نرم افزار مایکروفیت

نرم افزار مایکروفیت

نرم افزار مایکروفیت یکی از قوی ترین بسته های نرم افزاری منو محور می باشد.

نرم افزار مایکروفیت یکی از قوی ترین بسته های نرم افزاری منو محور برای تخمین های سری زمانی اقتصادسنجی است که توسط اقتصاددان معروف ایران؛ هاشم پسران و برادر وی، بهرام پسران توسعه داده شده است. این نرم افزار امکان مدل سازی انواع روش های تک متغیره و چند متغیره برای هم انباشتگی (cointegration) ، مولفه های اصلی (principal components)، همبستگی کانونی (canonical correlations) و همچنین مدل سازی نوسانات چند متغیره (multivariate volatility modelling) را فراهم می آورد. علاوه بر این تست های متنوع تشخیصی و آسیب شناسی و  (diagnostic and non-nested tests ) در این بسته نرم افزاری در اختیار کاربر قرار گرفته است. اما شاید ویژگی مهم این نرم افزار که باعث محبوبیت مایکروفیت در سال های گذشته شده بود تخمین مدل ARDL و آزمون های مرتبط با آن است. البته در حال حاضر سایر پکیج های نرم افزاری نظیر ایویوز و استاتا نیز تلاش کرده اند این روش را در نرم افزارهای خود پیاده سازی کنند. از ویژگی های برجسته نرم افزار مایکروفیت محیط تعاملی مناسب با کاربر و قابلیت براورد مدل های متنوع است که باعث شده بسیاری از تحقیقات اقتصادی از این نرم افزار استفاده نمایند. 
از جمله نکات بارز نرم افزار مایکروفیت ۵ می توان به:
•    قابلیت اجرای رگرسیون با تعداد متغیرهای زیاد (تا ۱۰۲ متغیر) و تا ۵ میلیون مشاهده
•    با استفاده از یک ماژول گرافیکی قدرتمند به شما اجازه میدهد که در یک پنجره نمودارهای متعددی ترسیم کنید
•    امکان ورود و خروج دیتا از نرم افزارهای متعدد نظیر Excel
•    آزمون های ریشه واحد متعدد و جدید نظیر Phillips-Perron
•     ADF-GLS
•     ADF-WS
•     and ADF-MAX
•    تحلیل مدل های هم انباشتگی با و بدون متغیر برون زای ضعیف (ARX and VECMX models) خصوصا برای مدل سازی اقتصاد های باز کوچک (small open economies)
•    پیش بینی، تحلیل توابع واکنش آنی (impulse response analysis)، تجزیه واریانس (error variance decomposition) برای مدل های VARX
•    آنالیز مولفه اصلی (Principal components) و همبستگی کانونی (canonical correlation)
•    تخمین توابع چگالی غیرپارامتریک (Non-parametric density)
•    مدل های گارچ چندمتغیره (Multivariate GARCH models
•     allowing estimation with Gaussian and multivariate t-distributed shocks)
•    بهبود منوی راهنما برای استفاده از مدل های موجود در نرم افزار
 

کلید واژه ها:
مشاهده مطلب
نظر شما
  • 0
  • 0
  • 0
  •  
  •