خيار التداول باللغة

خيارات أساسيات التعليمي. الآن، العديد من المحافظ المستثمرين تشمل استثمارات مثل صناديق الصناديق الاستثمارية والسندات ولكن مجموعة متنوعة من الأوراق المالية لديك تحت تصرفكم لا تنتهي هناك نوع آخر من الأمن، ودعا خيار، ويقدم عالما من الفرص لمستثمرين متطورة. قوة الخيارات تكمن في تنوعها أنها تمكنك من التكيف أو ضبط الموقف الخاص بك وفقا لأي حالة التي تنشأ يمكن أن تكون الخيارات كما المضاربة أو المحافظة كما تريد هذا يعني أنك يمكن أن تفعل كل شيء من حماية موقف من الانخفاض إلى الرهان التام على حركة السوق أو المؤشر. ولكن هذا التنوع لا يأتي دون تكاليفه خيارات الأوراق المالية المعقدة ويمكن أن تكون خطيرة للغاية وهذا هو السبب، عندما خيارات التداول، سوف نرى إخلاء المسؤولية مثل ما يلي. الافتراضات تنطوي على المخاطر و ليست مناسبة للجميع يمكن أن يكون تداول الخيارات مضاربا في طبيعته ويحمل مخاطر كبيرة من الخسارة الاستثمار فقط مع رأس المال المخاطر. على الرغم من أن أي الجسم يقول لك، ينطوي تداول الخيار المخاطر، وخاصة إذا كنت لا تعرف ما تقومون به وبسبب هذا، وكثير من الناس يوحي لك توجيه بعيدا عن الخيارات وننسى وجودها. من ناحية أخرى، يجري جاهل من أي نوع من الاستثمار أماكن لك في وضع ضعيف ربما تكون الطبيعة المضاربة للخيارات لا تناسب أسلوبك لا توجد مشكلة - ثم لا تكهن في الخيارات ولكن قبل أن تقرر عدم الاستثمار في الخيارات، يجب أن نفهمها لا تعلم كيف وظيفة الخيارات خطير مثل القفز الحق في دون معرفة الخيارات لن تفقد فقط وجود عنصر آخر في أدوات الاستثمار الخاص بك ولكن أيضا تفقد البصيرة في عمل بعض من أكبر الشركات في العالم سواء كان ذلك للتحوط من مخاطر المعاملات الصرف الأجنبي أو لإعطاء الموظفين الملكية في شكل خيارات الأسهم، ومعظم متعدد الجنسيات اليوم استخدام الخيارات في شكل ما أو آخر. هذا البرنامج التعليمي سوف أعرض لكم لأساسيات الخيارات نضع في اعتبارنا أن معظم خيار s التجار لديهم سنوات عديدة من الخبرة، لذلك لا تتوقع أن تكون خبيرا على الفور بعد قراءة هذا البرنامج التعليمي إذا كنت أرين ر مطلعة على كيفية عمل سوق الأوراق المالية، وتحقق من أساسيات الأسهم تعليمي. الأساسيات أوبتيونس ما هو الخيار Options. An هو العقد الذي يعطي المشتري الحق، ولكن ليس الالتزام، لشراء أو بيع الأصول الأساسية بسعر معين في أو قبل تاريخ معين خيار، تماما مثل الأسهم أو السندات، هو الأمن بل هو أيضا عقد ملزم مع شروط محددة بدقة وخصائص. الخلط بين الفكرة وراء خيار موجود في العديد من المواقف اليومية أقول على سبيل المثال، أن تكتشف المنزل الذي كنت د الحب لشراء لسوء الحظ، كنت فاز فاز نقدا لشراء لمدة ثلاثة أشهر أخرى يمكنك التحدث إلى المالك والتفاوض على صفقة تمنحك خيار شراء المنزل في ثلاثة أشهر بسعر 200،000 المالك يوافق، ولكن لهذا الخيار، يمكنك دفع 3000. الآن، والنظر في حالتين النظرية التي قد arise. It اكتشفت أن المنزل هو في الواقع مسقط رأس حقيقي من الفيس ونتيجة لذلك، فإن القيمة السوقية للمنزل يرتفع إلى 1 مليون لأن المالك باعت لك الخيار، وقال انه ملزم لبيع لك المنزل ل 200،000 في النهاية، تقف لتحقيق ربح قدره 797،000 1 مليون - 200،000 - 3،000. أثناء التجول في المنزل، تكتشف ليس فقط أن الجدران هي الساندة كامل من الأسبستوس، ولكن أيضا أن شبح هنري السابع يطارد غرفة نوم رئيسية وعلاوة على ذلك، عائلة من السوبر وقد بنيت الفئران ذكي حصن في الطابق السفلي على الرغم من أنك اعتقدت في الأصل كنت قد وجدت منزل أحلامك، أنت تنظر الآن أنه لا قيمة له على الجانب الصعودي، لأنك اشتريت خيارا، أنت تحت أي التزام من خلال الذهاب مع بيع بالطبع، كنت لا تزال تخسر سعر 3000 من الخيار. هذا المثال يوضح نقطتين مهمتين جدا أولا، عند شراء خيار، لديك الحق ولكن ليس التزاما بعمل شيء يمكنك دائما السماح تاريخ انتهاء تذهب، حيث النقطة ث يصبح الخيار e لا قيمة لها إذا حدث هذا، تخسر 100 من الاستثمار الخاص بك، وهو المال الذي استخدم لدفع ثمن الخيار الثاني، الخيار هو مجرد عقد يتعامل مع الأصول الأساسية لهذا السبب، وتسمى الخيارات المشتقات، والتي يعني خيار يستمد قيمته من شيء آخر في مثالنا، المنزل هو الأصول الأساسية في معظم الأحيان، والأصل الأساسي هو سهم أو فهرس. القوالب ويضع نوعان من الخيارات هي المكالمات و puts. A دعوة يعطي صاحب الحق في شراء الأصول بسعر معين في غضون فترة محددة من الزمن المكالمات تشبه وجود موقف طويل على الأسهم المشترين من المكالمات يأمل أن الأسهم سوف تزيد بشكل كبير قبل انتهاء صلاحية الخيار. A يعطي حامل الحق في بيع أصل بسعر معين في غضون فترة زمنية محددة بوتس تشبه إلى حد كبير وجود موقف قصير على الأسهم المشترين يضع الأمل في أن سعر السهم سوف ينخفض ​​قبل انتهاء الخيار. المشاركين في أوبتيو نس السوق هناك أربعة أنواع من المشاركين في خيارات الأسواق اعتمادا على الموقف الذي يتخذونه. المشترين من الدعائم. بائعي المكالمات. مشتري puts. Sellers من puts. People الذين يشترون خيارات تسمى أصحاب وتسمى أولئك الذين يبيعون خيارات الكتاب وعلاوة على ذلك ، ويقال المشترين لديهم مواقف طويلة، ويقال أن البائعين لديهم مواقف قصيرة. هنا هو التمييز المهم بين المشترين والبائعين. حاملي حاملي ووضع أصحاب المشترين ليست ملزمة لشراء أو بيع لديهم خيار لممارسة حقوقهم إذا فإنها تختار. كالم الكتاب ووضع الكتاب الكتاب، ومع ذلك، ملزمون بشراء أو بيع وهذا يعني أن البائع قد تكون مطلوبة لجعل جيدة على وعد لشراء أو بيع. لا تقلق إذا كان هذا يبدو مربكا - هو لهذا السبب ونحن نذهب للنظر في خيارات من وجهة نظر المشتري خيارات البيع أكثر تعقيدا ويمكن أن تكون أكثر خطورة عند هذه النقطة، يكفي أن نفهم أن هناك جانبان من عقد الخيارات. الرنة ل تر إيد خيارات، سيكون لديك لمعرفة المصطلحات المرتبطة السوق market. The السعر الذي الأسهم الأساسية يمكن شراؤها أو بيع يسمى سعر الإضراب هذا هو السعر سعر السهم يجب أن تذهب فوق للمكالمات أو تذهب أدناه ل يضع قبل أن يمكن ممارسة موقف لتحقيق الربح كل هذا يجب أن يحدث قبل تاريخ انتهاء الصلاحية. أحد الخيارات التي يتم تداولها على تبادل الخيارات الوطنية مثل مجلس شيكاغو لتبادل الخيارات كبوي المعروف كخيار المدرجة هذه لديها ثابتة أسعار الإضراب وانتهاء الصلاحية التواريخ كل خيار مدرج يمثل 100 سهم من أسهم الشركة المعروفة باسم عقد. لخيارات الدعوة، ويقال الخيار ليكون في المال إذا كان سعر السهم فوق سعر الإضراب وهناك خيار وضع هو في المال عند سعر السهم هو أقل من سعر الإضراب ويشار إلى المبلغ الذي هو الخيار في المال ويسمى القيمة الجوهرية. التكلفة الإجمالية سعر خيار يسمى القسط يتم تحديد هذا السعر من قبل عوامل بما في ذلك سعر السهم، والإضراب ص الأرز، والوقت المتبقي حتى قيمة وقت انتهاء الصلاحية والتقلب بسبب كل هذه العوامل، وتحديد قسط من خيار معقد وخارج نطاق هذا البرنامج التعليمي. فهم تداول اللغة. العالم من التداول لديها العديد من الأجزاء التي يبدو قليلا الأجانب إلى جديد والتجار واللغة التجارية هي بالتأكيد واحدة منهم هناك الكثير من العبارات الصيد والرموز والمزاح الأخرى التي يمكن أن تكون مربكة أو حتى التخويف في البداية واحدة من أكبر مصادر الارتباك يتضمن الاختزال الذي تراه في العديد من الأسواق فهم ما كنت والقراءة مهمة، وتعلم اللغة الأساسية يمكن أن تأتي في متناول اليدين. كل شيء لديه الوقت والمكان المحدد. جميع العقود الآجلة سواء كان ذلك للسلع أو الأدوات المالية لها أجزاء محددة جدا والكميات والتواريخ المرتبطة بها، وهذا لا حتى معتبرا السعر لا يتم إنشاء جميع العقود على قدم المساواة قيمة S بعد كل شيء، والكثير من برامج التداول تعطيك المعلومات مع الخطيئة غل كيستروك لذلك كنت لا ر لديك لحفظ كل لغة التداول والسبب أنه لا يزال من المناسب معرفة هذا هو لأن أخذ الوقت للتعلم وفهم كيف تعمل الأسواق وما لغة يعني يمكن أن يوفر لك المتاعب المحتملة. على سبيل المثال - ماذا يمكن أن يحدث إذا كنت ESU11 طويلة ومحاولة لإغلاق الموقف عن طريق بيع ESZ11 هذا ليس من الممكن أن تعرف أن إس U11 هو e-ميني S خيارات الأسهم سهلة من السهل كرسي التاجر وتقطيع إلى تشيس التاجر الأعضاء وضع كل ما تحتاجه لتحقيق النجاح في متناول يدك فقط 39 أو 79 في الشهر.

الأسهم خيارات القناة

ملخص البيانات القابلة للعد. يتم تتبعها من قبلنا منذ فبراير 2014 على مر الزمن تم تصنيفها يصل إلى 363 599 في العالم، في حين أن معظم حركة المرور يأتي من الولايات المتحدة الأمريكية، حيث وصلت إلى 961 موقف في جميع هذه المرة كان يملكها آدم من بنك بنك استثمر كان استضافته Megatechie. Stockoptionschannel لديه جوجل غوغل باجيرانك لائق ونتائج سيئة من حيث مؤشر ياندكس الاستشهاد الموضعي وجدنا أن سيئة الاجتماعية فيما يتعلق بأي شبكة اجتماعية وفقا ل ميوت، سيتادفيسور وجوجل تصفح التصفح الآمن، هو مجال جدير بالثقة تماما مع عدم وجود تعليقات الزوار. في جميع أنحاء العالم الجمهور. يحصل 80 4 من حركة المرور من الولايات المتحدة الأمريكية حيث هو في المرتبة 126468.Traffic التحليل. لديه 1K 10 زائر و 2 19K مشاهدة الصفحة يوميا. مسارات حركة المرور المشابهة. الشبكات سهم حركة المرور. ليس لديها نطاقات فرعية ذات حركة مرور كبيرة. لديها جوجل بيأر 4 والكلمة الرئيسية العليا هي زبي الخيارات الأكثر نشاطا اليوم مع 5 06 من حركة المرور البحث. الصفحة الرئيسية أعلى الروابط الخلفية. من search. xbi البحث خيارات الأكثر نشاطا اليوم. أقصى خيارات نشطة. بيانات التسجيل دومين. النطاق مملوك من قبل آدم منزل بنك انفك وتنتهي عملية التسجيل في 5 years. Adam منزيل بنك الاستثمار. المنزل منذ 19 فبراير 2014. ينتهي في 21 يونيو 2022.Created في 21 يونيو 2012.Changed في 14 مايو 2013.Registrar والحالة الاجتماعية. لديها 0 من مجموع حركة المرور القادمة من الشبكات الاجتماعية في الأشهر ال 3 الماضية وتم الكشف عن المشاركة الأكثر نشاطا في تويتر 24 twitts. of إجمالي حركة المرور في الأشهر ال 3 الماضية هو المعلومات الاجتماعية. يتم استضافتها من قبل Megatechie. Apache Server. Mname رنمي المسلسل 2016050200 تحديث 28800 إعادة المحاولة 7200 تنتهي 604800 الحد الأدنى-تل 600.Txt v spf1.Safety حالة من وصفها على النحو التالي ميوت تقارير سمعتها العامة ممتازة وتقارير التصفح الآمن جوجل وضعها آمنة. Selling المكالمات للدخل عن طريق خيارات الأسهم قناة staff. If كنت أفهم مفهوم وضع أمر جيد إلغاء البوم إلغاء لبيع الأسهم، ثم كنت في منتصف الطريق لفهم بيع خيارات المكالمة هذه المقالة سوف تشرح more. Since 2003، لدينا وقد عملت الشركة الأسهم قطف المجتمع المناقشة فالويفوروم تم حيث يجتمع أعضاء كل عام لحدث نسميه إنفستفيست تم سواء على الانترنت وفي هذه الأحداث، وخيارات الأسهم هي دائما موضوع الاهتمام، واستراتيجية رئيسية نوقشت هو بيع المكالمات. أفضل طريقة لقد وجدنا لشرح مفهوم بيع خيارات الدعوة لشخص ما التعلم عنهم لأول مرة، هو أن تبدأ مع فكرة الأسهم التي تملكها كنت مهتما في البيع إذا كان ينبغي أن يصل إلى سعر أعلى قد يتداول السهم عند 9، وقد تفكر عادة في وضع أمر بيع جيد ملغى لهذا المخزون بسعر أعلى إلى حد ما من حيث يتداول السهم ربما حوالي 10. قد تغير رأيك بعد بضعة أيام وتلغي الطلب، ولكن في كثير من الأحيان أن النظام الذي تم إلغاؤه من أجل بيع الأسهم سوف يترك إما لملء أو تنتهي في التاريخ الذي عينته تخيل، ومع ذلك، كنت متأكدا من أمر البيع الذي كنت على استعداد لارتكاب تركه مفتوحا لمدة شهر، ربما شهرين، وربما ثلاثة، وربما حتى عام كامل وهناك المشاركين في السوق الأخرى هناك الذين هم على استعداد لدفع لك لجعل هذا الالتزام، لهم في خيارات المصطلحات التي تعرف الدفع باسم قسط وعندما جعل الالتزام قمت بإبرام عقد يعطي أساسا هذا الشخص الآخر الخيار لملء طلب البيع الخاص بك. التعهد في مثل هذا الالتزام لفترة محددة من الزمن، لبيع معينة عمو نيت من الأسهم، وبسعر معين، هو أساسا ما بيع مكالمة يعني أنك تدخل في التزام عقد والحصول على أموال للقيام بذلك في خيارات المصطلحات، السعر الذي تلتزم لبيع الأسهم يعرف سعر الإضراب. Everything هو موحد وتنظيمها في سوق الخيارات، لذلك على سبيل المثال كنت كولدن ر تحديد 258 سهم بسعر 9 99 وتاريخ الثلاثاء المقبل، والطريقة التي يمكن أن يكون مع أمر الحد لبيع كنت فقط أن تكون قادرة على استخدام 100 حصة الزيادات وتكون فقط قادرة على الاختيار من بين تواريخ انتهاء الصلاحية محددة مسبقا وأسعار الإضراب المتاحة عادة هناك أسعار الإضراب المتاحة في كل 1 00 زيادة أو 2 50 زيادة، الخ كل ذلك اعتمادا على مخزون معين هناك عادة ما لا يقل عن أربعة أشهر مختلفة في المستقبل للاختيار من بينها، وأحيانا الخيارات على المدى الطويل من سنة أو أكثر كما well. All من هذا الهيكل والتنظيم يسلم ميزة كبيرة جدا جميع عقود الخيارات هي موحدة L و s فحص ما يحدث إذا كنت تبيع لفتح عقد بيع بيع لأن شخصا آخر يدفع لالتزامك حتى هم المشتري وأنت البائع، وفتح لأنك تدخل في فتح اتفاق، عقد مع هذا المشتري سوف نفترض سعر الإضراب هو 10 00، وشهر انتهاء الصلاحية هو ثلاثة أشهر بعيدا، وكنت قد التزمت لبيع 100 سهم يساوي عقد واحد، لأن المعيار في سوق الخيارات هو لكل عقد لتمثيل 100 سهم، والحد الأدنى من الزيادة إذا كان صديقك لا نفس الشيء بالضبط، عقدين لا تختلف عن بعضها البعض، وفي الواقع لا يختلف عن العقود التي تم إنشاؤها من قبل أي مشارك آخر في السوق الذي اختار نفس سعر الإضراب وانتهاء الشهر مجموع العقود القائمة بسعر معين الإضراب ويعرف شهر انتهاء الصلاحية باسم المصلحة المفتوحة لهذا العقد الدعوة. هذا يجلب لنا إلى مصلحة، وميزة كل هذا التوحيد والتنظيم يمكن للمشاركين في السوق الزوج مع أي شخص في العالم، حتى من دون معرفة من هو على الجانب الآخر من التجارة أو ما إذا كانوا فتح أو إغلاق موقفكم كنت أعمى من كل هذا، تماما بنفس الطريقة التي لا تعرف أي شيء عن من هو على الجانب الآخر من التجارة عند شراء أو بيع الأسهم هذا يخلق إطارا لسوق حجم كبير ويعني الأطراف المهتمة لا يجب أن تعمل على البحث عن بعضها البعض، لأن أي شخص مع الحق في نوع من حساب الوساطة يمكن أن تشارك. وهذا يعني، على سبيل المثال، أنه إذا غيرت رأيك بعد بضعة أيام، يمكنك شراء لإغلاق خيارات المكالمة التي باعتها، وربما كنت فعلا شراء تلك العقود من شخص مختلف عن تلك التي باعتها في الأصل العودة إلى المثال من بداية هذه المادة، التي من شأنها أن تحقق نفس الشيء كما إلغاء النظام الحد الخاص بك للبيع، وبعبارة أخرى التزامك لبيع الأسهم قد عبرت. حول قناة خيارات الأسهم بريميوم النشرة الإخبارية. كل يوم التداول من خلال تي في اليوم، خيارات الأسهم قناة شاشات من خلال تغطيتنا الكون من خيارات الأسهم مع صيغة يلدبوست لدينا، وتبحث عن تلك يضع ويدعو مع أعلى الأقساط بائع الخيار يمكن الحصول على مع الضربات التي هي خارج من المال مع احتمالات عالية الحالية من العقد تنتهي لا قيمة لها الوصول إلى نتائج هذه التصنيفات، إضافة ما يصل إلى أكثر من 500 الأفكار في النشرة الإخبارية issue. As المشترك إلى قناة خيارات الأسهم النشرة الإخبارية قسط سوف تتلقى الوصول لحظيا وقوائم اليومية يلدبوست رتبة نهاية اليوم في ما يلي فئات الأسهم. أرباح الأسهم قناة الأسهم لجعل قائمة توزيع الأرباح صيف قائمة، يجب أن تظهر الأسهم هذه الصفات S العائد العائد قوية قوية وخصائص ديفيدندرانك قوية A تسريع كمية تزداد أرباح ثابت مع مرور الوقت F لا تشوبه شائبة التاريخ أبدا غاب أو خفض أرباح الأسهم E دائم على الأقل عقدين من دفع الأرباح. يقف مع شراء من الداخل مؤخرا هناك قول مأثور على وول ستريت أن هناك العديد أسباب مختلفة لبيع الأسهم، ولكن سبب واحد فقط لشراء التوقعات التي سوف كسب المال لذلك عندما الإدارة العليا أو مديري الشركة تأخذ النقدية التي حصلوا عليها بشق الأنفس وشراء أسهم الشركة الخاصة بهم في السوق المفتوحة، والمستثمرين من الحكمة أن تأخذ في الاعتبار هذه قائمة رتبة يلدبوست تنظر فقط تلك الأسهم التي شهدت شراء من الداخل في غضون 180 يوما الماضية. القطاعات قطاعات الاستثمار العقاري، ملبس، بدس استراتيجية الدعوة مغطاة تحظى بشعبية خاصة بين المستثمرين دخل الأسهم في القطاعات ذات العائد المرتفع وبيع المكالمات المشمولة للحصول على دخل إضافي صناديق الاستثمار العقاري صناديق الاستثمار العقاري والشركاء المحدودين شركاء الشركات الصغيرة والمتوسطة وشركات تطوير الأعمال تحظى شركات تنمية القطاع العام عموما بعائد توزيعات أرباح مرتفع. كل من هذه القطاعات يعرض مع مرتبة يلدبوست الخاصة بها. ستوكس إجراء عمليات الشراء يمكن أن تكون الشركة التي تقوم بشراء أسهمها الخاصة إدارة علامة تنظر الأسهم إلى أقل من قيمتها هذه قائمة رتبة يلدبوست تنظر فقط تلك الأسهم التي ظهرت مؤخرا على ث e على الانترنت المستثمر الأسهم بويباكس page. Stocks المحللين مثل لجعل قائمة الأسهم مع تصنيف المحلل قوي، يجب أن يكون الأسهم فوق المتوسط ​​متوسط ​​معدل وسيط أبر فقط الأسهم التي تلبي هذه المعايير ثم يتم النظر في هذا يلدبوست الرتبة. سوف تقوم الشركات في بعض الأحيان بإجراء عروض عامة لأسهم إضافية من الأسهم من أجل زيادة رأس المال أو توفير مخرج للمساهمين الكبار الذين يتطلعون إلى بيع في كثير من الأحيان، هذه العروض تنتج تقلب مؤقت مع زيادة المعروض من الأسهم فجأة هذه قائمة رتبة يلدبوست تنظر فقط تلك الأسهم التي وقد ظهرت مؤخرا على الصفحة الثانوية العروض الأسهم من المستثمر على الانترنت. تقدم المؤشرات الشعبية القوائم يلدبوست الرتبة النظر في المكونات الأساسية من داو، ناسداك 100، و S 2 البناء 3 السلع الاستهلاكية 4 الخدمات الاستهلاكية 5 الطاقة 6 المالية 7 الرعاية الصحية 8 الصناعة 9 التصنيع 10 المواد 11 وسائل الإعلام 12 المعادن 13 العقارات 14 التكنولوجيا 15 العابرة بورتاتيون 16 السفر 17 المرافق. لعرض تقرير عينة الأخيرة انقر على الرابط التالي. قناة خيارات الأسهم النشرة الإخبارية قسط يجعل فرص البحث بين وضع ودعوة الأسهم خيارات أسهل وتكلفك فقط 19 99 الشهر ولا ننسى، كما هو الحال مع جميع منتجات الاشتراك على قناة المحفظة، الشهر الأول هو على المنزل. التحليل والمعلومات في هذا التقرير وعلى موقعنا على الانترنت لأغراض إعلامية فقط لا جزء من المواد المعروضة في هذا النموذج محفظة و أو تقرير أو على مواقعنا يهدف إلى الاستثمار التوصية أو المشورة الاستثمارية لا المعلومات ولا أي رأي أعرب ولا أي نموذج محفظة يشكل التماس لشراء أو بيع الأوراق المالية أو أي برنامج الاستثمار الآراء والتوقعات الواردة هي تلك من بابليشرز المساهمة في قناة محفظة وربما لا تأتي فعلا لتمرير الآراء ولا ينبغي تفسير وجهات النظر المتعلقة بمستقبل الأسواق على أنها توصيات من أ يجب على المستثمرين دائما استشارة أخصائي الاستثمار قبل القيام بأي استثمار. أي قرارات الاستثمار يجب أن تكون في جميع الحالات من قبل القارئ أو من قبل مستشار الاستثمار الخاص به أو لا تشتري أي وقت مضى أي أمن دون القيام بما يكفي من البحوث هناك لا تضمن أن الأهداف الاستثمارية الموضحة سوف تأتي بالفعل تمرير جميع الآراء الواردة في هذه الوثيقة عرضة للتغيير دون إشعار لا المحرر والموظفين، ولا أي من الشركات التابعة لها تتحمل أي مسؤولية عن أي خسارة يتعرض لها أي شخص الذي اعتمد على المعلومات المقدمة ويستند التحليل المقدم على كل من البحوث التقنية والأساسية ويتم توفيرها كما هو دون أي ضمان من أي نوع، سواء كانت صريحة أو ضمنية على الرغم من أن المعلومات الواردة مشتقة من مصادر يعتقد أنها موثوقة، فإنها لا يمكن ضمانها. المعلومات الواردة في المحافظ النموذجية أو التقارير المقدمة من قبل بنك الاستثمار الموظفين أ قد تكون الشركات التابعة لبنك البحرين الوطني للاستثمار قد يكون لها في بعض الأحيان مناصب في الأوراق المالية المشار إليها ويمكن أن تقوم بعمليات شراء أو بيع هذه الأوراق المالية في حين أن المنشورات متداولة. عائدات إندكس هي السعر فقط ولا تتضمن إعادة استثمار أرباح الأسهم إن 500 ليرة سورية هي سوق أسهم مؤشر يحتوي على الأسهم من 500 شركة ذات رأس مال كبير، ومعظمها من الشركات الأمريكية المؤشر هو أبرز من العديد من المؤشرات المملوكة والتي تحتفظ بها ستاندرد بورز S، وهي شعبة من ماكجرو هيل سب 500 يستخدم في إشارة ليس فقط إلى المؤشر ولكن أيضا للشركات 500 التي لديها أسهمهم المشتركة المدرجة في مؤشر. جميع العائدات تفترض إعادة استثمار أرباح ما لم يذكر خلاف ذلك الاستثمارات في الأسهم تحمل عنصرا متأصلا من المخاطر بما في ذلك احتمال خسارة كبيرة من أصل الأداء السابق ليست مؤشرا من النتائج المستقبلية.

شبكة الاتصالات العالمية المتاجرة النظام

أنظمة التداول ما هو نظام التداول. نظام التداول هو ببساطة مجموعة من القواعد أو المعلمات المحددة التي تحدد نقاط الدخول والخروج لأسهم معينة هذه النقاط، والمعروفة باسم الإشارات، غالبا ما يتم وضع علامة عليها في الرسم البياني في الوقت الحقيقي، والمطالبة التنفيذ الفوري للتجارة. هنا بعض من أدوات التحليل الفني الأكثر شيوعا المستخدمة في بناء المعلمات من أنظمة التداول. المتوسطات المتحركة MA. Relative القوة. البولينجر العصابات. في كثير من الأحيان، سيتم الجمع بين اثنين أو أكثر من هذه الأشكال من المؤشرات في وإنشاء قاعدة على سبيل المثال، يستخدم نظام كروسوفر ما اثنين من المعلمات المتوسط ​​المتحرك، على المدى الطويل وعلى المدى القصير، لإنشاء قاعدة شراء عندما يعبر المدى القصير على المدى الطويل، وبيع عندما يكون العكس هو ترو في حالات أخرى، القاعدة تستخدم مؤشرا واحدا فقط على سبيل المثال، قد يكون للنظام قاعدة تحظر أي عملية شراء ما لم تكن القوة النسبية أعلى من مستوى معين، ولكنها مزيج من كل هذه الأنواع من القواعد التي تجعل نظام التداول. MSFT المتوسط ​​المتحرك للمتوسط ​​المتحرك باستخدام المتوسط ​​المتحرك 5 و 20.لأن نجاح النظام الكلي يعتمد على مدى أداء القواعد، فإن تجار النظام يقضون الوقت الأمثل من أجل إدارة المخاطر زيادة المبلغ المكتسب في التجارة وتحقيق الاستقرار على المدى الطويل ويتم ذلك عن طريق تعديل معلمات مختلفة داخل كل قاعدة على سبيل المثال، لتحسين نظام كروسوفر ما، فإن المتداول اختبار لمعرفة أي المتوسطات المتحركة 10 يوما، 30 يوما، الخ تعمل بشكل أفضل، ومن ثم تنفيذها ولكن التحسين يمكن أن تحسن النتائج من خلال هامش صغير فقط - انها مجموعة من المعلمات المستخدمة التي من شأنها أن تحدد في نهاية المطاف نجاح نظام. المزايا لذلك، لماذا قد ترغب في اعتماد نظام التداول. فإنه يأخذ كل العاطفة من التداول - وغالبا ما يشار إلى العاطفة باعتبارها واحدة من أكبر العيوب للمستثمرين الأفراد المستثمرين الذين ليسوا قادرين على التعامل مع الخسائر الثانية تخمين قراراتهم وينتهي فقدان المال من خلال اتباع صارم لنظام المتقدمة مسبقا، يمكن للتجار النظام تتخلى عن الحاجة لجعل أي قرارات بمجرد تطوير النظام وتأسيسه، التداول ليس تجريبي لأنه مؤتمتة لأنه خفض على عدم الكفاءة البشرية، يمكن للتجار النظام زيادة الأرباح. فإنه يمكن أن يوفر الكثير من الوقت - مرة واحدة يتم تطوير نظام فعال والأمثل قليلا إلى أي جهد مطلوب من قبل التاجر غالبا ما تستخدم أجهزة الكمبيوتر لأتمتة ليس فقط توليد إشارة، ولكن أيضا التداول الفعلي، لذلك يتم تحرير المتداول من قضاء الوقت على التحليل وجعل الحرف. فمن السهل إذا كنت تدع الآخرين تفعل ذلك ل أنت - بحاجة إلى كل من العمل المنجز بالنسبة لك بعض الشركات تبيع أنظمة التداول التي طوروها سوف شركات أخرى تعطيك الإشارات الناتجة عن أنظمة التداول الداخلية مقابل رسوم شهرية كن حذرا، على الرغم من أن العديد من هذه الشركات هي الاحتيال أغلق والنظر في عندما أخذت النتائج التي تتباهى حول بعد كل شيء، فإنه من السهل للفوز في الماضي البحث عن الشركات التي تقدم محاكمة، والتي تمكنك من اختبار النظام في الوقت الحقيقي. العيوب لقد نظرنا إلى المزايا الرئيسية للعمل مع نظام التداول، ولكن النهج له أيضا عيوبه. أنظمة التداول معقدة - وهذا هو أكبر عيب لها في المراحل التنموية، تتطلب أنظمة التداول فهم متين للتحليل الفني، والقدرة على واتخاذ قرارات تجريبية ومعرفة دقيقة لكيفية عمل المعلمات ولكن حتى لو كنت لا تطوير نظام التداول الخاص بك، فمن المهم أن تكون على دراية المعلمات التي تشكل واحد كنت تستخدم اكتساب كل هذه المهارات يمكن أن يكون تحديا. يجب أن تكون قادرا على وضع افتراضات واقعية وتوظيف النظام بشكل فعال - يجب على تجار النظام تقديم افتراضات واقعية حول تكاليف المعاملات تتكون هذه التكاليف من أكثر من تكاليف العمولات - الفرق بين سعر التنفيذ وسعر التعبئة هو جزء من تكاليف المعاملة تحمل في العقل، فإنه غالبا ما يكون من المستحيل لاختبار النظم بدقة، مما تسبب في درجة من عدم اليقين عند جلب النظام يعيش المشاكل التي تحدث عندما نتائج المحاكاة تختلف اختلافا كبيرا عن النتائج الفعلية المعروفة باسم الانزلاق التعامل الفعال مع الانزلاق يمكن أن يكون حاجزا رئيسيا لنشر نظام ناجح. التنمية يمكن أن تكون مهمة تستغرق وقتا طويلا - وهناك الكثير من الوقت يمكن أن تذهب إلى تطوير نظام التداول للحصول على تشغيله والعمل بشكل صحيح استنباط مفهوم النظام ووضعه موضع التنفيذ ينطوي على الكثير من الاختبارات، والتي تأخذ بعض الوقت التاريخية باكتستينغ يستغرق بضع دقائق ومع ذلك، مرة أخرى اختبار وحدها ليست كافية يجب أن تكون الأنظمة أيضا ورقة المتداولة في الوقت الحقيقي من أجل ضمان الموثوقية وأخيرا ، قد يسبب الانزلاق التجار لجعل العديد من التنقيحات لأنظمتها حتى بعد نشرها. هل يعملون هناك عدد من الحيل الإنترنت المتعلقة بتداول النظام، ولكن هناك أيضا العديد من النظم المشروعة والناجحة ربما المثال الأكثر شهرة هو واحد وضعت ونفذت من قبل ريتشارد دينيس وبيل إكهاردت، الذين هم التجار السلاحف الأصلي في عام 1983، وكان هؤلاء اثنين من نزاع حول ما إذا كان جيد ر ولدت رادر أو جعلت ذلك، أخذوا بعض الناس من الشارع وتدريبهم على أساس نظامهم السلاحف التجارية الآن الشهيرة تجمعوا 13 التجار وانتهى الأمر جعل 80 سنويا على مدى السنوات الأربع المقبلة وقال بيل إكهاردت ذات مرة، أي شخص لديه الذكاء المتوسط يمكن أن تتعلم التجارة هذا ليس علم الصواريخ ومع ذلك، فمن الأسهل بكثير لمعرفة ما يجب عليك القيام به في التداول من أن تفعل ذلك أنظمة التداول أصبحت أكثر وأكثر شعبية بين التجار المحترفين ومديري الصناديق والمستثمرين الأفراد على حد سواء - ربما هذا هو شهادة على كيفية عملهم بشكل جيد. التعامل مع الغش عندما تبحث لشراء نظام التداول، فإنه يمكن أن يكون من الصعب العثور على عمل جدير بالثقة ولكن معظم الحيل يمكن رصدها من قبل الحس السليم على سبيل المثال، وضمان 2500 سنويا هو واضح الفاحشة كما وعود أنه مع 5000 فقط يمكن أن تجعل 125،000 في سنة واحدة ومن ثم من خلال مضاعفة لمدة خمس سنوات، 48،828،125،000 إذا كان هذا صحيحا، لن يخلق الخالق طريقه إلى أن تصبح ثنائية lonionaire. Other العروض، ولكن من الصعب فك شفرة، ولكن هناك طريقة شائعة لتجنب الحيل هو البحث عن الأنظمة التي توفر نسخة تجريبية مجانية بهذه الطريقة يمكنك اختبار النظام نفسك أبدا عمياء الثقة في الأعمال تفتخر عنه بل هو أيضا فكرة جيدة للاتصال الآخرين التي استخدمت النظام، لمعرفة ما إذا كان يمكن أن تؤكد موثوقيتها والربحية. الاستنتاج تطوير نظام التداول الفعال هو بأي حال من الأحوال مهمة سهلة يتطلب فهم متين للعديد من المعلمات المتاحة، والقدرة على جعل افتراضات واقعية والوقت والتفاني لتطوير النظام ومع ذلك، إذا وضعت ونشرها بشكل صحيح، ونظام التداول يمكن أن تسفر عن العديد من المزايا ويمكن أن تزيد من الكفاءة، وتحرير الوقت، والأهم من ذلك، وزيادة الأرباح الخاصة بك. يرجى ملاحظة أن قائمة الرسوم البيانية العادية وسوف يكون مرة أخرى في 15 مارس إذا كان لديك أي أسئلة، يمكنك الاتصال بي خلال ساعات العمل أو الاتصال بي عن طريق البريد الإلكتروني. لا شيء من الشركات المذكورة على هذا الموقع تشكل التوصية التنازل عن إما شراء أو بيع يتم ذكرها بحتة كمثال توضيحي خلال فئة عقد دائما النظر في البيانات الأساسية والتقنية قبل اتخاذ أي قرار الاستثمار الأداء الماضي لا يضمن للنتائج في المستقبل. أشكركم على اهتمامك. أندرو ليس الرتبة 13 المتابعون 123 الأصوات 33 سنوات عضو 15 آخر تحديث 13 مارس 2017، 20 28 الفئات تحليل الاتجاه زخم الأسهم سوينغ Trading. Please لاحظ أن قائمة المخططات العادية سوف يعود في 15 مارس إذا كان لديك أي أسئلة، يمكنك الاتصال بي خلال ساعات العمل أو الاتصال بي عن طريق email. None من الشركات المذكورة في هذا الموقع تشكل توصية إما شراء أو بيع يتم ذكرها بحتة كمثال توضيحي خلال فئة عقد دائما النظر في البيانات الأساسية والتقنية قبل اتخاذ أي قرار الاستثمار الأداء الماضي لا يضمن للنتائج في المستقبل. شكرا أنت لجهودكم الفائدة. الاتحاد الأوروبي نظام تداول الانبعاثات إتس الاتحاد الأوروبي. نظام الانبعاثات الانبعاثات الاتحاد الأوروبي الاتحاد الأوروبي إتس هو حجر الزاوية في سياسة الاتحاد الأوروبي لمكافحة تغير المناخ وأداة رئيسية للحد من انبعاثات غازات الدفيئة من حيث التكلفة على نحو فعال وهو أول سوق الكربون الرئيسي في العالم، ويبقى أكبر واحد. أوبيراتس في 31 بلدا جميع دول الاتحاد الأوروبي 28 بالإضافة إلى أيسلندا وليختنشتاين والنرويج. تخفيف الانبعاثات من أكثر من 11،000 استخدام الطاقة الثقيلة محطات الطاقة المنشآت الصناعية وشركات الطيران العاملة بين هذه البلدان. يغطي حوالي 45 من انبعاثات غازات الدفيئة s الاتحاد الأوروبي. أقصى ونظام التجارة. وتعمل الاتحاد الأوروبي إتس على سقف والتجارة المبدأ. يتم تعيين كاب على الكمية الإجمالية لبعض غازات الدفيئة التي يمكن انبعاثها من المنشآت التي يغطيها النظام يتم تخفيض الحد الأقصى مع مرور الوقت بحيث انخفض إجمالي الانبعاثات. في ظل سقف والشركات تتلقى أو شراء البدلات الانبعاثات التي يمكن أن تتاجر مع بعضها البعض حسب الحاجة هم يمكن أيضا شراء كميات محدودة من الائتمانات الدولية من مشاريع إنقاذ الانبعاثات في جميع أنحاء العالم الحد من العدد الإجمالي للبدلات المتاحة يضمن أن لديهم يجب أن تقوم الشركة بعد كل سنة بتسليم مخصصات كافية لتغطية جميع انبعاثاتها، وإلا فرضت غرامات كبيرة إذا خفضت الشركة انبعاثاتها، يمكنها أن تحتفظ بدلات احتياطية لتغطية احتياجاتها المستقبلية أو بيعها إلى شركة أخرى وهو ما يحد من المرونة التي تضمن خفض الانبعاثات حيث تكلف أقل من القيام بذلك. كما يعزز سعر الكربون القوي الاستثمار في التكنولوجيات النظيفة والمنخفضة الكربون. الميزات الرئيسية للمرحلة 3 2013-2020. الاتحاد الأوروبي إتس هو الآن في والمرحلة الثالثة تختلف اختلافا كبيرا عن المرحلتين 1 و 2. والتغييرات الرئيسية هي. ويتم تطبيق سقف واحد على نطاق الاتحاد الأوروبي على الانبعاثات بدلا من النظام السابق للقبعات الوطنية. والمزاد هو الطريقة الافتراضية لتخصيص البدلات بدلا من التخصيص المجاني، تطبق قواعد التخصيص على البدلات التي لا تزال تعطى مجانا. وتضمنت القطاعات الأخرى والغازات 300 مليون من البدلات المخصصة في احتياطي المشتركين الجدد لتمويل نشر الطاقة المتجددة المتجددة والتكنولوجيات ال رجية واحتجاز الكربون وتخزينه من خلال برنامج 300. نر. والغازات المشمولة. ويغطي النظام القطاعات والغازات التالية مع التركيز على الانبعاثات التي يمكن قياسها والإبلاغ عنها والتحقق منها مع مستوى عال من الدقة. ثاني أكسيد الكربون ثاني أكسيد الكربون من قطاعات توليد الطاقة والطاقة والحرارة. الصناعات كثيفة الطاقة بما في ذلك مصافي النفط، أعمال الصلب وإنتاج الحديد والألمنيوم والمعادن والاسمنت والجير والزجاج والسيراميك ولب الورق والورق المقوى والأحماض والكيميائية العضوية الكيميائية الطيران التجاري. أكسيد النيتروز N 2 O من إنتاج أحماض النيتريك والأديبيك والجليوكسيليك و glyoxal. perfluorocarbons المواد البيروفلوروآربونية من إنتاج الألومنيوم. المشاركة في الاتحاد الأوروبي إتس إلزامية للشركات في هذه القطاعات ولكن في بعض القطاعات فقط النباتات فوق حجم معين يتم تضمينها. بعض المنشآت الصغيرة يمكن استبعادها إذا وضعت الحكومات تدابير مالية أو غيرها من شأنها خفض انبعاثاتها بمقدار مماثل. في قطاع الطيران، حتى عام 2016 الاتحاد الأوروبي إتس أبلي فقط إلى الرحلات الجوية بين المطارات الواقعة في المنطقة الاقتصادية الأوروبية EEA. Devering تخفيضات الانبعاثات. وقد أثبتت إتس الاتحاد الأوروبي أن وضع سعر على الكربون والتداول في ذلك يمكن أن تعمل الانبعاثات من المنشآت في المخطط تتساقط على النحو المقصود من قبل حوالي 5 مقارنة مع في بداية المرحلة 3 2013 انظر 2015 أرقام. في عام 2020 الانبعاثات من القطاعات التي يغطيها النظام سوف يكون 21 أقل مما كانت عليه في عام 2005. تطوير سوق الكربون. في عام 2005، الاتحاد الأوروبي إتس هو أول وأكبر التجارة الدولية الانبعاثات في العالم نظام، وهو ما يمثل أكثر من ثلاثة أرباع التجارة الدولية للكربون. الاتحاد الأوروبي إتس هو أيضا ملهم تطوير تجارة الانبعاثات في بلدان ومناطق أخرى ويهدف الاتحاد الأوروبي لربط الاتحاد الأوروبي إتس مع أنظمة متوافقة أخرى. التشريعات الرئيسية إتس الاتحاد الأوروبي. تقارير سوق الكربون. تنفيذ نظام إتس للاتحاد الأوروبي للمرحلة الثالثة. التاريخ التشريعي للتوجيه 2003 87 EC. Work قبل اقتراح اقتراح اقتراح اللجنة في تشرين الأول / أكتوبر 2001 قول رد الفعل على قراءة الدعامة أوال في المجلس والبرلمان بما في ذلك موقف المجلس المشترك. فتح جميع الأسئلة. الأسئلة والأجوبة على نظام الاتحاد الأوروبي المنقحة لتداول الانبعاثات ديسمبر 2008. ما هو الهدف من تجارة الانبعاثات. الهدف من الاتحاد الأوروبي نظام تداول الانبعاثات الاتحاد الأوروبي إتس هو مساعدة الاتحاد الأوروبي تحقق الدول الأعضاء التزاماتها للحد من انبعاثات غازات الدفيئة أو خفضها بطريقة فعالة من حيث التكلفة السماح للشركات المشاركة بشراء أو بيع بدلات الانبعاثات يعني أن تخفيضات الانبعاثات يمكن تحقيقها بأقل تكلفة. إن إتس الاتحاد الأوروبي هو حجر الزاوية في استراتيجية الاتحاد الأوروبي ل مكافحة تغير المناخ إنه أول نظام تجاري دولي لانبعاثات ثاني أكسيد الكربون في العالم، وقد بدأ العمل به منذ عام 2005 اعتبارا من الأول من يناير / كانون الثاني 2008، فإنه لا ينطبق فقط على الدول الأعضاء في الاتحاد الأوروبي البالغ عددها 27 دولة، بل ينطبق أيضا على الأعضاء الثلاثة الآخرين في أوروبا المنطقة الاقتصادية النرويج وآيسلندا وليختنشتاين تغطي حاليا أكثر من 000 10 منشأة في قطاعي الطاقة والصناعة وهما مسؤولان جماعيا عن ما يقرب من نصفها انبعاثات الاتحاد الأوروبي من ثاني أكسيد الكربون و 40 من إجمالي انبعاثات غازات الاحتباس الحراري هناك تعديل على توجيه الاتحاد الأوروبي بشأن التجارة الإلكترونية المتفق عليه في يوليو 2008 سيجلب قطاع الطيران إلى النظام من عام 2012. كيف يعمل تداول الانبعاثات. وهو ما يعني أنه يحد من المستوى العام للانبعاثات المسموح بها ولكن يسمح، ضمن هذا الحد، للمشاركين في النظام بشراء وبيع البدلات حسب الحاجة. هذه البدلات هي العملة التجارية المشتركة في قلب النظام. يحق للحامل أن ينبعث طن واحد من ثاني أكسيد الكربون أو ما يعادله من غازات الدفيئة الأخرى. إن الحد الأقصى لعدد البدلات يخلق ندرة في السوق. وفي فترة التداول الأولى والثانية في إطار هذا المخطط، كان على الدول الأعضاء أن تعد خطط التخصيص الوطنية خطط العمل الوطنية التي تحدد المستوى الإجمالي لانبعاثاتها من الانبعاثات إتس وعدد بدلات الانبعاث التي يتلقاها كل تركيب في بلدها في نهاية كل سنة يجب أن تستوفي المنشآت بدلات مكافئة في انبعاثاتها الشركات التي تحتفظ بانبعاثاتها إلى ما دون مستوى بدلاتها يمكن أن تبيع بدلاتها الزائدة الذين يواجهون صعوبة في الإبقاء على انبعاثاتهم وفقا لبدلاتهم لديهم خيار بين اتخاذ تدابير للحد من انبعاثاتهم الخاصة مثل الاستثمار في تكنولوجيا أكثر كفاءة أو استخدام مصادر طاقة أقل كثافة من الكربون أو شراء البدلات الإضافية التي يحتاجونها في السوق، أو مزيج من الاثنين من المرجح أن تحدد هذه الخيارات بتكاليف نسبية وبهذه الطريقة، يتم تخفيض الانبعاثات حيثما تكون أكثر فعالية من حيث التكلفة تفعل ذلك. منذ فترة طويلة وقد تم إتس الاتحاد الأوروبي تعمل. تم إطلاق الاتحاد الأوروبي إتس في 1 يناير 2005 استمرت فترة التداول الأولى لمدة ثلاث سنوات حتى نهاية عام 2007 وكان مرحلة التعلم عن طريق القيام للتحضير لفترة التداول الثانية الحاسمة و بدأت فترة التداول الثانية في 1 يناير 2008 وتستمر لمدة خمس سنوات حتى نهاية عام 2012 تنبع أهمية فترة التداول الثانية من حقيقة أنها تتزامن مع وهي فترة الالتزام الأولى لبروتوكول كيوتو التي يتعين على الاتحاد الأوروبي والدول الصناعية الأخرى خلالها تحقيق أهدافها للحد من انبعاثات غازات الدفيئة أو الحد منها. وبالنسبة لفترة التداول الثانية، تم تحديد انبعاثات الاتحاد الأوروبي لانبعاثات غازات الدفيئة بنحو 6 5 دون مستويات عام 2005 للمساعدة في ضمان أن الاتحاد الأوروبي ككل، والدول الأعضاء على حدة، الوفاء بالتزامات كيوتو بهم. ما هي الدروس الرئيسية المستفادة من التجربة حتى الآن. وقد وضعت إتس الاتحاد الأوروبي سعر على الكربون وأثبت أن التداول في انبعاثات غازات الدفيئة يعمل أول تداول الفترة التي أقامت بنجاح التجارة الحرة لبدلات الانبعاثات في جميع أنحاء الاتحاد الأوروبي، ووضعت البنية التحتية اللازمة وتطوير سوق الكربون الديناميكي قد تكون الفوائد البيئية للمرحلة الأولى محدودة بسبب الإفراط في تخصيص البدلات في بعض الدول الأعضاء وبعض القطاعات، وذلك بسبب وذلك أساسا إلى الاعتماد على إسقاطات الانبعاثات قبل أن تصبح بيانات الانبعاثات التي تم التحقق منها متاحة في إطار إتس للاتحاد الأوروبي عند نشر فيري فإن بيانات الانبعاثات المحصورة لعام 2005 قد سلطت الضوء على هذا الإفراط في التخصيص، وكان رد فعل السوق كما هو متوقع من خلال خفض سعر السوق للبدلات. وقد أتاح توافر بيانات الانبعاثات المؤكدة للجنة أن تكفل تحديد الحد الأقصى للمخصصات الوطنية في إطار المرحلة الثانية عند وهو المستوى الذي يؤدي إلى تخفيضات حقيقية في الانبعاثات. وبالإضافة إلى ذلك تؤكد الحاجة إلى بيانات تم التحقق منها، أثبتت التجربة حتى الآن أن زيادة المواءمة داخل إتس الاتحاد الأوروبي أمر حتمي لضمان أن يحقق الاتحاد الأوروبي أهدافه خفض الانبعاثات على الأقل التكلفة ومع الحد الأدنى من التشوهات التنافسية و فإن الحاجة إلى مزيد من المواءمة هي أكثر وضوحا فيما يتعلق بكيفية تحديد الحد الأقصى لبدلات الانبعاثات الإجمالية. وتظهر الفترتان التجاريتان الأوليان أيضا أن الطرق الوطنية المختلفة على نطاق واسع لتخصيص البدلات للمنشآت تهدد المنافسة العادلة في السوق الداخلية وعلاوة على ذلك فإن زيادة المواءمة والتوضيح هناك حاجة إلى تنقيح فيما يتعلق بنطاق النظام ، والوصول إلى الائتمانات من مشاريع خفض الانبعاثات خارج الاتحاد الأوروبي، وشروط ربط إتس الاتحاد الأوروبي لنظم التداول الانبعاثات في أماكن أخرى، ومتطلبات الرصد والتحقق والإبلاغ. ما هي التغييرات الرئيسية في إتس الاتحاد الأوروبي ومتى سيتم تنطبق التغييرات التصميمية المتفق عليها اعتبارا من فترة التداول الثالثة أي يناير 2013 في حين سيتم البدء في الأعمال التحضيرية على الفور، فإن القواعد المعمول بها لن تتغير حتى يناير 2013 لضمان الحفاظ على الاستقرار التنظيمي. الاتحاد الأوروبي إتس في الفترة الثالثة سوف يكون نظام أكثر كفاءة وأكثر انسجاما وأكثر عدالة. وتتحقق زيادة الكفاءة عن طريق فترة تداول أطول 8 سنوات بدلا من 5 سنوات، وانخفاض انبعاثات قوية وقوية سنويا 21 تخفيض في عام 2020 مقارنة مع عام 2005 وزيادة كبيرة في مقدار المزاد من أقل من 4 في المرحلة 2 إلى أكثر من النصف في المرحلة 3. وقد تم الاتفاق على تنسيق أكثر في العديد من المجالات، بما في ذلك فيما يتعلق الحد الأقصى للتسوية ووضع سقف على نطاق الاتحاد الأوروبي بدلا من الحدود الوطنية في المرحلتين 1 و 2 وقواعد التخصيص الحر الانتقالي. وقد ازدادت عدالة النظام زيادة كبيرة من خلال التحرك نحو قواعد التخصيص المجاني على نطاق الاتحاد الأوروبي للمنشآت الصناعية والمقدمة من آلية إعادة التوزيع التي تمنح الدول الأعضاء الجديدة المزاد العلني المزيد من البدلات. كيف يقارن النص النهائي مع اقتراح اللجنة الأولي. وقد تم الحفاظ على أهداف المناخ والطاقة التي وافق عليها مجلس أوروبا الأوروبي لعام 2007 والبنية العامة لمقترح اللجنة على إتس الاتحاد الأوروبي لا يزال على حالها وهذا يعني أن سيكون هناك سقف واحد على نطاق الاتحاد الأوروبي على عدد من البدلات الانبعاثات وسوف ينخفض ​​هذا الحد سنويا على طول خط الاتجاه الخطي، والتي سوف تستمر إلى ما بعد نهاية فترة التداول الثالثة 2013- 2020 الفرق الرئيسي بالمقارنة مع الاقتراح هو أن المزاد العلني للبدلات سيتم تدريجيا على نحو أبطأ. ما هي التغييرات الرئيسية مقارنة باللجنة وباختصار، فإن التغييرات الرئيسية التي تم إدخالها على الاقتراح هي كما يلي. ويسمح لبعض الدول الأعضاء استثناء اختياري ومؤقت من القاعدة أنه لن يتم تخصيص أي بدلات مجانا لمولدات الكهرباء اعتبارا من 2013 هذا فإن خيار الانتقاص متاح للدول الأعضاء التي تستوفي شروطا معينة تتعلق بالربط البيني لشبكاتها الكهربائية وحصة وقود أحفوري واحد في إنتاج الكهرباء ونصيب الفرد من الناتج المحلي الإجمالي فيما يتعلق بمتوسط ​​الاتحاد الأوروبي 27. وبالإضافة إلى ذلك، التي يمكن أن تخصصها دولة عضو لمحطات توليد الطاقة تقتصر على 70 من انبعاثات ثاني أكسيد الكربون من النباتات ذات الصلة في المرحلة 1 والتراجع في السنوات التالية. وعلاوة على ذلك، لا يمكن تخصيص التخصيص المجاني في المرحلة 3 إلا لمحطات توليد الطاقة العاملة أو قيد الإنشاء في وقت لاحق من نهاية 2008 انظر الرد على السؤال 15 أدناه. وسوف يكون هناك مزيد من التفاصيل في التوجيه بشأن المعايير التي سيتم استخدامها لتحديد القطاعات أو القسم الفرعي أو التي تعتبر معرضة لخطر كبير من تسرب الكربون وتاريخ سابق لنشر قائمة اللجنة لهذه القطاعات 31 ديسمبر 2009. وعلاوة على ذلك، رهنا بالمراجعة عند التوصل إلى اتفاق دولي مرض، سوف تحصل المنشآت في جميع الصناعات المعرضة على 100 وبدلات مجانية إلى الحد الذي تستخدم فيه التكنولوجيا الأكثر كفاءة يقتصر التوزيع الحر للصناعة على حصة هذه الصناعات من الانبعاثات في إجمالي الانبعاثات في الفترة من 2005 إلى 2007 وسوف ينخفض ​​إجمالي عدد البدلات المخصصة مجانا للمنشآت في قطاعات الصناعة سنويا في تمشيا مع انخفاض سقف الانبعاثات. ويمكن أيضا للدول الأعضاء أن تعوض منشآت معينة لتكاليف ثاني أكسيد الكربون التي تم تمريرها في أسعار الكهرباء إذا كانت تكاليف ثاني أكسيد الكربون قد تعرضها بخلاف ذلك لخطر تسرب الكربون. وقد تعهدت اللجنة بتعديل المبادئ التوجيهية للجماعة بشأن مساعدة الدولة في حماية البيئة في هذا الصدد انظر الرد على السؤال 15 أدناه. مستوى أوكتي سيزيد الاعتماد على البدلات للصناعة غير المعرضة للخطر بطريقة خطية على النحو الذي اقترحته اللجنة، ولكن بدلا من الوصول إلى 100 بحلول عام 2020، سيصل إلى 70، بغية الوصول إلى 100 بحلول عام 2027. وكما هو متوقع في اقتراح اللجنة، من البدلات المخصصة للمزاد العلني سيعاد توزيعها من الدول الأعضاء ذات الدخل المرتفع للفرد بالنسبة لذوي الدخل الفردي المنخفض من أجل تعزيز القدرة المالية لهذه البلدان على الاستثمار في التكنولوجيات الملائمة للمناخ. أضيفت إضافة إلى آلية أخرى لإعادة التوزيع قدرها 2 من البدلات المعروضة على مزادات علنية أن تأخذ في الاعتبار الدول الأعضاء التي حققت في عام 2005 خفضا لا يقل عن 20 في انبعاثات غازات الدفيئة مقارنة بالسنة المرجعية التي حددها بروتوكول كيوتو. والحصة من إيرادات المزاد التي توصي الدول الأعضاء باستخدامها في القتال، والتكيف مع تغير المناخ بشكل رئيسي داخل الاتحاد الأوروبي، ولكن أيضا في البلدان النامية، وترفع من 20 إلى 50. ونص ينص على زيادة إلى بيرمي المقترح مستوى استخدام اعتمادات الجماعة الإسلامية للتنمية الزراعية في السيناريو العشرين للمشغلين الحاليين الذين حصلوا على أقل الميزانيات لاستيراد واستخدام هذه الاعتمادات فيما يتعلق بالمخصصات والوصول إلى الائتمانات في الفترة 2008-2012 القطاعات الجديدة والداخلين الجدد في الفترتين 2013 - 2020 و 2008-2012 سوف تكون أيضا قادرة على استخدام الاعتمادات سوف مجموع المبلغ من الاعتمادات التي يمكن استخدامها لا تتجاوز 50 من التخفيض بين عامي 2008 و 2020 استنادا إلى خفض الانبعاثات أكثر صرامة في سياق اتفاق دولي مرض، يمكن للجنة أن تسمح بالوصول الإضافي إلى وحدات خفض الانبعاثات المعتمدة ووحدات خفض الانبعاثات للمشغلين في مخطط الجماعة. انظر الرد على السؤال 20 أدناه. وستستخدم العائدات من مزاد 300 مليون بدالة من احتياطي الوافدين الجدد لدعم ما يصل إلى 12 مشروعا إيضاحيا لتخزين الكربون وتخزينه، مشاريع تظھر تقنیات مبتکرة للطاقة المتجددة ھناك عدد من الشروط المرفقة بآلیة التمویل ھذه. انظر الرد علی السؤال رقم 30 أدناه o تمديد منشآت الاحتراق الصغيرة التي تخضع لتدابير مكافئة تم توسيعها لتشمل جميع المنشآت الصغيرة بغض النظر عن النشاط، تم رفع عتبة الانبعاثات من 10،000 إلى 25،000 طن من ثاني أكسيد الكربون في السنة، وعتبة القدرة التي منشآت الاحتراق يجب أن تفي بالإضافة إلى ذلك تم رفعها من 25MW إلى 35MW مع هذه العتبات المتزايدة، فإن حصة الانبعاثات المشمولة التي يحتمل أن تستبعد من نظام التداول الانبعاثات يصبح كبيرا، وبالتالي تمت إضافة حكم للسماح لخفض المقابلة من الحد الأقصى للبدلات على مستوى الاتحاد الأوروبي. هل ستظل هناك خطط وطنية للتخصيص خطط العمل الوطنية. لا تحدد الدول الأعضاء في خطط عملها الوطنية للفترة 2005-2007 والفترات التجارية الثانية 2008-2012 الكمية الإجمالية للبدلات التي ستصدر الحد الأقصى والكيفية وسيتم تخصيص هذه المنشآت للمنشآت المعنية وقد أحدث هذا النهج اختلافات كبيرة في قواعد التخصيص، وخلق وهو حافز لكل دولة عضو لصالح صناعتها الخاصة، وأدى إلى تعقيد كبير. ومن فترة التداول الثالثة، سيكون هناك سقف واحد على نطاق الاتحاد الأوروبي وسيتم تخصيص البدلات على أساس قواعد منسقة ستخصص خطط التخصيص الوطنية وبالتالي لن تكون هناك حاجة إلى أي أكثر. كيف سيتم تحديد سقف الانبعاثات في المرحلة 3. قواعد لحساب سقف على نطاق الاتحاد الأوروبي هي على النحو التالي. من عام 2013، فإن العدد الإجمالي للبدلات تنخفض سنويا بطريقة خطية نقطة الانطلاق من فإن هذا الخط هو متوسط ​​الكمية الإجمالية للبدلات التي ستصدرها الدول الأعضاء في المرحلة الثانية للفترة 2008-12، وتعديلها بحيث تعكس النطاق الواسع للنظام اعتبارا من عام 2013، فضلا عن أي منشآت صغيرة اختارت الدول الأعضاء استبعادها العامل الخطي الذي ينخفض ​​فيه المبلغ السنوي هو 1 74 بالنسبة إلى غطاء المرحلة 2. ونقطة البداية لتحديد العامل الخطي 1 74 هي التخفيض العام 20 لغازات الدفيئة مقارنة بعام 1990، أي ما يعادل 14 تخفيضا مقارنة بعام 2005 ومع ذلك، يلزم تخفيض أكبر في إتس في الاتحاد الأوروبي لأنه أقل تكلفة لخفض الانبعاثات في قطاعات إتس تقسم الشعبة التي تقلل إلى أدنى حد من تكلفة التخفيض الإجمالية. إلى عام 2005 بحلول عام 2020. (أ) تخفيض بنحو 10 في المائة مقارنة بعام 2005 بالنسبة للقطاعات التي لا يغطيها الاتحاد الأوروبي للإنذار المبكر بالانبعاثات. ويؤدي التخفيض الذي تحقق في عام 2121 إلى خفض في نظام التجارة الإلكترونية في عام 2020 بحد أقصى قدره 1720 مليون دولار، في الفترة من 2013 إلى 2020 من حوالي 1846 مليون بدل وتخفيض 11 مقارنة مع المرحلة 2 كاب. جميع الأرقام المطلقة تشير إلى تغطية في بداية فترة التداول الثانية، وبالتالي لا تأخذ في الاعتبار الطيران، والتي ستضاف في عام 2012، والقطاعات الأخرى التي ستضاف في المرحلة 3. وستحدد اللجنة الأرقام النهائية لأرقام الانبعاث السنوية في المرحلة 3 وتنشرها بحلول 30 سبتمبر 2010. كيف سيحدد الحد الأقصى للانبعاثات بعد المرحلة ف 3 يتم تحديد عامل الخطية 1 74 المستخدمة لتحديد المرحلة 3 كاب لتطبيق ما بعد نهاية فترة التداول في عام 2020، وسوف تحدد سقف لفترة التداول الرابعة 2021 إلى 2028 وما بعدها ويمكن تعديلها بحلول عام 2025 على أقصى تقدير في الواقع، سيكون من الضروري تخفيضات كبيرة في الانبعاثات بمقدار 60 -80 مقارنة بعام 1990 بحلول عام 2050 للوصول إلى الهدف الاستراتيجي المتمثل في الحد من الزيادة العالمية في درجة الحرارة إلى ما لا يزيد عن 2 درجة مئوية فوق مستويات ما قبل الثورة الصناعية. سيتم تحديد الحد الأقصى المسموح به لبدلات الانبعاث لكل سنة على حدة. هل سيؤدي ذلك إلى تقليل المرونة للمنشآت المعنية. لا يمكن تخفيض المرونة للمنشآت على الإطلاق في أي سنة، يجب أن تصدر البدلات المزاد والموزعة من قبل الجهة المختصة السلطات في موعد أقصاه 28 فبراير / شباط آخر موعد للمشغليين لاسترداد البدلات هو 30 نيسان / أبريل من السنة التالية للسنة التي حدثت فيها الانبعاثات يحصل المشغلون على بدلات للتيار الحالي سنة قبل أن تضطر إلى تقديم بدلات لتغطية انبعاثاتها للسنة السابقة البدلات تظل سارية طوال فترة التداول، ويمكن الآن أن تكون أي فائض من المخصصات المصرفية لاستخدامها في فترات التداول اللاحقة في هذا الصدد لن يتغير شيء. وسوف يبقى النظام على أساس التداول ولكن فترة التداول الثالثة ستستمر ثماني سنوات من 2013 إلى 2020، مقابل خمس سنوات للمرحلة الثانية من 2008 إلى 2012. وبالنسبة لفترة التداول الثانية قررت الدول الأعضاء عموما تخصيص كميات متساوية من البدلات لكل سنة إن الانخفاض الخطي كل عام اعتبارا من عام 2013 سوف يتوافق بشكل أفضل مع اتجاهات الانبعاثات المتوقعة خلال هذه الفترة. ما هي الأرقام السنوية المؤقتة للإنفاق على إتس للفترة من 2013 إلى 2020. إن الأرقام السنوية المبدئية للأرقام هي كما يلي. وتستند هذه الأرقام إلى نطاق و إتس كما هو معمول به في المرحلة 2 2008 إلى 2012، وقرارات اللجنة بشأن خطط التخصيص الوطنية للمرحلة 2، والتي تبلغ 2083 مليون طن (إس) تعدل هذه الأرقام لعدة أسباب أولا، سيجري تعديل لمراعاة تمديدات النطاق في المرحلة 2، شريطة أن تقوم الدول الأعضاء بإثبات والتحقق من انبعاثاتها الناشئة عن هذه التمديدات ثانيا، سيجري تعديل فيما يتعلق ب تمديدات أخرى لنطاق إتس في فترة التداول الثالثة ثالثا، فإن أي استبعاد للمنشآت الصغيرة سيؤدي إلى انخفاض مماثل في الحد الرابع، فإن الأرقام لا تأخذ في الاعتبار إدراج الطيران، ولا الانبعاثات من النرويج ، أيسلندا وليختنشتاين. ولا تزال البدلات المخصصة مجانا. أي المنشآت الصناعية ستحصل على تخصيص مجاني انتقالي وفي الدول الأعضاء المؤهلة للانتقاص الاختياري، يجوز لمحطات توليد الطاقة أيضا، إذا قررت الدولة العضو ذلك، الحصول على بدلات مجانية تشير التقديرات إلى أن نصف المخصصات المتاحة على الأقل في عام 2013 سوف يتم بيعها بالمزاد العلني. في حين أن الغالبية العظمى من البدلات كانت التي تقام مجانا للمنشآت في فترات التداول الأولى والثانية، اقترحت اللجنة أن المزاد العلني للبدلات ينبغي أن يصبح المبدأ الأساسي للتخصيص هذا لأن المزاد يضمن أفضل كفاءة وشفافية وبساطة النظام ويخلق أكبر حافز للاستثمارات في اقتصاد منخفض الكربون هو أفضل يتوافق مع مبدأ الملوث يدفع ويتجنب إعطاء أرباح غير متوقعة لبعض القطاعات التي مرت على التكلفة الافتراضية للبدلات لعملائها على الرغم من تلقي لهم مجانا. كيف سيتم توزيع البدلات مجانا. بي 31 ديسمبر / كانون الأول 2010، ستعتمد اللجنة قواعد على نطاق الاتحاد الأوروبي ستوضع في إطار إجراء للجنة كوميتولوغي. وهذه القواعد سوف تنسق تماما المخصصات، وبالتالي فإن جميع الشركات في جميع أنحاء الاتحاد الأوروبي مع نفس الأنشطة أو ما شابهها ستخضع لنفس القواعد القواعد سوف يضمن إلى أقصى حد ممكن أن يخصص التخصيص تكنولوجيات تتسم بالكفاءة في استخدام الكربون بيضاوية أنه ينبغي، إلى أقصى حد ممكن، أن تستند المخصصات إلى ما يسمى بالمعايير المرجعية، وعدد البدلات المخصصة لليوغا لكل كمية من النواتج التاريخية. وتكافئ هذه القواعد المشغلين الذين اتخذوا إجراءات مبكرة للحد من غازات الدفيئة، ويعكسون على نحو أفضل مبدأ الملوث يدفعون ويعطيون أقوى الحوافز للحد من الانبعاثات، حيث أن المخصصات لن تعتمد على الانبعاثات التاريخية يجب تحديد جميع المخصصات قبل بداية فترة التداول الثالثة ولن يسمح بإجراء تسويات لاحقة. وستحصل المنشآت على مخصصات مجانية والتي لن يتم تحديدها مع الأخذ بعين الاعتبار قدرتهم على نقل التكاليف المتزايدة لبدلات الانبعاث، فإن المزاد الكامل هو القاعدة اعتبارا من عام 2013 فصاعدا بالنسبة لمولدات الكهرباء. ومع ذلك، فإن الدول الأعضاء التي تستوفي شروطا معينة تتعلق بترابطها أو نصيبها من الأحفوري الوقود في إنتاج الكهرباء والناتج المحلي الإجمالي للفرد بالنسبة لمتوسط ​​الاتحاد الأوروبي 27، ح أن يكون هناك انحراف مؤقت عن هذه القاعدة فيما يتعلق بمحطات توليد الطاقة القائمة. يجب أن يكون معدل المزاد العلني في عام 2013 على الأقل 30 فيما يتعلق بالانبعاثات في الفترة الأولى ويجب أن يزداد تدريجيا إلى 100 في موعد أقصاه 2020 إذا تم تطبيق الخيار ، يتعين على الدولة العضو أن تتعهد بالاستثمار في تحسين وتطوير البنية التحتية، وفي التكنولوجيات النظيفة، وتنويع مزيج الطاقة ومصادر الإمداد، وذلك بقدر ما يعادل القيمة السوقية للتخصيص الحر. وفي بلدان أخرى سيتم إلغاء المخصصات مجانا تدريجيا اعتبارا من عام 2013، ووافقت الدول الأعضاء على البدء في 20 مزاد علني في عام 2013، ليصل إلى 70 مزادا في عام 2020 بهدف الوصول إلى 100 في عام 2027. ومع ذلك، سيجري استثناء للمنشآت في القطاعات التي وجد أنها معرضة لخطر كبير من تسرب الكربون يمكن أن يحدث هذا الخطر إذا زادت إتس الاتحاد الأوروبي تكاليف الإنتاج إلى حد كبير أن الشركات قررت نقل برودو إلى مناطق خارج الاتحاد الأوروبي لا تخضع لقيود انبعاثات قابلة للمقارنة ستحدد اللجنة القطاعات المعنية بحلول 31 ديسمبر / كانون الأول 2009. ولتحقيق ذلك، ستقوم اللجنة بتقييم جملة أمور منها ما إذا كانت تكاليف الإنتاج الإضافية المباشرة وغير المباشرة الناجمة عن تنفيذ إتس ويتجاوز التوجيه كنسبة من القيمة المضافة الإجمالية 5 وما إذا كانت القيمة الإجمالية لصادراتها ووارداتها مقسومة على القيمة الإجمالية لدورانها ووارداتها تتجاوز 10 إذا تجاوزت النتيجة لأي من هذين المعيارين 30، سيعتبر القطاع أيضا تتعرض لمخاطر كبيرة من تسرب الكربون سوف تحصل المنشآت في هذه القطاعات على 100 من حصتها في الانخفاض السنوي في الكمية الإجمالية للبدلات مجانا وتحدد حصة هذه الصناعات الانبعاثات بالنسبة إلى إجمالي الانبعاثات إتس في عام 2005 إلى 2007.CO2 فإن التكاليف التي تم تمريرها في أسعار الكهرباء يمكن أن تعرض بعض المنشآت لخطر تسرب الكربون من أجل تجنب ذلك يمكن للدول الأعضاء أن تمنح تعويضا فيما يتعلق بهذه التكاليف في غياب اتفاق دولي بشأن تغير المناخ، تعهدت اللجنة بتعديل المبادئ التوجيهية للجماعة بشأن المعونة الحكومية لحماية البيئة في هذا الصدد. وبموجب اتفاق دولي يضمن أن فإن المنافسين في أجزاء أخرى من العالم يتحملون تكلفة مماثلة، فإن خطر تسرب الكربون قد يكون ضئيلا. ولذلك، ستجري اللجنة بحلول 30 حزيران / يونيه 2010 تقييما متعمقا لحالة الصناعة كثيفة الاستخدام للطاقة، تسرب الكربون، في ضوء نتائج المفاوضات الدولية، مع مراعاة أي اتفاقات قطاعية ملزمة قد تكون قد أبرمت سوف يرافق التقرير أي مقترحات تعتبر مناسبة ومن المحتمل أن تشمل هذه التعديلات الحفاظ على أو تعديل نسبة البدلات المتلقاة مجانا إلى المنشآت الصناعية التي تتعرض بشكل خاص للمنافسة العالمية أو بما في ذلك مستوردي المنتجات المعنية في إتس. وسوف تنظم المزادات وكيف سيتم تنفيذها. وسوف تكون الدول الأعضاء مسؤولة عن ضمان أن البدلات المقدمة لهم في المزاد العلني يجب على كل دولة عضو أن تقرر ما إذا كانت ترغب في تطوير أو ما إذا كانت ترغب في التعاون مع الدول الأعضاء الأخرى لتطوير حلول إقليمية أو على نطاق الاتحاد الأوروبي. ويستند توزيع حقوق المزاد إلى الدول الأعضاء إلى حد كبير إلى الانبعاثات في المرحلة 1 من نظام إتس للاتحاد الأوروبي، ولكنه جزء من سيعاد توزيع الحقوق من الدول الأعضاء الأكثر ثراء إلى البلدان الأكثر فقرا بحيث تأخذ في الاعتبار انخفاض الناتج المحلي الإجمالي لكل رأس وزيادة احتمالات النمو والانبعاثات فيما بين البلدان الأخرى. ولا يزال من المقرر إعادة توزيع 10 من حقوق مزادات العلاوات من الدول الأعضاء ارتفاع نصيب الفرد من الدخل بالنسبة لذوي الدخل الفردي المنخفض من أجل تعزيز القدرة المالية لهذه الأخيرة على الاستثمار في التكنولوجيا الصديقة للبيئة غير أنه تمت إضافة حكم لآلية إعادة توزيع أخرى مكونة من 2 لكي تأخذ في الاعتبار الدول الأعضاء التي حققت في عام 2005 خفضا لا يقل عن 20 في انبعاثات غازات الدفيئة مقارنة بالسنة المرجعية التي حددها بروتوكول كيوتو استفادت تسع دول أعضاء من هذا الحكم. أي مزاد يجب أن تحترم قواعد السوق الداخلية، وبالتالي يجب أن تكون مفتوحة أمام أي مشتر محتمل في ظل ظروف غير تمييزية بحلول 30 يونيو 2010، سوف تعتمد اللجنة لائحة من خلال إجراء كوميتولوغي من شأنها أن توفر القواعد والشروط المناسبة من أجل ضمان مزادات فعالة ومنسقة دون الإخلال بسوق البدل. كم عدد البدلات سيزداد كل مزاد من الدول الأعضاء وكيف يحدد هذا المبلغ. كل العلاوات التي لا تخصص مجانا سيتم بيعها بالمزاد العلني ما مجموعه 88 من البدلات التي ستزاد بالمزاد العلني وتوزع الدولة العضو على أساس حصة الدولة العضو من الانبعاثات التاريخية بموجب الاتحاد الأوروبي للمعايير الأوروبية للتوحيد القياسي يتم توزيع 12 من الكمية الإجمالية بطريقة تأخذ بعين الاعتبار الناتج المحلي الإجمالي للفرد والإنجازات التي تحققت في إطار بروتوكول كيوتو. والتي تغطي القطاعات والغازات اعتبارا من 2013. يغطي إتس المنشآت التي تنفذ أنشطة محددة منذ البداية تم تغطيتها فوق عتبات قدرة معينة ومحطات توليد الكهرباء ومحطات الاحتراق الأخرى ومصافي النفط وأفران الكوك والحديد والصلب والمصانع التي تصنع الاسمنت والزجاج والجير والطوب والسيراميك واللب والورق والمجلس أما بالنسبة للاحتباس الحراري لا تغطي حاليا سوى انبعاثات ثاني أكسيد الكربون باستثناء هولندا التي اختارت الانبعاثات من أكسيد النيتروز. ومنذ عام 2013، سيوسع نطاق إتس ليشمل أيضا قطاعات أخرى وانبعاثات ثاني أكسيد الكربون من غازات الدفيئة من سيتم إدراج البتروكيماويات والأمونيا والألومنيوم، وكذلك انبعاثات أكسيد النيتروز من إنتاج إنتاج النيتريك والأديبيك وحمض الغليكاليك والكربون المشبع بالفلور من قطاع الألمنيوم وسيتم أيضا تغطية عمليات نقل ونقل وتخزين جميع انبعاثات غازات الاحتباس الحراري، وستتلقى هذه القطاعات علاوات مجانية وفقا للقواعد المعمول بها على نطاق الاتحاد الأوروبي، بنفس الطريقة التي تغطيها القطاعات الصناعية الأخرى التي تم تغطيتها بالفعل. المدرجة في إتس الاتحاد الأوروبي. وسوف يتم استبعاد المنشآت الصغيرة من نطاق. وهناك عدد كبير من المنشآت التي تنبعث منها كميات منخفضة نسبيا من كو 2 تغطيها حاليا إتس وقد أثيرت مخاوف بشأن فعالية تكلفة إدراجها اعتبارا من عام 2013، Member States will be allowed to remove these installations from the ETS under certain conditions The installations concerned are those whose reported emissions were lower than 25 000 tonnes of CO 2 equivalent in each of the 3 years preceding the year of application For combustion installations, an additional capacity threshold of 35MW applies In addition Member States are given the possibility to exclude installations operated by hospitals The insta llations may be excluded from the ETS only if they will be covered by measures that will achieve an equivalent contribution to emission reductions. How many emission credits from third countries will be allowed. For the second trading period, Member States allowed their operators to use significant quantities of credits generated by emission-saving projects undertaken in third countries to cover part of their emissions in the same way as they use ETS allowances The revised Directive extends the rights to use these credits for the third trading period and allows a limited additional quantity to be used in such a way that the overall use of credits is limited to 50 of the EU-wide reductions over the period 2008-2020 For existing installations, and excluding new sectors within the scope, this will represent a total level of access of approximately 1 6 billion credits over the period 2008-2020 In practice, this means that existing operators will be able to use credits up to a minimum of 11 o f their allocation during the period 2008-2012, while a top-up is foreseen for operators with the lowest sum of free allocation and allowed use of credits in the 2008-2012 period New sectors and new entrants in the third trading period will have a guaranteed minimum access of 4 5 of their verified emissions during the period 2013-2020 For the aviation sector, the minimum access will be 1 5 The precise percentages will be determined through comitology. These projects must be officially recognised under the Kyoto Protocol s Joint Implementation JI mechanism covering projects carried out in countries with an emissions reduction target under the Protocol or Clean Development Mechanism CDM for projects undertaken in developing countries Credits from JI projects are known as Emission Reduction Units ERUs while those from CDM projects are called Certified Emission Reductions CERs. On the quality side only credits from project types eligible for use in the EU trading scheme during the period 200 8-2012 will be accepted in the period 2013-2020 Furthermore, from 1 January 2013 measures may be applied to restrict the use of specific credits from project types Such a quality control mechanism is needed to assure the environmental and economic integrity of future project types. To create greater flexibility, and in the absence of an international agreement being concluded by 31 December 2009, credits could be used in accordance with agreements concluded with third countries The use of these credits should however not increase the overall number beyond 50 of the required reductions Such agreements would not be required for new projects that started from 2013 onwards in Least Developed Countries. Based on a stricter emissions reduction in the context of a satisfactory international agreement additional access to credits could be allowed, as well as the use of additional types of project credits or other mechanisms created under the international agreement However, once an international agreement has been reached, from January 2013 onwards only credits from projects in third countries that have ratified the agreement or from additional types of project approved by the Commission will be eligible for use in the Community scheme. Will it be possible to use credits from carbon sinks like forests. No Before making its proposal, the Commission analysed the possibility of allowing credits from certain types of land use, land-use change and forestry LULUCF projects which absorb carbon from the atmosphere It concluded that doing so could undermine the environmental integrity of the EU ETS, for the following reasons. LULUCF projects cannot physically deliver permanent emissions reductions Insufficient solutions have been developed to deal with the uncertainties, non-permanence of carbon storage and potential emissions leakage problems arising from such projects The temporary and reversible nature of such activities would pose considerable risks in a company-based trading system and impose great liability risks on Member States. The inclusion of LULUCF projects in the ETS would require a quality of monitoring and reporting comparable to the monitoring and reporting of emissions from installations currently covered by the system This is not available at present and is likely to incur costs which would substantially reduce the attractiveness of including such projects. The simplicity, transparency and predictability of the ETS would be considerably reduced Moreover, the sheer quantity of potential credits entering the system could undermine the functioning of the carbon market unless their role were limited, in which case their potential benefits would become marginal. The Commission, the Council and the European Parliament believe that global deforestation can be better addressed through other instruments For example, using part of the proceeds from auctioning allowances in the EU ETS could generate additional means to invest in LULUCF activities both inside and o utside the EU, and may provide a model for future expansion In this respect the Commission has proposed to set up the Global Forest Carbon Mechanism that would be a performance-based system for financing reductions in deforestation levels in developing countries. Besides those already mentioned, are there other credits that could be used in the revised ETS. Yes Projects in EU Member States which reduce greenhouse gas emissions not covered by the ETS could issue credits These Community projects would need to be managed according to common EU provisions set up by the Commission in order to be tradable throughout the system Such provisions would be adopted only for projects that cannot be realised through inclusion in the ETS The provisions will seek to ensure that credits from Community projects do not result in double-counting of emission reductions nor impede other policy measures to reduce emissions not covered by the ETS, and that they are based on simple, easily administered rules. Are there measures in place to ensure that the price of allowances won t fall sharply during the third trading period. A stable and predictable regulatory framework is vital for market stability The revised Directive makes the regulatory framework as predictable as possible in order to boost stability and rule out policy-induced volatility Important elements in this respect are the determination of the cap on emissions in the Directive well in advance of the start of the trading period, a linear reduction factor for the cap on emissions which continues to apply also beyond 2020 and the extension of the trading period from 5 to 8 years The sharp fall in the allowance price during the first trading period was due to over-allocation of allowances which could not be banked for use in the second trading period For the second and subsequent trading periods, Member States are obliged to allow the banking of allowances from one period to the next and therefore the end of one trading period is not expected to have any impact on the price. A new provision will apply as of 2013 in case of excessive price fluctuations in the allowance market If, for more than six consecutive months, the allowance price is more than three times the average price of allowances during the two preceding years on the European market, the Commission will convene a meeting with Member States If it is found that the price evolution does not correspond to market fundamentals, the Commission may either allow Member States to bring forward the auctioning of a part of the quantity to be auctioned, or allow them to auction up to 25 of the remaining allowances in the new entrant reserve. The price of allowances is determined by supply and demand and reflects fundamental factors like economic growth, fuel prices, rainfall and wind availability of renewable energy and temperature demand for heating and cooling etc A degree of uncertainty is inevitable for such factors The markets, however, allow participants to hedg e the risks that may result from changes in allowances prices. Are there any provisions for linking the EU ETS to other emissions trading systems. Yes One of the key means to reduce emissions more cost-effectively is to enhance and further develop the global carbon market The Commission sees the EU ETS as an important building block for the development of a global network of emission trading systems Linking other national or regional cap-and-trade emissions trading systems to the EU ETS can create a bigger market, potentially lowering the aggregate cost of reducing greenhouse gas emissions The increased liquidity and reduced price volatility that this would entail would improve the functioning of markets for emission allowances This may lead to a global network of trading systems in which participants, including legal entities, can buy emission allowances to fulfil their respective reduction commitments. The EU is keen to work with the new US Administration to build a transatlantic and in deed global carbon market to act as the motor of a concerted international push to combat climate change. While the original Directive allows for linking the EU ETS with other industrialised countries that have ratified the Kyoto Protocol, the new rules allow for linking with any country or administrative entity such as a state or group of states under a federal system which has established a compatible mandatory cap-and-trade system whose design elements would not undermine the environmental integrity of the EU ETS Where such systems cap absolute emissions, there would be mutual recognition of allowances issued by them and the EU ETS. What is a Community registry and how does it work. Registries are standardised electronic databases ensuring the accurate accounting of the issuance, holding, transfer and cancellation of emission allowances As a signatory to the Kyoto Protocol in its own right, the Community is also obliged to maintain a registry This is the Community Registry, which is di stinct from the registries of Member States Allowances issued from 1 January 2013 onwards will be held in the Community registry instead of in national registries. Will there be any changes to monitoring, reporting and verification requirements. The Commission will adopt a new Regulation through the comitology procedure by 31 December 2011 governing the monitoring and reporting of emissions from the activities listed in Annex I of the Directive A separate Regulation on the verification of emission reports and the accreditation of verifiers should specify conditions for accreditation, mutual recognition and cancellation of accreditation for verifiers, and for supervision and peer review as appropriate. What provision will be made for new entrants into the market. Five percent of the total quantity of allowances will be put into a reserve for new installations or airlines that enter the system after 2013 new entrants The allocations from this reserve should mirror the allocations to correspo nding existing installations. A part of the new entrant reserve, amounting to 300 million allowances, will be made available to support the investments in up to 12 demonstration projects using the carbon capture and storage technology and demonstration projects using innovative renewable energy technologies There should be a fair geographical distribution of the projects. In principle, any allowances remaining in the reserve shall be distributed to Member States for auctioning The distribution key shall take into account the level to which installations in Member States have benefited from this reserve. What has been agreed with respect to the financing of the 12 carbon capture and storage demonstration projects requested by a previous European Council. The European Parliament s Environment Committee tabled an amendment to the EU ETS Directive requiring allowances in the new entrant reserve to be set aside in order to co-finance up to 12 demonstration projects as requested by the European Council in spring 2007 This amendment has later been extended to include also innovative renewable energy technologies that are not commercially viable yet Projects shall be selected on the basis of objective and transparent criteria that include requirements for knowledge sharing Support shall be given from the proceeds of these allowances via Member States and shall be complementary to substantial co-financing by the operator of the installation No project shall receive support via this mechanism that exceeds 15 of the total number of allowances i e 45 million allowances available for this purpose The Member State may choose to co-finance the project as well, but will in any case transfer the market value of the attributed allowances to the operator, who will not receive any allowances. A total of 300 million allowances will therefore be set aside until 2015 for this purpose. What is the role of an international agreement and its potential impact on EU ETS. When an international agreeme nt is reached, the Commission shall submit a report to the European Parliament and the Council assessing the nature of the measures agreed upon in the international agreement and their implications, in particular with respect to the risk of carbon leakage On the basis of this report, the Commission shall then adopt a legislative proposal amending the present Directive as appropriate. For the effects on the use of credits from Joint Implementation and Clean Development Mechanism projects, please see the reply to question 20.What are the next steps. Member States have to bring into force the legal instruments necessary to comply with certain provisions of the revised Directive by 31 December 2009 This concerns the collection of duly substantiated and verified emissions data from installations that will only be covered by the EU ETS as from 2013, and the national lists of installations and the allocation to each one For the remaining provisions, the national laws, regulations and administra tive provisions only have to be ready by 31 December 2012.The Commission has already started the work on implementation For example, the collection and analysis of data for use in relation to carbon leakage is ongoing list of sectors due end 2009 Work is also ongoing to prepare the Regulation on timing, administration and other aspects of auctioning due by June 2010 , the harmonised allocation rules due end 2010 and the two Regulations on monitoring and reporting of emissions and verification of emissions and accreditation of verifiers due end 2011.

نيو زيلندا - الفوركس تداول منصة

نيوزيلندا وسطاء الفوركس نيوزيلندا مهم نسبيا للوسطاء بفضل صورة التكنولوجيا والأمن والتنمية وقد كشفت نيوزيلندا للعالم. أسواق نيوزيلندا هي في جميع الأوقات أول من يراقب خلال أي يوم تداول، حيث نيوزيلندا هي أول بلد لبدء العمليات، ولكن عملتهم (نزد) هي العملة العاشرة الأكثر استخداما في العمليات العادية. يمكن للتجار أن يتصور خدمة موثوقة وجيدة من وسطاء الفوركس نيوزيلندا. على الرغم من ذلك بسبب محدودية التنظيم في نيوزيلندا. والسماسرة المسجلين من قبل فما هم 100 حكومة، في حين أن الباقي (أولئك المسجلين لدى فسل و فسبر) سيوفرون حماية محدودة وإدارة محدودة. أفضل قائمة وسطاء الفوركس في نيوزيلندا إيغ اخترع في عام 1974 كشركة الرهان انتشار تحت اسم إيغ وسيط مؤشر. وتقدم الشركة التداول في مجموعات بما في ذلك اليورو مقابل الدولار الأميركي أودوس، و أوسجبي مع فروق منخفضة تصل إلى 0.8 نقطة. مجموعة إيغ هي واحدة من أكبر 10 وسطاء الفوركس في نيوزيلندا. الزبائن في الغالب التجارة من خلال منصة خاصة بهم معترف بها بشكل جيد. على الرغم من أن MT4 مثل هذا الخيار الشعبي لتجار الفوركس أطلقت مؤخرا الأسواق إيغ خيار MT4. أسواق سمك تم تأسيس شركة سمك للأسواق في نيوزيلندا، وقد أنشأ ما يقرب من ثلاثين عاما من الخبرة في التداول في الأسواق المالية ولاء التالية للمتداولين الذين يجيدون استخدام هذه المنصة الحائزة على جوائز لاستثمار أموالهم في مختلف الأسواق المالية الدولية. فكسرو نشأت في عام 2006، فكسرو مقرها لندن هو وسيط على الانترنت توفير تداول العملات الأجنبية جنبا إلى جنب مع العقود مقابل الفروقات. تتوفر منصات التداول Mt4 والتاجر. فكسرو وسيط الفوركس هو واحد من أفضل وسطاء الفوركس في نيوزيلندا. سيتي إندكس يوفر مؤشر سيتي إندكس في نيوزيلندا تداول الفوركس، والعقود مقابل الفروقات، والرهان. يتم تقديم منصة MT4 مع أدوات وميزات إضافية. سيتييندكس هي واحدة من أكبر وأكبر انتشار الرهان وسطاء. يمكن أن توفر سيتي إندكس إمكانية الوصول إلى الأسواق من خلال منصة MT4 بالإضافة إلى منصة الإنترنت الخاصة بها. Plus500 تأسست وسيط Plus500 في عام 2008 كمنصة التداول الدولية على الانترنت التي تستخدم شعبيا في آسيا وأوروبا ونيوزيلندا وأماكن أخرى في العالم. يوفر فكسم أي نموذج مكتب التعامل جنبا إلى جنب مع ينتشر تنافسية. يوفر فكسم تداول في مجموعة واسعة من العملات بما في ذلك يوان الصينية. الأسواق تحتفظ الأسواق بمقرها الرئيسي في قبرص، المملكة المتحدة. نيوزيلندا وأستراليا. أفاتريد تأسست شركة أفاتريد في عام 2006 في دبلن، أيرلندا ومرخصة ومنظمة بالكامل في الاتحاد الأوروبي و بفي. فضلا عن أستراليا واليابان ونيوزيلندا وجنوب أفريقيا. إتورو شركة إتورو هي شركة للتداول الاجتماعي والوساطة المتعددة التي سجلت مكاتب في قبرص ونيوزيلندا وأستراليا وإسرائيل والمملكة المتحدة. هيسم في التجارة لمدة 30 عاما، هيسم تقدم العديد من منصات التداول ومجموعة واسعة من أدوات التداول. هيسم الفوركس وسيط هي واحدة من وسطاء الفوركس الاسترالي الأعلى، وهو تقسيم من هنيب المجموعة، وهي شركة عالمية مع وجود في 20 بلدا. شم تم تأسيس وسيط الفوركس شم في عام 2009 في جمهورية قبرص باستخدام اسم التداول نقطة من الأدوات المالية المحدودة وسيط لديه مكتب في نيوزيلندا وأستراليا. تقدم فكستاي العملات الأجنبية شركة المهنية إدارة حسابات النقد الاجنبى الخدمة في أستراليا مع رسوم الإدارة التنافسية، وتخصص تخصصهم على الاستثمار الكبير بأمان. أنت لا تحتاج إلى معرفة تداول العملات الأجنبية معهم كفريقهم التعامل مع التداول أو لك. أستراليا، نيوزيلندا ليست بعيدة عن آسيا وهذا يمكن أن يكون ميزة هائلة على السماسرة الأوروبية والأمريكية تعزيز إلى إجراءات تنظيم مزيج فسل وتسجيالت فسرب هي أبسط من ذلك بكثير لاقامة 8211 و you8217ll الحصول على إجابة لماذا العديد من السماسرة تحويل انتباههم إلى هذه الأمة. وأوضح موضوع التنظيم، من الضروري القول بأن التنظيم النيوزيلندي محدود، مما يعني أنه غير معروف في جميع المناطق. وتشتمل قواعد نيوزيلندا على هيئة الأسواق المالية (فم) وسجل مقدمي الخدمات المالية (فسبر) اللذين تديرهما الحكومة على حد سواء، إلا أن العديد من الوسطاء ينظمون أو يسجلون أيضا من قبل شركة الخدمات المالية المحدودة (فسكل) وحل المنازعات المالية (فدر) سواء كانت مستقلة أو خاصة والتي لا ينبغي أن تكون مقبولة كأشياء تنظيمية في غاية السهولة. وقد استفادت نيوزيلندا واستراليا من النمو الهائل في الاقتصادات الناشئة في آسيا. ومع تزايد الطبقات الوسطى المتزايدة من دخلها القابل للتصرف، فإن رغبتها في تناول طعام أفضل أدت إلى زيادة ديناميكية الطلب في مساعدة صادرات الكيوي. وقد قيم الدولار النيوزلندي نتيجة لذلك مستويات أعلى مما كان يتوقعه المحللون على الإطلاق، كما أن رغبة المستثمرين المحليين في تحفيز هذه الاتجاهات الإيجابية في المكاسب الاستثمارية قد دفعت الكثيرين إلى اختيار تجارة الفوركس كمكان صحيح لهذا المخطط . اختيار أفضل وسطاء الفوركس النيوزيلنديين. رغم ذلك، يتطلب بذل مزيد من العناية الواجبة منها في البلدان الأخرى القصوى. في حين اكتسب تداول العملات شعبية عالمية كخيار واحد أكثر ربحية لمتابعة، النيوزيلنديين هم في مراحلها الأصلية لتطوير الصناعة، مضطربة مع العديد من نفس القضايا التي كان على الأسواق الأخرى للتعامل مع في البداية، وتحديدا المطالبات التسويق الفاحشة و إجراءات احتيالية صريحة من العناصر الإجرامية في المجتمع. وحيثما يكون هناك نقود ونقص في الخبرة، سيجمع المحتالون حتى يخرجهم اختصاصيون. الإجراءات ليست غير منظمة تماما، ولكن في هذه المرحلة من التنمية، ويعتقد الكثيرون أن حماية المستثمرين رقيقة جدا. يجب على الوسطاء الامتثال للقوانين المعتادة لمكافحة غسيل الأموال، ويجب أن يحصلوا على تراخيص من هيئة الأوراق المالية النيوزيلندية، وهي هيئة الرقابة النقدية في البلاد التي لديها إطار عمل معروف من القواعد المرتبطة بتداول السلع الآجلة. تداول العملات. على الرغم من أن في الوقت الحاضر هو عمل كبير، والهيئات وضع القواعد تعالج الآن هذا النوع الجديد. وبعبارة أخرى، تبدو الظروف مثل الغرب المتوحش حيث يجب على الأعضاء حماية أنفسهم مع مزيد من العناية الواجبة عند اختيار وسيط الفوركس. في العديد من الحالات، يقبل التجار وسطاء ذات جودة عالية كانوا في أستراليا لفترة معينة. وقد أقامت عدة من هذه المحلات أيضا متجر في نيوزيلندا، ولكن العديد من الأنواع الأكثر شدة قد هرعت إلى مكان الحادث بحثا عن لجان بسيطة وودائع المستثمرين. الأمن والسلامة يجب أن يكون الشاغل الرئيسي الخاص بك في إجراءات الاختيار. تحقق من التفويضات، وطلب توصيات من التجار الخبراء، وقراءة الاستعراضات التي هي في الواقع مستقلة. لمراجعة، واختيار وسيط الفوركس يمكن أن يكون مهمة تخويف، ولكن لا اختصار هذه العملية، أو هل يمكن أن يعيش للندم عليه. الذهاب إلى ورش العمل والحلقات الدراسية لاكتساب المعرفة لا تقدر بثمن والبحث عن الموجهين في هذه الصناعة. حدد وسيط الذي يلبي جميع الاختبارات الخاصة بك، من الأمن والسلامة لتوفير جميع الميزات والأدوات والبحوث الأساسية للتأكد من تجربة التداول مواتية. ويمتد سوق العملات الأجنبية 247، ويوفر أزواج العملات الدولية للمتاجرة، ويتحدد من خلال التحسينات الجغرافية السياسية، والأخبار، وإصدار بيانات الاقتصاد الكلي والتطورات المرتبطة بها. فمن ناحية، توفر مثل هذه السوق الدولية فرص تداول ضخمة، ولكن من ناحية أخرى، من الصعب حماية التجار من أي مخالفات مالية. ولذلك، تم إدخال القواعد من خلال إطار راسخ للتأكد من أن الوسطاء الماليين، مثل وسطاء الفوركس، يلتزمون بالقواعد الأساسية لتوفير الحماية من الخسائر والتحكم في الاتصال بالمخاطر لفصل التجار. الآن أنت تعرف عن أفضل قائمة السماسرة الفوركس نيوزيلندا حتى مواصلة القراءة لمعرفة المزيد عن أعلى النيوزيلندي ينظم السماسرة الفوركس. قبل عامين، كان وسطاء الفوركس النيوزيلنديين ضروريين لمتابعة عملية تسجيل بسيطة مع فسبر من أجل تقديم الخدمات المالية. وكانت نيوزيلندا تنظم وسطاء الفوركس ومقدمي الخدمات المالية بشكل عام لتكون محمولة للغاية، على الرغم من أن عددا من الإشارات والشكاوى من العملاء وردت، بدأت سلطات نيوزيلندا تنظيف الفوضى. العديد من شركات الوساطة السمعة طيبة عملياتها في البلاد ثم أغلقت وعدد من تلك الشركات أثبتت أن تكون مرتبطة لأصحاب البحرية حتى بدأت السلطات حذف التسجيلات وإدخال بعض القواعد الجديدة. الآن أنت تعرف كيفية اختيار أفضل نيوزيلندا السماسرة الفوركس قائمة حتى مواصلة القراءة لمعرفة المزيد. في الوقت الحالي، لكي يتم تسجيلهم كمقدمين للخدمات المالية، يجب على المرشحين الالتزام بما يلي: 1) يجب أن تكون الشركات مسجلة في نيوزيلندا ويجب أن يكون لها مكتب عرفي هناك 2) في المكتب يجب أن تستخدم واحد على الأقل مدير (يتمتع بالكفاءة المالية المرضية)، وهو مقيم نيوزيلندي 3) يجب على الشركة الامتثال لقواعد العمل داخل سلطة نيوزيلندا. يجب التعامل مع جميع عمليات حفظ سجلات العملاء، و كيك و مكافحة غسل الأموال من مكتب نيوزيلندا 4) يجب أن يتم التعامل مع جميع عمليات حفظ السجلات للعملاء، و كيك و مكافحة غسل الأموال من مكتب نيوزيلندا. وعلاوة علی ذلك، یقدم قانون سلوك الأسواق المالیة لعام 2013 قاعدة ترخیص لمقدمي الخدمات الذین یقدمون بعض أنواع الخدمات المالیة. يجب أن يكون وسطاء الفوركس محكومين من قبل هيئة الأسواق المالية (فم) ويجب أن يستوفوا مجموعة من المعايير الخاصة بالموارد المالية والتأمين المتخصص. وعلاوة على ذلك، فإن الحد الأدنى من ضرورة رأس المال لسماسرة الفوركس على وشك أن يكون على دراية في عام 2016. وسيط الفوركس سيكون من الضروري الاحتفاظ صافي الأصول الحقيقية التي تصل إلى 1،000،000 على الأقل. من أجل رؤية الصورة الكبيرة، الحد الأدنى من ضرورة رأس المال للحصول على ترخيص وسيط الفوركس هو 20 مليون دولار في الولايات المتحدة الأمريكية 1 مليون يورو في قبرص، 20 مليون فرنك سويسري في سويسرا و 730 000 يورو في المملكة المتحدة. الفوركس وسطاء نيوزيلندا استعراض إذا كنت لمراجعة ومقارنة أفضل قائمة وسطاء الفوركس نيوزيلندا يمكنك زيارة توبوريكسروكرز الموقع. فريقهم جعل الاستعراضات الكاملة ومقارنة أفضل قائمة السماسرة الفوركس نيوزيلندا. فإنها تدرج نيوزيلندا السماسرة الفوركس المنظمة. نصيحة لنا من خلال حصة هذه النيوزيلندي منظم السماسرة الفوركس المادة يرجى فوركسسك الفوركس بلوق فريق كتابة هذا أفضل نيوزيلندا قائمة النقد وسطاء الفوركس بالنسبة لأولئك التجار الذين يبحثون عن وسطاء الفوركس نظمت نيوزيلندا من قبل فما لفتح حساب التداول حتى تلميح لنا من فضلك من خلال مشاركة هذه المادة . نيو زيلاند الفوركس وسيط مجموعة ماكريتش تتبنى منصة التداول غوازي نيوزيلندا وسيط الفوركس مقرها توفر ماكريش المجموعة عروض تجريبية وحسابات حية عبر منصة التداول جووازي، قال جووازي يوم الثلاثاء. في الوقت الحاضر هناك مجموعة واسعة من المنصات المتاحة للتسمية البيضاء. غوازي ومع ذلك ليست مجرد أي منصة. وهو حل جاهز للوسطاء الذين يسعون للوصول إلى شريحة معينة من السوق. التنفيذ الكامل من الواجهة الأمامية والجهة الخلفية يستغرق أسبوعين وقال مارتن، رئيس غووازي للتنمية. يمكن للمتداولين مع مجموعة ماكسريتش الانضمام إلى المسابقات مجانا على الدوري جووازي، وقالت الشركة. منصة التداول غوازي سهلة الاستخدام تسمح للسماسرة بتقديم خدمات جووازي تحت علامتهم التجارية الخاصة. انها مناسبة لكلا من ذوي الخبرة والتجار المبتدئين منذ يستغرق سوى 10 دقيقة لإتقان تفاصيل المنصة. منصة جووازي، التي تسمح للتجارة الفوركس والذهب والنفط الخام، من بين أمور أخرى، هو واضح وسهل الاستخدام، وفي الوقت نفسه يوفر فوائد التداول الهامش ولكن من دون مضاعفات. وعلاوة على ذلك، فإن ميزات مثل الصكوك، وكمية الاستثمار الأولي، واتجاه السوق، ونسبة العائد محددة سلفا، وكذلك مستويات المخاطر والعائد، مما يقلل من المخاطر بالإضافة إلى تسهيل العملاء. جميع التجار بحاجة إلى القيام به هو اختيار رمز التجارة، ونسبة العائد، وكمية الاستثمار، واتجاه السوق. تتوفر المنصة في ست لغات الإنجليزية والصينية والعربية والفارسية والروسية والبولندية. غوازي المحدودة هي مزود التكنولوجيا والمطور من منصة التداول جووازي، وطريقة التداول جووازي وجامعة جووازي. في الآونة الأخيرة، أعلنت الشركة أنها أدخلت ميزات جديدة للمنصة، بما في ذلك واجهة برمجة التطبيقات (برمجة التطبيقات)، والسماح للوسطاء لأتمتة العمليات، وخدمة رعاية الرصاص على الدوري غوازي. في وقت سابق من هذا الشهر، أصدرت التطبيق المحمول من منصة، غوازي التاجر، لمستخدمي أندرويد. مجموعة ماكسريتش مسجلة في نيوزيلندا وجزر فيرجن البريطانية. وهو وسيط إن الذي يوفر التداول دون وصفة طبية من الفوركس والسلع والمؤشرات. السماسرة الأخرى التي تقدم منصة تشمل وندسور بروكرز. ومقرها في قبرص، مسم فكس. مقرها في المملكة المتحدة، ومقرها بليز حلول السوق كابيتال (كمس). و منذ الآونة الأخيرة، سيسيك ينظم هوايفس. Forex التداول منصة التداول الحائز على جائزة مع التطبيقات المحلية الرسم البياني المهنية، وأدوات قوية والملاحة منصة مبتكرة 100 التنفيذ الآلي دون تدخل تاجر وظائف إدارة المخاطر قوية بما في ذلك أوامر وقف الخسارة مضمونة تخفيضات نقدية لالمعايير عالية الجودة، حجم التداول العد التنازلي محاولة العد التنازلي لتيرة سريعة، خلاف ثابت التداول في الأسواق المالية الشعبية. فقط تقرر ما إذا كان سعر المنتج سيكون أعلى أو أقل من السعر الحالي في نهاية مجموعة من الأطر الزمنية قصيرة الأجل، من 30 ثانية فقط. الحد الأدنى من انتشار هو أدنى انتشار التي سيتم عرضها على المنتج معين. إذا اتسع نطاق السوق الأساسي طوال يوم التداول، أو كنت تتداول خارج ساعات العمل، قد يتسع نطاق المنصة أيضا. والفروقات المعروضة هي لأول سعر متاح لأحجام تراديبيت السوق المتوسطة في المنتج ذات الصلة. سيتم توسيع انتشار لأحجام تراديبيت أكبر، انظر منصة لدينا لمزيد من المعلومات. يتم توفير هذه البيانات للحصول على معلومات عامة فقط وقد لا تكون حالية. يرجى الرجوع إلى منطقة نظرة عامة على المنتج من منصة التداول لدينا للحصول على معلومات في الوقت الحقيقي على الهوامش ومعدلات الهامش والعمولة (حسب الاقتضاء) وساعات التداول لمنتج معين. يرجى ملاحظة أن التغيير في السعر الذي يؤدي إلى تغيير بل يساوي حجم حصتك يمثله آخر رقم كبير في السعر المعروض على المنصة. في نهاية كل يوم تداول (الساعة الخامسة مساء بتوقيت نيويورك)، قد تخضع المواقف الموجودة في حسابك لتكلفة الحجز. يمكن أن تكون تكلفة الحجز إيجابية أو سلبية تبعا لاتجاه وضعك ومعدل الحجز الساري. معدلات الحجز التاريخية، معبرا عنها كنسبة مئوية سنوية، مرئية على برنامجنا ضمن قسم النظرة العامة لكل منتج. اطلع على مزيد من التفاصيل حول تكاليف عقد تداول عقود الفروقات. نحن نقدم خصومات نقدية شهرية تنافسية للعملاء الذين يتاجرون بكميات كبيرة، وإذا كنت تلبية متطلبات القيمة الاسمية الشهرية لفئة الأصول واحد، كنت مؤهلا تلقائيا للحصول على الحسومات الشهرية لجميع الشروط فئات الأصول تنطبق. منحت أفضل ميزات منصة وأفضل أدوات البحث، اتجاهات الاستثمار 2015 أستراليا كفد تقرير أفضل منصة التداول عبر الإنترنت، أسهم جوائز 2014.

تتحرك من المتوسط - gretl

غريتلموديلادالوكاتدفارنامس () يرفق مجموعة مخصصة من أسماء المتغيرات لاستخدامها عند طباعة نتائج النموذج، لاستخدامها في حالات خاصة حيث لا يمكننا فقط الإشارة أسماء من قائمة ريجريسورس تعلق على النموذج. يجب أن يتطابق عدد السلاسل مع عدد المعاملات، التي يعطىها عضو نكوف من بمود. لاحظ أن بمود يأخذ المسؤول عن فنامس صفيف. سيتم تحرير هذا عندما يتم تدمير النموذج. مؤشر لاستهداف النموذج. مجموعة من المتغيرات المستقلة. غريتلموديلاديمديان () يحسب متوسط ​​y باستخدام الملاحظات الصحيحة مع نطاق نماذج النماذج ويعلق الوسيط على النموذج كبيانات تحت يمديان الرئيسية. مؤشر لاستهداف النموذج. مصفوفة تحتوي على المتغير التابع. 0 على النجاح أو رمز الخطأ على الخطأ. إذا كان بي امود نموذجا خطيا بسيطا أو تربيعيا أو لوجستيا، وإذا كان زفار هو في الواقع المتغير x من النموذج، فإنه يعيد سلسلة تمثل الصيغة لتوليد القيم المجهزة كدالة x. . ويمكن استخدام هذه الصيغة في سياق مقابل مقابل معدل plot. moving الفعلية سوف تحميل هذه الأسئلة على كلمة هناك ملفات جريتل و زلس التي تأتي معهم، كما أنني سوف تحميل المواد للمساعدة في هذا. أيضا لملفات اكسل حفظها أيضا. 1. صاحب متجر الآيس كريم يريد تنسيق مستويات الأسهم له مع مبيعاته. ويعتقد انه يمكن التنبؤ مبيعاته على أساس درجة الحرارة أيام وعما إذا كان في عطلة نهاية الأسبوع أم لا. يقوم بجمع البيانات من 40 يوما مختلفا. يتم تخزين البيانات في أيس Cream. gdt أ) رسم البيانات باستخدام الرسم البياني المناسب (نسخ ولصقه من غريتل). ب) استخدام غريتل لتقدير نموذج الانحدار الخطي لشرح مبيعات الآيس كريم. إظهار النتائج النهائية (نسخ ولصقها من غريتل) ج) كتابة نموذج الانحدار النهائي النهائي. د) لماذا هذا هو أفضل نموذج كنت تأتي مع ه) رسم المخططات المتبقية من النموذج النهائي الخاص بك ماذا يقولون عن النموذج الخاص بك و) استخدام النموذج الخاص بك لتوقع مبيعات الآيس كريم إذا درجة الحرارة 28 درجة في عطلة نهاية الأسبوع. ز) توفير فاصل الثقة 95 من توقعاتك. 2. تهتم وزارة االقتصاد ببناء نموذج لشرح سلوك االستهالك لدى األسر من الطبقة الوسطى. وتختار عينة من 35 أسرة وتجمع بيانات عن استهلاكهم ودخلهم وثروتهم وحجمهم وعمرهم. تتوفر البيانات في الملف Consumption. gdt. البيانات النقدية هي بآلاف الدولارات. أ) رسم البيانات باستخدام الرسم البياني المناسب (نسخ ولصقه من غريتل). ب) استخدام غريتل لتقدير نموذج الانحدار الخطي لشرح مبيعات الآيس كريم. إظهار النتائج النهائية (نسخ ولصقها من غريتل) ج) كتابة نموذج الانحدار النهائي النهائي. د) لماذا هذا هو أفضل نموذج كنت تأتي مع (شرح) ه) تشخيص نموذج متعدد الألوان. و) قم برسم البقايا من نموذجك ما يقولونه عن النموذج الخاص بك ز) استخدام النموذج الخاص بك للتنبؤ الاستهلاك لعائلتين التالية: الأسرة 1: الدخل (50)، الثروة (10)، حجم (5)، العمر (46) ) 3. ملف المغرب الناتج المحلي الإجمالي يحتوي على بيانات عن الناتج المحلي الإجمالي للمغرب، القيمة المضافة الزراعية، صادرات السلع والخدمات، عائدات السياحة والتحويلات الواردة من المغاربة المقيمين بالخارج. أ) استخدام الرسم البياني المناسب لتمثيل المتغيرات. (كوبي 038paste إيت فروم غريتل) ب) ما يجب القيام به لهذه المتغيرات قبل أن ندير انحدارا عليها ج) تقدير نموذج الانحدار الخطي لشرح الناتج المحلي الإجمالي في المغرب. (د هل املعامالت هامة قم بإسقاط أي معامالت غير هامة وإعادة تقدير النموذج. عرض النتائج النهائية (نسخ ولصقها من غريتل) ه) لماذا هذا هو أفضل نموذج كنت تأتي مع (شرح) و) رسم المخططات المتبقية من الانحدار الخاص بك ما يقولون عن النموذج الخاص بك 4. جوجل هي واحدة من أبرز الشركات المدرجة في بورصة ناسداك. يعرض ملف إكسيل أدناه سعره اليومي من يناير إلى أبريل 2015. أ) استخدم الرسم البياني المناسب لتمثيل سعر سهم غوغل (كوبي 038 لصقه من إكسيل). ب) أي نوع من أنماط يعرض المخزون ج) استخدام جداول مختلفة في ملف إكسيل لتشغيل النماذج ونيفاريت التالية: ناف المتوسط ​​المتحرك لمدة 5 أيام د) توقع قيمة السهم في 1 مايو. (حفظ عملك في ملف إكسيل جزءا لا يتجزأ) ه) أي من النموذجين هو أفضل في التنبؤ هذه السلسلة الزمنية (استخدام مس) 5. يحتوي ملف إكسيل أدناه بيانات عن مجموع السياح القادمين شهريا إلى سنغافورة من يناير 2009 إلى ديسمبر 2014. كما ترون من مؤامرة سلسلة زمنية، والبيانات موسمية. أ) تطوير نموذج التحلل المتعدد (Y تيسي e) للمتغير واستخدامه للتنبؤ بالوافدين السياحيين في كل شهر من عام 2015. (عرض كل ما تبذلونه من العمل وحفظه في ملف إكسيل جزءا لا يتجزأ) ب) تقييم النموذج الخاص بك باستخدام R و Theil8217s U - الإحصاءات. كاتيغوريزريتل كوماند ريفيرانس الخيارات المعروضة أعلاه والمناقشة التالية تتعلق باستخدام الأمر أدف مع بيانات سلسلة زمنية منتظمة. لاستخدام هذا الأمر مع لوحة البيانات يرجى الاطلاع أدناه. يحسب مجموعة من اختبارات Dickey8211Fuller على كل من المتغيرات المدرجة، والفرضية الفارغة هي أن المتغير المعني له جذر وحدة. (ولكن إذا تم إعطاء إشارة --difference، يتم أخذ الاختلاف الأول للمتغير قبل الاختبار، ويجب أن تؤخذ المناقشة أدناه على أنها تشير إلى المتغير المحول.) بشكل افتراضي، يتم عرض نوعين من الاختبار: واحد استنادا إلى انحدار يحتوي على ثابت وآخر باستخدام اتجاه ثابت وخطي. يمكنك التحكم في المتغيرات التي يتم تقديمها عن طريق تحديد واحد أو أكثر من علامات الخيار. يمكن استخدام الخيار --gls بالتزامن مع واحد أو آخر من الأعلام --c و --ct (النموذج مع ثابت، أو نموذج مع ثابت والاتجاه). ويتمثل تأثير هذا الخيار في أن يتم إزالة المعاني أو إزالة التجاهل للمتغير المراد اختباره باستخدام إجراء غلس الذي اقترحه إليوت وروثنبرغ أند ستوك (1996). الذي يعطي اختبارا من قوة أكبر من النهج Dickey8211Fuller القياسية. هذا الخيار غير متوافق مع --nc. --ct أو --seasonals. في جميع الحالات المتغير التابع هو الفرق الأول للمتغير المحدد، y. والمتغير المستقل الرئيسي هو الفارق الأول من y. تم بناء النموذج بحيث يكون المعامل على y المتخلفة يساوي الجذر المعني ناقص 1. على سبيل المثال، يمكن كتابة النموذج الثابت مع كونه تحت الفرضية الباطلة لجذر الوحدة يساوي معامل y المتخلف ص صفر تحت البديل y هو ثابت هذا المعامل سلبي. إذا كانت الوسيطة الأمرية (من الآن فصاعدا، k) أكبر من 0، فإن الفواصل k للمتغير التابع مدرجة على الجانب الأيمن من انحدارات الاختبار. إذا أعطي الأمر 82111، يتم تعيين k بعد توصية شويرت (1989). أي الجزء الصحيح من 12 (T 100) 0.25. حيث T هو حجم العينة. في كلتا الحالتين، ومع ذلك، إذا تم إعطاء الخيار --test-دون ثم k يؤخذ على أنه الفارق الزمني الأقصى ويتم الحصول على تأخر الفعلي النظام المستخدم عن طريق اختبار أسفل. يمكن اختيار معيار الاختبار لأسفل باستخدام معلمة الخيار، والتي يجب أن تكون واحدة من إيك. بيك أو تستات إيك هو الافتراضي. وعندما يطلب إجراء اختبار لأسفل عبر إيك أو بيك، يكون ترتيب التأخر النهائي لمعادلة أدف هو الذي يحسن معيار المعلومات المختار (أكايك أو ششورز بايزيان). ويعتمد الإجراء الدقيق على ما إذا كان الخيار --gls يعطى أم لا: فعندما يتم تحديد غلاس ديترندينغ، فإن إيك و بيك هما النسختان المعدلتان اللتان تم وصفهما في نغ و بيرون (2001). وإلا فهي الإصدارات القياسية. وفي حالة غلس، يتوفر صقل: إذا أعطي الخيار الإضافي --perron-كو، يتم حساب معايير المعلومات المعدلة وفقا للطريقة المنقحة التي أوصى بها بيرون وكو (2007). عند إجراء اختبار لأسفل عبر الطريقة t - statistic يتم استدعاؤها، الإجراء على النحو التالي: تقدير الانحدار Dickey8211Fuller مع تأخر k للمتغير التابع. هو آخر تأخر كبير إذا كان الأمر كذلك، تنفيذ الاختبار مع تأخر النظام k. خلاف ذلك، اسمحوا كك 8211 1 إذا كان k يساوي 0، تنفيذ الاختبار مع تأخر النظام 0، عدا ذلك انتقل إلى الخطوة 1. في سياق الخطوة 2 أعلاه، يعني يعني أن t - statistic لآخر تأخر لديه متقلب من جانبين p-القيمة، ضد التوزيع الطبيعي، من 0.10 أو أقل. P - تستند قيم اختبارات Dickey8211Fuller على ماكينون (1996). يتم تضمين التعليمات البرمجية ذات الصلة بإذن نوع من المؤلف. في حالة الاختبار مع الاتجاه الخطي باستخدام غلس هذه P - القيم ليست تنطبق القيم الحرجة من الجدول 1 في إليوت، روثنبرغ والأسهم (1996) تظهر بدلا من ذلك. بيانات اللوحة عند استخدام الأمر أدف مع بيانات اللوحة، لإنتاج اختبار جذر وحدة اللوحة، تكون الخيارات المطبقة والنتائج المعروضة مختلفة إلى حد ما. أولا، في حين قد تعطي قائمة من المتغيرات للاختبار في حالة السلسلة الزمنية العادية، مع بيانات لوحة يمكن اختبار متغير واحد فقط لكل أمر. وثانيا، فإن الخيارات التي تحكم إدراج المصطلحات الحتمية تصبح متبادلة فيما بينها: يجب أن تختار بين عدم الثبات والثابت فقط والثابت زائد الاتجاه الافتراضي ثابت فقط. وبالإضافة إلى ذلك، الخيار --seasonals غير متوفر. وثالثا، فإن الخيار --verbose له معنى مختلف: فهو ينتج وصفا موجزا للاختبار لكل سلسلة زمنية فردية (الافتراضي هو إظهار النتيجة الإجمالية فقط). يتم حساب الاختبار العام (الفرضية الصفرية: السلسلة قيد البحث على جذر الوحدة لكل وحدات اللوحة) في إحدى الطريقتين أو كليهما: استخدام طريقة إم و بيساران و شين (مجلة الاقتصاد القياسي، 2003) أو طريقة تشوي (جورنال أوف إنترناشونال ماني أند فينانس، 2001). مسار القائمة: فاريابلونيت اختبارات الجذر اختبار ديكي-فولر المجزأة انظر أدناه للحصول على خيارات إضافية متخصصة يفتح ملف البيانات ويلحق المحتوى إلى مجموعة البيانات الحالية، إذا كانت البيانات الجديدة متوافقة. سيحاول البرنامج للكشف عن شكل ملف البيانات (الأصلي، نص عادي، كسف، غنوميريك، إكسل، الخ). وقد تأخذ البيانات الملحقة شكل ملاحظات إضافية على السلاسل الموجودة بالفعل في مجموعة البيانات، أو سلسلة جديدة. وفي حالة إضافة السلسلة، يتطلب التوافق إما (أ) أن يساوي عدد الرصدات للبيانات الجديدة البيانات الحالية، أو (ب) أن البيانات الجديدة تحمل معلومات واضحة للمراقبة بحيث يمكن للريتل أن تحدد كيفية وضع البيانات القيم. إحدى الحالات غير المدعومة هي حيث تبدأ البيانات الجديدة في وقت سابق وتنتهي أيضا في وقت لاحق من البيانات الأصلية. لإضافة سلسلة جديدة في مثل هذه الحالة يمكنك استخدام الخيار --fixed عينة هذا له تأثير قمع إضافة الملاحظات، وبالتالي تقييد العملية إلى إضافة سلسلة جديدة. ويدعم ميزة خاصة لإلحاق مجموعة بيانات لوحة. اسمحوا n تشير إلى عدد من وحدات مستعرضة في لوحة، T تدل على عدد من الفترات الزمنية، م تشير إلى عدد من الملاحظات للبيانات الجديدة. وإذا كانت m n تؤخذ البيانات الجديدة لتكون ثابتة زمنيا، وتنسخ في مكانها لكل فترة زمنية. من ناحية أخرى، إذا تم التعامل مع البيانات T على أنها غير متفاوتة عبر وحدات اللوحة، ويتم نسخها إلى مكان لكل وحدة. إذا كانت اللوحة مربعة، و m تساوي كل من n و T. ينشأ غموض. الافتراضي في هذه الحالة هو التعامل مع البيانات الجديدة كوقت ثابت، ولكن يمكنك فرض غريتل لمعالجة البيانات الجديدة كما سلسلة زمنية عبر الخيار --time سلسلة. (يتم تجاهل هذا الخيار في جميع الحالات الأخرى.) عند تحديد ملف بيانات للإلحاق، قد يكون هناك مجال من التداخل مع مجموعة البيانات الحالية أي أن سلسلة واحدة أو أكثر قد يكون لها واحد أو أكثر من الملاحظات المشتركة بين المصدرين . إذا تم إعطاء الخيار - أوبديت التداخل، فإن عملية إلحاق استبدال أي ملاحظات متداخلة مع القيم من ملف البيانات المحدد، وإلا فإن القيم الموجودة حاليا لن تتأثر. الخيارات المتخصصة إضافية --sheet. --coloffset. --rowoffset و --fixed-كولس العمل بنفس الطريقة كما هو الحال مع فتح نرى أن الأمر للتفسيرات. انظر أيضا الانضمام لمعالجة أكثر تطورا من مصادر بيانات متعددة. مسار القائمة: فليابيند البيانات --vcv (مصفوفة التباين المشترك) أر 1 3 4 y 0 x1 x2 x3 يحسب تقديرات المعلمات باستخدام Cochrane8211 المعمم الإجراء المتكرر انظر القسم 9.5 من راماناثان (2002). يتم إنهاء التكرار عندما لا تختلف مبالغ الخطأ المتتابعة من المربعات بأكثر من 0.005 في المئة أو بعد 20 تكرار. التأخيرات هي قائمة بالتخلف في البقايا، تنتهي بفاصلة منقوطة. في المثال أعلاه، يتم تحديد مصطلح الخطأ كملف المسار: سلسلة مودلتيم تقدير الترجيع الخارجي --hilu (استخدام الإجراء Hildreth8211Lu) --pwe (استخدام مقدر Brais8211Winsten) --vcv (طباعة مصفوفة التباين) --no-كورك (لا بخير - tune النتائج مع كوكرين-أوركوت) --loose (استخدام معيار التقارب أكثر مرونة) ar1 1 0 2 4 6 7 ar1 y 0 زليست --pwe ar1 y 0 زليست --hilu --no-كورك يحسب عمليا تقديرات غلس لنموذج والتي يفترض فيها أن مصطلح الخطأ يتبع عملية الانحدار الذاتي من الدرجة الأولى. الأسلوب الافتراضي هو الإجراء Cochrane8211Orcutt تكرارية انظر على سبيل المثال القسم 9.4 من راماناثان (2002). معيار التقارب هو أن التقديرات المتعاقبة لمعامل الارتباط الذاتي لا تختلف بأكثر من 1e-6، أو إذا تم إعطاء الخيار --loose، بأكثر من 0.001. إذا لم يتم تحقيق ذلك ضمن 100 التكرار يتم وضع علامة خطأ. إذا تم إعطاء الخيار --pwe، يتم استخدام مقدر Prais8211Winsten. وهذا ينطوي على تكرار مماثل ل Cochrane8211Orcutt الفرق هو أنه في حين التخلص من Cochrane8211Orcutt الملاحظة الأولى، Prais8211Winsten يجعل استخدامه. انظر، على سبيل المثال، الفصل 13 من غرين (2000) لمزيد من التفاصيل. إذا تم إعطاء الخيار --hilu، يتم استخدام إجراء البحث Hildreth8211Lu. ثم يتم صقل النتائج باستخدام طريقة Cochrane8211Orcutt، ما لم يتم تحديد العلم --no-كورك. يتم تجاهل الخيار - no-كورك للمقدرات الأخرى من Hildreth8211Lu. مسار القائمة: مودلتيم سيريزار (1) --quiet (لا تظهر النموذج المقدر) --vcv (طباعة التباين مصفوفة) --two خطوة (أداء 2-خطوة غم تقدير) - الوقت-الدمى (إضافة المتغيرات وهمية الوقت) (x2،2،3) Dx1 غم (x2،2،3) يقوم بتقدير نماذج البيانات الديناميكية للوحات (أي نماذج اللوحة بما في ذلك نموذج واحد) (أوندب 2 y Dx1 Dx2 أربوند 2 5 y Dx1 Dx2 Dx1 أربوند 1 y Dx1 Dx2 Dx1 غم أو أكثر من المتغير التابع) باستخدام طريقة غم-ديف التي حددها أريلانو و بوند (1991). يرجى مراجعة دبانيل للحصول على نسخة محدثة وأكثر مرونة من هذا الأمر الذي يعالج غم-سيس وكذلك غم-ديف. وتمثل المعلمة p ترتيب الانحدار الذاتي للمتغير التابع. وتشير المعلمة الاختيارية q إلى الفارق الزمني الأقصى لمستوى المتغير التابع ليستخدم كأداة. إذا تم حذف هذه الوسيطة، أو تعطى 0، يتم استخدام جميع التأخرات المتاحة. وينبغي أن يعطى المتغير التابع في المستويات التي سيختلف فيها تلقائيا (لأن هذا المقدر يستخدم الاختلاف لإلغاء التأثيرات الفردية). لا تختلف المتغيرات المستقلة تلقائيا إذا كنت ترغب في استخدام الاختلافات (والتي ستكون عادة بالنسبة للمتغيرات الكمية العادية، على الرغم من أن ربما لا، مثلا، متغيرات الوقت الوهمية) يجب عليك إنشاء الاختلافات أولا ثم تحديد هذه كمراجع. الحقل الأخير (اختياري) في الأمر هو لتحديد الأدوات. إذا لم يتم إعطاء أي أدوات، فمن المفترض أن جميع المتغيرات المستقلة هي خارجية تماما. إذا قمت بتحديد أي أدوات، يجب أن تدرج في القائمة أي متغيرات مستقلة خارجية تماما. بالنسبة إلى عوامل التراجع المحددة سلفا، يمكنك استخدام دالة غم لتشمل نطاقا محددا من الفواصل الزمنية في نمط قطري قطري. ويتضح ذلك في المثال الثالث أعلاه. الوسيطة الأولى ل غم هي اسم المتغير المعني، والثاني هو الحد الأدنى من التأخير لاستخدامه كأداة، والثالث هو الفارق الزمني الأقصى. إذا تم إعطاء الوسيطة الثالثة ك 0، يتم استخدام جميع الفواصل الزمنية المتاحة. افتراضيا يتم الإبلاغ عن نتائج تقدير من خطوة واحدة (مع أخطاء قياسية قوية). يمكنك تحديد تقدير من خطوتين كخيار. وفي كلتا الحالتين، تقدم اختبارات الترابط الذاتي للأوامر 1 و 2، وكذلك اختبار سارجان للتفتيش الزائد واختبار والد للأهمية المشتركة للمخلفين. وتجدر الإشارة إلى أن الترابط الذاتي من الدرجة الأولى في هذا النموذج المختلف لا يشكل خطرا على صحة النموذج، إلا أن الترابط الذاتي من الدرجة الثانية ينتهك الافتراضات الإحصائية المحفوظة. وفي حالة تقدير خطوتين، يتم حساب الأخطاء المعيارية افتراضيا باستخدام تصحيح العينة المحددة الذي اقترحه ويندميجر (2005). وعادة ما يتم حساب الأخطاء القياسية المتقاربة القياسية المرتبطة بمقدار الخطوة 2 لتكون دليلا غير موثوق به للاستدلال، ولكن إذا كنت تريد أن ترى لهم لسبب ما، يمكنك استخدام الخيار --asimptotic لإيقاف تصحيح ويندميجر. إذا تم إعطاء الخيار - الوقت-الدمى، يتم إضافة مجموعة من المتغيرات وهمية الوقت إلى ريجريسورس المحددة. عدد الدمى هو واحد أقل من الحد الأقصى لعدد الفترات المستخدمة في التقدير، لتجنب الكمال الخطية مع ثابت. يتم إدخال الدمى في مستويات إذا كنت ترغب في استخدام الدمى الوقت في شكل ديفيرنسد الأولى، سيكون لديك لتحديد وإضافة هذه المتغيرات يدويا. أوردر ديبار إنديبفارس أريما 0 1 1 0 1 1 y --nc إذا لم يتم إعطاء قائمة إندبفارس، فإن نموذج أريما (الانحدار الذاتي، المتكامل، المتوسط ​​المتحرك). القيم p. d و q تمثل ترتيب الانحدار الذاتي (أر)، وترتيب الاختلاف، والمتوسط ​​المتحرك (ما) على التوالي. ويمكن إعطاء هذه القيم في شكل رقمي، أو كأسماء المتغيرات العددية الموجودة مسبقا. وتعني القيمة D البالغة 1، على سبيل المثال، أن الفرق الأول للمتغير التابع ينبغي أن يؤخذ قبل تقدير معلمات أرما. إذا كنت ترغب في تضمين فقط أر محددة أو ما متخلفة في النموذج (على عكس كل التأخر تصل إلى ترتيب معين) يمكنك استبدال p و أندور س إما (أ) اسم مصفوفة محددة مسبقا تحتوي على مجموعة من عدد صحيح القيم أو (ب) تعبير مثل هذا، مجموعة من الفواصل مفصولة بفواصل ومغلقة في الأقواس. القيم الصحيحة الاختيارية P. D و Q تمثل ترتيب أر الموسمية، والنظام للفرق الموسمية، والنظام مو الموسمي، على التوالي. ولا تنطبق هذه إلا إذا كانت البيانات أكبر من 1 (على سبيل المثال، بيانات ربع سنوية أو شهرية). ويمكن إعطاء هذه الأوامر في شكل رقمي أو كمتغيرات العددية. وفي الحالة أحادية المتغير، يكون الافتراضي هو تضمين اعتراض في النموذج ولكن يمكن كبح ذلك بعلامة --nc. إذا تم إضافة إندبفارس، يصبح النموذج أرماكس في هذه الحالة يجب تضمين الثابت صراحة إذا كنت تريد اعتراض (كما هو الحال في المثال الثاني أعلاه). يتوفر شكل بديل من بناء الجملة لهذا الأمر: إذا كنت لا تريد تطبيق الاختلاف (إما موسمي أو غير موسمي)، يمكنك حذف الحقلين d و D تماما، بدلا من إدخال صريح 0. بالإضافة إلى ذلك، أرما هو مرادف أو اسم مستعار لل أريما. على سبيل المثال، الأمر التالي هو طريقة صحيحة لتحديد نموذج أرما (2، 1): الافتراضي هو استخدام وظيفة أرما غريتل الأصلية، مع تقدير بواسطة مل الدقيق باستخدام تقدير مرشح كالمان عبر مل الشرطي متاح كخيار . (إذا تم تثبيت X-12-أريما لديك خيار استخدامه بدلا من التعليمات البرمجية الأصلية.) للحصول على تفاصيل حول هذه الخيارات، يرجى الاطلاع على الفصل 25 من دليل مستخدمي غريتل. عندما يستخدم رمز مل الأصلي الدقيق، والأخطاء القياسية المقدرة افتراضيا على أساس التقريب العددي إلى (عكسية سلبية) هيسي، مع تراجع إلى الناتج الخارجي من التدرج (أوبغ) إذا كان حساب هيسي العددية ينبغي فشل. يمكن استخدام اثنين من الأعلام خيار (متبادل) الخيار لإجبار هذه المسألة: الخيار --opg يجبر استخدام طريقة أوبغ، مع أي محاولة لحساب هيسيان، في حين أن العلم --hessian تعطيل تراجع إلى أوبغ. لاحظ أن فشل حساب هيس العددي هو عموما مؤشرا لنموذج غير محدد. الخيار - lbfgs هو محدد لتقدير باستخدام رمز أرما الأصلي ومل الدقيق: فإنه يدعو إلى استخدام الذاكرة محدودة L-بفغس-B خوارزمية بدلا من المعتاد بفغس المعظم. وقد يساعد ذلك في بعض الحالات التي يصعب فيها تحقيق التقارب. والخيار --y-ديف فقط مخصص لتقدير نماذج أريماكس (نماذج ذات ترتيب غير صفري للتكامل، بما في ذلك ريجرسورس خارجية)، وينطبق فقط عند استخدام غري ملز الدقيق. وبالنسبة إلى هذه النماذج، يكون السلوك الافتراضي هو الاختلاف بين المتغير التابع والمراجع على حد سواء، ولكن عند تحديد هذا الخيار فقط يختلف المتغير التابع، وتبقى المتغيرات في شكل مستوي. الخيار --save-إهات ينطبق فقط عند استخدام الأصلي تقدير دقيق مل. ويتمثل التأثير في إتاحة متجه يحمل التقدير الأمثل اعتبارا من الفترة t من الاضطراب أو الابتكار ذي التتابع t: يمكن استرجاع ذلك عبر الوصلة إهات. وتختلف هذه القيم عن السلسلة المتبقية (وات)، التي تحمل أخطاء التنبؤ خطوة واحدة إلى الأمام. وتحسب قيمة إيك المعطاة فيما يتعلق بنماذج أريما وفقا للتعريف المستعمل في X-12-أريما، أي حيث يكون احتمال السجل و k هو العدد الإجمالي للمعلمات المقدرة. لاحظ أن X-12-أريما لا تنتج معايير المعلومات مثل إيك عند تقدير من قبل مل الشرطي. جذور أر و ما هو مبين في اتصال مع تقدير أرما تستند إلى التمثيل التالي لعملية أرما (p، q): جذور أر هي بالتالي الحلول والاستقرار يتطلب أن تقع هذه الجذور خارج دائرة الوحدة. الرقم التردد المطبوع في اتصال مع جذور أر و ما هو قيمة لامدا الذي يحل z r إكس (i2pilambda) حيث z هو الجذر في السؤال و r هو معامل لها. مسار القائمة: مودليتيم سيريما الوصول الأخرى: مين مينو نافذة منبثقة (اختيار واحد) تقدير نموذج بروبيت ثنائي المتغيرات، وذلك باستخدام طريقة Newton8211Raphson لزيادة احتمال. وتبدأ قائمة الحجج بالمتغيرين المعتمدين (ثنائي)، متبوعا بقائمة من عوامل الانحدار. إذا أعطيت قائمة ثانية، مفصولة بفاصلة منقوطة، يتم تفسير ذلك على أنه مجموعة من الانحدارات الخاصة بالمعادلة الثانية، مع أن indepvars1 يكون محددا للمعادلة الأولى إلا أن indepvars1 يؤخذ لتمثيل مجموعة مشتركة من الانحدارات. افتراضيا، يتم حساب الأخطاء القياسية باستخدام تقريب رقمي ل هيسي عند التقارب. ولكن إذا تم إعطاء الخيار --opg مصفوفة التباين القائم على المنتج الخارجي للتدرج (أوبغ)، أو إذا تم إعطاء الخيار - robust أخطاء قمل القياسية يتم احتسابها، وذلك باستخدام شطيرة من عكس هيسيان و أوبغ. وبعد التقدير الناجح، يسترد المعيد مصفوفة تحتوي على عمودين يحملان المتبقي المعمم للمعادلتين، أي القيم المتوقعة للاضطرابات المشروطة على النتائج الملحوظة والمتغيرات المشتركة. يسترد يهات افتراضيا مصفوفة ذات أربعة أعمدة، محتملة الاحتمالات المقدرة للنتائج المشتركة الأربعة المحتملة ل (y 1 y y 2)، بالترتيب (1،1)، (1،0)، (0،1)، (0،0). بدلا من ذلك، إذا تم إعطاء الخيار --save-زبيتا، يحتوي يات على عمودين ويحمل قيم وظائف الفهرس للمعادلات المعنية. ويشمل الإختبار اختبار نسبة احتمال الفرضية القائلة بأن الاضطرابات في المعادلتين غير مترابطة. - اسم ملف الإخراج (إرسال الإخراج إلى ملف محدد) هذه المؤامرات عرض توزيع متغير. ويحتوي المربع المركزي على 50 في المئة الوسطى من البيانات، أي أنه يحدها الربعان الأول والثالث. وتمتد الشعيرات من كل طرف في الصندوق لمدى يساوي 1.5 مرة من المدى الربعي. وتعتبر الملاحظات خارج هذا النطاق متطرفة وتمثل عبر النقاط. يتم رسم خط عبر مربع في المتوسط. وتستخدم علامة للإشارة إلى المتوسط. إذا تم اختيار خيار عرض فاصل ثقة للمتوسط، يتم حساب ذلك من خلال طريقة بوتستراب ويظهر في شكل خطوط أفقية متقطعة فوق أندور أقل من الوسيط. الخيار --factorized يسمح لك لدراسة توزيع متغير المختار مشروط على قيمة بعض عامل منفصل. على سبيل المثال، إذا كانت مجموعة البيانات تحتوي على أجور ومتغير وهمية جنسيا يمكنك تحديد متغير الأجور كهدف ونوع الجنس كعامل، لرؤية جنبا إلى جنب بكسلوتس من الذكور والإناث الأجور، كما هو الحال في ملاحظة أنه في هذه الحالة يجب عليك تحديد متغيرين بالضبط، مع إعطاء العامل الثاني. إذا كانت مجموعة البيانات الحالية لوحة، ويتم تحديد متغير واحد فقط، ينتج الخيار - panel سلسلة من بوكسلوتس جنبا إلى جنب، واحدة لكل وحدة لوحة أو مجموعة. عموما، مطلوب فارليست الوسيطة، ويشير إلى سلسلة واحدة أو أكثر في مجموعة البيانات الحالية (نظرا إما بالاسم أو رقم الهوية). ولكن إذا تم توفير مصفوفة اسمه عن طريق الخيار --matrix تصبح هذه الوسيطة اختياري: افتراضيا يتم رسم مؤامرة لكل عمود من المصفوفة المحددة. يتم إنشاء غريتلز بوكسلوتس باستخدام غنوبلوت، وأنه من الممكن لتحديد مؤامرة بشكل كامل عن طريق إلحاق أوامر غنوبلوت إضافية، المغلقة في الأقواس. لمزيد من التفاصيل، يرجى الاطلاع على تعليمات للأمر غنوبلوت. في الوضع التفاعلي يتم عرض النتيجة على الفور. في الوضع الدفعي السلوك الافتراضي هو أن ملف الأمر غنوبلوت مكتوب في دليل عمل المستخدمين مع اسم على نمط gpttmpN. plt. بدءا من N 01. قد يتم إنشاء المؤامرات الفعلية في وقت لاحق باستخدام غنوبلوت (تحت مايكروسوفت ويندوز، وغنوبلوت). يمكن تعديل هذا السلوك باستخدام الخيار اسم الملف --output. لمزيد من التفاصيل، يرجى الاطلاع على الأمر غنوبلوت. مسار القائمة: فيوغراف المحدد فارسبوكلوتس الخروج من حلقة. يمكن استخدام هذا الأمر فقط داخل حلقة فإنه يؤدي تنفيذ الأوامر للخروج من الحلقة (الأعمق) الحالية. انظر أيضا الحلقة. هذا ليس أمر في حد ذاته ولكن يمكن استخدامه كبادئة لمعظم الأوامر العادية: التأثير هو منع إنهاء البرنامج النصي في حالة حدوث خطأ في تنفيذ الأمر. في حالة حدوث خطأ، يتم تسجيل هذا في رمز خطأ داخلي يمكن الوصول إليه كخطأ (تشير قيمة صفر إلى نجاح). وينبغي دائما التحقق من قيمة الخطأ مباشرة بعد استخدام المصيد. واتخاذ الإجراء المناسب إذا فشل الأمر. لا يمكن استخدام الكلمة الرئيسية للمصيد قبل. إليف أو إنديف. وبالإضافة إلى ذلك لا ينبغي أن تستخدم على المكالمات إلى وظائف المعرفة من قبل المستخدم هو المقصود للاستخدام فقط مع أوامر غريتل ويدعو إلى المدمج في وظائف أو مشغلي. تشاو أنثى --dummy يجب أن تتبع انحدار شريان الحياة للسودان. وإذا أعطيت رقما أو تاريخا للمراقبة، فإنه يوفر اختبارا للفرضية الصفرية التي لا يوجد فيها كسر هيكلي عند نقطة الانقسام المعطاة. الإجراء هو خلق متغير وهمية يساوي 1 من نقطة الانقسام التي يحددها أوبس في نهاية العينة، 0 خلاف ذلك، وأيضا مصطلحات التفاعل بين هذه الوهمية و ريجريسورس الأصلية. إذا تم إعطاء متغير وهمية، واختبارات فرضية خالية من التجانس الهيكلي فيما يتعلق تلك الوهمية. مرة أخرى، يتم إضافة مصطلحات التفاعل. في كلتا الحالتين يتم تشغيل الانحدار المعزز بما في ذلك الشروط الإضافية. افتراضيا يتم حساب إحصاء F، مع الانحدار المعزز كنموذج غير مقيد والأصل كما مقيدة. ولكن إذا كان النموذج الأصلي يستخدم مقدر قوي لمصفوفة التباين المشترك، فإن إحصائية الاختبار هي قيمة وال تشي مربع استنادا إلى مقدر قوي لمصفوفة التباين للتراجع المعزز. يمكن استخدام الخيار - limit-تو للحد من مجموعة من التفاعلات مع متغير الدمية تقسيم إلى مجموعة فرعية من الانحدارات الأصلية. يجب أن تكون المعلمة لهذا الخيار قائمة مسماة، وجميع أعضائها من بين المتراجعين الأصلي. يجب ألا تتضمن القائمة ثابت. مسار القائمة: نموذج الإطار، اختبار تيستشو --dataset (واضحة مجموعة البيانات فقط) مع عدم وجود خيارات، مسح جميع الكائنات المحفوظة، بما في ذلك مجموعة البيانات الحالية إن وجدت، من الذاكرة. لاحظ أن فتح مجموعة بيانات جديدة، أو باستخدام الأمر نولداتا لإنشاء مجموعة بيانات فارغة، له أيضا هذا التأثير، لذلك فإن استخدام الوضوح ليس ضروريا في العادة. إذا تم إعطاء الخيار --dataset، ثم يتم مسح فقط مجموعة البيانات (بالإضافة إلى أي قوائم المسماة من سلسلة) يتم الاحتفاظ الكائنات الأخرى المحفوظة مثل المصفوفات المسماة والقياسات. coint2 3 x x1 x2 --rc ينفذ اختبار جوهانسن للتكامل المشترك بين المتغيرات في يليست لأمر تأخر معين. للاطلاع على تفاصيل هذا الاختبار، انظر الفصل 27 من دليل مستخدمي غريتل أو هاملتون (1994). الفصل 20. يتم حساب القيم P من خلال تقريب دورنيكس غاما (دورنيك، 1998). يتم عرض مجموعتين من قيم p لاختبار التتبع، والقيم المتقابلة المستقيمة والقيم المعدلة لحجم العينة. افتراضيا يحصل على المساعد بالو بالصيغة المعدلة، ولكن العلم --asy يمكن استخدامها لتسجيل القيم المتناظر بدلا من ذلك. يتم التحكم في إدراج المصطلحات الحتمية في النموذج بواسطة علامات الخيار. ويتمثل الخيار الافتراضي في عدم تحديد أي خيار في إدراج ثابت غير مقيد يسمح بوجود اعتراض غير صفري في العلاقات المركزة فضلا عن اتجاه في مستويات المتغيرات الذاتية. في الأدب النابع من عمل يوهانسن (انظر على سبيل المثال كتابه عام 1995) غالبا ما يشار إلى هذا على أنه الحالة 3. الخيارات الأربعة الأولى المذكورة أعلاه، والتي تستبعد بعضها بعضا، تنتج الحالات 1 و 2 و 4 و 5 على التوالي. يتم شرح معنى هذه الحالات ومعايير اختيار حالة في الفصل 27 من دليل مستخدمي غريتل. القوائم الاختيارية زليست و رليست تسمح لك للسيطرة على المتغيرات الخارجية المحددة: هذه إدخال النظام إما بشكل غير مقيد (زليست) أو يقتصر على الفضاء التكامل المشترك (رزليست). يتم فصل هذه القوائم من يليست ومن بعضها البعض بفواصل منقوطة. الخيار --seasonals، والتي يمكن أن تكون جنبا إلى جنب مع أي من الخيارات الأخرى، يحدد إدراج مجموعة من متغيرات وهمية الموسمية تركز. يتوفر هذا الخيار فقط للبيانات ربع السنوية أو الشهرية. يقدم الجدول التالي كدليل لتفسير النتائج الموضحة للاختبار، في حالة 3 متغير. H0 يشير إلى الفرضية الصفرية، H1 الفرضية البديلة، و ج عدد العلاقات المشتركة. انظر أيضا الأمر فيكم. مسار القائمة: مودلتيم سيريزكوانتيغراتيون تيستجوهانزن يقوم بعمليات مختلفة على مجموعة البيانات ككل، اعتمادا على الكلمة الرئيسية المعطاة. والتي يجب أن تكون أدوبس. insobs. واضح. المدمج. وسعت. تبديل موضع. ترتيب حسب. dsortby. إعادة تشكيل. إعادة ترقيم أو لوحة يوميا. ملاحظة: باستثناء واضحة. هذه الإجراءات غير متوفرة عندما يتم تجميع مجموعة البيانات حاليا عن طريق اختيار الحالات على بعض المعايير المنطقية. addobs. يجب أن يتبعه عدد صحيح موجب. إضافة العدد المحدد من الملاحظات الإضافية إلى نهاية مجموعة بيانات العمل. ويهدف هذا في المقام الأول لأغراض التنبؤ. سيتم تعيين قيم معظم المتغيرات على المدى الإضافي على المفقودين، ولكن يتم التعرف على متغيرات حتمية معينة وتمديدها، وهي اتجاه خطي بسيط ومتغيرات وهمية دورية. insobs. يجب أن يتبعه عدد صحيح موجب لا يزيد عن العدد الحالي من الملاحظات. يدرج ملاحظة واحدة في الموضع المحدد. All subsequent data are shifted by one place and the dataset is extended by one observation. All variables apart from the constant are given missing values at the new observation. This action is not available for panel datasets. clear. No parameter required. Clears out the current data, returning gretl to its initial empty state. compact. Must be followed by a positive integer representing a new data frequency, which should be lower than the current frequency (for example, a value of 4 when the current frequency is 12 indicates compaction from monthly to quarterly). This command is available for time series data only it compacts all the series in the data set to the new frequency. A second parameter may be given, namely one of sum. first. last or spread. to specify, respectively, compaction using the sum of the higher-frequency values, start-of-period values, end-of-period values, or spreading of the higher-frequency values across multiple series (one per sub-period). The default is to compact by averaging. expand. This command is only available for annual or quarterly time series data: annual data can be expanded to quarterly, and quarterly data to monthly frequency. By default all the series in the data set are padded out to the new frequency by repeating the existing values, but if the modifier interp is appended then the series are expanded using Chow8211Lin interpolation (see Chow and Lin, 1971 ): the regressors are a constant and quadratic trend and an AR(1) disturbance process is assumed. transpose. No additional parameter required. Transposes the current data set. That is, each observation (row) in the current data set will be treated as a variable (column), and each variable as an observation. This command may be useful if data have been read from some external source in which the rows of the data table represent variables. sortby. The name of a single series or list is required. If one series is given, the observations on all variables in the dataset are re-ordered by increasing value of the specified series. If a list is given, the sort proceeds hierarchically: if the observations are tied in sort order with respect to the first key variable then the second key is used to break the tie, and so on until the tie is broken or the keys are exhausted. Note that this command is available only for undated data. dsortby. Works as sortby except that the re-ordering is by decreasing value of the key series. resample. Constructs a new dataset by random sampling, with replacement, of the rows of the current dataset. One argument is required, namely the number of rows to include. This may be less than, equal to, or greater than the number of observations in the original data. The original dataset can be retrieved via the command smpl full. renumber. Requires the name of an existing series followed by an integer between 1 and the number of series in the dataset minus one. Moves the specified series to the specified position in the dataset, renumbering the other series accordingly. (Position 0 is occupied by the constant, which cannot be moved.) pad-daily. Valid only if the current dataset contains dated daily data with an incomplete calendar. The effect is to pad the data out to a complete calendar by inserting blank rows (that is, rows containing nothing but NA s). This option requires an integer parameter, namely the number of days per week, which must be 5, 6 or 7, and must be greater than or equal to the current data frequency. On successful completion, the data calendar will be complete relative to this value. For example if days-per-week is 5 then all weekdays will be represented, whether or not any data are available for those days. Experimental debugger for user-defined functions, available in the command-line program, gretlcli, and in the GUI console. The debug command should be invoked after the function in question is defined but before it is called. The effect is that execution pauses when the function is called and a special prompt is shown. At the debugging prompt you can type next to execute the next command in the function, or continue to allow execution of the function to continue unimpeded. These commands can be abbreviated as n and c respectively. You can also interpolate an instruction at this prompt, for example a print command to reveal the current value of some variable of interest. --verbose (print extra output) Carries out a nonparametric test for a difference between two populations or groups, the specific test depending on the option selected. With the --sign option, the Sign test is performed. This test is based on the fact that if two samples, x and y . are drawn randomly from the same distribution, the probability that x i y i . for each observation i . should equal 0.5. The test statistic is w . the number of observations for which x i y i . Under the null hypothesis this follows the Binomial distribution with parameters ( n . 0.5), where n is the number of observations. With the --rank-sum option, the Wilcoxon rank-sum test is performed. This test proceeds by ranking the observations from both samples jointly, from smallest to largest, then finding the sum of the ranks of the observations from one of the samples. The two samples do not have to be of the same size, and if they differ the smaller sample is used in calculating the rank-sum. Under the null hypothesis that the samples are drawn from populations with the same median, the probability distribution of the rank-sum can be computed for any given sample sizes and for reasonably large samples a close Normal approximation exists. With the --signed-rank option, the Wilcoxon signed-rank test is performed. This is designed for matched data pairs such as, for example, the values of a variable for a sample of individuals before and after some treatment. The test proceeds by finding the differences between the paired observations, x i 8211 y i . ranking these differences by absolute value, then assigning to each pair a signed rank, the sign agreeing with the sign of the difference. One then calculates W . the sum of the positive signed ranks. As with the rank-sum test, this statistic has a well-defined distribution under the null that the median difference is zero, which converges to the Normal for samples of reasonable size. For the Wilcoxon tests, if the --verbose option is given then the ranking is printed. (This option has no effect if the Sign test is selected.) Carries out estimation of dynamic panel data models (that is, panel models including one or more lags of the dependent variable) using either the GMM-DIF or GMM-SYS method. The parameter p represents the order of the autoregression for the dependent variable. In the simplest case this is a scalar value, but a pre-defined matrix may be given for this argument, to specify a set of (possibly non-contiguous) lags to be used. The dependent variable and regressors should be given in levels form they will be differenced automatically (since this estimator uses differencing to cancel out the individual effects). The last (optional) field in the command is for specifying instruments. If no instruments are given, it is assumed that all the independent variables are strictly exogenous. If you specify any instruments, you should include in the list any strictly exogenous independent variables. For predetermined regressors, you can use the GMM function to include a specified range of lags in block-diagonal fashion. This is illustrated in the third example above. The first argument to GMM is the name of the variable in question, the second is the minimum lag to be used as an instrument, and the third is the maximum lag. The same syntax can be used with the GMMlevel function to specify GMM-type instruments for the equations in levels. By default the results of 1-step estimation are reported (with robust standard errors). You may select 2-step estimation as an option. In both cases tests for autocorrelation of orders 1 and 2 are provided, as well as the Sargan overidentification test and a Wald test for the joint significance of the regressors. Note that in this differenced model first-order autocorrelation is not a threat to the validity of the model, but second-order autocorrelation violates the maintained statistical assumptions. In the case of 2-step estimation, standard errors are by default computed using the finite-sample correction suggested by Windmeijer (2005). The standard asymptotic standard errors associated with the 2-step estimator are generally reckoned to be an unreliable guide to inference, but if for some reason you want to see them you can use the --asymptotic option to turn off the Windmeijer correction. If the --time-dummies option is given, a set of time dummy variables is added to the specified regressors. The number of dummies is one less than the maximum number of periods used in estimation, to avoid perfect collinearity with the constant. The dummies are entered in differenced form unless the --dpdstyle option is given, in which case they are entered in levels. For further details and examples, please see chapter 19 of the Gretl Users Guide. Menu path: ModelPanelDynamic panel model --drop-first (omit lowest value from encoding) --drop-last (omit highest value from encoding) For any suitable variables in varlist . creates a set of dummy variables coding for the distinct values of that variable. Suitable variables are those that have been explicitly marked as discrete, or those that take on a fairly small number of values all of which are fairly round (multiples of 0.25). By default a dummy variable is added for each distinct value of the variable in question. For example if a discrete variable x has 5 distinct values, 5 dummy variables will be added to the data set, with names Dx1. Dx2 and so on. The first dummy variable will have value 1 for observations where x takes on its smallest value, 0 otherwise the next dummy will have value 1 when x takes on its second-smallest value, and so on. If one of the option flags --drop-first or --drop-last is added, then either the lowest or the highest value of each variable is omitted from the encoding (which may be useful for avoiding the dummy variable trap). This command can also be embedded in the context of a regression specification. For example, the following line specifies a model where y is regressed on the set of dummy variables coding for x. (Option flags cannot be passed to dummify in this context.) Other access: Main window pop-up menu (single selection) depvar indepvars censvar --exponential (use exponential distribution) --loglogistic (use log-logistic distribution) --lognormal (use log-normal distribution) --medians (fitted values are medians) --robust (robust (QML) standard errors) --cluster clustvar (see logit for explanation) --vcv (print covariance matrix) --verbose (print details of iterations) duration y 0 x1 x2 duration y 0 x1 x2 cens Estimates a duration model: the dependent variable (which must be positive) represents the duration of some state of affairs, for example the length of spells of unemployment for a cross-section of respondents. By default the Weibull distribution is used but the exponential, log-logistic and log-normal distributions are also available. If some of the duration measurements are right-censored (e. g. an individuals spell of unemployment has not come to an end within the period of observation) then you should supply the trailing argument censvar . a series in which non-zero values indicate right-censored cases. By default the fitted values obtained via the accessor yhat are the conditional means of the durations, but if the --medians option is given then yhat provides the conditional medians instead. Please see chapter 32 of the Gretl Users Guide for details. Menu path: ModelLimited dependent variableDuration data. See if. Note that else requires a line to itself, before the following conditional command. You can append a comment, as in But you cannot append a command, as in Ends a block of commands of some sort. For example, end system terminates an equation system. estimate Sys1 methodsur --iterate Calls for estimation of a system of equations, which must have been previously defined using the system command. The name of the system should be given first, surrounded by double quotes if the name contains spaces. The estimator, which must be one of ols. tsls. sur. 3sls. fiml or liml. is preceded by the string method. These arguments are optional if the system in question has already been estimated and occupies the place of the last model in that case the estimator defaults to the previously used value. If the system in question has had a set of restrictions applied (see the restrict command), estimation will be subject to the specified restrictions. If the estimation method is sur or 3sls and the --iterate flag is given, the estimator will be iterated. In the case of SUR, if the procedure converges the results are maximum likelihood estimates. Iteration of three-stage least squares, however, does not in general converge on the full-information maximum likelihood results. The --iterate flag is ignored for other methods of estimation. If the equation-by-equation estimators ols or tsls are chosen, the default is to apply a degrees of freedom correction when calculating standard errors. This can be suppressed using the --no-df-corr flag. This flag has no effect with the other estimators no degrees of freedom correction is applied in any case. By default, the formula used in calculating the elements of the cross-equation covariance matrix is If the --geomean flag is given, a degrees of freedom correction is applied: the formula is where the k s denote the number of independent parameters in each equation. If the --verbose option is given and an iterative method is specified, details of the iterations are printed. fcast 2004:1 2008:3 4 rfcast --rolling Must follow an estimation command. Forecasts are generated for a certain range of observations: if startobs and endobs are given, for that range (if possible) otherwise if the --out-of-sample option is given, for observations following the range over which the model was estimated otherwise over the currently defined sample range. If an out-of-sample forecast is requested but no relevant observations are available, an error is flagged. Depending on the nature of the model, standard errors may also be generated see below. Also see below for the special effect of the --rolling option. If the last model estimated is a single equation, then the optional vname argument has the following effect: the forecast values are not printed, but are saved to the dataset under the given name. If the last model is a system of equations, vname has a different effect, namely selecting a particular endogenous variable for forecasting (the default being to produce forecasts for all the endogenous variables). In the system case, or if vname is not given, the forecast values can be retrieved using the accessor fcast. and the standard errors, if available, via fcerr. The choice between a static and a dynamic forecast applies only in the case of dynamic models, with an autoregressive error process or including one or more lagged values of the dependent variable as regressors. Static forecasts are one step ahead, based on realized values from the previous period, while dynamic forecasts employ the chain rule of forecasting. For example, if a forecast for y in 2008 requires as input a value of y for 2007, a static forecast is impossible without actual data for 2007. A dynamic forecast for 2008 is possible if a prior forecast can be substituted for y in 2007. The default is to give a static forecast for any portion of the forecast range that lies within the sample range over which the model was estimated, and a dynamic forecast (if relevant) out of sample. The --dynamic option requests a dynamic forecast from the earliest possible date, and the --static option requests a static forecast even out of sample. The --rolling option is presently available only for single-equation models estimated via OLS. When this option is given the forecasts are recursive. That is, each forecast is generated from an estimate of the given model using data from a fixed starting point (namely, the start of the sample range for the original estimation) up to the forecast date minus k . where k is the number of steps ahead, which must be given in the steps-ahead argument. The forecasts are always dynamic if this is applicable. Note that the steps-ahead argument should be given only in conjunction with the --rolling option. The --plot option (available only in the case of single-equation estimation) calls for a plot file to be produced, containing a graphical representation of the forecast. The suffix of the filename argument to this option controls the format of the plot. eps for EPS. pdf for PDF. png for PNG. plt for a gnuplot command file. The dummy filename display can be used to force display of the plot in a window. For example, will generate a graphic in PDF format. Absolute pathnames are respected, otherwise files are written to the gretl working directory. The nature of the forecast standard errors (if available) depends on the nature of the model and the forecast. For static linear models standard errors are computed using the method outlined by Davidson and MacKinnon (2004) they incorporate both uncertainty due to the error process and parameter uncertainty (summarized in the covariance matrix of the parameter estimates). For dynamic models, forecast standard errors are computed only in the case of a dynamic forecast, and they do not incorporate parameter uncertainty. For nonlinear models, forecast standard errors are not presently available. Menu path: Model window, AnalysisForecasts This simple command (no arguments, no options) is intended for use in time-consuming scripts that may be executed via the gretl GUI (it is ignored by the command-line program), to give the user a visual indication that things are moving along and gretl is not frozen. Ordinarily if you launch a script in the GUI no output is shown until its execution is completed, but the effect of invoking flush is as follows: On the first invocation, gretl opens a window, displays the output so far, and appends the message Processing. . On subsequent invocations the text shown in the output window is updated, and a new processing message is appended. When execution of the script is completed any remaining output is automatically flushed to the text window. Please note, there is no point in using flush in scripts that take less than (say) 5 seconds to execute. Also note that this command should not be used at a point in the script where there is no further output to be printed, as the processing message will then be misleading to the user. The following illustrates the intended use of flush. freq x --min0 --binwidth0.10 With no options given, displays the frequency distribution for the series var (given by name or number), with the number of bins and their size chosen automatically. If the --matrix option is given, var (which must be an integer) is instead interpreted as a 1-based index that selects a column from the named matrix. If the matrix in question is in fact a column vector, the var argument may be omitted. To control the presentation of the distribution you may specify either the number of bins or the minimum value plus the width of the bins, as shown in the last two examples above. The --min option sets the lower limit of the left-most bin. If the --normal option is given, the Doornik8211Hansen chi-square test for normality is computed. If the --gamma option is given, the test for normality is replaced by Lockes nonparametric test for the null hypothesis that the variable follows the gamma distribution see Locke (1976). Shapiro and Chen (2001). Note that the parameterization of the gamma distribution used in gretl is (shape, scale). By default, if the program is not in batch mode a plot of the distribution is shown. This can be adjusted via the --plot option. The acceptable parameters to this option are none (to suppress the plot) display (to display a plot even when in batch mode) or a file name. The effect of providing a file name is as described for the --output option of the gnuplot command. The --silent flag suppresses the usual text output. This might be used in conjunction with one or other of the distribution test options: the test statistic and its p-value are recorded, and can be retrieved using the accessors test and pvalue. It might also be used along with the --plot option if you just want a histogram and dont care to see the accompanying text. Menu path: VariableFrequency distribution garch 1 1 y 0 x1 x2 --robust Estimates a GARCH model (GARCH Generalized Autoregressive Conditional Heteroskedasticity), either a univariate model or, if indepvars are specified, including the given exogenous variables. The integer values p and q (which may be given in numerical form or as the names of pre-existing scalar variables) represent the lag orders in the conditional variance equation: The parameter p therefore represents the Generalized (or AR) order, while q represents the regular ARCH (or MA) order. If p is non-zero, q must also be non-zero otherwise the model is unidentified. However, you can estimate a regular ARCH model by setting q to a positive value and p to zero. The sum of p and q must be no greater than 5. Note that a constant is automatically included in the mean equation unless the --nc option is given. By default native gretl code is used in estimation of GARCH models, but you also have the option of using the algorithm of Fiorentini, Calzolari and Panattoni (1996). The former uses the BFGS maximizer while the latter uses the information matrix to maximize the likelihood, with fine-tuning via the Hessian. Several variant estimators of the covariance matrix are available with this command. By default, the Hessian is used unless the --robust option is given, in which case the QML (White) covariance matrix is used. Other possibilities (e. g. the information matrix, or the Bollerslev8211Wooldridge estimator) can be specified using the set command. By default, the estimates of the variance parameters are initialized using the unconditional error variance from initial OLS estimation for the constant, and small positive values for the coefficients on the past values of the squared error and the error variance. The flag --arma-init calls for the starting values of these parameters to be set using an initial ARMA model, exploiting the relationship between GARCH and ARMA set out in Chapter 21 of Hamiltons Time Series Analysis . In some cases this may improve the chances of convergence. The GARCH residuals and estimated conditional variance can be retrieved as uhat and h respectively. For example, to get the conditional variance: If the --stdresid option is given, the uhat values are divided by the square root of h t . Menu path: ModelTime seriesGARCH NOTE: this command has undergone numerous changes and enhancements since the following help text was written, so for comprehensive and updated info on this command youll want to refer to chapter 9 of the Gretl Users Guide. On the other hand, this help does not contain anything actually erroneous, so take the following as you have this, plus more. In the appropriate context, series. scalar. matrix. string and bundle are synonyms for this command. Creates new variables, often via transformations of existing variables. See also diff. logs. lags. ldiff. sdiff and square for shortcuts. In the context of a genr formula, existing variables must be referenced by name, not ID number. The formula should be a well-formed combination of variable names, constants, operators and functions (described below). Note that further details on some aspects of this command can be found in chapter 9 of the Gretl Users Guide. A genr command may yield either a series or a scalar result. For example, the formula x2 x 2 naturally yields a series if the variable x is a series and a scalar if x is a scalar. The formulae x 0 and mx mean(x) naturally return scalars. Under some circumstances you may want to have a scalar result expanded into a series or vector. You can do this by using series as an alias for the genr command. For example, series x 0 produces a series all of whose values are set to 0. You can also use scalar as an alias for genr. It is not possible to coerce a vector result into a scalar, but use of this keyword indicates that the result should be a scalar: if it is not, an error occurs. When a formula yields a series result, the range over which the result is written to the target variable depends on the current sample setting. It is possible, therefore, to define a series piecewise using the smpl command in conjunction with genr. Supported arithmetical operators are, in order of precedence: (exponentiation) . and (modulus or remainder) and -. The available Boolean operators are (again, in order of precedence). (negation), (logical AND), (logical OR), . . (greater than or equal), (less than or equal) and (not equal). The Boolean operators can be used in constructing dummy variables: for instance (x 10) returns 1 if x 10, 0 otherwise. Built-in constants are pi and NA. The latter is the missing value code: you can initialize a variable to the missing value with scalar x NA. The genr command supports a wide range of mathematical and statistical functions, including all the common ones plus several that are special to econometrics. In addition it offers access to numerous internal variables that are defined in the course of running regressions, doing hypothesis tests, and so on. For a listing of functions and accessors, see the Gretl Function Reference. Besides the operators and functions noted above there are some special uses of genr. genr time creates a time trend variable (1,2,3. ) called time. genr index does the same thing except that the variable is called index. genr dummy creates dummy variables up to the periodicity of the data. In the case of quarterly data (periodicity 4), the program creates dq1 1 for first quarter and 0 in other quarters, dq2 1 for the second quarter and 0 in other quarters, and so on. With monthly data the dummies are named dm1. dm2. وما إلى ذلك وهلم جرا. With other frequencies the names are dummy1. dummy2. etc. genr unitdum and genr timedum create sets of special dummy variables for use with panel data. The first codes for the cross-sectional units and the second for the time period of the observations. ملحوظة . In the command-line program, genr commands that retrieve model-related data always reference the model that was estimated most recently. This is also true in the GUI program, if one uses genr in the gretl console or enters a formula using the Define new variable option under the Add menu in the main window. With the GUI, however, you have the option of retrieving data from any model currently displayed in a window (whether or not its the most recent model). You do this under the Save menu in the models window. The special variable obs serves as an index of the observations. For instance series dum (obs15) will generate a dummy variable that has value 1 for observation 15, 0 otherwise. You can also use this variable to pick out particular observations by date or name. For example, series d (obs1986:4). series d (obs2008-04-01). or series d (obsCA). If daily dates or observation labels are used in this context, they should be enclosed in double quotes. Quarterly and monthly dates (with a colon) may be used unquoted. Note that in the case of annual time series data, the year is not distinguishable syntactically from a plain integer therefore if you wish to compare observations against obs by year you must use the function obsnum to convert the year to a 1-based index value, as in series d (obsobsnum(1986)). Scalar values can be pulled from a series in the context of a genr formula, using the syntax varname obs . The obs value can be given by number or date. Examples: x5. CPI1996:01. For daily data, the form YYYY-MM-DD should be used, e. g. ibm1970-01-23. An individual observation in a series can be modified via genr. To do this, a valid observation number or date, in square brackets, must be appended to the name of the variable on the left-hand side of the formula. For example, genr x3 30 or genr x1950:04 303.7. Menu path: AddDefine new variable Other access: Main window pop-up menu --two-step (two step estimation) --lbfgs (use L-BFGS-B instead of regular BFGS) Performs Generalized Method of Moments (GMM) estimation using the BFGS (Broyden, Fletcher, Goldfarb, Shanno) algorithm. You must specify one or more commands for updating the relevant quantities (typically GMM residuals), one or more sets of orthogonality conditions, an initial matrix of weights, and a listing of the parameters to be estimated, all enclosed between the tags gmm and end gmm. Any options should be appended to the end gmm line. Please see chapter 22 of the Gretl Users Guide for details on this command. Here we just illustrate with a simple example. In the example above we assume that y and X are data matrices, b is an appropriately sized vector of parameter values, W is a matrix of instruments, and V is a suitable matrix of weights. The statement indicates that the residual vector e is in principle orthogonal to each of the instruments composing the columns of W. Parameter names In estimating a nonlinear model it is often convenient to name the parameters tersely. In printing the results, however, it may be desirable to use more informative labels. This can be achieved via the additional keyword paramnames within the command block. For a model with k parameters the argument following this keyword should be either a double-quoted string literal holding k space-separated names or the name of a string variable that holds k such names. Menu path: ModelGMM gnuplot y1 y2 x --with-linesy2 The variables in the list yvars are graphed against xvar . For a time series plot you may either give time as xvar or use the option flag --time-series. By default, data-points are shown as points this can be overridden by giving one of the options --with-lines. --with-lp or --with-impulses. If more than one variable is to be plotted on the y axis, the effect of these options may be confined to a subset of the variables by using the varspec parameter. This should take the form of a comma-separated listing of the names or numbers of the variables to be plotted with lines or impulses respectively. For instance, the final example above shows how to plot y1 and y2 against x. such that y2 is represented by a line but y1 by points. If the --dummy option is selected, exactly three variables should be given: a single y variable, an x variable, and dvar . a discrete variable. The effect is to plot yvar against xvar with the points shown in different colors depending on the value of dvar at the given observation. Taking data from a matrix Generally, the arguments yvars and xvar are required, and refer to series in the current dataset (given either by name or ID number). But if a named matrix is supplied via the --matrix option these arguments become optional: if the specified matrix has k columns, by default the first k 8211 1 columns are treated as the yvars and the last column as xvar . If the --time-series option is given, however, all k columns are plotted against time. If you wish to plot selected columns of the matrix, you should specify yvars and xvar in the form of 1-based column numbers. For example if you want a scatterplot of column 2 of matrix M against column 1, you can do: Showing a line of best fit The --fit option is applicable only for bivariate scatterplots and single time-series plots. The default behavior for a scatterplot is to show the OLS fit if the slope coefficient is significant at the 10 percent level, while the default behavior for time-series is not to show any fitted line. You can call for different behavior by using this option along with one of the following fitspec parameter values. Note that if the plot is a single time series the place of x is taken by time. linear. show the OLS fit regardless of its level of statistical significance. none. dont show any fitted line. inverse. quadratic. cubic. semilog or linlog. show a fitted line based on a regression of the specified type. By semilog. we mean a regression of log y on x the fitted line represents the conditional expectation of y . obtained by exponentiation. By linlog we mean a regression of y on the log of x . loess. show the fit from a robust locally weighted regression (also is sometimes known as lowess). Plotting a band The --band option can be used for plotting zero or more series along with a band of some sort (typically representing a confidence interval). This option requires two comma-separated parameters: the name or ID number of a series representing the center of the band, and the name or ID of a series giving the width of the band: the effect is to draw a band with y coordinates equal to center minus width and center plus width. An optional third parameter (again, comma-separated) can be used to give a multiplier for the width dimension, in the form of a numerical constant or the name of a scalar variable. So for example, the following example plots y along with a band of plus or minus 1.96 times sey. When the --band option is given, the companion option --band-style can be used to control the bands representation. By default the upper and lower limits are shown as solid lines, but the parameters fill. dash or bars cause the band to be drawn as a shaded area, using dashed lines or using error bars, respectively. In addition a color specification can be appended (following a comma) or substituted. Here are some style examples: The first example produces a shaded area in the default color the second switches to dashed lines with a specified blue-gray color the third uses solid black lines and the last shows blue bars. Note that colors can be given as either hexadecimal RGB values or by name you can access the list of color-names recognized by gnuplot by issuing the command show colornames in gnuplot itself, or in the gretl console by doing Controlling the output In interactive mode the plot is displayed immediately. In batch mode the default behavior is that a gnuplot command file is written in the users working directory, with a name on the pattern gpttmpN. plt. starting with N 01. The actual plots may be generated later using gnuplot (under MS Windows, wgnuplot). This behavior can be modified by use of the --output filename option. This option controls the filename used, and at the same time allows you to specify a particular output format via the three-letter extension of the file name, as follows. eps results in the production of an Encapsulated PostScript (EPS) file. pdf produces PDF. png produces PNG format. emf calls for EMF (Enhanced MetaFile). fig calls for an Xfig file, and. svg for SVG (Scalable Vector Graphics). If the dummy filename display is given then the plot is shown on screen as in interactive mode. If a filename with any extension other than those just mentioned is given, a gnuplot command file is written. Adding gnuplot commands A further option to this command is available: following the specification of the variables to be plotted and the option flag (if any), you may add literal gnuplot commands to control the appearance of the plot (for example, setting the plot title andor the axis ranges). These commands should be enclosed in braces, and each gnuplot command must be terminated with a semi-colon. A backslash may be used to continue a set of gnuplot commands over more than one line. Here is an example of the syntax: Menu path: ViewGraph specified vars Other access: Main window pop-up menu, graph button on toolbar graphpg --output filename The session graph page will work only if you have the LaTeX typesetting system installed, and are able to generate and view PDF or PostScript output. In the session icon window, you can drag up to eight graphs onto the graph page icon. When you double-click on the graph page (or right-click and select Display), a page containing the selected graphs will be composed and opened in a suitable viewer. From there you should be able to print the page. To clear the graph page, right-click on its icon and select Clear. Note that on systems other than MS Windows, you may have to adjust the setting for the program used to view PDF or PostScript files. Find that under the Programs tab in the gretl Preferences dialog box (under the Tools menu in the main window). Its also possible to operate on the graph page via script, or using the console (in the GUI program). The following commands and options are supported: To add a graph to the graph page, issue the command graphpg add after saving a named graph, as in To display the graph page: graphpg show. To clear the graph page: graphpg free. To adjust the scale of the font used in the graph page, use graphpg fontscale scale . where scale is a multiplier (with a default of 1.0). Thus to make the font size 50 percent bigger than the default you can do To call for printing of the graph page to file, use the flag --output plus a filename the filename should have the suffix. pdf ,.ps or. eps . For example: The output file will be written in the currently set workdir. unless the filename string contains a full path specification. In this context the output uses colored lines by default to use dotdash patterns instead of colors you can append the --monochrome flag. This test is available only after estimating an OLS model using panel data (see also setobs ). It tests the simple pooled model against the principal alternatives, the fixed effects and random effects models. The fixed effects model allows the intercept of the regression to vary across the cross-sectional units. An F - test is reported for the null hypotheses that the intercepts do not differ. The random effects model decomposes the residual variance into two parts, one part specific to the cross-sectional unit and the other specific to the particular observation. (This estimator can be computed only if the number of cross-sectional units in the data set exceeds the number of parameters to be estimated.) The Breusch8211Pagan LM statistic tests the null hypothesis that the pooled OLS estimator is adequate against the random effects alternative. The pooled OLS model may be rejected against both of the alternatives, fixed effects and random effects. Provided the unit - or group-specific error is uncorrelated with the independent variables, the random effects estimator is more efficient than the fixed effects estimator otherwise the random effects estimator is inconsistent and the fixed effects estimator is to be preferred. The null hypothesis for the Hausman test is that the group-specific error is not so correlated (and therefore the random effects model is preferable). A low p-value for this test counts against the random effects model and in favor of fixed effects. Menu path: Model window, TestsPanel diagnostics depvar indepvars selection equation --func (select functions help) If no arguments are given, prints a list of available commands. If the single argument functions is given, prints a list of available functions (see genr ). help command describes command (e. g. help smpl ). help function describes function (e. g. help ldet ). Some functions have the same names as related commands (e. g. diff ): in that case the default is to print help for the command, but you can get help on the function by using the --func option. --with-lines (plot with lines) --time-series (put time on x-axis) --output filename (send output to specified file) Provides a means of plotting a high-frequency series, possibly along with one or more series observed at the base frequency of the dataset. The first argument should be a MIDAS list the optional additional lflist terms, following a semicolon, should be regular (low-frequency) series. For details on the effect of the --output option, please see the gnuplot command. --no-squares (see below) --vcv (print covariance matrix) This command is applicable where heteroskedasticity is present in the form of an unknown function of the regressors which can be approximated by a quadratic relationship. In that context it offers the possibility of consistent standard errors and more efficient parameter estimates as compared with OLS. The procedure involves (a) OLS estimation of the model of interest, followed by (b) an auxiliary regression to generate an estimate of the error variance, then finally (c) weighted least squares, using as weight the reciprocal of the estimated variance. In the auxiliary regression (b) we regress the log of the squared residuals from the first OLS on the original regressors and their squares (by default), or just on the original regressors (if the --no-squares option is given). The log transformation is performed to ensure that the estimated variances are all non-negative. Call the fitted values from this regression u . The weight series for the final WLS is then formed as 1exp( u ). Menu path: ModelOther linear modelsHeteroskedasticity corrected --plot mode-or-filename (see below) Calculates the Hurst exponent (a measure of persistence or long memory) for a time-series variable having at least 128 observations. The Hurst exponent is discussed by Mandelbrot (1983). In theoretical terms it is the exponent, H . in the relationship where RS is the rescaled range of the variable x in samples of size n and a is a constant. The rescaled range is the range (maximum minus minimum) of the cumulated value or partial sum of x over the sample period (after subtraction of the sample mean), divided by the sample standard deviation. As a reference point, if x is white noise (zero mean, zero persistence) then the range of its cumulated wandering (which forms a random walk), scaled by the standard deviation, grows as the square root of the sample size, giving an expected Hurst exponent of 0.5. Values of the exponent significantly in excess of 0.5 indicate persistence, and values less than 0.5 indicate anti-persistence (negative autocorrelation). In principle the exponent is bounded by 0 and 1, although in finite samples it is possible to get an estimated exponent greater than 1. In gretl, the exponent is estimated using binary sub-sampling: we start with the entire data range, then the two halves of the range, then the four quarters, and so on. For sample sizes smaller than the data range, the RS value is the mean across the available samples. The exponent is then estimated as the slope coefficient in a regression of the log of RS on the log of sample size. By default, if the program is not in batch mode a plot of the rescaled range is shown. This can be adjusted via the --plot option. The acceptable parameters to this option are none (to suppress the plot) display (to display a plot even when in batch mode) or a file name. The effect of providing a file name is as described for the --output option of the gnuplot command. Menu path: VariableHurst exponent Flow control for command execution. Three sorts of construction are supported, as follows. condition must be a Boolean expression, for the syntax of which see genr. More than one elif block may be included. In addition, if. endif blocks may be nested. Intended for use in a command script, primarily for including definitions of functions. Executes the commands in filename then returns control to the main script. To include a packaged function, be sure to include the filename extension. Prints out any supplementary information stored with the current datafile. Menu path: DataDataset info Other access: Data browser windows --local (install from local file) --remove (see below) --purge (see below) install pathtomyfile. gfn --local Installer for gretl function packages ( gfn or zip files). If this command is given the plain name of a gretl function package (as in the first two examples) the action is to download the specified package from the gretl server and install it on the local machine. In this case it is not necessary to supply a filename extension. If the --local option is given, the pkgname argument should be the path to an uninstalled package file on the local machine, with the correct extension. The action is to copy the file into place ( gfn ), or unzip it into place ( zip ), into place meaning where the include command will find it. When no option is given, if pkgname begins with . the effect is to download a package file from a specified server and install it locally. With the --remove or --purge option the inverse operation is performed that is, an installed package is uninstalled. If just --remove is given, the specified package is unloaded from memory and is removed from the GUI menu to which it is attached, if any. If the --purge option is given then in addition to the actions just mentioned the package file is deleted. (If the package is installed in its own subdirectory, the whole subdirectory is deleted.) Menu path: ToolsFunction packagesOn server minvar maxvar indepvars --quiet (suppress printing of results) --verbose (print details of iterations) --robust (robust standard errors) --cluster clustvar (see logit for explanation) intreg lo hi const x1 x2 Estimates an interval regression model. This model arises when the dependent variable is imperfectly observed for some (possibly all) observations. In other words, the data generating process is assumed to be but we only observe m NA s for left - and right-unbounded observations, respectively. The model is estimated by maximum likelihood, assuming normality of the disturbance term. By default, standard errors are computed using the negative inverse of the Hessian. If the --robust flag is given, then QML or Huber8211White standard errors are calculated instead. In this case the estimated covariance matrix is a sandwich of the inverse of the estimated Hessian and the outer product of the gradient. Menu path: ModelLimited dependent variableInterval regression --data column-name (see below) --filter expression (see below) --ikey inner-key (see below) --okey outer-key (see below) --aggr method (see below) --tkey column-name, format-string (see below) --verbose (report on progress) This command imports a data series from the source filename (which must be either a delimited text data file or a native gretl data file) under the name varname . For details please see chapter 7 of the Gretl Users Guide here we just give a brief summary of the available options. The --data option can be used to specify the column heading of the data in the source file, if this differs from the name by which the data should be known in gretl. The --filter option can be used to specify a criterion for filtering the source data (that is, selecting a subset of observations). The --ikey and --okey options can be used to specify a mapping between observations in the current dataset and observations in the source data (for example, individuals can be matched against the household to which they belong). The --aggr option is used when the mapping between observations in the current dataset and the source is not one-to-one. The --tkey option is applicable only when the current dataset has a time-series structure. It can be used to specify the name of a column containing dates to be matched to the dataset andor the format in which dates are represented in that column. See also append for simpler joining operations. kpss 4 x1 --trend For use of this command with panel data please see the final section in this entry. Computes the KPSS test (Kwiatkowski et al, Journal of Econometrics, 1992) for stationarity, for each of the specified variables (or their first difference, if the --difference option is selected). The null hypothesis is that the variable in question is stationary, either around a level or, if the --trend option is given, around a deterministic linear trend. The order argument determines the size of the window used for Bartlett smoothing. If a negative value is given this is taken as a signal to use an automatic window size of 4( T 100) 0.25. where T is the sample size. If the --verbose option is chosen the results of the auxiliary regression are printed, along with the estimated variance of the random walk component of the variable. The critical values shown for the test statistic are based on response surfaces estimated in the manner set out by Sephton (Economics Letters, 1995). which are more accurate for small samples than the values given in the original KPSS article. When the test statistic lies between the 10 percent and 1 percent critical values a p-value is shown this is obtained by linear interpolation and should not be taken too literally. See the kpsscrit function for a means of obtaining these critical values programmatically. Panel data When the kpss command is used with panel data, to produce a panel unit root test, the applicable options and the results shown are somewhat different. While you may give a list of variables for testing in the regular time-series case, with panel data only one variable may be tested per command. And the --verbose option has a different meaning: it produces a brief account of the test for each individual time series (the default being to show only the overall result). When possible, the overall test (null hypothesis: the series in question is stationary for all the panel units) is calculated using the method of Choi (Journal of International Money and Finance, 2001). This is not always straightforward, the difficulty being that while the Choi test is based on the p-values of the tests on the individual series, we do not currently have a means of calculating p-values for the KPSS test statistic we must rely on a few critical values. If the test statistic for a given series falls between the 10 percent and 1 percent critical values, we are able to interpolate a p-value. But if the test falls short of the 10 percent value, or exceeds the 1 percent value, we cannot interpolate and can at best place a bound on the global Choi test. If the individual test statistic falls short of the 10 percent value for some units but exceeds the 1 percent value for others, we cannot even compute a bound for the global test. Menu path: VariableUnit root testsKPSS test lags 4 x1 x2 x3 --bylag Creates new series which are lagged values of each of the series in varlist . By default the number of lags created equals the periodicity of the data. For example, if the periodicity is 4 (quarterly), the command lags x creates The number of lags created can be controlled by the optional first parameter (which, if present, must be followed by a semicolon). The --bylag option is meaningful only if varlist contains more than one series and the maximum lag order is greater than 1. By default the lagged terms are added to the dataset by variable: first all lags of the first series, then all lags of the second series, and so on. But if --bylag is given, the ordering is by lags: first lag 1 of all the listed series, then lag 2 of all the list series, and so on. Menu path: AddLags of selected variables The first difference of the natural log of each series in varlist is obtained and the result stored in a new series with the prefix ld. Thus ldiff x y creates the new variables Menu path: AddLog differences of selected variables --save (save the resulting series) --quiet (dont print results) --plot mode-or-filename (see below) Must follow an ols command. Calculates the leverage ( h . which must lie in the range 0 to 1) for each data point in the sample on which the previous model was estimated. Displays the residual ( u ) for each observation along with its leverage and a measure of its influence on the estimates, uh (1 8211 h ). Leverage points for which the value of h exceeds 2 k n (where k is the number of parameters being estimated and n is the sample size) are flagged with an asterisk. For details on the concepts of leverage and influence see Davidson and MacKinnon (1993). Chapter 2. DFFITS values are also computed: these are studentized residuals (predicted residuals divided by their standard errors) multiplied by . For discussions of studentized residuals and DFFITS see chapter 12 of Maddalas Introduction to Econometrics or Belsley, Kuh and Welsch (1980). Briefly, a predicted residual is the difference between the observed value of the dependent variable at observation t . and the fitted value for observation t obtained from a regression in which that observation is omitted (or a dummy variable with value 1 for observation t alone has been added) the studentized residual is obtained by dividing the predicted residual by its standard error. If the --save flag is given with this command, the leverage, influence and DFFITS values are added to the current data set in this context the --quiet flag may be used to suppress the printing of results. The default names of the saved series are, respectively, lever. influ and dffits. However, if series of these names already exist, the names of the newly saved series will be adjusted to ensure uniqueness in any case, they will be the highest-numbered three series in the dataset. After execution, the test accessor returns the cross-validation criterion, which is defined as the sum of squared deviations of the dependent variable from its forecast value, the forecast for each observation being based on a sample from which that observation is excluded. (This is known as the leave-one-out estimator). For a broader discussion of the cross-validation criterion, see Davidson and MacKinnons Econometric Theory and Methods . pages 6858211686, and the references therein. By default, if the program is not in batch mode a plot of the leverage and influence values is shown. This can be adjusted via the --plot option. The acceptable parameters to this option are none (to suppress the plot) display (to display a plot even when in batch mode) or a file name. The effect of providing a file name is as described for the --output option of the gnuplot command. Menu path: Model window, AnalysisInfluential observations logistic y const x --ymax50 Logistic regression: carries out an OLS regression using the logistic transformation of the dependent variable, The dependent variable must be strictly positive. If all its values lie between 0 and 1, the default is to use a y value (the asymptotic maximum of the dependent variable) of 1 if its values lie between 0 and 100, the default y is 100. If you wish to set a different maximum, use the --ymax option. Note that the supplied value must be greater than all of the observed values of the dependent variable. The fitted values and residuals from the regression are automatically transformed using where x represents either a fitted value or a residual from the OLS regression using the transformed dependent variable. The reported values are therefore comparable with the original dependent variable. Note that if the dependent variable is binary, you should use the logit command instead. Menu path: ModelLimited dependent variableLogistic --p-values (show p-values instead of slopes) If the dependent variable is a binary variable (all values are 0 or 1) maximum likelihood estimates of the coefficients on indepvars are obtained via the Newton8211Raphson method. As the model is nonlinear the slopes depend on the values of the independent variables. By default the slopes with respect to each of the independent variables are calculated (at the means of those variables) and these slopes replace the usual p-values in the regression output. This behavior can be suppressed my giving the --p-values option. The chi-square statistic tests the null hypothesis that all coefficients are zero apart from the constant. By default, standard errors are computed using the negative inverse of the Hessian. If the --robust flag is given, then QML or Huber8211White standard errors are calculated instead. In this case the estimated covariance matrix is a sandwich of the inverse of the estimated Hessian and the outer product of the gradient see chapter 10 of Davidson and MacKinnon (2004). But if the --cluster option is given, then cluster-robust standard errors are produced see chapter 17 of the Gretl Users Guide for details. If the dependent variable is not binary but is discrete, then by default it is interpreted as an ordinal response, and Ordered Logit estimates are obtained. However, if the --multinomial option is given, the dependent variable is interpreted as an unordered response, and Multinomial Logit estimates are produced. (In either case, if the variable selected as dependent is not discrete an error is flagged.) In the multinomial case, the accessor mnlprobs is available after estimation, to get a matrix containing the estimated probabilities of the outcomes at each observation (observations in rows, outcomes in columns). If you want to use logit for analysis of proportions (where the dependent variable is the proportion of cases having a certain characteristic, at each observation, rather than a 1 or 0 variable indicating whether the characteristic is present or not) you should not use the logit command, but rather construct the logit variable, as in and use this as the dependent variable in an OLS regression. See chapter 12 of Ramanathan (2002). Menu path: ModelLimited dependent variableLogit --unequal-vars (assume variances are unequal) Calculates the t statistic for the null hypothesis that the population means are equal for the variables series1 and series2 . and shows its p-value. By default the test statistic is calculated on the assumption that the variances are equal for the two variables. With the --unequal-vars option the variances are assumed to be different in this case the degrees of freedom for the test statistic are approximated as per Satterthwaite (1946). Menu path: ToolsTest statistic calculator depvar indepvars MIDAS-terms --vcv (print covariance matrix) --robust (robust standard errors) --quiet (suppress printing of results) midasreg y 0 y(-1) mds(X, 1, 9, 1, theta) midasreg y 0 y(-1) mds(X, 1, 9, 0) midasreg y 0 y(-1) mdsl(XL, 2, theta) Carries out least-squares estimation (either NLS or OLS, depending on the specification) of a MIDAS (Mixed Data Sampling) model. Such models include one or more independent variables that are observed at a higher frequency than the dependent variable for a good brief introduction see Armesto, Engemann and Owyang (2010). The variables in indepvars should be of the same frequency as the dependent variable. This list should usually include const or 0 (intercept) and typically includes one or more lags of the dependent variable. The high-frequency terms are given after a semicolon each one takes the form of a number of comma-separated arguments within parentheses, prefixed by either mds or mdsl. mds. this variant generally requires 5 arguments, as follows: the name of a MIDAS list, two integers giving the minimum and maximum high-frequency lags, an integer between 0 and 4 specifying the type of parameterization to use, and the name of a vector holding initial values of the parameters. The example below calls for lags 3 to 11 of the high-frequency series represented by the list X. using parameterization type 1 (exponential Almon, see below) with initializer theta. mdsl. generally requires 3 arguments: the name of a list of MIDAS lags, an integer to specify the type of parameterization and the name of an initialization vector. In this case the minimum and maximum lags are implicit in the initial list argument. In the example below Xlags should be a list which already holds all the required lags such a list can be constructed using the hflags function. The supported types of parameterization are as follows: 0 unrestricted MIDAS or U-MIDAS (each lag has its own coefficient) 1 normalized exponential Almon requires at least one parameter, commonly uses two 2 normalized beta with a zero last lag requires exactly two parameters 3 normalized beta with non-zero last lag requires exactly three parameters 4 (non-normalized) Almon polynomial requires at least one parameter When the parameterization is U-MIDAS, the final initializer argument is not required with mds or mdsl. In other cases you can request an automatic initialization by substituting one or other of these two forms for the name of an initial parameter vector: The keyword null. this is acceptable only if the parameterization has a fixed number of terms (the beta cases, 2 or 3). An integer value giving the required number of parameters. Menu path: ModelTime seriesMIDAS Performs Maximum Likelihood (ML) estimation using either the BFGS (Broyden, Fletcher, Goldfarb, Shanno) algorithm or Newtons method. The user must specify the log-likelihood function. The parameters of this function must be declared and given starting values prior to estimation. Optionally, the user may specify the derivatives of the log-likelihood function with respect to each of the parameters if analytical derivatives are not supplied, a numerical approximation is computed. Simple example: Suppose we have a series X with values 0 or 1 and we wish to obtain the maximum likelihood estimate of the probability, p. that X 1. (In this simple case we can guess in advance that the ML estimate of p will simply equal the proportion of Xs equal to 1 in the sample.) The parameter p must first be added to the dataset and given an initial value. For example, scalar p 0.5. We then construct the MLE command block: The first line above specifies the log-likelihood function. It starts with the keyword mle. then a dependent variable is specified and an expression for the log-likelihood is given (using the same syntax as in the genr command). The next line (which is optional) starts with the keyword deriv and supplies the derivative of the log-likelihood function with respect to the parameter p. If no derivatives are given, you should include a statement using the keyword params which identifies the free parameters: these are listed on one line, separated by spaces and can be either scalars, or vectors, or any combination of the two. For example, the above could be changed to: in which case numerical derivatives would be used. Note that any option flags should be appended to the ending line of the MLE block. By default, estimated standard errors are based on the Outer Product of the Gradient. If the --hessian option is given, they are instead based on the negative inverse of the Hessian (which is approximated numerically). If the --robust option is given, a QML estimator is used (namely, a sandwich of the negative inverse of the Hessian and the covariance matrix of the gradient). If you supply analytical derivatives, by default gretl runs a numerical check on their plausibility. Occasionally this may produce false positives, instances where correct derivatives appear to be wrong and estimation is refused. To counter this, or to achieve a little extra speed, you can give the option --no-gradient-check. Obviously, you should do this only if you are confident that the gradient you have specified is right. Parameter names In estimating a nonlinear model it is often convenient to name the parameters tersely. In printing the results, however, it may be desirable to use more informative labels. This can be achieved via the additional keyword paramnames within the command block. For a model with k parameters the argument following this keyword should be either a double-quoted string literal holding k space-separated names or the name of a string variable that holds k such names. For an in-depth description of mle. please refer to chapter 21 of the Gretl Users Guide. Menu path: ModelMaximum likelihood --output filename (send output to specified file) Prints the coefficient table and optional additional statistics for a model estimated by hand. Mainly useful for user-written functions. The argument coeffmat should be a k by 2 matrix containing k coefficients and k associated standard errors, and names should be a string containing at least k names for the coefficients, separated by commas or spaces. (The names argument may be either the name of a string variable or a literal string, enclosed in double quotes.) The optional argument addstats is a vector containing p additional statistics to be printed under the coefficient table. If this argument is given, then names should contain k p comma-separated strings, the additional p strings to be associated with the additional statistics. To put the output into a file, use the flag --output plus a filename. If the filename has the suffix. tex , the output will be in TeX format if the suffix is. rtf the output will be RTF otherwise it will be plain text. In the case of TeX output the default is to produce a fragment, suitable for inclusion in a document if you want a stand-alone document instead, use the --complete option. The output file will be written in the currently set workdir. unless the filename string contains a full path specification. --normality (normality of residual) --logs (non-linearity, logs) --autocorr (serial correlation) --squares (non-linearity, squares) --white (heteroskedasticity, Whites test) --white-nocross (Whites test, squares only) --breusch-pagan (heteroskedasticity, Breusch8211Pagan) --robust (robust variance estimate for Breusch8211Pagan) --panel (heteroskedasticity, groupwise) --comfac (common factor restriction, AR1 models only) --xdepend (cross-sectional dependence, panel data only) --quiet (dont print details) --silent (dont print anything) Must immediately follow an estimation command. Depending on the option given, this command carries out one of the following: the Doornik8211Hansen test for the normality of the error term a Lagrange Multiplier test for nonlinearity (logs or squares) Whites test (with or without cross-products) or the Breusch8211Pagan test (Breusch and Pagan, 1979 ) for heteroskedasticity the LMF test for serial correlation (Kiviet, 1986) a test for ARCH (Autoregressive Conditional Heteroskedasticity see also the arch command) a test of the common factor restriction implied by AR(1) estimation or a test for cross-sectional dependence in panel-data models. With the exception of the normality, common factor and cross-sectional dependence tests most of the options are only available for models estimated via OLS, but see below for details regarding two-stage least squares. The optional order argument is relevant only in case the --autocorr or --arch options are selected. The default is to run these tests using a lag order equal to the periodicity of the data, but this can be adjusted by supplying a specific lag order. The --robust option applies only when the Breusch8211Pagan test is selected its effect is to use the robust variance estimator proposed by Koenker (1981). making the test less sensitive to the assumption of normality. The --panel option is available only when the model is estimated on panel data: in this case a test for groupwise heteroskedasticity is performed (that is, for a differing error variance across the cross-sectional units). The --comfac option is available only when the model is estimated via an AR(1) method such as Hildreth8211Lu. The auxiliary regression takes the form of a relatively unrestricted dynamic model, which is used to test the common factor restriction implicit in the AR(1) specification. The --xdepend option is available only for models estimated on panel data. The test statistic is that developed by Pesaran (2004). The null hypothesis is that the error term is independently distributed across the cross-sectional units or individuals. By default, the program prints the auxiliary regression on which the test statistic is based, where applicable. This may be suppressed by using the --quiet flag (minimal printed output) or the --silent flag (no printed output). The test statistic and its p-value may be retrieved using the accessors test and pvalue respectively. When a model has been estimated by two-stage least squares (see tsls ), the LM principle breaks down and gretl offers some equivalents: the --autocorr option computes Godfreys test for autocorrelation (Godfrey, 1994) while the --white option yields the HET1 heteroskedasticity test (Pesaran and Taylor, 1999). Menu path: Model window, Tests --vcv (print covariance matrix) --simple-print (do not print auxiliary statistics) --quiet (suppress printing of results) Computes OLS estimates for the specified model using multiple precision floating-point arithmetic, with the help of the Gnu Multiple Precision (GMP) library. By default 256 bits of precision are used for the calculations, but this can be increased via the environment variable GRETLMPBITS. For example, when using the bash shell one could issue the following command, before starting gretl, to set a precision of 1024 bits. A rather arcane option is available for this command (primarily for testing purposes): if the indepvars list is followed by a semicolon and a further list of numbers, those numbers are taken as powers of x to be added to the regression, where x is the last variable in indepvars . These additional terms are computed and stored in multiple precision. In the following example y is regressed on x and the second, third and fourth powers of x. Menu path: ModelOther linear modelsHigh precision OLS Performs Nonlinear Least Squares (NLS) estimation using a modified version of the Levenberg8211Marquardt algorithm. You must supply a function specification. The parameters of this function must be declared and given starting values prior to estimation. Optionally, you may specify the derivatives of the regression function with respect to each of the parameters. If you do not supply derivatives you should instead give a list of the parameters to be estimated (separated by spaces or commas), preceded by the keyword params. In the latter case a numerical approximation to the Jacobian is computed. It is easiest to show what is required by example. The following is a complete script to estimate the nonlinear consumption function set out in William Greenes Econometric Analysis (Chapter 11 of the 4th edition, or Chapter 9 of the 5th). The numbers to the left of the lines are for reference and are not part of the commands. Note that any option flags, such as --vcv for printing the covariance matrix of the parameter estimates, should be appended to the final command, end nls. It is often convenient to initialize the parameters by reference to a related linear model that is accomplished here on lines 2 to 5. The parameters alpha, beta and gamma could be set to any initial values (not necessarily based on a model estimated with OLS), although convergence of the NLS procedure is not guaranteed for an arbitrary starting point. The actual NLS commands occupy lines 6 to 10. On line 6 the nls command is given: a dependent variable is specified, followed by an equals sign, followed by a function specification. The syntax for the expression on the right is the same as that for the genr command. The next three lines specify the derivatives of the regression function with respect to each of the parameters in turn. Each line begins with the keyword deriv. gives the name of a parameter, an equals sign, and an expression whereby the derivative can be calculated. As an alternative to supplying numerical derivatives, you could substitute the following for lines 7 to 9: Line 10, end nls. completes the command and calls for estimation. Any options should be appended to this line. If you supply analytical derivatives, by default gretl runs a numerical check on their plausibility. Occasionally this may produce false positives, instances where correct derivatives appear to be wrong and estimation is refused. To counter this, or to achieve a little extra speed, you can give the option --no-gradient-check. Obviously, you should do this only if you are confident that the gradient you have specified is right. Parameter names In estimating a nonlinear model it is often convenient to name the parameters tersely. In printing the results, however, it may be desirable to use more informative labels. This can be achieved via the additional keyword paramnames within the command block. For a model with k parameters the argument following this keyword should be either a double-quoted string literal holding k space-separated names or the name of a string variable that holds k such names. For further details on NLS estimation please see chapter 20 of the Gretl Users Guide. Menu path: ModelNonlinear Least Squares ols y 0 x1 x2 x3 --quiet Computes ordinary least squares (OLS) estimates with depvar as the dependent variable and indepvars as the list of independent variables. Variables may be specified by name or number use the number zero for a constant term. Besides coefficient estimates and standard errors, the program also prints p-values for t (two-tailed) and F - statistics. A p-value below 0.01 indicates statistical significance at the 1 percent level and is marked with . indicates significance between 1 and 5 percent and indicates significance between the 5 and 10 percent levels. Model selection statistics (the Akaike Information Criterion or AIC and Schwarzs Bayesian Information Criterion) are also printed. The formula used for the AIC is that given by Akaike (1974). namely minus two times the maximized log-likelihood plus two times the number of parameters estimated. If the option --no-df-corr is given, the usual degrees of freedom correction is not applied when calculating the estimated error variance (and hence also the standard errors of the parameter estimates). The option --print-final is applicable only in the context of a loop. It arranges for the regression to be run silently on all but the final iteration of the loop. See chapter 12 of the Gretl Users Guide for details. Various internal variables may be retrieved following estimation. For example saves the residuals under the name uh. See the accessors section of the gretl function reference for details. The specific formula (HC version) used for generating robust standard errors when the --robust option is given can be adjusted via the set command. The --jackknife option has the effect of selecting an hcversion of 3a. The --cluster overrides the selection of HC version, and produces robust standard errors by grouping the observations by the distinct values of clustvar see chapter 17 of the Gretl Users Guide for details. Menu path: ModelOrdinary Least Squares Other access: Beta-hat button on toolbar This command must follow an estimation command. It calculates a Wald test for the joint significance of the variables in varlist . which should be a subset of the independent variables in the model last estimated. The results of the test may be retrieved using the accessors test and pvalue. By default the restricted model is estimated and it replaces the original as the current model for the purposes of, for example, retrieving the residuals as uhat or doing further tests. This behavior may be suppressed via the --test-only option. By default the F - form of the Wald test is recorded the --chi-square option may be used to record the chi-square form instead. If the restricted model is both estimated and printed, the --vcv option has the effect of printing its covariance matrix, otherwise this option is ignored. Alternatively, if the --auto flag is given, sequential elimination is performed: at each step the variable with the highest p-value is omitted, until all remaining variables have a p-value no greater than some cutoff. The default cutoff is 10 percent (two-sided) this can be adjusted by appending and a value between 0 and 1 (with no spaces), as in the fourth example above. If varlist is given this process is confined to the listed variables, otherwise all variables are treated as candidates for omission. Note that the --auto and --test-only options cannot be combined. Menu path: Model window, TestsOmit variables --quiet (dont print list of series) --preserve (preserve variables other than series) --frompkg pkgname (see below) --www (use a database on the gretl server) See below for additional specialized options open fedbog --www Opens a data file or database. If a data file is already open, it is replaced by the newly opened one. To add data to the current dataset, see append and (for greater flexibility) join. If a full path is not given, the program will search some relevant paths to try to find the file, with workdir as a first choice. If no filename suffix is given (as in the first example above), gretl assumes a native datafile with suffix. gdt. Based on the name of the file and various heuristics, gretl will try to detect the format of the data file (native, plain text, CSV, MS Excel, Stata, SPSS, etc.). If the --frompkg option is used, gretl will look for the specified data file in the subdirectory associated with the function package specified by pkgname . If the filename argument takes the form of a URI starting with . then gretl will attempt to download the indicated data file before opening it. By default, opening a new data file clears the current gretl session, which includes deletion of all named variables, including matrices, scalars and strings. If you wish to keep your currently defined variables (other than series, which are necessarily cleared out), use the --preserve option. The open command can also be used to open a database (gretl, RATS 4.0 or PcGive) for reading. In that case it should be followed by the data command to extract particular series from the database. If the www option is given, the program will try to access a database of the given name on the gretl server 8212 for instance the Federal Reserve interest rates database in the third example above. When opening a spreadsheet file (Gnumeric, Open Document or MS Excel), you may give up to three additional parameters following the filename. First, you can select a particular worksheet within the file. This is done either by giving its (1-based) number, using the syntax, e. g. --sheet2. or, if you know the name of the sheet, by giving the name in double quotes, as in --sheetMacroData. The default is to read the first worksheet. You can also specify a column andor row offset into the worksheet via, e. g. which would cause gretl to ignore the first 3 columns and the first 2 rows. The default is an offset of 0 in both dimensions, that is, to start reading at the top-left cell. With plain text files, gretl generally expects to find the data columns delimited in some standard manner. But there is also a special facility for reading fixed format files, in which there are no delimiters but there is a known specification of the form, e. g. variable k occupies 8 columns starting at column 24. To read such files, you should append a string --fixed-cols colspec . where colspec is composed of comma-separated integers. These integers are interpreted as a set of pairs. The first element of each pair denotes a starting column, measured in bytes from the beginning of the line with 1 indicating the first byte and the second element indicates how many bytes should be read for the given field. So, for example, if you say then for variable 1 gretl will read 6 bytes starting at column 1 and for variable 2, 3 bytes starting at column 20. Lines that are blank, or that begin with . are ignored, but otherwise the column-reading template is applied, and if anything other than a valid numerical value is found an error is flagged. If the data are read successfully, the variables will be named v1. v2. etc. Its up to the user to provide meaningful names andor descriptions using the commands rename andor setinfo. Menu path: FileOpen data Other access: Drag a data file onto gretls main window Applicable with panel data only. A series of forward orthogonal deviations is obtained for each variable in varlist and stored in a new variable with the prefix o. Thus orthdev x y creates the new variables ox and oy. The values are stored one step ahead of their true temporal location (that is, ox at observation t holds the deviation that, strictly speaking, belongs at t 8211 1). This is for compatibility with first differences: one loses the first observation in each time series, not the last. outfile filename option Diverts output to filename . until further notice. Use the flag --append to append output to an existing file or --write to start a new file (or overwrite an existing one). The --close flag is used to close an output file that was previously opened as above. Output will then revert to the default stream. Note that since only one file can be opened via outfile at any given time (but see below), no filename argument need (nor should) be supplied with this variant of the command. The output file will be written in the currently set workdir. unless the filename string contains a full path specification. In the first example command above, the file regress. txt is opened for writing, and in the second it is closed. This would make sense as a sequence only if some commands were issued before the --close. For example if an estimation command intervened, its output would go to regress. txt rather than the screen. Three special variants on the above are available. If you give the keyword null in place of a real filename along with the --write option, the effect is to suppress all printed output until redirection is ended. If either of the keywords stdout or stderr are given in place of a regular filename the effect is to redirect output to standard output or standard error output respectively. The --quiet option is for use with --write or --append. its effect is to turn off the echoing of commands and the printing of auxiliary messages while output is redirected. It is equivalent to doing except that when redirection is ended the original values of the echo and messages variables are restored. In general only one file can be opened in this way at any given time, so calls to this command cannot be nested. However, use of this command is permitted inside user-written functions (provided the output file is also closed from inside the same function) such that output can be temporarily diverted and then given back to an original output file, in case outfile is currently in use by the caller. For example, the code will produce a file called outer. txt containing the two lines and a file called inner. txt containing the line As described above, the primary usage of this command is to divert output to a named file. However, the --buffer option may be used to achieve a different effect, namely directing output to a named string variable. This option implies --write and is incompatible with --append. The position of the filename argument is occupied by the name of a string variable (which must, of course, conform to the requirements for a valid gretl identifier). If a string variable of the given name already exists, its value will be over-written if there is no such variable, it will be created automatically. Here is a simple example of usage: In this case the variable mybuf captures the output of the labels command. This facility may be of use to writers of function packages. --verbose (more verbose output) Estimates a panel model. By default the fixed effects estimator is used this is implemented by subtracting the group or unit means from the original data. If the --random-effects flag is given, random effects estimates are computed, by default using the method of Swamy and Arora (1972). In this case (only) the option --matrix-diff forces use of the matrix-difference method (as opposed to the regression method) for carrying out the Hausman test for the consistency of the random effects estimator. Also specific to the random effects estimator is the --nerlove flag, which selects the method of Nerlove (1971) as opposed to Swamy and Arora. Alternatively, if the --unit-weights flag is given, the model is estimated via weighted least squares, with the weights based on the residual variance for the respective cross-sectional units in the sample. In this case (only) the --iterate flag may be added to produce iterative estimates: if the iteration converges, the resulting estimates are Maximum Likelihood. As a further alternative, if the --between flag is given, the between-groups model is estimated (that is, an OLS regression using the group means). The --robust option is available only for fixed effects models. The default variant is the Arellano HAC estimator, but Beck8211Katz Panel Corrected Standard Errors can be selected via the command set pcse on. When the robust option is specified the joint F test on the fixed effects is performed using the robust method of Welch (1951). For more details on panel estimation, please see chapter 18 of the Gretl Users Guide. Menu path: ModelPanel --quiet (dont print results) Principal Components Analysis. Unless the --quiet option is given, prints the eigenvalues of the correlation matrix (or the covariance matrix if the --covariance option is given) for the variables in varlist . along with the proportion of the joint variance accounted for by each component. Also prints the corresponding eigenvectors (or component loadings). If you give the --save-all option then all components are saved to the dataset as series, with names PC1. PC2 and so on. These artificial variables are formed as the sum of (component loading) times (standardized X i ), where X i denotes the i th variable in varlist . If you give the --save option without a parameter value, components with eigenvalues greater than the mean (which means greater than 1.0 if the analysis is based on the correlation matrix) are saved to the dataset as described above. If you provide a value for n with this option then the most important n components are saved. See also the princomp function. Menu path: ViewPrincipal components Other access: Main window pop-up (multiple selection) --plot mode-or-filename (see below) Computes and displays the spectrum of the specified series. By default the sample periodogram is given, but optionally a Bartlett lag window is used in estimating the spectrum (see, for example, Greenes Econometric Analysis for a discussion of this). The default width of the Bartlett window is twice the square root of the sample size but this can be set manually using the bandwidth parameter, up to a maximum of half the sample size. If the --log option is given the spectrum is represented on a logarithmic scale. The (mutually exclusive) options --radians and --degrees influence the appearance of the frequency axis when the periodogram is graphed. By default the frequency is scaled by the number of periods in the sample, but these options cause the axis to be labeled from 0 to pi radians or from 0 to 180deg, respectively. By default, if the program is not in batch mode a plot of the periodogram is shown. This can be adjusted via the --plot option. The acceptable parameters to this option are none (to suppress the plot) display (to display a plot even when in batch mode) or a file name. The effect of providing a file name is as described for the --output option of the gnuplot command. Menu path: VariablePeriodogram Other access: Main window pop-up menu (single selection) --with-lines varspec (use lines, not points) --with-lp varspec (use lines and points) --with-impulses varspec (use vertical lines) --time-series (plot against time) --single-yaxis (force use of just one y-axis) --dummy (see below) --fit fitspec (see below) --band bandspec (see below) --band-style style (see below) --output filename (send output to specified file) The plot block provides an alternative to the gnuplot command which may be more convenient when you are producing an elaborate plot (with several options andor gnuplot commands to be inserted into the plot file). A plot block starts with the command-word plot followed by the required argument, data . which specifies the data to be plotted: this should be the name of a list, a matrix, or a single series. If a list or matrix is given, the last element (list) or column (matrix) is assumed to be the x - axis variable and the other(s) the y - axis variable(s), unless the --time-series option is given in which case all the specified data go on the y axis. The option of supplying a single series name is restricted to time-series data, in which case it is assumed that a time-series plot is wanted otherwise an error is flagged. The starting line may be prefixed with the savename apparatus to save a plot as an icon in the GUI program. The block ends with end plot. Inside the block you have zero or more lines of these types, identified by an initial keyword: option. specify a single option. خيارات. specify multiple options on a single line, separated by spaces. literal. a command to be passed to gnuplot literally. printf. a printf statement whose result will be passed to gnuplot literally. Note that when you specify an option using the option or options keywords, it is not necessary to supply the customary double-dash before the option specifier. For details on the effects of the various options please see gnuplot (but see below for some specifics on using the --band option in the plot context). The intended use of the plot block is best illustrated by example: This example assumes that plotmat is the name of a matrix with at least 2 columns (or a list with at least two members). Note that it is considered good practice to place the --output option (only) on the last line of the block. Plotting a band with matrix data The --band and --band-style options mostly work as described in the help for gnuplot. with the following exception: when the data to be plotted are given in the form of a matrix, the first parameter to --band must be given as the name of a matrix with two columns (holding, respectively, the center and the width of the band). This parameter takes the place of the two values (series names or ID numbers, or matrix columns) required by the gnuplot version of this option. An illustration follows: poisson y 0 x1 x2 S Estimates a poisson regression. The dependent variable is taken to represent the occurrence of events of some sort, and must take on only non-negative integer values. If a discrete random variable Y follows the Poisson distribution, then for y 0, 1, 2. The mean and variance of the distribution are both equal to v . In the Poisson regression model, the parameter v is represented as a function of one or more independent variables. The most common version (and the only one supported by gretl) has or in other words the log of v is a linear function of the independent variables. Optionally, you may add an offset variable to the specification. This is a scale variable, the log of which is added to the linear regression function (implicitly, with a coefficient of 1.0). This makes sense if you expect the number of occurrences of the event in question to be proportional, other things equal, to some known factor. For example, the number of traffic accidents might be supposed to be proportional to traffic volume, other things equal, and in that case traffic volume could be specified as an offset in a Poisson model of the accident rate. The offset variable must be strictly positive. By default, standard errors are computed using the negative inverse of the Hessian. If the --robust flag is given, then QML or Huber8211White standard errors are calculated instead. In this case the estimated covariance matrix is a sandwich of the inverse of the estimated Hessian and the outer product of the gradient. Menu path: ModelLimited dependent variableCount data. print hflist --midas Please note that print is a rather basic command (primarily intended for printing the values of series) see printf and eval for more advanced, and less restrictive, alternatives. In the first variant shown above (also see the first example), varlist should be a list of series (either a named list or a list specified via the names or ID numbers of series, separated by spaces). In that case this command prints the values of the listed series. By default the data are printed by variable, but if the --byobs flag is added they are printed by observation. When printing by observation, the default is to show the date (with time-series data) or the observation marker string (if any) at the start of each line. The --no-dates option suppresses the printing of dates or markers a simple observation number is shown instead. See the final paragraph of this entry for the effect of the --midas option (which applies only to a named list of series). If no argument is given (the second variant shown above) then the action is similar to the first case except that all series in the current dataset are printed. The supported options are as decribed above. The third variant (with the object-names argument see the second example) expects a space-separated list of names of primary gretl objects other than series (scalars, matrices, strings, bundles, arrays). The value(s) of these objects are displayed. No option flags are supported in this case. In the fourth form (third example), string-literal should be a string enclosed in double-quotes (and there should be nothing else following on the command line). The string in question is printed, followed by a newline character. The --midas option is specific to the printing of a list of series, and moreover it is specific to datasets that contain one or more high-frequency series, each represented by a MIDAS list. If one such list is given as argument and this option is appended, the series is printed by observation at its native frequency. Menu path: DataDisplay values Prints scalar values, series, matrices, or strings under the control of a format string (providing a subset of the printf function in the C programming language). Recognized numeric formats are e. E. f. ز. G and d. in each case with the various modifiers available in C. Examples: the format .10g prints a value to 10 significant figures 12.6f prints a value to 6 decimal places, with a width of 12 characters. Note, however, that in gretl the format g is a good default choice for all numerical values you dont need to get too complicated. The format s should be used for strings. The format string itself must be enclosed in double quotes. The values to be printed must follow the format string, separated by commas. These values should take the form of either (a) the names of variables, (b) expressions that are yield some sort of printable result, or (c) the special functions varname() or date(). The following example prints the values of two variables plus that of a calculated expression: The next lines illustrate the use of the varname and date functions, which respectively print the name of a variable, given its ID number, and a date string, given a 1-based observation number. If a matrix argument is given in association with a numeric format, the entire matrix is printed using the specified format for each element. The same applies to series, except that the range of values printed is governed by the current sample setting. The maximum length of a format string is 127 characters. The escape sequences n (newline), t (tab), v (vertical tab) and (literal backslash) are recognized. To print a literal percent sign, use . As in C, numerical values that form part of the format (width and or precision) may be given directly as numbers, as in 10.4f. or they may be given as variables. In the latter case, one puts asterisks into the format string and supplies corresponding arguments in order. For example, If the dependent variable is a binary variable (all values are 0 or 1) maximum likelihood estimates of the coefficients on indepvars are obtained via the Newton8211Raphson method. As the model is nonlinear the slopes depend on the values of the independent variables. By default the slopes with respect to each of the independent variables are calculated (at the means of those variables) and these slopes replace the usual p-values in the regression output. This behavior can be suppressed my giving the --p-values option. The chi-square statistic tests the null hypothesis that all coefficients are zero apart from the constant. By default, standard errors are computed using the negative inverse of the Hessian. If the --robust flag is given, then QML or Huber8211White standard errors are calculated instead. In this case the estimated covariance matrix is a sandwich of the inverse of the estimated Hessian and the outer product of the gradient. See chapter 10 of Davidson and MacKinnon for details. If the dependent variable is not binary but is discrete, then Ordered Probit estimates are obtained. (If the variable selected as dependent is not discrete, an error is flagged.) Probit for panel data With the --random-effects option, the error term is assumed to be composed of two normally distributed components: one time-invariant term that is specific to the cross-sectional unit or individual (and is known as the individual effect) and one term that is specific to the particular observation. Evaluation of the likelihood for this model involves the use of Gauss-Hermite quadrature for approximating the value of expectations of functions of normal variates. The number of quadrature points used can be chosen through the --quadpoints option (the default is 32). Using more points will increase the accuracy of the results, but at the cost of longer compute time with many quadrature points and a large dataset estimation may be quite time consuming. Besides the usual parameter estimates (and associated statistics) relating to the included regressors, certain additional information is presented on estimation of this sort of model: lnsigma2. the maximum likelihood estimate of the log of the variance of the individual effect sigmau. the estimated standard deviation of the individual effect and rho. the estimated share of the individual effect in the composite error variance (also known as the intra-class correlation). The Likelihood Ratio test of the null hypothesis that rho equals zero provides a means of assessing whether the random effects specification is needed. If the null is not rejected that suggests that a simple pooled probit specification is adequate. Menu path: ModelLimited dependent variableProbit pvalue W shape scale x Computes the area to the right of xval in the specified distribution ( z for Gaussian, t for Students t . X for chi-square, F for F . G for gamma, B for binomial, P for Poisson, or W for Weibull). Depending on the distribution, the following information must be given, before the xval . for the t and chi-square distributions, the degrees of freedom for F . the numerator and denominator degrees of freedom for gamma, the shape and scale parameters for the binomial distribution, the success probability and the number of trials for the Poisson distribution, the parameter lambda (which is both the mean and the variance) and for the Weibull distribution, shape and scale parameters. As shown in the examples above, the numerical parameters may be given in numeric form or as the names of variables. The parameters for the gamma distribution are sometimes given as mean and variance rather than shape and scale. The mean is the product of the shape and the scale the variance is the product of the shape and the square of the scale. So the scale may be found as the variance divided by the mean, and the shape as the mean divided by the scale. Menu path: ToolsP-value finder --limit-to list (limit test to subset of regressors) --plot mode-or-filename (see below) --quiet (suppress printed output) For a model estimated on time-series data via OLS, performs the Quandt likelihood ratio (QLR) test for a structural break at an unknown point in time, with 15 percent trimming at the beginning and end of the sample period. For each potential break point within the central 70 percent of the observations, a Chow test is performed. See chow for details as with the regular Chow test, this is a robust Wald test if the original model was estimated with the --robust option, an F-test otherwise. The QLR statistic is then the maximum of the individual test statistics. An asymptotic p-value is obtained using the method of Bruce Hansen (1997). Besides the standard hypothesis test accessors test and pvalue. qlrbreak can be used to retrieve the index of the observation at which the test statistic is maximized. The --limit-to option can be used to limit the set of interactions with the split dummy variable in the Chow tests to a subset of the original regressors. The parameter for this option must be a named list, all of whose members are among the original regressors. The list should not include the constant. When this command is run interactively (only), a plot of the Chow test statistic is displayed by default. This can be adjusted via the --plot option. The acceptable parameters to this option are none (to suppress the plot) display (to display a plot even when not in interactive mode) or a file name. The effect of providing a file name is as described for the --output option of the gnuplot command. Menu path: Model window, TestsQLR test --output filename (send plot to specified file) Given just one series argument, displays a plot of the empirical quantiles of the selected series (given by name or ID number) against the quantiles of the normal distribution. The series must include at least 20 valid observations in the current sample range. By default the empirical quantiles are plotted against quantiles of the normal distribution having the same mean and variance as the sample data, but two alternatives are available: if the --z-scores option is given the data are standardized, while if the --raw option is given the raw empirical quantiles are plotted against the quantiles of the standard normal distribution. The option --output has the effect of sending the output to the specified file use display to force output to the screen. See the gnuplot command for more detail on this option. Given two series arguments, y and x . displays a plot of the empirical quantiles of y against those of x . The data values are not standardized. Menu path: VariableNormal Q-Q plot Menu path: ViewGraph specified varsQ-Q plot --robust (robust standard errors) --intervals level (compute confidence intervals) --vcv (print covariance matrix) --quiet (suppress printing of results) quantreg 0.25 y 0 xlist quantreg 0.5 y 0 xlist --intervals quantreg 0.5 y 0 xlist --intervals.95 quantreg tauvec y 0 xlist --robust Quantile regression. The first argument, tau . is the conditional quantile for which estimates are wanted. It may be given either as a numerical value or as the name of a pre-defined scalar variable the value must be in the range 0.01 to 0.99. (Alternatively, a vector of values may be given for tau see below for details.) The second and subsequent arguments compose a regression list on the same pattern as ols. Without the --intervals option, standard errors are printed for the quantile estimates. By default, these are computed according to the asymptotic formula given by Koenker and Bassett (1978). but if the --robust option is given, standard errors that are robust with respect to heteroskedasticity are calculated using the method of Koenker and Zhao (1994). When the --intervals option is chosen, confidence intervals are given for the parameter estimates instead of standard errors. These intervals are computed using the rank inversion method, and in general they are asymmetrical about the point estimates. The specifics of the calculation are inflected by the --robust option: without this, the intervals are computed on the assumption of IID errors (Koenker, 1994) with it, they use the robust estimator developed by Koenker and Machado (1999). By default, 90 percent confidence intervals are produced. You can change this by appending a confidence level (expressed as a decimal fraction) to the intervals option, as in --intervals0.95. Vector-valued tau . instead of supplying a scalar, you may give the name of a pre-defined matrix. In this case estimates are computed for all the given tau values and the results are printed in a special format, showing the sequence of quantile estimates for each regressor in turn. Menu path: ModelRobust estimationQuantile regression Exits from the program, giving you the option of saving the output from the session on the way out. Menu path: FileExit Changes the name of series (identified by name or ID number) to newname . The new name must be of 31 characters maximum, must start with a letter, and must be composed of only letters, digits, and the underscore character. In addition, it must not be the name of an existing object of any kind. Menu path: VariableEdit attributes Other access: Main window pop-up menu (single selection) --quiet (dont print the auxiliary regression) --full (OLS and VECMs only, see below) Imposes a set of (usually linear) restrictions on either (a) the model last estimated or (b) a system of equations previously defined and named. In all cases the set of restrictions should be started with the keyword restrict and terminated with end restrict. In the single equation case the restrictions are always implicitly to be applied to the last model, and they are evaluated as soon as the restrict block is closed. In the case of a system of equations (defined via the system command), the initial restrict may be followed by the name of a previously defined system of equations. If this is omitted and the last model was a system then the restrictions are applied to the last model. By default the restrictions are evaluated when the system is next estimated, using the estimate command. But if the --wald option is given the restriction is tested right away, via a Wald chi-square test on the covariance matrix. Note that this option will produce an error if a system has been defined but not yet estimated. Depending on the context, the restrictions to be tested may be expressed in various ways. The simplest form is as follows: each restriction is given as an equation, with a linear combination of parameters on the left and a scalar value to the right of the equals sign (either a numerical constant or the name of a scalar variable). In the single-equation case, parameters may be referenced in the form b i . where i represents the position in the list of regressors (starting at 1), or b varname . where varname is the name of the regressor in question. In the system case, parameters are referenced using b plus two numbers in square brackets. The leading number represents the position of the equation within the system and the second number indicates position in the list of regressors. For example b2,1 denotes the first parameter in the second equation, and b3,2 the second parameter in the third equation. The b terms in the equation representing a restriction may be prefixed with a numeric multiplier, for example 3.5b4. Here is an example of a set of restrictions for a previously estimated model: And here is an example of a set of restrictions to be applied to a named system. (If the name of the system does not contain spaces, the surrounding quotes are not required.) In the single-equation case the restrictions are by default evaluated via a Wald test, using the covariance matrix of the model in question. If the original model was estimated via OLS then the restricted coefficient estimates are printed to suppress this, append the --quiet option flag to the initial restrict command. As an alternative to the Wald test, for models estimated via OLS or WLS only, you can give the --bootstrap option to perform a bootstrapped test of the restriction. In the system case, the test statistic depends on the estimator chosen: a Likelihood Ratio test if the system is estimated using a Maximum Likelihood method, or an asymptotic F - test otherwise. There are two alternatives to the method of expressing restrictions discussed above. First, a set of g linear restrictions on a k - vector of parameters, beta, may be written compactly as R beta 8211 q 0, where R is an g x k matrix and q is a g - vector. You can specify a restriction by giving the names of pre-defined, conformable matrices to be used as R and q . as in Secondly, if you wish to test a nonlinear restriction (this is currently available for single-equation models only) you should give the restriction as the name of a function, preceded by rfunc , as in The constraint function should take a single const matrix argument this will be automatically filled out with the parameter vector. And it should return a vector which is zero under the null hypothesis, non-zero otherwise. The length of the vector is the number of restrictions. This function is used as a callback by gretls numerical Jacobian routine, which calculates a Wald test statistic via the delta method. Here is a simple example of a function suitable for testing one nonlinear restriction, namely that two pairs of parameter values have a common ratio. On successful completion of the restrict command the accessors test and pvalue give the test statistic and its p-value. When testing restrictions on a single-equation model estimated via OLS, or on a VECM, the --full option can be used to set the restricted estimates as the last model for the purposes of further testing or the use of accessors such as coeff and vcv. Note that some special considerations apply in the case of testing restrictions on Vector Error Correction Models. Please see chapter 27 of the Gretl Users Guide for details. Menu path: Model window, TestsLinear restrictions scatters y1 y2 y3 x --with-lines Generates pairwise graphs of yvar against all the variables in xvars . or of all the variables in yvars against xvar . The first example above puts variable 1 on the y - axis and draws four graphs, the first having variable 2 on the x - axis, the second variable 3 on the x - axis, and so on. The second example plots each of variables 1 through 6 against variable 7 on the x - axis. Scanning a set of such plots can be a useful step in exploratory data analysis. The maximum number of plots is 16 any extra variable in the list will be ignored. By default the graphs are scatterplots, but if you give the --with-lines flag they will be line graphs. For details on usage of the --output option, please see the gnuplot command. If a named matrix is specified as the data source the x and y lists should be given as 1-based column numbers or alternatively, if no such numbers are given, all the columns are plotted against time or an index variable. If the dataset is time-series, then the second sub-list can be omitted, in which case it will implicitly be taken as time, so you can plot multiple time series in separated sub-graphs. Menu path: ViewMultiple graphs The seasonal difference of each variable in varlist is obtained and the result stored in a new variable with the prefix sd. This command is available only for seasonal time series. Menu path: AddSeasonal differences of selected variables The most common use of this command is the first variant shown above, where it is used to set the value of a selected program parameter. تم شرحه بشكل مفصل في الاسفل. The other uses are: with --to-file. to write a script file containing all the current parameter settings with --from-file to read a script file containing parameter settings and apply them to the current session with stopwatch to zero the gretl stopwatch which can be used to measure CPU time (see the entry for the stopwatch accessor) or, if the word set is given alone, to print the current settings. Values set via this comand remain in force for the duration of the gretl session unless they are changed by a further call to set. The parameters that can be set in this way are enumerated below. Note that the settings of hcversion. haclag and hackernel are used when the --robust option is given to an estimation command. The available settings are grouped under the following categories: program interaction and behavior, numerical methods, random number generation, robust estimation, filtering, time series estimation, and interaction with GNU R. Program interaction and behavior These settings are used for controlling various aspects of the way gretl interacts with the user. workdir. path . Sets the default directory for writing and reading files, whenever full paths are not specified. usecwd. on or off (the default). Governs the setting of workdir at start-up: if its on. the working directory is inherited from the shell, otherwise it is set to whatever was selected in the previous gretl session. csvdelim. either comma (the default), space. tab or semicolon. Sets the column delimiter used when saving data to file in CSV format. csvwritena. the string used to represent missing values when writing data to file in CSV format. Maximum 7 characters the default is NA. csvreadna. the string taken to represent missing values (NAs) when reading data in CSV format. Maximum 7 characters. The default depends on whether a data column is found to contain numerical data (mostly) or string values. For numerical data the following are taken as indicating NAs: an empty cell, or any of the strings NA. N. A. na. زمالة المدمنين المجهولين NA. NA. NaN. NaN. -999. and -9999. For string-valued data only a blank cell, or a cell containing an empty string, is counted as NA. These defaults can be reimposed by giving default as the value for csvreadna. To specify that only empty cells are read as NAs, give a value of . Note that empty cells are always read as NAs regardless of the setting of this variable. csvdigits. a positive integer specifying the number of significant digits to use when writing data in CSV format. By default up to 15 digits are used depending on the precision of the original data. Note that CSV output employs the C librarys fprintf function with g conversion, which means that trailing zeros are dropped. mwriteg. on or off (the default). When writing a matrix to file as text, gretl by default uses scientific notation with 18-digit precision, hence ensuring that the stored values are a faithful representation of the numbers in memory. When writing primary data with no more than 6 digits of precision it may be preferable to use g format for a more compact and human-readable file you can make this switch via set mwriteg on. echo. off or on (the default). Suppress or resume the echoing of commands in gretls output. forcedecpoint. on or off (the default). Force gretl to use the decimal point character, in a locale where another character (most likely the comma) is the standard decimal separator. loopmaxiter. one non-negative integer value (default 100000). Sets the maximum number of iterations that a while loop is allowed before halting (see loop ). Note that this setting only affects the while variant its purpose is to guard against inadvertently infinite loops. Setting this value to 0 has the effect of disabling the limit use with caution. maxverbose. on or off (the default). Toggles verbose output for the BFGSmax and NRmax functions (see the Users Guide for details). الرسائل. off or on (the default). Suppress or resume the printing of non-error messages associated with various commands, for example when a new variable is generated or when the sample range is changed. warnings. off or on (the default). Suppress or resume the printing of warning messages issued when arithmetical operations produce non-finite values. debug. 1. 2 or 0 (the default). This is for use with user-defined functions. Setting debug to 1 is equivalent to turning messages on within all such functions setting this variable to 2 has the additional effect of turning on maxverbose within all functions. shellok. on or off (the default). Enable launching external programs from gretl via the system shell. This is disabled by default for security reasons, and can only be enabled via the graphical user interface (ToolsPreferencesGeneral). However, once set to on, this setting will remain active for future sessions until explicitly disabled. shelldir. path . Sets the current working directory for shell commands issued from within gretl. bfgsverbskip. one integer. This setting affects the behavior of the --verbose option to those commands that use BFGS as an optimization algorithm and is used to compact output. if bfgsverbskip is set to, say, 3, then the --verbose switch will only print iterations 3, 6, 9 and so on. skipmissing. on (the default) or off. Controls gretls behavior when contructing a matrix from data series: the default is to skip data rows that contain one or more missing values but if skipmissing is set off missing values are converted to NaNs. matrixmask. the name of a series, or the keyword null. Offers greater control than skipmissing when constructing matrices from series: the data rows selected for matrices are those with non-zero (and non-missing) values in the specified series. The selected mask remains in force until it is replaced, or removed via the null keyword. huge. a large positive number (by default, 1.0E100). This setting controls the value returned by the accessor huge. Numerical methods These settings are used for controlling the numerical algorithms that gretl uses for estimation. optimizer. either auto (the default), BFGS or newton. Sets the optimization algorithm used for various ML estimators, in cases where both BFGS and Newton8211Raphson are applicable. The default is to use Newton8211Raphson where an analytical Hessian is available, otherwise BFGS. bhhhmaxiter. one integer, the maximum number of iterations for gretls internal BHHH routine, which is used in the arma command for conditional ML estimation. If convergence is not achieved after bhhhmaxiter. the program returns an error. The default is set at 500. bhhhtoler. one floating point value, or the string default. This is used in gretls internal BHHH routine to check if convergence has occurred. The algorithm stops iterating as soon as the increment in the log-likelihood between iterations is smaller than bhhhtoler. The default value is 1.0E821106 this value may be re-established by typing default in place of a numeric value. bfgsmaxiter. one integer, the maximum number of iterations for gretls BFGS routine, which is used for mle. gmm and several specific estimators. If convergence is not achieved in the specified number of iterations, the program returns an error. The default value depends on the context, but is typically of the order of 500. bfgstoler. one floating point value, or the string default. This is used in gretls BFGS routine to check if convergence has occurred. The algorithm stops as soon as the relative improvement in the objective function between iterations is smaller than bfgstoler. The default value is the machine precision to the power 34 this value may be re-established by typing default in place of a numeric value. bfgsmaxgrad. one floating point value. This is used in gretls BFGS routine to check if the norm of the gradient is reasonably close to zero when the bfgstoler criterion is met. A warning is printed if the norm of the gradient exceeds 1 an error is flagged if the norm exceeds bfgsmaxgrad. At present the default is the permissive value of 5.0. bfgsrichardson. on or off (the default). Use Richardson extrapolation when computing numerical derivatives in the context of BFGS maximization. initvals. either auto (the default) or the name of a pre-specified matrix. Allows manual setting of the initial parameter estimates for numerical optimization problems (such as ARMA estimation). For details see chapter 25 of the Gretl Users Guide. lbfgs. on or off (the default). Use the limited-memory version of BFGS (L-BFGS-B) instead of the ordinary algorithm. This may be advantageous when the function to be maximized is not globally concave. lbfgsmem. an integer value in the range 3 to 20 (with a default value of 8). This determines the number of corrections used in the limited memory matrix when L-BFGS-B is employed. nlstoler. a floating-point value. Sets the tolerance used in judging whether or not convergence has occurred in nonlinear least squares estimation using the nls command. The default value is the machine precision to the power 34 this value may be re-established by typing default in place of a numeric value. svd. on or off (the default). Use SVD rather than Cholesky or QR decomposition in least squares calculations. This option applies to the mols function as well as various internal calculations, but not to the regular ols command. forceqr. on or off (the default). This applies to the ols command. By default this command computes OLS estimates using Cholesky decomposition (the fastest method), with a fallback to QR if the data seem too ill-conditioned. You can use forceqr to skip the Cholesky step in doubtful cases this may ensure greater accuracy. fcp. on or off (the default). Use the algorithm of Fiorentini, Calzolari and Panattoni rather than native gretl code when computing GARCH estimates. gmmmaxiter. one integer, the maximum number of iterations for gretls gmm command when in iterated mode (as opposed to one - or two-step). The default value is 250. nadarwattrim. one integer, the trim parameter used in the nadarwat function. fdjacquality. one integer between 0 and 2, the algorithm used by the fdjac function. Random number generation seed. an unsigned integer. Sets the seed for the pseudo-random number generator. By default this is set from the system time if you want to generate repeatable sequences of random numbers you must set the seed manually. Robust estimation bootrep. an integer. Sets the number of replications for the restrict command with the --bootstrap option. garchvcv. unset. hessian. im (information matrix). op (outer product matrix), qml (QML estimator), bw (Bollerslev8211Wooldridge). Specifies the variant that will be used for estimating the coefficient covariance matrix, for GARCH models. If unset is given (the default) then the Hessian is used unless the robust option is given for the garch command, in which case QML is used. armavcv. hessian (the default) or op (outer product matrix). Specifies the variant to be used when computing the covariance matrix for ARIMA models. forcehc. off (the default) or on. By default, with time-series data and when the --robust option is given with ols. the HAC estimator is used. If you set forcehc to on, this forces calculation of the regular Heteroskedasticity Consistent Covariance Matrix (HCCM), which does not take autocorrelation into account. Note that VARs are treated as a special case: when the --robust option is given the default method is regular HCCM, but the --robust-hac flag can be used to force the use of a HAC estimator. robustz. off (the default) or on. This controls the distribution used when calculating p-values based on robust standard errors in the context of least-squares estimators. By default gretl uses the Student t distribution but if robustz is turned on the normal distribution is used. haclag. nw1 (the default), nw2. nw3 or an integer. Sets the maximum lag value or bandwidth, p . used when calculating HAC (Heteroskedasticity and Autocorrelation Consistent) standard errors using the Newey-West approach, for time series data. nw1 and nw2 represent two variant automatic calculations based on the sample size, T . for nw1, , and for nw2, . nw3 calls for data-based bandwidth selection. See also qsbandwidth and hacprewhiten below. hackernel. bartlett (the default), parzen. or qs (Quadratic Spectral). Sets the kernel, or pattern of weights, used when calculating HAC standard errors. hacprewhiten. on or off (the default). Use Andrews-Monahan prewhitening and re-coloring when computing HAC standard errors. This also implies use of data-based bandwidth selection. hcversion. 0 (the default), 1, 2, 3 or 3a. Sets the variant used when calculating Heteroskedasticity Consistent standard errors with cross-sectional data. The first four options correspond to the HC0, HC1, HC2 and HC3 discussed by Davidson and MacKinnon in Econometric Theory and Methods . chapter 5. HC0 produces what are usually called Whites standard errors. Variant 3a is the MacKinnon8211White jackknife procedure. pcse. off (the default) or on. By default, when estimating a model using pooled OLS on panel data with the --robust option, the Arellano estimator is used for the covariance matrix. If you set pcse to on, this forces use of the Beck and Katz Panel Corrected Standard Errors (which do not take autocorrelation into account). qsbandwidth. Bandwidth for HAC estimation in the case where the Quadratic Spectral kernel is selected. (Unlike the Bartlett and Parzen kernels, the QS bandwidth need not be an integer.) Time series horizon. one integer (the default is based on the frequency of the data). Sets the horizon for impulse responses and forecast variance decompositions in the context of vector autoregressions. vecmnorm. phillips (the default), diag. first or none. Used in the context of VECM estimation via the vecm command for identifying the cointegration vectors. See the chapter 27 of the Gretl Users Guide for details. Interaction with R Rlib. on (the default) or off. When sending instructions to be executed by R, use the R shared library by preference to the R executable, if the library is available. Rfunctions. off (the default) or on. Recognize functions defined in R as if they were native functions (the namespace prefix R. is required). See chapter 36 of the Gretl Users Guide for details on this and the previous item. setinfo z --discrete If the options --description or --graph-name are invoked the argument must be a single series, otherwise it may be a list of series in which case it operates on all members of the list. This command sets up to four attributes as follows. If the --description flag is given followed by a string in double quotes, that string is used to set the variables descriptive label. This label is shown in response to the labels command, and is also shown in the main window of the GUI program. If the --graph-name flag is given followed by a quoted string, that string will be used in place of the variables name in graphs. If one or other of the --discrete or --continuous option flags is given, the variables numerical character is set accordingly. The default is to treat all series as continuous setting a series as discrete affects the way the variable is handled in frequency plots. The --midas option sets a flag indicating that a given series holds data of a higher frequency than the base frequency of the dataset for example, the dataset is quarterly and the series holds values for month 1, 2 or 3 of each quarter. (MIDAS Mixed Data Sampling.) Menu path: VariableEdit attributes Other access: Main window pop-up menu Get the program to interpret some specific numerical data value (the first parameter to the command) as a code for missing, in the case of imported data. If this value is the only parameter, as in the first example above, the interpretation will be applied to all series in the data set. If value is followed by a list of variables, by name or number, the interpretation is confined to the specified variable(s). Thus in the second example the data value 100 is interpreted as a code for missing, but only for the variable x2. Menu path: DataSet missing value code setobs periodicity startobs setobs unitvar timevar --panel-vars --cross-section (interpret as cross section) --time-series (interpret as time series) --special-time-series (see below) --stacked-cross-section (interpret as panel data) --stacked-time-series (interpret as panel data) --panel-vars (use index variables, see below) --panel-time (see below) --panel-groups (see below) setobs 4 1990:1 --time-series setobs 12 1978:03 setobs 1 1 --cross-section setobs 20 1:1 --stacked-time-series setobs unit year --panel-vars This command forces the program to interpret the current data set as having a specified structure. In the first form of the command the periodicity . which must be an integer, represents frequency in the case of time-series data (1 annual 4 quarterly 12 monthly 52 weekly 5, 6, or 7 daily 24 hourly). In the case of panel data the periodicity means the number of lines per data block: this corresponds to the number of cross-sectional units in the case of stacked cross-sections, or the number of time periods in the case of stacked time series. In the case of simple cross-sectional data the periodicity should be set to 1. The starting observation represents the starting date in the case of time series data. Years may be given with two or four digits subperiods (for example, quarters or months) should be separated from the year with a colon. In the case of panel data the starting observation should be given as 1:1 and in the case of cross-sectional data, as 1. Starting observations for daily or weekly data should be given in the form YYYY-MM-DD (or simply as 1 for undated data). Certain time-series periodicities have standard interpretations8212for example, 12 monthly and 4 quarterly. If you have unusual time-series data to which the standard interpretation does not apply, you can signal this by giving the --special-time-series option. In that case gretl will not (for example) report your frequency-12 data as being monthly. If no explicit option flag is given to indicate the structure of the data the program will attempt to guess the structure from the information given. The second form of the command (which requires the --panel-vars flag) may be used to impose a panel interpretation when the data set contains variables that uniquely identify the cross-sectional units and the time periods. The data set will be sorted as stacked time series, by ascending values of the units variable, unitvar . Panel-specific options The --panel-time and --panel-groups options can only be used with a dataset which has already been defined as a panel. The purpose of --panel-time is to set extra information regarding the time dimension of the panel. This should be given on the pattern of the first form of setobs noted above. For example, the following may be used to indicate that the time dimension of a panel is quarterly, starting in the first quarter of 1990. The purpose of --panel-groups is to create a string-valued series holding names for the groups (individuals, cross-sectional units) in the panel. (This will be used where appropriate in panel graphs.) With this option you supply either one or two arguments as follows. First case: the (single) argument is the name of a string-valued series. If the number of distinct values equals the number of groups in the panel this series is used to define the group names. If necessary, the numerical content of the series will be adjusted such that the values are all 1s for the first group, all 2s for the second, and so on. If the number of string values doesnt match the number of groups an error is flagged. Second case: the first argument is the name of a series and the second is a string literal or variable holding a name for each group. The series will be created if it does not already exist. If the second argument is a string literal or string variable the group names should be separated by spaces if a name includes spaces it should be wrapped in backslash-escaped double-quotes. Alternatively the second argument may be an array of strings. For example, the following will create a series named country in which the names in cstrs are each repeated T times, T being the time-series length of the panel. Menu path: DataDataset structure smpl 100 --random Resets the sample range. The new range can be defined in several ways. In the first alternate form (and the first two examples) above, startobs and endobs must be consistent with the periodicity of the data. Either one may be replaced by a semicolon to leave the value unchanged. In the second form, the integers i and j (which may be positive or negative, and should be signed) are taken as offsets relative to the existing sample range. In the third form dummyvar must be an indicator variable with values 0 or 1 at each observation the sample will be restricted to observations where the value is 1. The fourth form, using --restrict. restricts the sample to observations that satisfy the given Boolean condition (which is specified according to the syntax of the genr command). The options --no-missing and --no-all-missing may be used to exclude from the sample observations for which data are missing. The first variant excludes those rows in the dataset for which at least one variable has a missing value, while the second excludes just those rows on which all variables have missing values. In each case the test is confined to the variables in varlist if this argument is given, otherwise it is applied to all series8212with the qualification that in the case of --no-all-missing and no varlist . the generic variables index and time are ignored. The --contiguous form of smpl is intended for use with time series data. The effect is to trim any observations at the start and end of the current sample range that contain missing values (either for the variables in varlist . or for all data series if no varlist is given). Then a check is performed to see if there are any missing values in the remaining range if so, an error is flagged. With the --random flag, the specified number of cases are selected from the current dataset at random (without replacement). If you wish to be able to replicate this selection you should set the seed for the random number generator first (see the set command). The final form, smpl full. restores the full data range. Note that sample restrictions are, by default, cumulative: the baseline for any smpl command is the current sample. If you wish the command to act so as to replace any existing restriction you can add the option flag --replace to the end of the command. (But this option is not compatible with the --contiguous option.) The internal variable obs may be used with the --restrict form of smpl to exclude particular observations from the sample. For example will drop just the fourth observation. If the data points are identified by labels, will drop the observation with label USA. One point should be noted about the --dummy. --restrict and --no-missing forms of smpl. structural information in the data file (regarding the time series or panel nature of the data) is likely to be lost when this command is issued. You may reimpose structure with the setobs command. A related option, for use with panel data, is the --balanced flag: this requests that a balanced panel is reconstituted after sub-sampling, via the insertion of missing rows if need be. But note that it is not always possible to comply with this request. By default, restrictions on the current sample range are undoable: by doing smpl full you can restore the unrestricted dataset. However, the --permanent flag can be used to substitute the restricted dataset for the original. This option is only available in conjunction with the --restrict. --dummy. --no-missing. --no-all-missing or --random forms of smpl. Please see chapter 5 of the Gretl Users Guide for further details. Menu path: Sample --comment string (see below) Save data to filename . By default all currently defined series are saved but the optional varlist argument can be used to select a subset of series. If the dataset is sub-sampled, only the observations in the current sample range are saved. The output file will be written in the currently set workdir. unless the filename string contains a full path specification. The format in which the data are written may be controlled in the first instance by the extension or suffix of filename . as follows: gdt. or no extension: gretls native XML data format. (If no extension is provided,.gdt is added automatically.) gtdb. gretls native binary data format. CSV. comma-separated values (CSV). txt or. asc. space-separated values. م. GNU Octave format. dta. Stata dta format (version 113). The format-related option flags shown above can be used to force the issue of the save format independently of the filename (or to get gretl to write in the formats of PcGive or JMulTi). However, if filename has extension. gdt or. gdtb this necessarily implies use of native format and the addition of a conflicting option flag will generate an error. When data are saved in native format (only), the --gzipped option may be used for data compression, which can be useful for large datasets. The optional parameter for this flag controls the level of compression (from 0 to 9): higher levels produce a smaller file, but compression takes longer. The default level is 1 a level of 0 means that no compression is applied. The option flags --omit-obs and --no-header are applicable only when saving data in CSV format. By default, if the data are time series or panel, or if the dataset includes specific observation markers, the CSV file includes a first column identifying the observations (e. g. by date). If the --omit-obs flag is given this column is omitted. The --no-header flag suppresses the usual printing of the names of the variables at the top of the columns. The option flag --decimal-comma is also confined to the case of saving data in CSV format. The effect of this option is to replace the decimal point with the decimal comma in addition the column separator is forced to be a semicolon. The option of saving in gretl database format is intended to help with the construction of large sets of series, possibly having mixed frequencies and ranges of observations. At present this option is available only for annual, quarterly or monthly time-series data. If you save to a file that already exists, the default action is to append the newly saved series to the existing content of the database. In this context it is an error if one or more of the variables to be saved has the same name as a variable that is already present in the database. The --overwrite flag has the effect that, if there are variable names in common, the newly saved variable replaces the variable of the same name in the original dataset. The --comment option is available when saving data as a database or in CSV format. The required parameter is a double-quoted one-line string, attached to the option flag with an equals sign. The string is inserted as a comment into the database index file or at the top of the CSV output. The store command behaves in a special manner in the context of a progressive loop. See chapter 12 of the Gretl Users Guide for details. Menu path: FileSave data FileExport data --by byvar (see below) In its first form, this command prints summary statistics for the variables in varlist . or for all the variables in the data set if varlist is omitted. By default, output consists of the mean, standard deviation (sd), coefficient of variation ( sdmean), median, minimum, maximum, skewness coefficient, and excess kurtosis. If the --simple option is given, output is restricted to the mean, minimum, maximum and standard deviation. If the --by option is given (in which case the parameter byvar should be the name of a discrete variable), then statistics are printed for sub-samples corresponding to the distinct values taken on by byvar . For example, if byvar is a (binary) dummy variable, statistics are given for the cases byvar 0 and byvar 1. Note: at present, this option is incompatible with the --weight option. If the alternative form is given, using a named matrix, then summary statistics are printed for each column of the matrix. The --by option is not available in this case. Menu path: ViewSummary statistics Other access: Main window pop-up menu system method estimator Starts a system of equations. Either of two forms of the command may be given, depending on whether you wish to save the system for estimation in more than one way or just estimate the system once. To save the system you should assign it a name, as in the first example (if the name contains spaces it must be surrounded by double quotes). In this case you estimate the system using the estimate command. With a saved system of equations, you are able to impose restrictions (including cross-equation restrictions) using the restrict command. Alternatively you can specify an estimator for the system using method followed by a string identifying one of the supported estimators: ols (Ordinary Least Squares), tsls (Two-Stage Least Squares) sur (Seemingly Unrelated Regressions), 3sls (Three-Stage Least Squares), fiml (Full Information Maximum Likelihood) or liml (Limited Information Maximum Likelihood). In this case the system is estimated once its definition is complete. An equation system is terminated by the line end system. Within the system four sorts of statement may be given, as follows. equation. specify an equation within the system. At least two such statements must be provided. instr. for a system to be estimated via Three-Stage Least Squares, a list of instruments (by variable name or number). Alternatively, you can put this information into the equation line using the same syntax as in the tsls command. endog. for a system of simultaneous equations, a list of endogenous variables. This is primarily intended for use with FIML estimation, but with Three-Stage Least Squares this approach may be used instead of giving an instr list then all the variables not identified as endogenous will be used as instruments. identity. for use with FIML, an identity linking two or more of the variables in the system. This sort of statement is ignored when an estimator other than FIML is used. After estimation using the system or estimate commands the following accessors can be used to retrieve additional information: uhat. the matrix of residuals, one column per equation. yhat. matrix of fitted values, one column per equation. coeff. column vector of coefficients (all the coefficients from the first equation, followed by those from the second equation, and so on). vcv. covariance matrix of the coefficients. If there are k elements in the coeff vector, this matrix is k by k . sigma. cross-equation residual covariance matrix. sysGamma. sysA and sysB. structural-form coefficient matrices (see below). If you want to retrieve the residuals or fitted values for a specific equation as a data series, select a column from the uhat or yhat matrix and assign it to a series, as in The structural-form matrices correspond to the following representation of a simultaneous equations model: If there are n endogenous variables and k exogenous variables, Gamma is an n x n matrix and B is n x k . If the system contains no lags of the endogenous variables then the A matrix is not present. If the maximum lag of an endogenous regressor is p . the A matrix is n x np . Menu path: ModelSimultaneous equations --formatf1f2f3f4 (Specify a custom format) --output filename (send output to specified file) Must follow the estimation of a model. Prints the estimated model in tabular form 8212 by default as LaTeX, but as RTF if the --rtf flag is given or as CSV is the --csv flag is given. If a filename is specified using the --output option output goes to that file, otherwise it goes to a file with a name of the form modelN followed by the extension tex. rtf or csv. where N is the number of models estimated to date in the current session. The output file will be written in the currently set workdir. unless the filename string contains a full path specification. If CSV format is selected, values are comma-separated unless the decimal comma is in force, in which case the separator is the semicolon. Note that CSV output may be less complete than the other formats. The further options discussed below are available only when printing the model as LaTeX. If the --complete flag is given the LaTeX file is a complete document, ready for processing otherwise it must be included in a document. If you wish alter the appearance of the tabular output, you can specify a custom row format using the --format flag. The format string must be enclosed in double quotes and must be tied to the flag with an equals sign. The pattern for the format string is as follows. There are four fields, representing the coefficient, standard error, t - ratio and p-value respectively. These fields should be separated by vertical bars they may contain a printf - type specification for the formatting of the numeric value in question, or may be left blank to suppress the printing of that column (subject to the constraint that you cant leave all the columns blank). Here are a few examples: The first of these specifications prints the values in all columns using 4 decimal places. The second suppresses the p-value and prints the t - ratio to 3 places. The third omits the t - ratio. The last one again omits the t . and prints both coefficient and standard error to 8 significant figures. Once you set a custom format in this way, it is remembered and used for the duration of the gretl session. To revert to the default format you can use the special variant --formatdefault. Menu path: Model window, LaTeX --time-series (plot by observation) --one-scale (force a single scale) --tall (use 40 rows) Quick and simple ASCII graphics. Without the --time-series flag, varlist must contain at least two series, the last of which is taken as the variable for the x axis, and a scatter plot is produced. In this case the --tall option may be used to produce a graph in which the y axis is represented by 40 rows of characters (the default is 20 rows). With the --time-series. a plot by observation is produced. In this case the option --one-scale may be used to force the use of a single scale otherwise if varlist contains more than one series the data may be scaled. Each line represents an observation, with the data values plotted horizontally. tsls y1 0 y2 y3 x1 x2 0 x1 x2 x3 x4 x5 x6 Computes Instrumental Variables (IV) estimates, by default using two-stage least squares (TSLS) but see below for further options. The dependent variable is depvar . indepvars is the list of regressors (which is presumed to include at least one endogenous variable) and instruments is the list of instruments (exogenous andor predetermined variables). If the instruments list is not at least as long as indepvars . the model is not identified. In the above example, the y s are endogenous and the x s are the exogenous variables. Note that exogenous regressors should appear in both lists. Output for two-stage least squares estimates includes the Hausman test and, if the model is over-identified, the Sargan over-identification test. In the Hausman test, the null hypothesis is that OLS estimates are consistent, or in other words estimation by means of instrumental variables is not really required. A model of this sort is over-identified if there are more instruments than are strictly required. The Sargan test is based on an auxiliary regression of the residuals from the two-stage least squares model on the full list of instruments. The null hypothesis is that all the instruments are valid, and suspicion is thrown on this hypothesis if the auxiliary regression has a significant degree of explanatory power. For a good explanation of both tests see chapter 8 of Davidson and MacKinnon (2004). For both TSLS and LIML estimation, an additional test result is shown provided that the model is estimated under the assumption of i. i.d. errors (that is, the --robust option is not selected). This is a test for weakness of the instruments. Weak instruments can lead to serious problems in IV regression: biased estimates andor incorrect size of hypothesis tests based on the covariance matrix, with rejection rates well in excess of the nominal significance level (Stock, Wright and Yogo, 2002). The test statistic is the first-stage F - test if the model contains just one endogenous regressor, otherwise it is the smallest eigenvalue of the matrix counterpart of the first stage F . Critical values based on the Monte Carlo analysis of Stock and Yogo (2003) are shown when available. The R-squared value printed for models estimated via two-stage least squares is the square of the correlation between the dependent variable and the fitted values. For details on the effects of the --robust and --cluster options, please see the help for ols. As alternatives to TSLS, the model may be estimated via Limited Information Maximum Likelihood (the --liml option) or via the Generalized Method of Moments ( --gmm option). Note that if the model is just identified these methods should produce the same results as TSLS, but if it is over-identified the results will differ in general. If GMM estimation is selected, the following additional options become available: --two-step. perform two-step GMM rather than the default of one-step. --iterate. Iterate GMM to convergence. --weights Wmat . specify a square matrix of weights to be used when computing the GMM criterion function. The dimension of this matrix must equal the number of instruments. The default is an appropriately sized identity matrix. Menu path: ModelInstrumental variables var 12 x1 x2 x3 --lagselect Sets up and estimates (using OLS) a vector autoregression (VAR). The first argument specifies the lag order 8212 or the maximum lag order in case the --lagselect option is given (see below). The order may be given numerically, or as the name of a pre-existing scalar variable. Then follows the setup for the first equation. Do not include lags among the elements of ylist 8212 they will be added automatically. The semi-colon separates the stochastic variables, for which order lags will be included, from any exogenous variables in xlist . Note that a constant is included automatically unless you give the --nc flag, a trend can be added with the --trend flag, and seasonal dummy variables may be added using the --seasonals flag. While a VAR specification usually includes all lags from 1 to a given maximum, it is possible to select a specific set of lags. To do this, substitute for the regular (scalar) order argument either the name of a predefined vector or a comma-separated list of lags, enclosed in braces. We show below two ways of specifying that a VAR should include lags 1, 2 and 4 (but not lag 3): A separate regression is reported for each variable in ylist . Output for each equation includes F - tests for zero restrictions on all lags of each of the variables, an F - test for the significance of the maximum lag, and, if the --impulse-responses flag is given, forecast variance decompositions and impulse responses. Forecast variance decompositions and impulse responses are based on the Cholesky decomposition of the contemporaneous covariance matrix, and in this context the order in which the (stochastic) variables are given matters. The first variable in the list is assumed to be most exogenous within-period. The horizon for variance decompositions and impulse responses can be set using the set command. For retrieval of a specified impulse response function in matrix form, see the irf function. If the --robust option is given, standard errors are corrected for heteroskedasticity. Alternatively, the --robust-hac option can be given to produce standard errors that are robust with respect to both heteroskedasticity and autocorrelation (HAC). In general the latter correction should not be needed if the VAR includes sufficient lags. If the --lagselect option is given, the first parameter to the var command is taken as the maximum lag order. Output consists of a table showing the values of the Akaike (AIC), Schwarz (BIC) and Hannan8211Quinn (HQC) information criteria computed from VARs of order 1 to the given maximum. This is intended to help with the selection of the optimal lag order. The usual VAR output is not presented. The table of information criteria may be retrieved as a matrix via the test accessor. Menu path: ModelTime seriesVector autoregression By default, prints a listing of the series in the current dataset (if any) ls may be used as an alias. If the --type option is given, it should be followed (after an equals sign) by one of the following typenames: series. scalar. matrix. list. خيط. bundle or accessor. The effect is to print the names of all currently defined objects of the named type. As a special case, if the typename is accessor. the names printed are those of the internal variables currently available as accessors, such as nobs and uhat (regardless of their specific type). Calculates the F statistic for the null hypothesis that the population variances for the variables series1 and series2 are equal, and shows its p-value. Menu path: ToolsTest statistic calculator A VECM is a form of vector autoregression or VAR (see var ), applicable where the variables in the model are individually integrated of order 1 (that is, are random walks, with or without drift), but exhibit cointegration. This command is closely related to the Johansen test for cointegration (see coint2 ). The order parameter to this command represents the lag order of the VAR system. The number of lags in the VECM itself (where the dependent variable is given as a first difference) is one less than order . The rank parameter represents the cointegration rank, or in other words the number of cointegrating vectors. This must be greater than zero and less than or equal to (generally, less than) the number of endogenous variables given in ylist . ylist supplies the list of endogenous variables, in levels. The inclusion of deterministic terms in the model is controlled by the option flags. The default if no option is specified is to include an unrestricted constant, which allows for the presence of a non-zero intercept in the cointegrating relations as well as a trend in the levels of the endogenous variables. In the literature stemming from the work of Johansen (see for example his 1995 book) this is often referred to as case 3. The first four options given above, which are mutually exclusive, produce cases 1, 2, 4 and 5 respectively. The meaning of these cases and the criteria for selecting a case are explained in chapter 27 of the Gretl Users Guide. The optional lists xlist and rxlist allow you to specify sets of exogenous variables which enter the model either unrestrictedly ( xlist ) or restricted to the cointegration space ( rxlist ). These lists are separated from ylist and from each other by semicolons. The --seasonals option, which may be combined with any of the other options, specifies the inclusion of a set of centered seasonal dummy variables. This option is available only for quarterly or monthly data. The first example above specifies a VECM with lag order 4 and a single cointegrating vector. The endogenous variables are Y1. Y2 and Y3. The second example uses the same variables but specifies a lag order of 3 and two cointegrating vectors it also specifies a restricted constant, which is appropriate if the cointegrating vectors may have a non-zero intercept but the Y variables have no trend. Following estimation of a VECM some special accessors are available: jalpha. jbeta and jvbeta retrieve, respectively, the and beta matrices and the estimated variance of beta. For retrieval of a specified impulse response function in matrix form, see the irf function. Menu path: ModelTime seriesVECM Must follow the estimation of a model which includes at least two independent variables. Calculates and displays the Variance Inflation Factors (VIFs) for the regressors. The VIF for regressor j is defined as where R j is the coefficient of multiple correlation between regressor j and the other regressors. The factor has a minimum value of 1.0 when the variable in question is orthogonal to the other independent variables. Neter, Wasserman, and Kutner (1990) suggest inspecting the largest VIF as a diagnostic for collinearity a value greater than 10 is sometimes taken as indicating a problematic degree of collinearity. Menu path: Model window, AnalysisCollinearity --matrix matname (use frequencies from named matrix) Displays a contingency table or cross-tabulation for each combination of the variables included in ylist if a second list xlist is given, each variable in ylist is cross-tabulated by row against each variable in xlist (by column). Variables in these lists can be referenced by name or by number. Note that all the variables must have been marked as discrete. Alternatively, if the --matrix option is given, treat the named matrix as a precomputed set of frequencies and display this as a cross-tabulation. By default the cell entries are given as frequency counts. The --row and --column options (which are mutually exclusive), replace the counts with the percentages for each row or column, respectively. By default, cells with a zero count are left blank the --zeros option, which has the effect of showing zero counts explicitly, may be useful for importing the table into another program, such as a spreadsheet. Pearsons chi-square test for independence is displayed if the expected frequency under independence is at least 1.0e-7 for all cells. A common rule of thumb for the validity of this statistic is that at least 80 percent of cells should have expected frequencies of 5 or greater if this criterion is not met a warning is printed. If the contingency table is 2 by 2, Fishers Exact Test for independence is computed. Note that this test is based on the assumption that the row and column totals are fixed, which may or may not be appropriate depending on how the data were generated. The left p-value should be used when the alternative to independence is negative association (values tend to cluster in the lower left and upper right cells) the right p-value should be used if the alternative is positive association. The two-tailed p-value for this test is calculated by method (b) in section 2.1 of Agresti (1992). it is the sum of the probabilities of all possible tables having the given row and column totals and having a probability less than or equal to that of the observed table. Identifying the numbers of AR or MA terms in an ARIMA model ACF and PACF plots: After a time series has been stationarized by differencing, the next step in fitting an ARIMA model is to determine whether AR or MA terms are needed to correct any autocorrelation that remains in the differenced series. بالطبع، مع البرمجيات مثل ستاتغرافيكس، هل يمكن أن مجرد محاولة بعض مجموعات مختلفة من المصطلحات ونرى ما يعمل بشكل أفضل. ولكن هناك طريقة أكثر منهجية للقيام بذلك. من خلال النظر في مؤامرات الارتباط الذاتي (أسف) ومؤامرات الارتباط الذاتي الجزئي (باسف) من سلسلة مختلفة، يمكنك تحديد مبدئي لأرقام أر و ما الشروط المطلوبة. كنت بالفعل على دراية مؤامرة أسف: بل هو مجرد مخطط شريطي لمعاملات الترابط بين سلسلة زمنية والتخلف في حد ذاته. مؤامرة باسف هي مؤامرة من معاملات الارتباط الجزئي بين السلسلة والتخلف في حد ذاته. In general, the quotpartialquot correlation between two variables is the amount of correlation between them which is not explained by their mutual correlations with a specified set of other variables. على سبيل المثال، إذا كنا نراجع متغير Y على المتغيرات الأخرى X1 و X2 و X3، فإن العلاقة الجزئية بين Y و X3 هي مقدار الارتباط بين Y و X3 التي لم يتم تفسيرها من خلال الارتباطات المشتركة مع X1 و X2. ويمكن حساب هذا الارتباط الجزئي باعتباره الجذر التربيعي للتخفيض في التباين الذي يتحقق عن طريق إضافة X3 إلى الانحدار Y على X1 و X2. والربط التلقائي الجزئي هو مقدار الارتباط بين متغير وفارق في حد ذاته لا يتم تفسيره بالارتباطات على الأقل. والترابط الذاتي لسلسلة زمنية Y عند الفارق الزمني 1 هو معامل الارتباط بين Y t و Y t - 1. والتي يفترض أنها أيضا العلاقة بين Y t -1 و Y t -2. But if Y t is correlated with Y t -1 . و y t -1 مرتبطان على قدم المساواة مع Y t -2. ثم ينبغي أن نتوقع أيضا أن نجد علاقة بين Y و T t-2. في الواقع، مقدار الارتباط الذي يجب أن نتوقعه في التأخر 2 هو على وجه التحديد مربع الارتباط لاغ-1. وهكذا، فإن الارتباط في تأخر 1 كتيبروباغاتسكوت إلى تأخر 2 ويفترض أن تأخر أعلى ترتيب. وبالتالي فإن الترابط الذاتي الجزئي عند التأخر 2 هو الفرق بين الترابط الفعلي عند التأخر 2 والارتباط المتوقع بسبب انتشار الترابط عند التأخر 1. وهنا هي دالة الترابط الذاتي (أسف) لسلسلة ونيتس قبل إجراء أي اختلاف: و أوتوكوريلاتيونس هامة لعدد كبير من التأخيرات - ولكن ربما أوتوكوريلاتيونس في التأخر 2 وما فوق هي فقط بسبب انتشار الارتباط الذاتي في تأخر 1. وهذا مؤكد من قبل مؤامرة باكف: لاحظ أن مؤامرة باسف لديه كبير ارتفاع فقط في التأخر 1، وهذا يعني أن جميع أوتوكوريلاتيونس أعلى ترتيب يفسر بشكل فعال من قبل الارتباط الذاتي لاغ-1. ويمكن حساب الترابطات الجزئية على جميع الفواصل من خلال تركيب سلسلة من نماذج الانحدار الذاتي مع زيادة أعداد التأخر. In particular, the partial autocorrelation at lag k is equal to the estimated AR( k ) coefficient in an autoregressive model with k terms--i. e. (Y، 1)، لاغ (Y، 2)، وما إلى ذلك حتى لاغ (Y، k). وهكذا، من خلال مجرد التفتيش على باسف يمكنك تحديد عدد المصطلحات أر تحتاج إلى استخدام لشرح نمط الارتباط الذاتي في سلسلة زمنية: إذا كان الارتباط الذاتي الجزئي كبيرا في تأخر k وليس كبيرا في أي تأخر ترتيب أعلى - أي. إذا كانت باكف كوتكوتس أوفكوت عند لاغ k - ثين هذا يشير إلى أنه يجب عليك محاولة تركيب نموذج الانحدار الذاتي من أجل k و باسف من سلسلة ونيتس يوفر مثالا متطرفا للظاهرة قطع: لديه ارتفاع كبير جدا في تأخر 1 وليس هناك طفرات كبيرة أخرى، مشيرا إلى أنه في حالة عدم وجود اختلاف أر (1) نموذج ينبغي أن تستخدم. ومع ذلك، فإن مصطلح أر (1) في هذا النموذج سيتحول إلى أن يكون معادلا للفارق الأول، لأن معامل أر (1) المقدر (وهو ارتفاع ارتفاع باسف عند التأخر 1) سيكون مساويا تقريبا تقريبا 1 ، ومعادلة التنبؤ لنموذج أر (1) لسلسلة Y مع عدم وجود أوامر من الاختلاف هي: إذا كان معامل أر (1) 981 1 في هذه المعادلة يساوي 1، فإنه يعادل التنبؤ بأن الفرق الأول من Y ثابت - أي وهو ما يعادل معادلة نموذج المشي العشوائي مع النمو: و باسف من سلسلة ونيتس يقول لنا أنه إذا كنا لا فرق ذلك، ثم يجب علينا أن تناسب نموذج أر (1) والتي سوف تتحول إلى أن تكون مكافئة لأخذ الفرق الأول. وبعبارة أخرى، فإنه يخبرنا أن الوحدات تحتاج حقا إلى ترتيب من الاختلاف أن تكون ثابتة. أر و ما التوقيعات: إذا كان باسف يعرض قطع حاد في حين أن أسف يتحلل ببطء أكثر (أي له ارتفاع كبير في التأخر العالي)، ونحن نقول أن سلسلة مستعرض يعرض توقيع كوتار، وهذا يعني أن نمط الارتباط الذاتي يمكن تفسيرها بسهولة أكبر وذلك بإضافة مصطلحات أر من خلال إضافة شروط ما. You will probably find that an AR signature is commonly associated with positive autocorrelation at lag 1--i. e. فإنه يميل إلى أن تنشأ في سلسلة والتي هي قليلا تحت الاختلاف. والسبب في ذلك هو أن مصطلح أر يمكن أن يتصرف كالفارق القطاعي في معادلة التنبؤ. على سبيل المثال، في نموذج أر (1)، يعمل المصطلح أر مثل الفارق الأول إذا كان معامل الانحدار الذاتي يساوي 1، فإنه لا يفعل شيئا إذا كان معامل الانحدار الذاتي صفرا، وأنه يعمل كالفرق الجزئي إذا كان المعامل بين 0 و 1. لذلك، إذا كانت سلسلة غير مؤهلات قليلا - أي إذا لم يتم القضاء تماما على النمط غير المستقر من الارتباط الذاتي الإيجابي، فإنه سوف كوتاسك تتسبب في اختلاف جزئي عن طريق عرض توقيع أر. ومن ثم، لدينا القاعدة التالية لتحديد وقت إضافة المصطلحات أر: القاعدة 6: إذا عرضت السلسلة باسف لسلسلة مختلفة قطع حاد و أن الترابط الذاتي لاغ-1 إيجابي - أي. إذا كانت سلسلة تظهر قليلا كوتوندرديفيرنسدكوت - ثم النظر في إضافة مصطلح أر إلى النموذج. الفارق الزمني الذي يقطعه باسف هو العدد المشار إليه من المصطلحات أر. من حيث المبدأ، يمكن إزالة أي نمط الارتباط الذاتي من سلسلة ثابتة عن طريق إضافة ما يكفي من شروط الانحدار الذاتي (تأخر السلسلة المستقرة) إلى معادلة التنبؤ، و باكف يخبرك كم من المرجح أن تكون هناك حاجة هذه المصطلحات. ومع ذلك، هذه ليست دائما أبسط طريقة لشرح نمط معين من الترابط الذاتي: في بعض الأحيان يكون أكثر كفاءة لإضافة مصطلحات ما (تأخر أخطاء التنبؤ) بدلا من ذلك. تلعب وظيفة الارتباط الذاتي (أسف) نفس الدور لشروط ما التي يلعبها باسف لمصطلحات أر - وهذا هو، أسف يخبرك كم من شروط ما من المرجح أن تكون هناك حاجة لإزالة الارتباط الذاتي المتبقي من سلسلة مختلفة. إذا كان الارتباط الذاتي كبيرا عند التأخر k ولكن ليس عند أي تأخيرات أعلى - أي. إذا كان يقتبس أسف أوفكوت في تأخر k-- وهذا يشير إلى أن بالضبط k الشروط ما ينبغي أن تستخدم في معادلة التنبؤ. وفي الحالة الأخيرة، نقول إن السلسلة المستقرة تعرض توقيعا بوصمة (كوتما)، وهذا يعني أن نمط الترابط الذاتي يمكن تفسيره بسهولة أكبر بإضافة مصطلحات ما من خلال إضافة مصطلحات أر. وعادة ما يرتبط توقيع ما مع الترابط الذاتي السلبي عند التأخر 1 - أي. فإنه يميل إلى أن تنشأ في سلسلة والتي هي أكثر قليلا من الاختلاف. والسبب في ذلك هو أن مصطلح ما يمكن أن يؤدي إلى إلغاء ترتيب ترتيب الاختلاف في معادلة التنبؤ. لرؤية هذا، أذكر أن نموذج أريما (0،1،1) دون ثابت ما يعادل نموذج تمهيد الأسي بسيط. معادلة التنبؤ لهذا النموذج هي حيث معامل ما (1) 952 1 يتوافق مع الكمية 1 - 945 في نموذج سيس. إذا كان 952 1 يساوي 1، فإن هذا يتوافق مع نموذج سيس مع 945 0، وهو مجرد نموذج كونستانت لأنه لا يتم تحديث التوقعات أبدا. وهذا يعني أنه عندما يساوي 952 1 1، فإنه يلغي في الواقع عملية الاختلاف التي تمكن عادة التنبؤات سيس من إعادة تثبيت نفسه على الملاحظة الأخيرة. من ناحية أخرى، إذا كان معامل المتوسط ​​المتحرك يساوي 0، فإن هذا النموذج يقلل من نموذج المشي العشوائي - أي. فإنه يترك عملية الاختلاف وحدها. لذلك، إذا كان 952 1 شيء أكبر من 0، كما لو أننا إلغاء جزئيا أمر من الاختلاف. إذا كانت السلسلة بالفعل أكثر قليلا من ديفيرنسد - أي. إذا تم إدخال الترابط الذاتي السلبي - ثم سيتم حذف كوتاسك فرقا جزئيا من خلال عرض توقيع ما. (هناك الكثير من التلويح بالذراع يجري هنا تم العثور على تفسير أكثر صرامة لهذا التأثير في الهيكل الرياضي لنماذج نموذج أريما.) وبالتالي القاعدة الإضافية الإضافية التالية: القاعدة 7: إذا كان أسف من سلسلة مختلفة يعرض قطع حاد أندور الارتباط الذاتي لاغ-1 سلبية --ie إذا ظهرت سلسلة كوتوفيردفيرنسدكوت قليلا - ثم النظر في إضافة مصطلح ما إلى النموذج. الفارق الزمني الذي يقطعه أسف هو العدد المشار إليه لشروط ما. نموذج لسلسلة ونيتس - أريما (2،1،0): في السابق قررنا أن سلسلة ونيتس تحتاج (على الأقل) أمر واحد من اختلاف غير منطقي ليتم تسويتها. بعد أخذ اختلاف واحد غير منطقي - أي. (a1،0) مع ثابت - و أسف و باسف مؤامرات تبدو على النحو التالي: لاحظ أن (أ) الارتباط في تأخر 1 هو كبير وإيجابي، و (ب) يظهر باكف كوتكوتوفكوت أكثر وضوحا من أسف. وعلى وجه الخصوص، لا يوجد لدى الصندوق الاستئماني للمساواة بين الجنسين سوى ارتفاعان هامان، في حين أن صندوق الدعم الميداني له أربعة فقط. وهكذا، وفقا للمادة 7 أعلاه، تعرض السلسلة المختلفة توقيع أر (2). إذا قمنا بتحديد ترتيب مصطلح أر إلى 2 - أي. تناسب نموذج أريما (2،1،0) - نحصل على مؤامرات أسف و باسف التالية للبقايا: تم القضاء على الارتباط الذاتي عند التأخرات الحرجة - أي التأخير 1 و 2 - ولا يوجد نمط واضح في تأخر أعلى. تظهر سلسلة المسلسلات الزمنية للمخلفات ميلا مقلقا قليلا للتهرب بعيدا عن المتوسط: ومع ذلك، يظهر تقرير ملخص التحليل أن النموذج مع ذلك يؤدي بشكل جيد جدا في فترة التحقق من صحة، كل المعاملات أر تختلف اختلافا كبيرا عن الصفر، والمعيار تم تخفيض انحراف البقايا من 1.54371 إلى 1.4215 (ما يقرب من 10) بإضافة مصطلحات أر. Furthermore, there is no sign of a quotunit rootquot because the sum of the AR coefficients (0.2522540.195572) is not close to 1. (Unit roots are discussed on more detail below .) On the whole, this appears to be a good model. وتظهر التنبؤات (غير المحولة) للنموذج اتجاها تصاعديا خطيا متوقعا في المستقبل: الاتجاه في التوقعات على المدى الطويل يرجع إلى حقيقة أن النموذج يتضمن فارق واحد غير منطقي ومدة ثابتة: هذا النموذج هو في الأساس نزهة عشوائية مع النمو غرامة ضبطها بإضافة اثنين من شروط الانحدار الذاتي - أي تأخر اثنين من سلسلة مختلفة. ويساوي ميل التنبؤات الطويلة الأجل (أي متوسط ​​الزيادة من فترة إلى أخرى) متوسط ​​المصطلح في ملخص النموذج (0.467566). معادلة التنبؤ هي: حيث 956 هو المصطلح الثابت في ملخص النموذج (0.258178)، 981 1 هو معامل أر (1) (0.25224) و 981 2 هو معامل أر (2) (0.195572). Mean versus constant: In general, the quotmeanquot term in the output of an ARIMA model refers to the mean of the differenced series (i. e. the average trend if the order of differencing is equal to 1), whereas the quotconstantquot is the constant term that appears on the right-hand-side of the forecasting equation . ترتبط المصطلحات المتوسطة والثابتة بالمعادلة: كونستانت مين (1 ناقص مجموع معاملات أر). في هذه الحالة، لدينا 0.258178 0.467566 (1 - 0.25224 - 0.195572) نموذج بديل لسلسلة ونيتس - أريما (0،2،1): نذكر أنه عندما بدأنا بتحليل سلسلة ونيتس، لم نكن متأكدين تماما من الترتيب الصحيح من الاختلاف للاستخدام. وأدى ترتيب واحد من الاختلاف غير المنطقي إلى انخفاض الانحراف المعياري (ونمط الارتباط الذاتي الإيجابي المعتدل)، في حين أن اثنين من الأوامر من اختلاف غير منطقي أسفرت عن مؤامرة سلسلة زمنية أكثر نظرة ثابتة (ولكن مع الارتباط الذاتي السلبي قوي نوعا ما). وهنا كل من أسف و باسف من سلسلة مع اثنين من الاختلافات نونسونالونال: الارتفاع السلبي واحد في تأخر 1 في أسف هو التوقيع ما (1)، وفقا للمادة 8 أعلاه. Thus, if we were to use 2 nonseasonal differences, we would also want to include an MA(1) term, yielding an ARIMA(0,2,1) model. ووفقا للقاعدة 5، نود أيضا أن نلغي المدة الثابتة. هنا، هي نتائج تركيب نموذج أريما (0،2،1) بدون ثابت: لاحظ أن الانحراف المعياري للضوضاء البيضاء (رمز) هو أعلى قليلا فقط لهذا النموذج من النموذج السابق (1.46301 هنا مقابل 1.45215 سابقا). معادلة التنبؤ لهذا النموذج هي: حيث ثيتا-1 هو معامل ما (1). أذكر أن هذا يشبه نموذج التجانس الأسي الخطي، مع معامل ما (1) المقابلة لكمية 2 (1-ألفا) في نموذج ليس. معامل ما (1) 0.76 في هذا النموذج يشير إلى أن نموذج ليس مع ألفا في محيط 0.72 من شأنه أن يصلح بشكل جيد على قدم المساواة. في الواقع، عندما يتم تركيب نموذج ليس على نفس البيانات، القيمة المثلى ألفا تبين أن حوالي 0.61، والتي ليست بعيدة جدا. هنا هو تقرير مقارنة النموذج الذي يظهر نتائج تركيب أريما (2،1،0) نموذج مع ثابت، أريما (0،2،1) نموذج دون ثابت، ونموذج ليس: النماذج الثلاثة تؤدي تقريبا تقريبا في فترة التقدير، ونموذج أريما (2،1،0) مع ثابت يبدو أفضل قليلا من اثنين آخرين في فترة التحقق. واستنادا إلى هذه النتائج الإحصائية وحدها، سيكون من الصعب الاختيار بين النماذج الثلاثة. ومع ذلك، إذا رسمنا التوقعات طويلة الأجل التي قدمها نموذج أريما (0،2،1) بدون ثابت (والتي هي في الأساس نفس تلك التي في نموذج ليس)، فإننا نرى اختلافا كبيرا عن النماذج السابقة: وكانت التوقعات أقل نوعا ما من اتجاه تصاعدي مقارنة مع النموذج السابق - لأن الاتجاه المحلي بالقرب من نهاية السلسلة هو أقل قليلا من متوسط ​​الاتجاه على السلسلة بأكملها - ولكن فترات الثقة تتسع بسرعة أكبر. ويفترض النموذج الذي يحتوي على أمرين من الاختلاف أن الاتجاه في السلسلة يتغير بمرور الزمن، ومن ثم فهو يعتبر المستقبل البعيد غير مؤكد بدرجة أكبر مما هو الحال بالنسبة للنموذج مع ترتيب واحد فقط من الاختلاف. النموذج الذي يجب أن نختاره يعتمد ذلك على الافتراضات التي نرغب في اتخاذها فيما يتعلق بثبات الاتجاه في البيانات. النموذج مع ترتيب واحد فقط من الاختلاف يفترض اتجاها متوسطا ثابتا - هو في الأساس نموذج المشي العشوائي الدقيق مع النمو - وبالتالي يجعل التوقعات الاتجاه المحافظ نسبيا. وهو أيضا متفائل إلى حد ما بشأن الدقة التي يمكن أن يتوقع بها أكثر من فترة واحدة قبل ذلك. النموذج مع اثنين من أوامر من اختلاف يفترض اتجاه محلي متغير الوقت - هو في الأساس نموذج تمهيد أسي خطي - وتوقعات اتجاهها هي أكثر قليلا أكثر متقلب. وكقاعدة عامة في هذا النوع من الوضع، أود أن أوصي باختيار النموذج مع ترتيب أقل من الاختلاف، وأشياء أخرى متساوية تقريبا. وفي الممارسة العملية، غالبا ما تبدو نماذج المشي العشوائي أو نماذج الأسي البسيط أفضل من نماذج التمهيد الأسية الخطية. نماذج مختلطة: في معظم الحالات، فإن أفضل نموذج يوضح نموذجا يستخدم مصطلحات أر فقط أو مصطلحات ما فقط، على الرغم من أنه في بعض الحالات قد يكون نموذج كوميكسكوت مع كل من أر و ما شروط أفضل ملاءمة للبيانات. ومع ذلك، يجب توخي الحذر عند تركيب نماذج مختلطة. ومن الممكن أن مصطلح أر ومدة ما لإلغاء بعضها البعض الآثار. على الرغم من أن كلاهما قد يبدو كبيرا في النموذج (كما يحكم من قبل إحصاءات t من معاملاتها). Thus, for example, suppose that the quotcorrectquot model for a time series is an ARIMA(0,1,1) model, but instead you fit an ARIMA(1,1,2) model--i. e. يمكنك تضمين مصطلح أر إضافي واحد ومدة ما إضافية. ثم قد تنتهي الشروط الإضافية في الظهور كبيرة في النموذج، ولكن داخليا قد يكون مجرد العمل ضد بعضها البعض. قد تكون تقديرات المعلمات الناتجة غامضة، وقد تستغرق عملية تقدير المعلمة الكثير من التكرارات (على سبيل المثال أكثر من 10). وبالتالي: القاعدة 8: من الممكن أن مصطلح أر ومدة ما لإلغاء آثار بعضها البعض، لذلك إذا كان نموذج أر-ما مختلطة يبدو أن تناسب البيانات، أيضا في محاولة نموذج مع عدد أقل أر واحد وأقل من مصطلح ما - وبصفة خاصة إذا كانت تقديرات المعلمة في النموذج الأصلي تتطلب أكثر من 10 تكرارات للتلاقى. لهذا السبب، لا يمكن تحديد نماذج أريما من خلال نهج ستيبويسكوت كوتاكبوارد الذي يتضمن كل من أر و ما الشروط. وبعبارة أخرى، لا يمكنك أن تبدأ من خلال تضمين عدة مصطلحات من كل نوع ومن ثم التخلص من تلك التي معاملاتها المقدرة ليست كبيرة. بدلا من ذلك، كنت عادة اتباع نهج كوتوروارد ستيبويسكوت، إضافة مصطلحات من نوع واحد أو أخرى كما هو مبين من ظهور المؤامرات أسف و باسف. جذور الوحدة: إذا كانت السلسلة متدنية أو غير مؤكدة بشكل كبير - أي. إذا كان هناك حاجة إلى إضافة نظام كامل من الاختلاف أو إلغاؤه، وغالبا ما يتم الإشارة إلى ذلك من خلال الجذر القصي في معاملات أر أو ما المقدرة للنموذج. ويقال إن نموذج أر (1) له جذر وحدة إذا كان معامل أر (1) المقدر يساوي تقريبا تقريبا 1. (من خلال القيمة المتساوية تماما يعني حقا أنه لا يختلف اختلافا كبيرا من حيث الخطأ المعياري الخاص بالمعاملات. ) عندما يحدث هذا، فهذا يعني أن المصطلح أر (1) يحاكي بدقة الاختلاف الأول، وفي هذه الحالة يجب إزالة المصطلح أر (1) وإضافة أمر من الاختلاف بدلا من ذلك. (وهذا بالضبط ما يمكن أن يحدث إذا قمت بتثبيت نموذج أر (1) لسلسلة ونيتس غير الموثقة، كما ذكر سابقا). في نموذج أر أعلى ترتيب، يوجد جذر وحدة في الجزء أر من النموذج إذا كان مجموع فإن معاملات أر تساوي تماما 1. في هذه الحالة يجب أن تقلل من ترتيب مصطلح أر بمقدار 1 وإضافة ترتيب الاختلاف. سلسلة زمنية مع جذر وحدة في معاملات أر غير مستقر - أي. فإنه يحتاج إلى ترتيب أعلى من الاختلاف. القاعدة 9: إذا كان هناك جذر وحدة في الجزء أر من النموذج - أي. إذا كان مجموع المعاملات أر تقريبا تقريبا 1 - يجب تقليل عدد مصطلحات أر من قبل واحد وزيادة ترتيب الفرق من قبل واحد. وبالمثل، يقال إن نموذج ما (1) له جذر وحدة إذا كان معامل ما (1) المقدر يساوي بالضبط 1. عندما يحدث هذا، فهذا يعني أن مصطلح ما (1) يلغي تماما الفرق الأول، في في هذه الحالة، يجب إزالة ما (1) المدى وأيضا تقليل ترتيب الفرق من قبل واحد. في نموذج ما أعلى ترتيب، جذر وحدة موجود إذا كان مجموع معاملات ما يساوي بالضبط 1. القاعدة 10: إذا كان هناك جذر وحدة في الجزء ما من النموذج - أي. إذا كان مجموع معاملات ما هو بالضبط تقريبا 1 - يجب تقليل عدد الشروط ما من قبل واحد والحد من ترتيب الاختلاف من قبل واحد. على سبيل المثال، إذا كنت تناسب نموذج تمهيد أسي خطي (نموذج أريما (0،2،2)) عندما يكون نموذج تمهيد أسي بسيط (نموذج أريما (0،1،1) كافيا، قد تجد أن مجموع معاملات ما اثنين يساوي تقريبا تقريبا 1. عن طريق الحد من ترتيب ما وترتيب الفرق من قبل كل واحد، يمكنك الحصول على نموذج سيس أكثر ملاءمة. ويقال إن نموذج التنبؤ مع جذر وحدة في معاملات ما المقدرة غير قابل للتحويل. مما يعني أن بقايا النموذج لا يمكن اعتبارها تقديرات للضوضاء العشوائية كوترويكوت التي ولدت السلاسل الزمنية. ومن الأعراض الأخرى لجذر الوحدة أن التنبؤات للنموذج قد تبتعد أو تتصرف بطريقة غريبة. إذا كانت مؤامرة التسلسل الزمني للتنبؤات الأطول أجلا للنموذج تبدو غريبة، يجب التحقق من المعاملات المقدرة لنموذجك لوجود جذر الوحدة. القاعدة 11: إذا كانت التنبؤات طويلة الأجل تبدو غير منتظمة أو غير مستقرة، قد يكون هناك جذر وحدة في معاملات أر أو ما. لم تنشأ أي من هذه المشاكل مع النموذجين تركيبها هنا، لأننا كنا حريصين على البدء مع أوامر معقولة من الاختلاف والأعداد المناسبة من أر و ما معاملات من خلال دراسة نماذج أسف و باسف. More detailed discussions of unit roots and cancellation effects between AR and MA terms can be found in the Mathematical Structure of ARIMA Models handout.