Ministère de l’enseignement supérieur et de la Recherche Scientifique

Cours Économétrie appliquée

(Logiciel Eviews)
Présenté par
Dr.CHAOUECH Olfa

Année universitaire : 2020-2021

1
 Chapitre I: Introduction au Logiciel Eviews

1 Qu’est ce que Eviews

EViews est un logiciel de modélisation statistique et économétrique facile à utiliser. Il s’agit

d’un programme orienté objet1 . Les objets sont des collections d’informations liées à une
analyse particulière (séries, groupes, équations, graphiques, tableaux).

• Un peu d’histoire:
Le logiciel Eviews a été initialement développé par le QMS ”Quantitative Micro Soft-
ware” 2 qui fait partie de l’IHS 3 , à la suite de logiciel MicroTSP(Le logiciel et le pro-
1 En programmation objet, un programme manipule différents objets. Chaque objet assoie des données et
des traitements agissant uniquement sur les données de l’objet
2 QMS est un leader mondial des logiciels d’économétrie et de prévision basés sur Windows. Les solutions

logicielles QMS fournissent aux chercheurs universitaires, aux entreprises, aux agences gouvernementales et
aux étudiants une interface orientée objet facile à utiliser vers de puissants outils de statistique, de prévision
et de modélisation.
3 IHS Markit est une entreprise américaine d’information économique.

2
 gramme TSP avaient été initialement développés par Robert Hall en 1965). La première
version de logiciel Eviews a été publiée en mars 1994. La version actuelle d’Eviews est
la version 12, a été créée en novembre 2020.

2 Lancement d’EViews:

Pour lancer Eviews 10, il suffit de cliquer deux fois sur l’icône Eviews 10 sur le bureau. Ce
que vous voyez ensuite est l’interface d’Eviews, avec la barre de titre en haut, la fenêtre de
commande immédiatement en dessous et la ligne d’état tout en bas (mon chemin (path),...)

Il existe trois façons d’éditer et d’exécuter un programme sous Eviews:

• Interface utilisateur graphique (à l’aide de la souris et des menus / boı̂tes de dialogue).

• Commandes élémentaires (à l’aide de la fenêtre de commande): Des commandes élémentaires

peuvent être reportées une à une dans la ligne de commande(située au dessous de la
barre de menu).

• Fichiers programme (commandes assemblées dans un script exécuté en mode batch):

cette méthode permet d’exécuter un bloc de commandes et de les enregistrer dans
un fichier. On pourra alors exécuter le programme de façon répétée et l’appliquer à
d’autre bases de données.

3
 Pour ouvrir un programme existant:

– File/Open/Program

Pour créer un programme

– File/New/Program

Exemple:

0 create a workfile
wfcreate q 1990 2010
0 create a y series
series y=nrnd

0 create 15 X series
for !i=1 to 15
series x!i=nrnd
next

0 run pairwise regressions between Y and each X

for !i=1 to 15
equation eq!i.ls y c x!i
next

La première étape consiste à créer une feuille de travail. La commande wfcreate est
utilisée pour créer une feuille de travail avec des données trimestrielles qui s’exécute de
1990 à 2010.
Ensuite, les données sont créées. Une série, appelée Y, est créée et remplie de données
aléatoires normalement distribuées à l’aide de la fonction nrnd.
Nous pourrions créer les 15 variables X de la même manière, une à la fois, comme ceci:
série x1 = nrnd série x2 = nrnd série x3 = nrnd . . . . . . . série x15 = nrnd
Cependant, il est plus facile d’utiliser une simple boucle FOR pour faire la création. La
boucle utilise la variable de contrôle i pour s’exécuter de 1 à 15.

4
Chaque fois dans la boucle, une nouvelle série appelée xi est créée, à nouveau en utilisant la
fonction nrnd. Ainsi, la première fois dans la boucle,i = 1, et une série appelée X1 est créée,
après i = 2 et une série appelée X2 est créée, et ainsi de suite jusqu’à ce que X15 soit créée.
Une fois la boucle terminée, 15 séries X seront créées dans la feuille de travail.
Enfin, nous utilisons une deuxième boucle FOR pour estimer les équations. Cette fois,
chaque itération de la boucle crée une nouvelle équation, appelée eqi , et estime cette équation
via les moindres carrés ordinaires, en utilisant la commande LS. La variable dépendante
dans chaque équation est Y, et les variables indépendantes sont une constante et Xi . Une
fois la boucle terminée, 15 équations seront créées et estimées.

2.1 EViews Workfile

Pour la création d’un nouveau projet, il suffit de créer une feuille de travail(Workfile) qui est
l’équivalent de la fenêtre sortie de SAS et où sera stockée la table (mais aussi les résultats
d’estimation, de calculs et autres). Pour créer celle-ci, faisons comme suit.
Cliquer sur File→ New → Workfile (ou bien en utilisant une ligne de commande: wfcre-
ate(wf=annual, page=myproject) a 1950 2005).

La fenêtre suivante s’affiche:

5
Vous devez par la suite:

• Choisir le type de structure

• Choisir la fréquence

• Choisir les bornes

• Donner un nom au workfile (optionnel)

• Donner un nom à la page du workfile (optionnel)

2.2 Saisie de données

les données peuvent être saisies en utilisant l’objet groupe pour créer plusieurs séries à la
fois (Quick → Empty group) ou bien en utilisant l’objet série pour créer les variables une
par une (Object → New object →Series→Name for object ou bien par ligne de commande:
series nomDeLaSerie). Puis double clic sur la série créée, cliquez sur le bouton Edit, écrivez
les données ou bien faire copier les données à partir d’un fichier Excel et les coller dans la
série créée.

6
3 Application

Un chercheur désire examiner la relation qui pourrait exister entre l’habilité en lecture (X) et
le nombre d’heures de lecture par semaine (Y). Un échantillon de 5 lecteurs a été examiné:

X 4 40 35 5 15

Y 3 7 9 3 5

1. Tracer le nuage des points et décider le coefficient de corrélation adéquat

2. Effectuer le test de significativité du coefficient de corrélation estimé à la question

précédente. Conclure.

Réponse

1.

Selon les résultats du graphique, il existe une relation mais qui n’est pas parfaitement
linéaire à cause de l’existence d’un point aberrant. Le coefficient de corrélation appro-
prié dans ce cas est le ρ x,y de Spearman.

7
2.
0.05 < p = 0.053 < 0.1 : D’où le coefficient de corrélation calculé est statistiquement
significatif au seuil de 10%.
Interprétation: Il existe bel et bien une corrélation linéaire positive très forte entre
l’habilité en lecture ( X ) et le nombre d’heures de lecture par semaine (Y ) au sein de la
population étudiée.