Ökonometrische Datenanalyse mit GAUSS
GAUSS bietet ein komplettes Set an Werkzeugen für die Analyse von Wirtschaftsdaten. Egal, ob es erst um die Datenerhebung geht oder darum, die Ergebnisse auswerten, GAUSS hat die ökonometrischen Werkzeuge, die benötigt werden.
Die schnelle und flexible GAUSS-Umgebung bietet handfeste Vorteile - ob nun gewöhnliche Regressionen nach der Methode der kleinsten Quadrate durchgeführt wird oder hochmoderne Algorithmen entwickelt werden:
- über 1000 vorgefertigte statistische und ökonometrische Funktionen
- eine leistungsfähige und effiziente Analyse-Engine, die Hardware optimal ausnutzt und eine optimierte Berechnungsgeschwindigkeit bietet
- intuitive matrixbasierte Programmiersprache für eine transparente und leicht verständliche Programmierung
- vollständig interaktive Umgebung zur Beschleunigung der Arbeitsabläufe von der Datenerfassung bis zur Analyse der Ergebnisse
- umfassende Dokumentation und Beispiele
- umfassende Datenunterstützung einschließlich CSV, Excel, HDF5, SAS, Stata, textbegrenzte Dateien
- Unterstützung von relationalen Datenbanken wie MySQL, PostgreSQL, SQLite, Microsoft SQL Server, Oracle, IBM DB2, HBase, Hive und MongoDB
| Bereich | Anwendungsbeispiel |
|---|---|
| Makroökonomische Modellierung |
|
| Gesundheitswirtschaft |
|
| Agrarökonomie |
|
| Theoretische Ökonometrie |
|
Zeitreihen, Regressionsmodelle und andere Hauptfunktionen von GAUSS für die Analyse in der Ökonometrie
GAUSS deckt ein umfassendes Spektrum an ökonometrischen Prozessen und Fähigkeiten ab, von der Datenorganisation und -verwaltung bis hin zur fortgeschrittenen ökonometrischen Analyse.
Datenbereinigung, -verarbeitung und -management
- Einfacher Datenimport mit Unterstützung für SAS, STATA, Excel, CSV, HDF5, GAUSS Matrizen, GAUSS Datasets und ASCII Textdateien
- Datenvisualisierung
- Werkzeuge zur Rekodierung und Reklassifizierung
- Datenskalierungsmethoden einschließlich euklidischer Skalierung, Median-Skalierung, Skalierung des maximalen absoluten Werts, Skalierung des mittleren Bereichs und Skalierung der Standardabweichung
- Flexibler Umgang mit fehlenden Werten, einschließlich Imputation fehlender Werte, paarweiser Löschung und listenweiser Löschung
- Erstellung von Dummy-Variablen aus kategorialen Variablen
- Sortieren und Zusammenführen von Daten sowohl auf Datei- als auch auf Matrixebene
Allgemeine ökonometrische Analyse
Vordefinierte GAUSS-Funktionen können verwendet werden, um grundlegende ökonometrische Modelle effizient und intuitiv zu implementieren:
- Gewöhnliche kleinste Quadrate
- Gewichtete kleinste Quadrate
- Verallgemeinerte Methode der Momente
- Verallgemeinertes lineares Modell
- Quantile Regression
- Probit- und Logit-Modelle
- Maximum-Likelihood-Schätzung
- Zweistufige und dreistufige kleinste Quadrate
- Scheinbar unverbundene Regressionen
Zeitreihenanalyse
Mit GAUSS ist die Zeitreihenanalyse einfach und effizient. GAUSS bietet folgende Funktionen für die Zeitreihenanalyse:
- Visualisierung von Zeitreihen
- Unterstützung vonStandardfrequenzen, Hochfrequenzdaten und Daten mit unregelmäßiger Frequenz
- vollständig anpassbare Grafiken
- einfach zu exportierende, publikationsreife Grafiken
- Umfassende Einheitswurzeltests und Kointegrationstests
- Augmented Dickey-Fuller-Einheitswurzeltests (ADF)
- Phillips-Perron-Einheitswurzeltests (PP)
- Dickey-Fuller verallgemeinerte kleinste Quadrate (DF-GLS)
- Kwiatkowski-Phillips-Schmidt-Shin (KPSS)
- LM-Tests für Einheitswurzeln
- Quantil-Einheitswurzel-Tests
- Im-, Lee-, & Tieslau-Einheitswurzeltests mit nicht-normalen Fehlern
- flexible Fourier-GLS-, ADF-, KPSS- und LM-Einheitswurzeltests
- Einheitswurzeltests mit Strukturbrüchen
- Zivot-Andrews-Einheitswurzeltest mit einem einzigen Strukturbruch
- Narayan und Popp Einheitswurzeltest mit zwei Strukturbrüchen
- Lee, Strazicich und Mark LM-Einheitswurzeltest mit einem und zwei Strukturbrüchen
- Autoregressive gleitende Durchschnittsmodelle (ARMA)
- Saisonale ARMA-Modelle (SARMA und SARIMA)
- Integrierte ARMA-Modelle (ARIMA)
- ARMA-Modelle mit exogenen Variablen (ARMAX)
- Vektorielle autoregressive Modelle (VAR)
- Saisonale VARMA-Modelle (SVARMA und SVARIMA)
- Integrierte ARMA-Modelle (VARIMA)
- ARMA-Modelle mit exogenen Variablen (VARMAX)
- Vollständige Reihe von verallgemeinerten autoregressiven bedingten Heteroskedastizitätsmodellen (GARCH)
- Integrierte GARCH-Modelle (IGARCH)
- Asymmetrische GARCH-Modelle (GJRGARCH)
- GARCH-IN-MITTELWERT (GARCHM)
- Vektorielle Fehlerkorrekturmodelle (VECM)
- Nichtlineare Zeitreihenmodelle:
- Identifizierung und Modellierung von Strukturbrüchen
- Markov-Switching-Modelle
- Autoregressive Schwellenwertmodelle (TAR)
- Kalman-Filterung
- Tests auf Parameterinstabilität
- Chow-Prognose
- CUSUM-Test
- Hansen-Nyblom-Test
- Rollierende Regressionen
Diskrete Entscheidungsanalyse
GAUSS bietet eine vollständige Suite von Werkzeugen für die Analyse von qualitativen Wahlmodellen. Die diskreten Entscheidungswerkzeuge in GAUSS decken alles ab, von binären und multinomialen Modellen bis hin zur logistischen Regression.
- Multinomiale Logit-Modelle
- Bedingter Logit
- Verschachteltes Logit
- Geordnetes Logit
- Angrenzende Kategorie Logit
- Stereotyp-Logit
- Logistische Regressionsmodellierung
- L2 und L1 regularisierte Klassifikatoren
- Lineare Stützvektormaschinen (SVM) mit L2 und L1-Verlusten
- Modellauswahl und Bewertungswerkzeuge
- Log-Likelihoods für vollständige Modelle und eingeschränkte Modelle
- Chi-Quadrat-Statistiken
- Agresti's G-Quadrat-Statistik
- Pseudo-R-Quadrat-Statistik von McFadden
- Madellas Pseudo-R-Quadrat-Statistik
- Akaike-Informationskriterium (AIC)
- Bayessches Informationskriterium (BIC)
- Likelihood-Ratio-Statistiken und zugehörige Wahrscheinlichkeitswerte
- Normierte Likelihood-Verhältnisse von Cragg und Uhler
- Zählung und bereinigte Zählung R-Quadrat
Analyse von Paneldaten
- Datenaggregation und gruppeninterne Statistiken
- Einheitswurzeltests für Paneldaten
- Breitung und Das Panel-Einheitswurzeltest
- Im, Pesaran und Shin (IPS) Panel-Einheitswurzeltest
- Levin-Lin-Chu (LLC) Panel-Einheitswurzeltest
- Pesaran-Einheitswurzeltest bei Vorliegen einer Querschnittsabhängigkeit
- Modifizierte CADF- und CIPS-Panel-Einheitswurzeltests
- Bai und Ng PANIC-Panel-Einheitswurzeltest
- Harris und Tzavalis Panel-Einheitswurzeltest
- Hadri Paneldaten-Einheitswurzeltests
- Panel-Einheitswurzeltests mit Strukturbrüchen
- Im, Lee, & Tieslau Panel-LM-Einheitswurzeltest mit Niveauverschiebungen
- Lee und Tieslau Panel-LM-Einheitswurzeltest mit Niveau- und Trendverschiebungen
- Nazlioglu & Karul Panel-Stationaritätstest mit graduellen Strukturverschiebungen
- Einseitige individuelle Effekte
- Einseitige feste Effekte
- Einseitige zufällige Effekte
- Gepoolte kleinste Quadrate ols
- Kleinste-Quadrate-Dummy-Variable (LSDV)
- Tests auf Kreuzabhängigkeit
- Pesaran-Test auf Kreuzabhängigkeit
- Friedman-Test auf Kreuzabhängigkeit
- Frees-Test auf Kreuzabhängigkeit
- Kausalitätstests
- Granger-Kausalität
- Toda & Yamamoto Kausalitätstest
- Einzelner Fourier-Frequenz-Granger-Kausalitätstest
- Einzelner Fourier-Frequenz Toda & Yamamoto Kausalitätstest
- Kumulierter Fourier-Frequenz-Granger-Kausalitätstest
- Kumulierter Fourier-Frequenz Toda & Yamamoto-Test
- Fischer-Test auf Granger-Kausalität in heterogenen gemischten Panels
- Zhnc- und Zn-Teststatistiken für Granger-Nichtkausalität in heterogenen Panels
- Panel-SUR-Wald-Statistiken
- Modelldiagnostik und Bewertungstests
- Hausman-Test für Spezifikation
- Lagrange-Multiplikator-Test für das Fehlerkomponentenmodell
GAUSS-Module für Ökonometrie
GAUSS bietet die für die ökonometrische Datenanalyse eine Reihe von Modulen an, die in der so genannten Finance Collection zusammengefasst sind.
| Modul | Beschreibung |
|---|---|
| Time series MT |
Umfassende Werkzeuge für die Analyse von Zeitreihendaten, darunter
|
| Linear regression MT |
|
| Discrete Choice |
|
| Fanpac MT |
|
| Bayesian Estimation Tools |
Bietet eine Reihe von vorgefertigten Werkzeugen für Bayes'sche Schätzungen und Analysen, darunter:
|
| Maximum Likelihood MT |
Bietet eine Reihe flexibler, effizienter und zuverlässiger Werkzeuge für die Lösung des Maximum-Likelihood-Problems mit Schranken für die Parameter. Enthält:
|
| Constrained Maximum Likelihood MT |
Bietet eine Reihe von flexiblen, effizienten und zuverlässigen Werkzeugen für die Lösung des Maximum-Likelihood-Problems mit allgemeinen Einschränkungen für die Parameter. Die Funktionen umfassen:
|
| Optimization MT |
Optimization MT bietet Werkzeuge für eine effiziente Optimierung, darunter:
|
| Constrained Optimization MT |
Löst das Problem der nichtlinearen Programmierung unter Berücksichtigung allgemeiner Parameterbeschränkungen. Enthält:
|
| Descriptive Statistics MT | Bietet grundlegende Statistiken für die Variablen in GAUSS-Datensätzen. Diese Statistiken beschreiben und testen univariate und multivariate Merkmale der Daten und liefern Informationen für weitere Analysen. |
| Algorithmic Derivatives |
Bietet Werkzeuge für die Berechnung von algorithmischen Ableitungen
|