Econometría.

Práctica 1

PRÁCTICA 1. Introducción al Econometrics Views (Eviews)

1. Elementos básicos del Eviews
2. La importación de datos
3. Abrir un Workfile ya existente
4. Análisis de una variable o varias variables
5. Modelo de regresión lineal simple

1. Elementos básicos del Eviews.

La pantalla principal del Eviews es la siguiente. Sobre esta imagen se describen los
elementos principales de la misma.

El Eviews tiene dos formas de trabajar: una es mediante los menús, a los cuales se
accede a través de las opciones de la "Línea de Menú principal"; y la segunda, es
mediante la introducción del comando correspondiente en la "Línea de comandos". En
esta práctica se trabajará con los menús.

2.- La importación de datos de Excel.

Se pueden cargar los datos en un workfile de Excel de forma directa. Para ello es
conveniente preparar el archivo de Excel cuyos datos se quieren llevar al Eviews. Dicha
preparación consiste en colocar en una hoja del Excel los datos que queremos leer de tal
manera que en filas tengamos los datos de cada individuo o instante temporal y por
columna los valores de las variables que lo definen.
 Econometría. Práctica 1
Dicha matriz de datos se situaría en el origen superior izquierdo de la hoja, eliminando
de la misma otros valores que podrían dificultar la lectura de datos desde el Eviews.
También es conveniente que en dicho archivo Excel la primera fila contenga los
nombres con los que queremos que se guarden las variables en el Eviews. Dichos
nombres tienen ciertas limitaciones. No pueden empezar por un número, no pueden
tener espacios en blanco, ni operadores matemáticos, ni símbolos “raros” y no deben
tener más de 16 caracteres. Un ejemplo de archivo Excel preparado para su lectura
directa desde Eviews es el que contiene los datos de la práctica 1, cuya imagen se
muestra a continuación.

Para leer este archivo seguimos los pasos como se ilustran a continuación. Lo primero
es acceder a la opción File/Open/Foreign Data as Workfile… para llegar a la siguiente
ventana:
 Econometría. Práctica 1
En la parte inferior derecha abrimos las opciones del recuadro All files(*.*) y
seleccionamos el formato Excel adecuado. Como se puede ver el Eviews es capaz de
leer datos de un número amplio de formatos. A continuación localizamos el archivo
cuyos datos queremos cargar en Eviews. En nuestro caso Datos [Link].

Al pulsar Abrir llegamos a la siguiente ventana. A partir de esta ventana se puede

comprobar si los datos se van a leer de forma correcta.

Pulsamos siguiente hasta llegar a la última ventana, tras la cual vemos esta pregunta:

Si contestamos Yes, el archivo de Excel y el que vamos a crear estarán ligados, de tal
manera que si el archivo Excel se cambia, al abrir el archivo Eviews se actualizará con
los nuevos datos. Esta es una gran potencia del Eviews, pero para su uso inicial se
recomienda no unir archivos. Por ello utilizaremos la opción No. Para obtener el
siguiente workfile:
 Econometría. Práctica 1

Nos aparecen nuestras

variables: id, nota, clases,
Tamaño de la estudio
muestra Orden por el
que se colocan Además, al crear el Workfile
los objetos aparecen siempre dos objetos.
Uno tiene como nombre c y
como identificador β. Este tipo
Objetos del de objeto guarda las últimas
workfile estimaciones realizadas. El otro
objeto es resid, que se
corresponde con una variable y
que contiene los errores de la
última regresión realizada.

3. Abrir un Workfile ya existente

Cuando el Workfile ya está creado y se desea seguir trabajando con él, se debe usar la
sub-opción Open-Workfile dentro de la opción File de la Línea del Menú principal.
También podemos abrir el archivo de Eviews simplemente haciendo doble click sobre
él.

4. Análisis de una variable o varias variables y uso de sus resultados

Una vez que tenemos los datos en el workfile ya podemos empezar a analizarlos.
Podemos hacerlo variable a variable o por grupos de variables.
Para analizar una variable únicamente tenemos que hacer doble click sobre ella. Ello
abrirá una nueva ventana con los datos de la variable seleccionada. A continuación
vemos los datos de la variable Nota. Como se puede observar, al hacer doble click sobre
ella, se repite la estructura de trabajo, en el sentido de que se abre una nueva ventana
 Econometría. Práctica 1
que contiene un nuevo menú, en este caso el menú de la variable, a través del cual
podremos hacer distintos análisis únicamente con los datos de la variable Nota.

Abra la opción View del menú de la variable Nota. Se despliega un nuevo menú a través
del cual se pueden realizar distintos análisis. Desde la opción Graph podemos hacer
varios tipos de gráficos. Mediante la opción Descriptives Statistics & Tests podemos
calcular distintas medidas (media, mediana, varianza, cuantiles,…) y contrastes de
hipótesis (para la media, para la varianza,….). Como pueden ver, hay más opciones que
por ahora no usaremos.
Por ejemplo, usando la opción Stats Table de la opción Descriptive Statistics & Tests,
tal y como se muestra en la imagen de la parte izquierda, podemos calcular los
estadísticos de la tabla de la derecha.
 Econometría. Práctica 1

Para trabajar con más de una variable, lo primero que hay que hacer es seleccionarlas.
Para ello se utilizan las combinaciones de teclas (Control + botón izquierdo del ratón) o
(Mayúscula + botón izquierdo del ratón). La primera opción selecciona cada una de las
series que marca, mientras que la segunda selecciona todas las variables que se sitúan
entre la última variable marcada y la actual. Por ejemplo, seleccione las variables Nota y
Clases. Una vez seleccionadas las variables con las que se quiere trabajar, se sitúa el
cursor del ratón en la zona marcada y se pulsa el botón DERECHO del ratón. El
resultado es el siguiente:

Abra como
un grupo

A partir de este instante para trabajar con estas dos variables se utilizan las opciones de
la Línea de Menú del Grupo. Como introducción, solo se comentan algunas de las
posibilidades del esquema anterior.
 Econometría. Práctica 1
a) Graph realiza multitud de gráficas de las distintas series. Estos gráficos pueden
ser de líneas (Line), de barras (Bar), de dispersión (Scatter), etc... Por ejemplo,
para hacer la gráfica de líneas para ambas variables en un mismo gráfico, se
seleccionaría la opción Graph – Line & Symbol.
35

30

25

20

15

10

0
1 2 3 4 5 6 7 8

Nota Clases

b) Descriptive Stats calcula una estadística descriptiva de las variables, bien para
muestras comunes o individuales. El Resultado al usar esta opción es:

c) La opción Covariance Analysis calcula, entre otras cosas, las matrices de

correlaciones y covarianzas entre las variables que forman el grupo.

Covariance Analysis: Ordinary

Date: 04/07/20 Time: 18:14
Sample: 1 8
 Econometría. Práctica 1
Included observations: 8

Covariance
Correlation NOTA CLASES
NOTA 7.058594
1.000000

CLASES 19.64063 63.93750

0.924524 1.000000

5. Modelo de regresión lineal simple

Estime un MRLM que explique la Nota en función de las clases atendidas, e interprete
cada uno de los parámetros estimados.
Para ello seleccionamos las variables Nota y Clases como hicimos anteriormente, pero
elegimos la opción “as Equation” para abrirlas.

Abra como
una Ecuación

El resultado se muestra a continuación:

 Econometría. Práctica 1

Debemos comprobar que la primera variable es la endógena del modelo (Nota). La letra
c es la constante que aparece por defecto. Pulsando aceptar se estima el modelo
obteniéndose el siguiente resultado.

Dependent Variable: NOTA

Method: Least Squares
Date: 04/07/20 Time: 18:25
Sample: 1 8
Included observations: 8

Variable Coefficient Std. Error t-Statistic Prob.

CLASES 0.307185 0.051698 5.941951 0.0010

C 0.859971 1.006445 0.854463 0.4256

R-squared 0.854745 Mean dependent var 6.312500

Adjusted R-squared 0.830536 S.D. dependent var 2.840240
S.E. of regression 1.169212 Akaike info criterion 3.362856
Sum squared resid 8.202346 Schwarz criterion 3.382716
Log likelihood -11.45142 Hannan-Quinn criter. 3.228905
F-statistic 35.30678 Durbin-Watson stat 2.300296
Prob(F-statistic) 0.001015

En esta práctica únicamente vamos a interpretar los parámetros estimados: la constante

y el efecto de la variable Clases, que aparecen en la columna “Coefficient”.
El modelo estima que la nota promedio de los alumnos que no asisten a ninguna clase es
0.85, mientras que por cada clase más que asistan los alumnos se espera que la nota
aumente en 0.30 puntos en promedio.