ ‫‪2.95‬‬ ‫‪0.78‬‬ ‫‪0.008‬‬ ‫‪0.89‬‬ ‫‪t-stat‬‬ ‫النموذج الثاني‬
‫‪-5.23‬‬ ‫‪-3.63‬‬ ‫‪-0.83‬‬ ‫‪-1.71 -2.01‬‬ ‫‪ ‬اجلذر األحادم‬
‫‪-2.03‬‬ ‫‪-1.29‬‬ ‫‪-0.54‬‬ ‫‪1.10‬‬ ‫‪-1.82‬‬ ‫‪ ‬اجلذر األحادم‬ ‫النموذج األول‬

‫‪ :LBC‬لوغاريتم ادليزاف التجارم‪ :LTC ،‬لوغاريتم سعر الصرؼ‪ :LTCH ،‬لوغاريتم معدؿ البطالة‪،‬‬
‫‪ : PIB‬الناتج الداخلي اخلاـ‪ :M2 ،‬معدؿ الكتلة النقدية‬
‫‪121‬‬
 ‫‪Eviews‬‬ ‫الفصل الخامس ‪ :‬حتليل السالسل الزمنية باستخداـ برنامج‬

‫المطلوب ‪:‬‬
‫بُت ىل ىذه السالسل حتتوم على مركبة االجتاه العاـ أـ ال ‪.‬‬ ‫‪-1‬‬

‫ىل للثابت داللة إحصائية ؟‬ ‫‪-2‬‬

‫ىل حتتوم ىذه السالسل على اجلذر األحادم ؟‬ ‫‪-3‬‬

‫يف كل مرة بُت نوع السلسلة ككيفية معاجلة مشكلة عدـ االستقرارية ‪.‬‬ ‫‪-4‬‬

‫‪122‬‬
 ‫قػائػ ػ ػ ػ ػ ػ ػ ػ ػ ػ ػ ػ ػ ػمػة ادل ػراج ػ ػ ػ ػ ػ ػ ػ ػ ػ ػ ػ ػ ػ ػ ػ ػ ػ ػ ػ ػ ػ ػ ػ ػ ػػع‬

‫‪122‬‬
 ‫قائمة المراجع‬

‫‪ /I‬المـراجــع باللغـة العـربي ــة‪:‬‬

‫‪ - 1‬أمورم ىادم كاظم احلسناكم‪ ،‬طرؽ القياس االقتصادم‪ ،‬دار كائل للنشر‪ ،‬عماف‪2002 ،‬؛‬
‫‪ - 2‬ادلرسي السيد احلجازم‪ ،‬عبد القادر زلمد عطية‪ ،‬مقدمة يف اإلقتصاد القياسي‪ ،‬ادلبادئ‬
‫كالتطبيقات‪ ،‬الرياض‪ :‬النشر العلمي كادلطابع‪ 2001،‬؛‬
‫‪ - 3‬إمتثاؿ زلمد حسن‪ ،‬زلمد علي زلمد أمحد ‪،‬مبادئ اإلستدالؿ اإلحصائي‪ ،‬الدار اجلامعية‪،‬‬
‫اإلسكندرية‪ 2000 ،‬؛‬
‫‪- 4‬بلقاسم العباس‪ ،‬االقتصاد القياسي‪ ،‬رللة جسر التنمية‪ ،‬العدد ‪ ،51‬ادلعهد العريب للتخطيط‬
‫الكويت‪ ،‬مارس‪ 2006 ،‬؛‬
‫‪- 5‬جالطو جيالِف‪ ،‬اإلحصاء التطبيقي مع دتارين كمسائل زللولة‪ ،‬دار اخللدكنية‪ ،‬اجلزائر‪ 2007 ،‬؛‬
‫‪- 6‬حشماف مولود‪ ،‬ظلاذج كتقنيات التنبؤ قصَت ادلدل‪ ،‬ديواف ادلطبوعات اجلامعية‪ ،‬اجلزائر‪2002 ،‬؛‬
‫‪- 7‬خالد زلمد السواعي‪ Eviews ،‬كالقياس االقتصادم‪،‬دار الكتاب الثقايف‪،‬ط‪ ،1‬األردف‪2012 ،‬؛‬
‫‪ Eviews‬كالقياس‬ ‫‪ - 8‬خالد زلمد السواعي‪ ،‬أساسيات االقتصاد القياسي باستخداـ‬
‫االقتصادم‪ ،‬دار الكتاب الثقايف‪ ،‬األردف‪ 2011 ،‬؛‬
‫‪ - 9‬شرايب عبد العزيز‪ ،‬طرؽ إحصائية للتوقع اإلقتصادم‪ ،‬ديواف ادلطبوعات اجلامعية‪ ،‬اجلزائر‪،‬‬
‫‪ 2000‬؛‬
‫‪- 10‬عبد القادر‪ ،‬زلمد عبد القادر عطية‪ ،‬احلديث يف االقتصاد القياسي بُت النظرية كالتطبيق‪،‬‬
‫الدار اجلامعية للطباعة كالنشر‪ ،‬مصر‪ 2004 ،‬؛‬
‫‪،2‬‬ ‫‪- 11‬مكيد علي‪ ،‬االقتصاد القياسي دركس كمسائل زللولة‪ ،‬ديواف ادلطبوعات اجلامعية‪ ،‬ط‬
‫اجلزائر‪ 2011 ،‬؛‬
‫‪- 12‬صاٌف تومي‪ ،‬االقتصاد القياسي بُت النظرية كالتطبيق‪ ،‬ديواف ادلطبوعات اجلامعية‪ ،‬اجلزائر‪،‬‬
‫‪ 2000‬؛‬
‫‪- 13‬كليد إمساعيل السيفو‪ ،‬فيصل مفتاح شلوؼ‪ ،‬صائب جواد إبراىيم جواد‪ ،‬مشاكل االقتصاد‬
‫القياسي التحليلي‪ ،‬التنبؤ كاالختبارات القياسية من الدرجة األكُف‪ ،‬األىلية للنشر كالتوزيع‪،‬‬
‫األردف‪. 2006 ،‬‬

‫‪123‬‬
 ‫قائمة المراجع‬

:‫ المـراجــع باللغـة األجنبية‬/II

14- Éric DOR : «Économétrie, Synthèse de cours et exercices corrigés»,
Collection synthex, 2009.
15- Gujarati Damodar N: “Basic Econometrics”, Fourth Edition, McGraw-Hill,
New York, 2004
16- G. Colletaz et C. Hurlin : «Modèles Non Linéaires et Prévisions», Rapport
de Recherche,Institut CDC pour la Recherche, Laboratoire d’Economie
d’Orléans, 2006.
17- Jack Johnston, John Dinardo: « Méthodes Econométriques », 4eme edition,
ECONOMICA, 1999.
18- Lardic. Sandrine - Valérie migron : «Econométrie De Série Temporelles
Macroéconomiques Et Financières », ECONOMICA, paris 2002.
19- Philippe Casin, Econométrie: Méthode et applications avec Eviews,
Editions TECHNIP, 2009.
20- Régis Bourbonnais, Econométrie, Manuel et exercices corrigés, 7 édition,
Paris, Dunod, 2009.
21- Régis Bourbonnais et Michel Tirraza: "Analyse Des Séries Temporelle En
Economiques ", PUF, 1998.
22- Régis Bourbonnais: "Cours et Exercices Corrigés", ed DUNOD 9éme, Paris
2015.
23- Steve Ambler : «Introduction à l’économétrie Notes sur les modèles de
régression non linéaires», département des sciences économiques, Ecole des
sciences de la gestion, Université du Québec à Montréal, 2013.

124