CARA CERDAS MENGUASAI EVIEWS 5

CONTENT

Menjelaskan secara terperinci tentang langkah-langkah mengolah data dengan Eviews 5, disertai dengan gambar-gambar tampilan Eviews 5 pada setiap langkah pengelolaan data, dan disertai teori-teori ekonometrika pada setiap metode pengelolaan data. Content :

1.      Program Eviews 5
Apakah Eviews 5 itu?
Tampilan Eviews 5
Bantuan Penggunaan Eviews 5
Dasar-dasar Object
Membuat dan Menyimpan Workfile
2.      Pengantar Ekonometrika
Pengenalan Ekonometrika
Jenis-jenis Data
§  Time Series
§  Cross Section
§  Pooled (Panel) Data

3.      Ordinary Least Square (OLS)
Regresi Sederhana (OLS Sederhana)
§  Teori Pengantar
§  Prosedur Dalam Eviews 5
§  Interpretasi Hasil Regresi

Regresi Berganda
§  Teori Pengantar
§  Prosedur Dalam Eviews 5
§  Interpretasi Hasil Regresi

Evaluasi Hasil Regresi
Uji t, Uji F, dan Uji R2
Uji asumsi Klasik
§  Uji Multikolinearitas
o   Teori Pengantar
o   Prosedur Dalam Eviews 5
o   Pengujian Hipotesis Multikolinearitas
§  Uji Heteroskedastisitas
o   Teori Pengantar
o   Prosedur Dalam Eviews 5
o   Pengujian Hipotesis Heteroskedastisitas
§  Uji Autokorelasi
o   Teori Pengantar
o   Prosedur Dalam Eviews 5
o   Pengujian Hipotesis Autokorelasi
§  Uji Normalitas
o   Teori Pengantar
o   Prosedur Dalam Eviews 5
o   Pengujian Hipotesis Normalitas

4.      Model Regresi Variabel Dummy
Teori Pengantar
§  Hal-hal Khusus Terkait Model Regresi Variabel Dummy
§  Contoh Kasus

Prosedur Dalam Eviews 5
Interpretasi Hasil Regresi

5.      Regresi Data Panel
Teori Pengantar
§  Pooled Least Square (PLS) / Common Effect
§  Fixed Effect (FE)
§  Random Effect (RE)

Prosedur Dalam Eviews 5
Pemilihan Model Data Panel
§  Uji F
§  Uji Hausman

Interpretasi Hasil Regresi Data Panel

6.      Autoregressive Integrated Moving Average (ARIMA)
Pengantar
Prosedur Dalam Eviews 5
Interpretasi Hasil Regresi

7.      ARCH/GARCH
Pengantar
Prosedur Dalam Eviews 5
§  Pengujian Efek ARCH/GARCH
§  Estimasi Model ARCH/GARCH

Interpretasi Hasil Regresi

8.      Persamaan Simultan
Pengantar
§  Istilah-istilah Penting
§  Contoh Persamaan Simultan
§  Masalah Pengidentifikasian
o   Tidak Diidentifikasikan
o   Just/Exactly/Full Identification
o   Over Identification
§  Pengidentifikasian Persamaan Simultan
§  Metode Penyelesaian Persamaan Simultan
o   Indirect Least Square (ILS)
o   Two Stage Least Square (2SLS)

Prosedur Dalam Eviews 5
§  Indirect Least Square (ILS)
§  Two Stage Least Square (2SLS) Langsung
§  Two Stage Least Square (2SLS) Tidak Langsung

Interpretasi Hasil Regresi

9.      Error Correction Model (ECM)
Pengantar
Prosedur Dalam Eviews 5
§  Uji Stasioneritas Data
§  Uji Derajat Integrasi
§  Estimasi OLS
§  Pengujian Residual
§  Estimasi ECM

Interpretasi Hasil Regresi

10.  Vector Auto Regression (VAR)Teori Pengantar
§  Ciri-ciri VAR
§  Kelemahan VAR
§  Langkah-langkah VAR
o   Uji Stasioneritas Data dan Derajat Integrasi
o   Penentual Lag Length
o   Uji Kausalitas Granger
o   Estimasi VAR
o   Impulse Response Function (IRF)
o   Variance Decomposition

Prosedur Dalam Eviews 5
§  Uji Stasioneritas Data
§  Uji Derajat Integrasi
§  Penentual Lag Length
§  Uji Kausalitas Granger
§  Estimasi VAR
§  Impulse Response Function (IRF)
§  Variance Decomposition

Forecasting dengan VAR

11.  Vector Error Correction Model (VECM)
Teori Pengantar
§  Pengertian VECM
§  Langkah-langkah VECM
o   Uji Stasioneritas Data dan Derajat Integrasi
o   Penentual Lag Length
o   Uji Kausalitas Granger
o   Uji Kointegrasi
o   Estimasi VECM
o   Impulse Response Function (IRF) dari VAR
o   Variance Decomposition dari VAR

Prosedur Dalam Eviews 5
§  Uji Stasioneritas Data
§  Uji Derajat Integrasi
§  Penentual Lag Length
§  Uji Kausalitas Granger
§  Uji Kointegrasi
§  Estimasi VECM
§  Impulse Response Function (IRF) dari VECM
§  Variance Decomposition dari VECM

 

Sumber:

http://buku.azzaingroup.com/index.php?option=com_content&view=article&id=88:cara-cerdas-menguasai-eview&catid=30:the-community&Itemid=56 

Share on :

Tweet