Simple Moving Durchschnitt Eviews

Ein einfacher gleitender Durchschnitt (SMA) Ein einfacher gleitender Durchschnitt (SMA) ist ein arithmetischer gleitender Durchschnitt, der berechnet wird, indem der Schlusskurs der Sicherheit für eine Anzahl von Zeitperioden addiert wird und dann diese Gesamtzahl durch die Anzahl der Zeit dividiert wird Zeiträume. Wie in der obigen Grafik gezeigt, beobachten viele Händler kurzfristige Durchschnittswerte, um längerfristige Durchschnittswerte zu überschreiten, um den Beginn eines Aufwärtstrends zu signalisieren. Kurzzeitmittel können als Stufen der Unterstützung zu handeln, wenn der Preis erlebt ein Pullback. Laden des Players. BREAKING DOWN Einfacher gleitender Durchschnitt - SMA Ein einfacher gleitender Durchschnitt ist anpassbar, indem er für eine unterschiedliche Anzahl von Zeitperioden berechnet werden kann, indem einfach der Schlusskurs des Wertpapiers für eine Anzahl von Zeitperioden addiert wird und dann diese Summe durch die Zahl dividiert wird Von Zeiträumen, die den durchschnittlichen Preis der Sicherheit über den Zeitraum gibt. Ein einfacher gleitender Durchschnitt glättet die Volatilität und macht es einfacher, die Preisentwicklung eines Wertpapiers zu sehen. Wenn der einfache gleitende Durchschnitt nach oben zeigt, bedeutet dies, dass der Sicherheitspreis steigt. Wenn es nach unten zeigt, bedeutet dies, dass der Sicherheitspreis sinkt. Je länger der Zeitrahmen für den gleitenden Durchschnitt, desto glatter der einfache gleitende Durchschnitt. Ein kürzerer bewegter Durchschnitt ist volatiler, aber sein Messwert ist näher an den Quelldaten. Analytische Bedeutung Die gleitenden Durchschnitte sind ein wichtiges analytisches Instrument, um aktuelle Preisentwicklungen und das Potenzial für eine Veränderung eines etablierten Trends zu identifizieren. Die einfachste Form der Verwendung eines einfachen gleitenden Durchschnitt in der Analyse ist es, schnell zu identifizieren, ob eine Sicherheit in einem Aufwärtstrend oder Abwärtstrend ist. Ein weiteres populäres, wenn auch etwas komplexeres analytisches Werkzeug, besteht darin, ein Paar einfacher gleitender Durchschnitte mit jeweils unterschiedlichen Zeitrahmen zu vergleichen. Liegt ein kürzerer einfacher gleitender Durchschnitt über einem längerfristigen Durchschnitt, wird ein Aufwärtstrend erwartet. Auf der anderen Seite signalisiert ein langfristiger Durchschnitt über einem kürzerfristigen Durchschnitt eine Abwärtsbewegung im Trend. Beliebte Trading-Muster Zwei beliebte Trading-Muster, die einfache gleitende Durchschnitte verwenden, schließen das Todeskreuz und ein goldenes Kreuz ein. Ein Todeskreuz tritt auf, wenn die 50-tägige einfache gleitende Durchschnitt unter dem 200-Tage gleitenden Durchschnitt kreuzt. Dies wird als bärisch signalisiert, dass weitere Verluste auf Lager sind. Das goldene Kreuz tritt auf, wenn ein kurzfristiger gleitender Durchschnitt über einen langfristigen gleitenden Durchschnitt bricht. Verstärkt durch hohe Handelsvolumina können weitere Gewinne signalisiert werden. EViews 8 Funktionsübersicht EViews 8 bietet umfangreiche Leistungsmerkmale für Datenverarbeitung, Statistik und ökonometrische Analyse, Prognose und Simulation, Datenpräsentation und Programmierung. Während wir nicht alles auflisten können, bietet die folgende Liste einen Einblick in die wichtigen Funktionen von EViews: Grundlegende Handhabung von numerischen, alphanumerischen (String) und Datums-Wert-Labels. Umfangreiche Bibliothek von Operatoren und statistische, mathematische, Datums - und String-Funktionen. Leistungsfähige Sprache für die Ausdrucksbehandlung und Umwandlung vorhandener Daten über Operatoren und Funktionen. Proben und Probenobjekte erleichtern die Verarbeitung von Teilmengen von Daten. Unterstützung komplexer Datenstrukturen, einschließlich regelmäßig datierter Daten, unregelmäßig datierter Daten, Querschnittsdaten mit Beobachtungskennungen, datierten und undatierten Paneldaten. Mehrseitige Workfiles. EViews native, datenträgerbasierte Datenbanken bieten leistungsstarke Abfragefunktionen und die Integration mit EViews-Workfiles. Konvertieren von Daten zwischen EViews und verschiedenen Tabellenkalkulations-, Statistik - und Datenbankformaten, einschließlich (aber nicht beschränkt auf): Microsoft Access - und Excel-Dateien (einschließlich. XSLX und. XLSM), Gauss-Dataset-Dateien, SAS-Transportdateien, Stata-Dateien, raw formatierten ASCII-Text oder Binärdateien, HTML - oder ODBC-Datenbanken und - Anfragen (ODBC-Unterstützung wird nur in der Enterprise Edition bereitgestellt). OLE-Unterstützung für die Verknüpfung von EViews-Ausgabe einschließlich Tabellen und Grafiken mit anderen Paketen, einschließlich Microsoft Excel, Word und Powerpoint. OLEDB-Unterstützung für das Lesen von EViews-Workfiles und - Datenbanken mit OLEDB-fähigen Clients oder benutzerdefinierten Programmen. Unterstützung für FRED (Federal Reserve Economic Data) Datenbanken. Enterprise Edition-Unterstützung für Global Insight DRIPro und DRIBase, Haver Analytics DLX, FAME, EcoWin, Datastream, FactSet und Moodys Economy-Datenbanken. Mit dem EViews Microsoft Excel-Add-In können Sie Daten aus EViews-Workfiles und - Datenbanken in Excel verknüpfen oder importieren. Drag-and-Drop Unterstützung für das Lesen von Daten einfach Drop-Dateien in EViews für die automatische Umwandlung von Fremddaten in EViews workfile-Format. Leistungsstarke Werkzeuge zum Erstellen neuer Workfile-Seiten aus Werten und Daten in bestehenden Serien. Match-Merge, Join, Append, Subset, Größe ändern, sortieren, und neu zu formatieren (Stack und unstack) workfiles. Einfache automatische Frequenzumwandlung beim Kopieren oder Verknüpfen von Daten zwischen Seiten unterschiedlicher Frequenz. Frequenzumwandlung und Matchmerging unterstützen dynamische Aktualisierungen, wenn sich die Daten ändern. Automatische Aktualisierung von Formelserien, die automatisch neu berechnet werden, wenn die zugrunde liegenden Datenänderungen auftreten. Einfach zu bedienende Frequenzkonvertierung, einfach kopieren oder verknüpfen Daten zwischen Seiten mit unterschiedlicher Frequenz. Werkzeuge für die erneute Abtastung und Zufallsgenerierung für die Simulation. Zufallsgenerierung für 18 verschiedene Verteilungsfunktionen mit drei verschiedenen Zufallszahlengeneratoren. Zeitreihen-Daten-Handling Integrierte Unterstützung für die Verarbeitung von Daten und Zeitreihen-Daten (sowohl regelmäßige als auch unregelmäßige). Unterstützung für gemeinsame regelmäßige Frequenzdaten (jährlich, halbjährlich, vierteljährlich, monatlich, zweimonatlich, vierzehn Tage, zehn Tage, wöchentlich, täglich - 5 Tage Woche, täglich - 7 Tage Woche). Unterstützung für hochfrequente (Intraday) Daten, so dass Stunden, Minuten und Sekunden Frequenzen. Darüber hinaus gibt es eine Reihe von weniger häufig angetroffenen regelmäßigen Frequenzen, einschließlich Multi-Jahres-, Bimonthly, Fortnight, Zehn-Tag und Daily mit einer beliebigen Reihe von Tagen der Woche. Spezielle Zeitreihenfunktionen und Operatoren: Verzögerungen, Unterschiede, Log-Differenzen, gleitende Mittelwerte, etc. Frequenzumsetzung: verschiedene High-to-Low und Low-to-High. Exponentielle Glättung: Einzel-, Doppel-, Holt-Winters und ETS-Glättung. Eingebaute Werkzeuge für Whitening Regression. Hodrick-Prescott-Filterung. Bandpass (Frequenz) - Filterung: Baxter-King, Christiano-Fitzgerald feste Länge und Vollspektrum asymmetrische Filter. Saisonbereinigung: Volkszählung X-13, X-12-ARIMA, TramoSeats, gleitender Durchschnitt. Interpolation, um fehlende Werte innerhalb einer Serie zu füllen: Linear, Log-Linear, Catmull-Rom Spline, Kardinal Spline. Statistiken Grunddaten Zusammenfassungen nach Gruppen Zusammenfassungen. Tests der Gleichheit: t-Tests, ANOVA (ausgewogen und unausgeglichen, mit oder ohne heteroskedastische Varianzen), Wilcoxon, Mann-Whitney, Median Chi-Platz, Kruskal-Wallis, van der Waerden, F-Test, Siegel-Tukey, Bartlett , Levene, Brown-Forsythe. Einweg-Tabellierung Cross-Tabulation mit Assoziationsmassnahmen (Phi Coefficient, Cramers V, Contingency Coefficient) und Unabhängigkeitstests (Pearson Chi-Square, Likelihood Ratio G2). Kovarianz - und Korrelationsanalyse einschließlich Pearson, Spearman-Rangordnung, Kendalls tau-a und tau-b sowie Teilanalyse. Hauptkomponentenanalyse einschließlich Scree-Plots, Biplots und Ladeplots sowie gewichtete Komponenten-Score-Berechnungen. Faktoranalyse ermöglicht die Berechnung von Assoziationsmaßstäben (einschließlich Kovarianz und Korrelation), Eindeutigkeitsschätzungen, Faktorbelastungsschätzungen und Faktorscores sowie die Durchführung von Schätzdiagnostik und Faktorrotation mit einer von über 30 verschiedenen orthogonalen und schrägen Methoden. Empirische Verteilungsfunktion (EDF) für die Normal-, Exponential-, Extremwert-, Logistik-, Chi-Quadrat-, Weibull - oder Gamma-Verteilungen (Kolmogorov-Smirnov, Lilliefors, Cramer-von Mises, Anderson-Darling, Watson). Histogramme, Frequenzpolygone, Kantenfrequenz-Polygone, Histogramme mit mittlerer Verschiebung, CDF-Survivor-Quantil, Quantil-Quantil, Kerndichte, passende theoretische Verteilungen, Boxplots. Scatterplots mit parametrischen und nichtparametrischen Regressionslinien (LOWESS, lokales Polynom), Kernregression (Nadaraya-Watson, lokales lineares, lokales Polynom). Oder Vertrauensellipsen. Zeitreihe Autokorrelation, partielle Autokorrelation, Kreuzkorrelation, Q-Statistik. Granger Kausalität Tests, einschließlich Panel Granger Kausalität. Einheitswurzeltests: Augmented Dickey-Fuller, GLS transformiert Dickey-Fuller, Phillips-Perron, KPSS, Eliot-Richardson-Stock Point Optimal, Ng-Perron. Kointegrationstests: Johansen, Engle-Granger, Phillips-Ouliaris, Park addierte Variablen und Hansen-Stabilität. Unabhängigkeitstests: Brock, Dechert, Scheinkman und LeBaron Variance Ratio-Tests: Lo und MacKinlay, Kim Wildbootstrap, Wrights Rang, Ranglisten und Sign-Tests. Wald und mehrere Vergleichs-Varianz-Verhältnis-Tests (Richardson und Smith, Chow und Denning). Langzeit-Varianz und Kovarianzberechnung: symmetrische oder einseitige Langzeitkovarianzen mit nichtparametrischem Kernel (Newey-West 1987, Andrews 1991), parametrischer VARHAC (Den Haan und Levin 1997) und vorgefertigter Kernel (Andrews and Monahan 1992) Verfahren. Darüber hinaus unterstützt EViews Andrews (1991) und Newey-West (1994) automatische Bandbreiten-Selektionsmethoden für Kernel-Schätzer und informationskritische Methoden der Lag-Längenauswahl für VARHAC - und Prewhitening-Schätzungen. Panel und Pool Nach-Gruppen - und by-periodische Statistiken und Tests. Wurzeltests: Levin-Lin-Chu, Breitung, Im-Pesaran-Shin, Fisher, Hadri. Kointegrationstests: Pedroni, Kao, Maddala und Wu. Panel in Serie Kovarianzen und Hauptkomponenten. Dumitrescu-Hurlin (2012) Panel Kausalität Tests. Schätzung Regression Lineare und nichtlineare gewöhnliche kleinste Quadrate (multiple Regression). Lineare Regression mit PDLs auf beliebig vielen unabhängigen Variablen. Robuste Regression. Analytische Derivate für nichtlineare Schätzung. Gewichtete kleinste Quadrate. White und Newey-West robuste Standardfehler. HAC-Standardfehler können unter Verwendung nichtparametrischer Kernel-, parametrischer VARHAC - und prewhitened-Kernelmethoden berechnet werden und erlauben Andrews und Newey-West automatische Bandbreitenauswahlverfahren für Kernelschätzer und auf Informationskriterien basierende Verzögerungslängenauswahlverfahren für VARHAC und eine Voraufhellungsschätzung. Lineare Quantilregression und kleinste absolute Abweichungen (LAD), einschließlich Hubers Sandwich und bootstrapping Kovarianz Berechnungen. Schrittweise Regression mit 7 verschiedenen Auswahlverfahren. ARMA und ARMAX Linear Modelle mit autoregressive gleitenden Durchschnitt, saisonale autoregressive und saisonale gleitende durchschnittliche Fehler. Nichtlineare Modelle mit AR - und SAR-Spezifikationen. Schätzung unter Verwendung der Backcasting-Methode von Box und Jenkins oder durch bedingte kleinste Quadrate. Instrumental-Variablen und GMM Lineare und nichtlineare zweistufige kleinste squaresinstrumental Variablen (2SLSIV) und generalisierte Methode der Moments (GMM) Schätzung. Lineare und nichtlineare 2SLSIV-Schätzung mit AR - und SAR-Fehlern. Limited Information Maximum Likelihood (LIML) und K-Klasse Schätzung. Breite Palette von GMM-Gewichtungsmatrix-Spezifikationen (White, HAC, User-provided) mit Kontrolle über die Gewichtsmatrix-Iteration. Die GMM-Schätzoptionen umfassen eine kontinuierliche Aktualisierung (CUE) und eine Vielzahl von neuen Standardfehleroptionen, einschließlich Windmeijer-Standardfehlern. IVGMM spezifische Diagnosen umfassen Instrument Orthogonality Test, einen Regressor Endogeneity Test, einen Weak Instrument Test und einen GMM spezifischen Breakpoint Test ARCHGARCH GARCH (p, q), EGARCH, TARCH, Komponente GARCH, Power ARCH, integrierte GARCH. Die lineare oder nichtlineare mittlere Gleichung kann ARCH - und ARMA-Terme umfassen, sowohl die Mittel - als auch die Varianzgleichungen erlauben exogene Variablen. Normal, Schüler t und generalisierte Fehlerverteilungen. Bollerslev-Wooldridge robuste Standardfehler. In - und Out-of-Prognosen der bedingten Varianz und der mittleren und permanenten Komponenten. Begrenzte abhängige Variable Modelle Binäre Logit, Probit und Gompit (Extremwert). Bestellt Logit, Probit und Gompit (Extremwert). Zensierte und trunkierte Modelle mit normalen, logistischen und extremen Wertfehlern (Tobit, etc.). Count-Modelle mit Poisson-, negativen Binomial - und Quasi-Maximum-Likelihood-Spezifikationen (QML). Heckman Auswahlmodelle. HuberWhite robuste Standardfehler. Count-Modelle unterstützen generalisierte lineare Modelle oder QML-Standardfehler. Hosmer-Lemeshow und Andrews Goodness-of-Fit-Test für binäre Modelle. Einfache Einsparung von Ergebnissen (einschließlich verallgemeinerter Residuen und Farbverläufe) zu neuen EViews Objekten zur weiteren Analyse. Eine allgemeine GLM-Schätzmaschine kann verwendet werden, um mehrere dieser Modelle abzuschätzen, wobei die Möglichkeit besteht, robuste Kovarianzen einzuschließen. Panel DataPooled Zeitreihen, Querschnittsdaten Lineare und nichtlineare Schätzungen mit additivem Querschnitt und periodischen oder zufälligen Effekten. Wahl der quadratischen unvoreingenommene Schätzer (QUEs) für Komponentenabweichungen in zufälligen Effektenmodellen: Swamy-Arora, Wallace-Hussain, Wansbeek-Kapteyn. 2SLSIV Schätzung mit Querschnitt und Periodenfixe oder zufällige Effekte. Schätzung mit AR-Fehlern unter Verwendung nichtlinearer Kleinstquadrate auf einer transformierten Spezifikation Verallgemeinerte kleinste Fehlerquadrate, generalisierte 2SLSIV-Schätzung, GMM-Schätzung, die Querschnitts - oder Perioden-heteroskedastische und korrelierte Spezifikationen erlaubt. Lineare dynamische Panel Datenschätzung mit ersten Differenzen oder orthogonalen Abweichungen mit Perioden-spezifische Instrumente (Arellano-Bond). Panel Serielle Korrelationstests (Arellano-Bond). Robuste Standardfehlerberechnungen beinhalten sieben Typen von robusten White - und Panel-korrigierten Standardfehlern (PCSE). Prüfung von Koeffizientenbeschränkungen, weggelassenen und redundanten Variablen, Hausman-Test für korrelierte Zufallseffekte. Levin-Lin-Chu, Breitung, Im-Pesaran-Shin, Fisher-Tests mit ADF - und PP-Tests (Maddala-Wu, Choi), Hadri. Panel-Kointegrationsschätzung: Vollständig modifizierte OLS (FMOLS, Pedroni 2000) oder Dynamic Ordinary Least Squares (DOLS, Kao und Chaing 2000, Mark und Sul 2003). Verallgemeinerte lineare Modelle Normal, Poisson, Binomial, Negativ Binomial, Gamma, Invers Gaussian, Exponentielle Mena, Power Mean, Binomial Squared Familien. Identität, Log, Log-Komplement, Logit, Probit, Log-Log, kostenlos Log-Log, Inverse, Leistung, Macht Odds Ratio, Box-Cox, Box-Cox Odds Ratio Link-Funktionen. Vorherige Varianz und Frequenzbewertung. Fixed, Pearson Chi-Sq, Abweichung und benutzerdefinierte Dispersion Spezifikationen. Unterstützung für QML-Schätzung und - Tests. Quadratische Hill Climbing, Newton-Raphson, IRLS - Fisher Scoring und BHHH Schätzalgorithmen. Ordentliche Koeffizientenkovarianzen, die unter Verwendung des erwarteten oder beobachteten Hessischen oder des äußeren Produkts der Gradienten berechnet wurden. Robuste Kovarianz Schätzungen mit GLM, HAC oder HuberWhite Methoden. Einzelne Gleichung Kointegrierende Regression Unterstützung von drei voll effizienten Schätzmethoden, Vollständig modifizierte OLS (Phillips und Hansen 1992), Canonical Cointegration Regression (Park 1992) und Dynamic OLS (Saikkonen 1992, Stock und Watson 1993, Engle und Granger (1987) sowie Phillips und Ouliaris (1990) Residualtests, Hansens (1992b) Instabilitätstest und Parks (1992) fügten Variablentests hinzu Flexible Spezifikation des Trends und der deterministischen Regressoren in der Gleichung und der Kointegrationsregressoren Spezifikation Vollständige Schätzung langfristiger Abweichungen für FMOLS und CCR Automatische oder feste Verzögerungsauswahl für DOLS-Verzögerungen und - Leads und für Langzeit-Varianz-Whitening-Regression Rescaled OLS und robuste Standardfehlerberechnungen für DOLS Benutzerdefinierte Maximum Likelihood Verwenden Sie Standard-EViews-Reihenausdrücke, um die Log-Likelihood-Beiträge zu beschreiben. Beispiele für multinomiale und bedingte Logit-, Box-Cox-Transformationsmodelle, Ungleichgewichts-Switching-Modelle, Probit-Modelle mit heteroskedastischen Fehlern, verschachteltes Logit, Heckman-Probenselektion und Weibull-Hazard-Modelle. Gleichungssysteme Lineare und nichtlineare Schätzung. Least Quadrate, 2SLS, Gleichgewichtsschätzung, Scheinbar unabhängige Regression, Dreistufige Least Squares GMM mit Weiß - und HAC-Gewichtungsmatrizen. AR-Schätzung unter Verwendung von nichtlinearen kleinsten Quadraten auf einer transformierten Spezifikation. Vollständige Informationen Maximum Likelihood (FIML). Schätzen Sie die Strukturfaktoren in VARs, indem Sie kurz - oder langfristige Einschränkungen vorschreiben. Bayessche VARs. Impulsantwortfunktionen in verschiedenen tabellarischen und grafischen Formaten mit analytisch berechneten Standardfehlern oder nach Monte Carlo Methoden. Impulsantwort-Schocks, berechnet aus Cholesky-Faktorisierung, Ein-Einheits - oder Ein-Standard-Abweichungsresten (ignorierende Korrelationen), generalisierte Impulse, strukturelle Faktorisierung oder eine benutzerdefinierte Vektormatrixform. Implizieren und testen Sie lineare Einschränkungen der Kointegrationsbeziehungen und Korrekturkoeffizienten in VEC-Modellen. Betrachten oder erzeugen Kointegrationsbeziehungen aus geschätzten VEC-Modellen. Umfangreiche Diagnostik einschließlich: Granger-Kausalitätstests, Joint-Lag-Ausschluss-Tests, Lag-Längenkriterienbewertung, Korrelogramme, Autokorrelation, Normalitäts - und Heteroskedastitätstests, Kointegrationstests, andere multivariate Diagnostik. Multivariate ARCH Bedingte Konstante Korrelation (p, q), Diagonale VECH (p, q), Diagonale BEKK (p, q) mit asymmetrischen Ausdrücken. Umfangreiche Parametrierung für die Diagonal-VECHs-Koeffizientenmatrix. Exogene Variablen, die in den Mittel - und Varianzgleichungen nichtlineare und AR-Terme in den mittleren Gleichungen erlaubt sind. Bollerslev-Wooldridge robuste Standardfehler. Normal oder Studenten t multivariate Fehlerverteilung Eine Auswahl analytischer oder (schneller oder langsamer) numerischer Ableitungen. (Analysis-Derivate nicht verfügbar für einige komplexe Modelle.) Generieren Sie Kovarianz, Varianz oder Korrelation in verschiedenen tabellarischen und grafischen Formaten aus geschätzten ARCH-Modelle. State Space Kalman-Filteralgorithmus zur Schätzung von benutzerdefinierten Einzel - und Multiequationsstrukturmodellen. Exogene Variablen in der Zustandsgleichung und vollständig parametrisierte Varianzangaben. Generieren Sie schrittweise, gefilterte oder geglättete Signale, Zustände und Fehler. Beispiele umfassen zeitveränderliche Parameter, multivariate ARMA und quasilikelihood stochastische Volatilitätsmodelle. Testen und Auswerten Tatsächliche, gepaßte, Restplots. Wald-Tests für lineare und nichtlineare Koeffizienten-Beschränkungen Vertrauens-Ellipsen, die den gemeinsamen Vertrauensbereich von zwei beliebigen Funktionen geschätzter Parameter zeigen. Andere Koeffizientendiagnostik: standardisierte Koeffizienten und Koeffizientenelastizitäten, Konfidenzintervalle, Varianzinflationsfaktoren, Koeffizientenvarianzzerlegungen. Ausgelassene und redundante Variablen LR-Tests, residuale und quadratische Restkorrelogramme und Q-Statistiken, Rest-Serienkorrelation und ARCH-LM-Tests. Weiß, Breusch-Heide, Godfrey, Harvey und Glejser Heteroskedastizitätstests. Stabilitätsdiagnostik: Chow-Breakpoint - und Prognosetests, Quartett-Andrews unbekannter Breakpoint-Test, Bai-Perron-Breakpoint-Tests, Ramsey-RESET-Tests, OLS-rekursive Schätzungen, Einflussstatistiken, ARMA-Gleichungsdiagnose: Graphen oder Tabellen der inversen Wurzeln des AR - und MA-charakteristischen Polynoms, Vergleichen des theoretischen (geschätzten) Autokorrelationsmusters mit dem tatsächlichen Korrelationsmuster für die Strukturreste, Anzeige der ARMA-Impulsantwort auf einen Innovationsschock und die ARMA-Frequenz Spektrum. Einfache Einsparung von Ergebnissen (Koeffizienten, Koeffizienten-Kovarianzmatrizen, Residuen, Gradienten usw.) an EViews-Objekte zur weiteren Analyse. Siehe auch Schätzung und Systeme von Gleichungen für zusätzliche spezielle Prüfverfahren. Prognose und Simulation In - oder out-of-sample statische oder dynamische Prognose aus geschätzten Gleichungsobjekten mit Berechnung des Standardfehlers der Prognose. RMSE, MAE, MAPE, Theil Inequality Koeffizient und Proportionen State-of-the-Art Modellierungswerkzeuge für multiple Gleichungsvorhersage und multivariate Simulation. Modellgleichungen können in Text oder als Links zur automatischen Aktualisierung bei Neuschätzung eingegeben werden. Zeigen Sie die Abhängigkeitsstruktur oder die endogenen und exogenen Variablen Ihrer Gleichungen an. Gauss-Seidel, Broyden und Newton Modelllöser für nicht-stochastische und stochastische Simulation. Nicht-stochastische Forward-Lösung für Modell konsistente Erwartungen lösen. Stochasitc Simulation kann bootstrapped Residuen verwenden. Lösen Sie Steuerprobleme, so dass endogene Variable ein benutzerdefiniertes Ziel erreicht. Ausgereifte Gleichungsnormierung, Add-Faktor und Override-Unterstützung. Verwalten und vergleichen Sie mehrere Lösungsszenarien mit verschiedenen Sätzen von Annahmen. Eingebaute Modellansichten und - prozeduren zeigen Simulationsergebnisse in grafischer oder tabellarischer Form an. Graphen und Tabellen Zeilen, Punkte, Flächen, Balken, Spikes, saisonale, Kuchen, xy-Linien, Scatterplots, Boxplots, Fehlerbalken, High-Low-Open-Close und Area-Band. Leistungsstarke, einfach zu bedienende kategorische und summarische Graphen. Automatische Aktualisierung von Graphen, die als Basisdatenänderung aktualisiert werden. Beobachtungsinfo und Werteanzeige, wenn Sie den Cursor über einen Punkt in der Grafik bewegen. Histogramme, durchschnittlich verschobene Historien, Frequenzpolyone, Kantenfrequenzpolygone, Kastenplots, Kerndichte, passende theoretische Verteilungen, Boxplots, CDF, Überlebender, Quantil, Quantil-Quantil. Scatterplots mit beliebigen Kombinationen parametrischer und nichtparametrischer Kernel (Nadaraya-Watson, lokales lineares, lokales Polynom) und benachbarten LOWESS-Regressionslinien oder Vertrauensellipsen. Interaktive Point-and-Click - oder Befehls-basierte Anpassung. Umfangreiche Anpassung von Grafikhintergrund, Rahmen, Legenden, Achsen, Skalierung, Linien, Symbolen, Text, Schattierung, Fading, mit verbesserten Grafikvorlagen-Features. Tabelle Anpassung mit Kontrolle über Zelle Schriftart Gesicht, Größe und Farbe, Zellhintergrundfarbe und - grenzen, Verschmelzung und Annotation. Kopieren und Einfügen von Graphen in andere Windows-Anwendungen oder Speichern von Graphen als reguläre Windows - oder erweiterte Metadaten, gekapselte PostScript-Dateien, Bitmaps, GIFs, PNGs oder JPGs. Kopieren und Einfügen von Tabellen in eine andere Anwendung oder Speichern in einer RTF-, HTML - oder Textdatei. Verwalten von Graphen und Tabellen in einem Spool-Objekt, mit dem Sie mehrere Ergebnisse und Analysen in einem Objekt anzeigen können Kommandos und Programmierung Objektorientierte Befehlssprache bietet Zugriff auf Menüpunkte Batch-Ausführung von Befehlen in Programmdateien. Schleife und Zustand Verzweigung, Subroutine und Makro-Verarbeitung. String und String Vektorobjekte für die Stringverarbeitung. Umfangreiche Bibliothek von String - und String-Listen-Funktionen. Umfangreiche Matrixunterstützung: Matrixmanipulation, Multiplikation, Inversion, Kronecker-Produkte, Eigenwertlösung und Singulärwertzerlegung. Externe Schnittstelle und Add-Ins EViews Unterstützung des COM-Automatisierungsservers, so dass externe Programme oder Skripte EViews starten oder steuern, Daten übertragen und EViews-Befehle ausführen können. EViews bietet eine COM-Automation-Client-Support-Anwendung für MATLAB - und R-Server, so dass EViews verwendet werden kann, um die Anwendung zu starten oder zu steuern, Daten zu übertragen oder Befehle auszuführen. Das Excel-Add-In von EViews bietet eine einfache Schnittstelle zum Abrufen und Verknüpfen von Microsoft Excel (2000 und höher) zu in EViews-Workfiles und - Datenbanken gespeicherten Serien - und Matrixobjekten. Die EViews Add-Ins-Infrastruktur bietet nahtlosen Zugriff auf benutzerdefinierte Programme mit dem Standard-EViews-Befehl, Menü und Objektschnittstelle. Laden und installieren Sie vordefinierte Add-Ins von der EViews-Website. Bitte senden Sie uns Ihre Seriennummer mit allen E-Mail-Korrespondenz. Weitere Kontaktinformationen finden Sie auf unserer Seite.