EViews 6의 기능

강력한 데이터 처리 기능과 조작성

EViews는 강력한 데이터 처리 기능과 뛰어난 조작성의 2가지점을 중심으로 설계되었습니다. 복잡한 커멘드의 문법을 기억하거나, 연속된 메뉴 조작을 할 필요없이, 여러가지 통계 처리나 그래프를 작성할 수 있습니다. 객체 지향의 프로그램으로 되어 있기 때문에, 유저 인터페이스도 매우 알기 쉽습니다. 일반적인 윈도우즈 대응의 메뉴 형식을 따르고 있기 때문에, 커멘드 라인 입력에 의한 복잡한 입력 작업은 필요없습니다. 그러나, 커멘드 라인의 입력 기능도 포함하고 있으므로, 필요에 따라서 구분하여 사용해주세요.

제품 등록

다운 로드

문 의

새로운 종류의 유저 인터페이스

EViews는 강력한 분석 기능과 뛰어난 조작성을 유저에게 제공하는 것을 제일의 목표로 하여 개발되었습니다. 또한 광범위한 통계적 및 그래픽컬 기술은 유저가 복잡한 커멘드 규칙을 기억하거나, 장황하게 메뉴의 여러 계층들을 조작하거나할 필요가 없도록 설계되었습니다. 그 결과, 효율적인 데이터 처리를 가능하게 하는 혁신적인 객체 지향 유저 인터페이스(Object-Oriented User Interface)를 채용하게 되었습니다.

EViews는, 객체의 개념에 근거해서 만들어젔습니다. 데이터 계열이나, 회기 방정식 및 시스템 등이 바로 객체들의 몇 가지 실례들입니다. 각 객체는 자체의 윈도우, 자체의 메뉴, 자체의 프러시저(Procedures), 자체의 데이터뷰 등을 가지고 있고, 대부분의 통계적 프러시저들은 객체의 선택적 뷰들도 단순합니다. 예를 들면, 계열 데이터를 표시하는 윈도우의 간단한 메뉴 조작으로써, 스프레드 쉬트로부터, 꺾은선 그래프, 막대 그래프, 히스토그램과 통계표의 뷰, 코레로그램(Correlogram), 단위근 검정(Unit root test) 등의 실행 결과로 디스플레이를 전환할 수 있습니다.

마찬가지로, 방정식의 윈도우에는, 모델식의 상세, 기본적인 추정 결과, 계수의 공분산 행렬(Covariance matrix), 데이터 곡선, 회귀 곡선, 종속 변수의 잔차(Residual) 곡선, 표, 예측 그래프와 평가, 진단과 가설 검정(Hypothesis tests)의 결과등을 표시합니다.

작성한 그래프나 표를 EViews에서는 뷰라고 부릅니다. 이러한 뷰는 물론 윈도우즈의 기본적인 조작 방법인 "잘라내기와 붙여 넣기(cut-and-paste)" 기능으로 다른 표계산 스프레드쉬트나, 데이타베이스 프로그램에 붙일 수 있습니다.

EViews는 Excel, ASCII/Text, SAS, Stata, SPSS, RATS, HTML, Access, Binary, ODBC Databases, ODBC Query 등을 포함한 광범위한 데이터 포맷들을 직접 읽고 쓸수 있습니다. 다만, ODBC를 이용하는 경우에는 엔터프라이즈 판이 필요합니다. 대부분의 데이터 파일들을 열기 위해서, 그파일들을 EViews 상에서 간단하게 드래그&드롭(Drag & Drop)할 수 있습니다.

계량 경제학용의 분석 툴

다른 계량 경제학용 소프트웨어와는 달리, EViews에서는 대부분의 사용자들은 복잡한 커맨드 언어를 따로 배울 필요가 없습니다. EViews의 사용은 마우스 클릭에 의한 메뉴 조작 방식입니다. 그리고 실제적인 계량 경제학 예측 업무에서 이용 빈도가 높다고 생각되는 기능은 툴로서 준비되어 있습니다.

기본적인 통계량

기본적인 기술(記述) 통계량을 복수의 변수들에 기초한 카테고리별, 횡단면(Cross- section) 데이터별, 패널 혹은 통합된 데이터의 기간별로, 전체 샘플에 걸처서 쉽게 구할 수 있습니다. 특정값에 대한 검정을 포함해서, 평균, 중앙값, 분산에 관한 가설 검정(Hypothesis tests) 기능, 복수의 계열사이에서 등치성에 대한 검정, 또는 (一元配置의 分散分析을 행하도록 하는) 다른 변수들에 의해 분류되었을 경우, 단일 계열 내에서 등치성에 대한 검정을 행할 수 있습니다.

데이터의 히스토그램, 누적도수 분포, 서바이버(Survivor), 4분위 플롯(Quantile plots)을 이용하여 데이터의 분포를 그래프로 볼 수 있습니다. QQ-플롯(4분위-4분위 플롯) 은 한쌍의 데이터 계열의 분포 곡선이나, 하나의 데이터 계열 분포 곡선을 복수의 논리 분포 곡선과 비교하는 경우에 편리합니다. Kolmogorov-Smirnov, Liliefors, Cramer von Mises, Anderson-Darling 검정 등을 사용하여, 정규 분포에 따르는지, 혹은 지수 분포, 극값(極値), 로지스틱(logistic) 성장곡선, 카이 제곱(Chi-square) 분포, 와이불(Weibull), 혹은 감마 분포(Gamma distribution) 등과같은 또다른 분포에 따르는지를 알기위하여 조사할 수 있습니다. 분포 함수의 모수(Parameter)들을 유저가 줄 수도 있고, 반대로 EViews에 산출시킬 수도 있습니다. EViews는 또한 최소 제곱법, 변환, 커넬(Kernel) 최근접 회귀(nearest neighbor regression)를 이용하여 커넬 밀도 추정, 커브 피팅의 산포도(Scatter plots) 작성 기능을 갖추고 있습니다.

데이터의 시계열 특성을 보다 상세하게 분석하기 위하여, EViews는 단위근 검정(ADF, Phillips-Perron, KPSS, DFGLS, ERS & 단일 시계열용 Ng-Perron & Levin-Lin-Chu,
Breitung, Im-Pesaran-Shin, Fisher, 패널 데이터용 Hadri), 공적분 검정(MacKinnon -Haug-Michelis 임계치와 P-값), 인과성 검정(causality tests), 자기 상관(autocor- relation) 및 편자기 상관 함수(partial autocorrelation functions), Q-통계 및 크로스 상관 함수(cross-correlation functions)등의 기능을 제공합니다.

EViews에는 난수 발생기(Knuth, L'Ecuyer 또는 Mersenne-Twister), 18가지의 다른 분포를 조사하기 위한 밀도 함수 및 누적 분포 함수가 준비되어 있습니다. 이러한 기능들은 새로운 데이터 계열을 생성하거나, 스칼라와 행렬식을 계산하는데 이용될른지도 모릅니다.

계절 조정(Seasonal Adjustment)

EVews 5는 유럽에서 자주 사용되는 「Tramo/Seats」소프트웨어는 물론이요, U.S. Census국의「X11 」과 그 최신판인「X12-ARIMA」계절 조정 프로그램을 지원하고 있습니다. 또한 EViews에서는 가산적(加算的)과 승산적(乘算的) 차이 방법을 이용하는 간단한 계절 조정 기능도 준비되어 있습니다.

필터

EViews는 Hodrick-Prescott 필터를 사용해 시계열 데이터로부터 추세를 계산합니다. 신기능으로서 Baxter-King, Christiano-Fitzgerald 고정장(固定長)및 Christiano- Fitzgerald 비대칭 풀(full) 샘플 밴드-패스(frequency) 필터가 EViews 5에 준비되어 있습니다.

추정

Eviews에는 시계열 데이터와 횡단면(cross section) 데이터를 추정하기 위한 단일 및 복수의 광범위한 방정식 추정법이 준비되어 있습니다. 기본적인 추정법으로서는, 최소 제곱법(다중회귀), 2 단계 최소 제곱법(2SLS) 및 비선형 최소 제곱법들이 있습니다. 이러한 모든 추정법들에서 가중치를 고려한 추정도 가능합니다. 독립 변수들의 수에 관계없이, 다항식 래그(lag) 모델을 이용할 수 있습니다.

EViews에는 이러한 기본적인 추정 방법 이외에, 다양한 상급 모델용의 추정과 진단 방법이 준비되어 있습니다.

EViews의 뛰어난 미적분 계산 엔진에 의해 대다수의 비선형 회귀식의 미분을 용이하게 계산해서 나타낼 수 있습니다.

ARCH 모델

만약 데이터 계열의 분산이 시간에관하여 변동한다면, EViews는 폭넓고 다양한 ARCH (Autoregressive Conditional Heteroskedasticity) 모델들을 이용하여 분산 경로를 추정할 수 있습니다. EViews는 GARCH(p,q), EGARCH(p,q), TARCH (p,q), PARCH(p,q) 및 컴포우넌트 GARCH 등을 지원합니다. ARCH 모델의 평균식에는 ARCH 및 ARMA 항, 그리고, 외생(exogenous) 변수로서의 평균 및 분산식이 포함됩니다.

GMM(Generalized Method of Moments)법

EViews는 횡단면 및 시계열 데이터(단일 또는 복수의 방정식)에 대한 GMM 추정법을 지원합니다. 가중 옵션들에는 횡단면 데이터의 경우에는 화이트 공분산 행렬(White covariance matrix), 시계열 데이터의 경우에는 다양한 HAC 공분산 행렬(HAC co- variance matrix)이 준비되어 있습니다. HAC 옵션에는, Prewhitening, Quadratic, 또는 Bartlett kernels, 그리고 고정형, Andrews, 또는 Newey-West bandwith 선택법 등이 준비되어 있습니다.

LDV(Limited Dependent Variables) 모델

종속변수가 제한된 세트의 값들을 취하거나, censored나, truncated될 때, EViews는 모델 추정 절차에서 이정보를 고려에 넣을 수 있습니다. Binary, ordered, censored, truncated 모델들의 모델 추정 기능이 준비되어 있습니다. 이러한 모델 추정에는 표준, 로지스틱(logistic) 및 극값 오차(extreme value errors)의 함수를 최우함수(likelihood functions)로서 이용합니다. 카운트 모델에는 포아송(Poisson), 부정 이항식(Negative binomial), QML(Quasi-Maximum Likelihood)이 이용됩니다. EViews는 옵션으로서, 일반화된 선형 모델이나, QML의 표준오차를 리포트합니다.

시스템 추정법(System Estimation)

선형 및 비선형의 시스템에 대한 모델의 추정을, 최소 제곱법(OLS), 2단계 최소 제곱법(2SLS), 3단계 최소 제곱법(3SLS), GMM, FIML 등을 이용해 구합니다. 이 경우, 시스템에는, 모든 차원에서, 제한 조건이나 자기 회귀 오차(Autoregressive errors)가 존재할 가능성이 있습니다.

벡터 자기 회귀(VAR)/벡터 오차 보정(VEC) 모델

벡터 자기 회귀(Vector Autoregression)와 벡터 오차 보정(Vector Error Correction) 모델은 EViews에의해 쉽게 추정할 수 있습니다. 일단 추정을 하면, VAR(혹은 VEC)에 대한 임펄스(impulse) 응답 함수와 분산의 분리(Variance Decomposition)에 대해 조사할 수 있습니다. VAR 임펄스 응답 함수와 분산의 분리에 의해서 표준오차를 구할 수 있습니다. 이 표준오차는, 해석적인 방법이나, Monte Carlo Method(해석적인 방법은 분산의 분리에는 가능하지 않음.)에 의해서 구할 수 있습니다. 계산 결과는 다양한 그래픽 형식이나, 표 형식으로 표시될 수 있습니다.

조정 계수에 선형적인 제한 조건을 부과하고 검증할 수 있습니다. EViews의 VARs는 또한 쇼트-런(Sims 1986)과 롱-런(Blanchard and Quah 1989)에의해서 부과된 구조적 요인(VARs)을 추정하도록합니다. 과잉인 제한 정보는 EViews에의해서 산출된 LR 통계를 사용하여 검증될 수 있습니다.

VARs는 추정된 모델의 상세 구조를 조사하도록 다양한 뷰를 지윈합니다. 마우스에 의한 간단 조작으로, 특성 AR 다항식의 역근(Inverse roots)의 계산, Granger 인과성(Causality)과 조인트 래그 배타 테스트의 실행, 여러가지 래그장 기준의 추정, 코레로그램(Correlograms)과 자기 상관(Autocorrelations)의 그래프화, 또는 다변량의 잔차 진단(Residual based diagnostics)을 실행할 수 있습니다.

패널 데이터 분석과 통합 시계열-횡단면 데이터

EViews에는 패널 혹은 통합/시계열-횡단면 데이터를 처리하기 위한 툴들이 풍부하게 준비되어 있습니다. 길이에 제한이 없는 시계열이나 횡단면 데이터를 가진 불평형 혹은 평형 데이터 세트도 간단하게 처리할 수 있습니다. 일반적인 선형 및 비선형 최소 제곱법에 의한 모델 추정에 덧붙여서, Anderson- Hsiao 및 Arellano- Bond 형식의 추정량을 포함한 복잡한 동적 패널 데이터 추정에 이용될 수 있는 2SLS/ IV 및 일반화된 2SLS /IV 등의 방정식 추정 방법이 준비되어 있습니다.

이러한 방법들은 모두 시계열 및 횡단면 고정 및 확률 효과(random effects)를 이용할 수 있습니다. 확률 효과 모델의 경우, 컴포넌트 분산의 2차 불편 추정량으로서 Swamy- Arora, Wallace-Hussain 및 Wansbeek-Kapteyn를 이용할 수 있습니다.

AR 모델, 가중 최소 제곱법 모델 및 외형상 무관해 보이는 회귀 모델(seemingly unre- leated regression)이 지원되고 있습니다. 특정 변수(AR항을 포함한)의 계수들을 같게되도록 제한하거나, 또는 횡단면에서는 강제적으로 다르도록 설정할 수 있습니다.

상-공간(State-Space) 모델

Kalman Filter 알고리즘을 사용한, 동적 시계열 모델의 추정에는, 그것을 구성하는 식의 수에는 관계없이 상-공간(State-Space) 객체를 이용합니다. 상-공간 객체는, 불규칙하고, 시간 변화 계수 모델과 ML ARMA 모델의 추정에 이용합니다.

복잡한 절차와 Views 버튼에는 데이터의 강력한 필터링과 Smoothing 툴이 준비되어 있기 때문에, 1-step의 데이터, 필터링하고, smooth화한 데이터, 상(相), 오차 등을 표시할 수 있습니다. n-step의 데이터나, smooth화 시킨 데이터의 값등도 EViews에 내장된 예측 절차로 간단하게 계산할 수 있습니다.

유저 정의 최우법(User-Defined Maximum Likelihood Estimation)

EViews에는 유저 지정 최우 추정법(maximum likelihood estimation) 문제을 처리하기 위해서 LogL이라고 하는 객체를 준비했습니다. EViews의 기법에 준거하고, 로그 우도(log likelihood) 함수식을 기술하기 위해서, 표준 EViews를 간단하게 사용합니다. 나머지 계산은 EViews가 행할 것입니다.

모델식의 추정과 진단

일단 방정식이나, 시스템을 추정할 수 있게 되면, EViews를 이용하여 자유롭게 여러가지 데이터의 추정이나 진단을 행할 수 있습니다.

선형 및 비선형 계수의 제약이 있는 모델에 대한 와르드 검정(Wald tests), 우도비 검정(Likelihood ratio), 그리고 생략한 변수들에 대한 F-검정, 계열 상관에대한 Lagrange 승수 검정, ARCH, 화이트 이분산 검정(White heteroskedasticity tests), Ramsey RESET 검정, Chow 예측과 Breakpoint 검정 등이 준비되어 있습니다.

특정 모델에 대해서는 추가 검정이 있습니다. 다른 객체뷰의 경우와 같이, 모든 가설 검정(Hypothesis tests)은 방정식이나 시스템 윈도우로부터 메뉴 조작에 의해 간단하게 실행할 수 있습니다

예측과 시뮬레이션(Forecasting and Simulation)

EViews에서는 복잡한 조작을 할 필요없이 예측식을 얻을 수 있으며, 예측에 관한 본질적인 부분에만 집중할 수 있습니다. 메뉴로부터 커멘드를 선택하는 것만으로, EViews는 정적, 또는 동적으로 예측 데이터를 작성해, 표준오차와 95%의 예측 신뢰도를 가진 그래프를 작성합니다. 물론, 예측에 사용한 방정식은 워크 파일에 저장될 수 있고, 또한 EViews 데이타베이스에 보존할 수 있습니다.

연립 방정식의 해와 시뮬레이션

연립 방정식의 시뮬레이션과 그 해에 이용되는 모델 객체는, 모델 설계자들에 의해 가장 빈번히 요구되는 기능들을 제공합니다.

간단한 마우스 조작에 의해, 변수의 종속성이나 모델식의 블록 구조등의 정보를 화면상에 표시할 수 있습니다. 다른 수식을 참조하고 있는 모델식의 경우, 원래의 수식의 값이 변하면 자동적으로 모델식 자신도 갱신됩니다. 다양한 상황을 가정해 모델에 복수의 조건과 식을 설정하는 것으로, 다양한 상태를 시뮬레이션 할 수 있습니다.

EViews의 모델 객체는 비추계적인 계산은 물론, Gauss-Seidel이나 Newton 법을 이용한 추계적인 시뮬레이션 계산도 간단하게 실시합니다. 내장된 뷰와 절차(Procedure)는 시뮬레이션 결과를 그래프나 표 형식으로 표시합니다. 포워드 솔루션(현재, 추계적인 계산기능으로는 지원되고 있지 않습니다.)에 의해, 모델의 일관된 기대치를 요구할 수 있습니다. EViews에는 수식의 표준화를 포함한, 복잡한 가산 인자 지원 기능이 준비되어 있습니다.

데이터 관리

강력한 모델링 기능 툴도, 데이터에 간단하게 엑세스할 수 없어서는 쓸모가 없습니다. EViews에는 계량 경제학 소프트웨어에서 유용한 광범위한 데이터 관리용 툴을 제공합니다.

광범위한 함수 라이버러리

EViews 5에는 데이터를 가공하기 위한 다양한 함수 라이브러리가 준비되어 있습니다.일반적인 수학 함수나 삼각 함수에 추가하여, 기술 통계량, 그룹별 통계량, 상세한 일자와 시각의 시계열 데이터를 처리하기 위한 함수, 여러가지 통계적 분포를 조작하기 위한 함수, 그리고 특수 함수등이 준비되어 있습니다

복잡한 수식의 처리

수식 처리를 위한 EViews의 강력한 툴은 어느 윈도우에서도 데이터 계열을 조작하기 위한 수식을 이용할 수 있습니다. 따라서 Y 라고 하는 데이터 계열의 대수(対数), W의 이동평균(移動平均), 혹은 X대 Y의 비(혹은 어떤 다른 유효한 수식)등과 작업하기 위한 새로운 변수를 만들 필요는 없습니다. 그 대신에 수식을 모델식이나, 방정식의 일부로서, 기술 통계량을 계산하는 경우에나, 혹은 그래프를 그리는데 이용할 수 있습니다.

종속 변수만으로 표현되는 모델식을 사용하여, 예측을 실시하는 경우, EViews는 예측 결과와 동시에 신뢰 구간도 표시합니다. 예를 들면, 만약 종속 변수를 LOG(G)로 한다면, 이 경우는, 대수치(對數値)든 G의 레벨이든 데이터를 예측할 수 있고, 비대칭인 신뢰 구간의 계산도 실시할 수 있습니다.

링크, 수식 및 밸류 맵(Value Maps)

다른 워크 파일이나 워크 파일 페이지에 존재하는 데이터에의 링크를 이용해 작성한 객체를 EViews에서는 링크(Links)라고 부릅니다. 링크에서는 도수(frequency) 변환이나 매치 머지(match merge)를 이용할 수 있어, 링크 원래의 데이터가 변경되면, 그것에 따라 링크 데이터도 동적으로 갱신됩니다. 마찬가지로, 워크파일에서는 시리즈를 사용한 수식을 이용할 수 있어, 원래의 시리즈의 내용이 변경이되면, 수식에서 작성한 시리즈의 내용도 자동 갱신됩니다.

수치나 알파 시리즈에 있어 밸류 라벨(예를들면, 2, 1, 0에 대응하는 "High", "Med", "Low" )을 이용할 수 있게 되었습니다. 일견하고, 알기 쉽게 수치 표시를 변경할 수 있습니다. 라벨은 외관만에 관한 것이기 때문에, 이러한 시리즈를 함수나 수식 중에서도 이용할 수 있습니다.

데이터 타입

간격이 불균일한 일자 데이터, 관측치 ID를 가진 횡단면 데이터, 일자가 있는 것과 없는 것이 혼재한 패널 데이터 등, 복잡한 데이터 구조도 처리할 수 있습니다. 수치 데이터에 추가하여, EViews 워크 파일에는 알파뉴메릭(문자열) 데이터와 일자를 포함한 시리즈 데이터 등을 포함 할 수 있게 되었습니다.

입력한 시리즈 데이터를 가공하기 위한 툴도 풍부하게 준비되어 있습니다. 복잡한 매치 머지 조건으로 시리즈를 통합할 수 있고, 또한 데이터의 구조 변경을위한 워크 파일(데이터셋) 절차로서는 결합(join), 붙이기(append), 서브셋(subset), 리사이즈(resize), 분류(sort) 및 재변형(stack 과 unstack)이 가능하게 되었습니다.

파일 Import와 Export

EViews는 Excel, ASCII/Text, SAS(transport), Stata, HTML, Microsoft Access, SPSS, Gauss Dataset, Rats, WinGive/PC Give, TSP, Aremos, dBase, Lotus & Binary를 포함한 외부 데이터 파일 들에 대한 광범위한 "읽기/쓰기" 기능을 강화했습니다. 만약 SAS ODBC 드라이버가 시스템에 설치되어 있다면, SAS 네이티브 포맷 파일에 엑세스할 수 있습니다. ODBC 드라이버는 SAS 사로부터 별도 구입하십시오.

EViews 데이타베이스

EViews 5에는 자체 데이타베이스 기능이 내장되어 있습니다. 데이타베이스는 EViews 객체에 의해서 구성되어, 디스크 상에서는 단일 파일로서 존재합니다. 데이타베이스내의 객체에 엑세스하기 위하여, 데이타베이스를 열 필요는 없습니다. 또한, 데이터베이스내의 객체는 단일 관측 도수로 제한되지 않습니다. EViews의 데이타베이스에는 강력한 쿼리(query) 기능이 준비되어 있기 때문에, 특정 데이터 계열을 찾거나 공통의 속성을 가지는 데이터 계열을 찾을 수 있습니다.

EViews의 데이타베이스에 내포한 데이터 계열에 엑세스하는 경우, 워크 파일 내에서의 검색을 실행하는 일 없이, 절차에 의해서 직접 데이타베이스를 검색합니다. 작업중의 파일로 목적의 데이터 계열을 검색할 수 없는 경우, 대상이 되는 데이타베이스를 리스트 등록하는 것에 의해서, 자동적으로, 그것들로 검색을 실행하도록 설정하는 편리한 기능이 있습니다.

엔터프라이즈판에서는 ODBC, FAME, DRIBase, Haver Analytics 데이타베이스 지원

엔터프라이즈판에서는 상용 데이터 및 상용 데이타베이스 파일에의 엑세스 기능을 지원하고 있습니다. ODBC(Open Database Connectivity)는 Oracle, Microsoft SQL 서버 및 IBM DB2를 포함한 많은 RDB에의해 지원되는 표준입니다. EViews는 ODBC 데이타베이스로부터 취득한 전체 테이블을 읽거나, 쓰도록 하거나, 혹은 SQL Query의 실행 결과로부터 새로운 워크 파일을 작성하는 것도 가능합니다. 시계열 데이타베이스의 경우, FAME의 로컬 및 서버 베이스 데이터베이스, Global Insight's DRIBase 데이터베이스, Haver Analytics DLX 데이터베이스 등에의 엑세스가 가능합니다. 시계열 데이타베이스에 엑세스하는 경우, EViews의 데이타베이스 인터페이스는 데이터의 소스가 무엇일지라도, 이러한 데이타베이스에 대해서 같은 요령으로 용이하게 엑세스할 수 있습니다.

도수 변환(Frequency Conversion)

데이터베이스와 다른 워크 파일로부터 임포트(Import)한 데이터의 도수(frequency)는, 현재 프로젝트의 도수(度数)로 자동변환됩니다. EViews 5에는 도수 변환의 옵션이 준비되어 있어, 일간(daily), 주간(weekly) 혹은 부정기 도수 데이터의 변환도 지원하고 있습니다. 변환 방법을 하나 하나 지정하지 않고, 현재 프로젝트의 도수로 변환하는 기능 외에, 그때마다, 선택하고 도수를 결정하는 옵션도 준비되어 있습니다.

그래픽(Graphics)

EViews에서는 꺾인선 그래프, 막대 그래프, 원 그래프, 산포(scatter) 다이어그램, 꺾인 선 그래프와 막대 그래프가 혼재한(mixed line-bar) 그래프, high-low 그래프, 산포도(scatter plot) 및 박스도(boxplot)를 지원하고 있습니다. 선의 색갈이나 종류, 경계 특성, 표제, 음영(shading)과 스케일 조정(scaling), 대수 눈금, 2축그래프 등, 다양한 옵션이 준비되어 있습니다. 범례는 자동 작성되어, 자유롭게 라벨을 추가하는 것도 가능합니다. 또, 프리젠테이션용으로 하나의 윈도우에 복수의 그래프를 배치할 수 있습니다.

그래프의 편집은 매우 간단합니다.목적의 부분을 더블 클릭하면, 편집 가능한 항목이 대화 상자 로서 표시됩니다.

"복사와 붙여넣기(Copy-and-Paste)" 나, 그래프를 파일로 기록하는 기능을 이용하여, 작성한 그래프를 다른 애플리케이션에 쉽게 붙여 넣을 수 있습니다. 파일 형식은 WMF (Windows Metafiles) 형식이나, PostScript 파일 형식을 지원합니다.

강력한 프로그램 언어

상급 유저용으로 커멘드 입력에 의한 프로그램 조작 기능이 준비되어 있습니다. 게다가 그것들을 이용해서 프로그래밍도 가능합니다. 실제, EViews는 조작성이 뛰어난 유저 인터페이스 부분과 모든 항목들에 엑세스하도록 하는 강력한 커맨드 언어 부분의 2개의 주요한 프로그램으로 구성되어있습니다.

모델의 작성 작업을 BASIC 프로그래밍 기능으로 실시하는 것은，객체 지향의 유저 인터페이스에 비하면 대단한 작업입니다만，프로그래밍에 의해 루핑(looping) 처리나，조건식에 의한 분기 처리，서브루틴이나 매크로 처리 등，복잡한 데이터 처리를 효율적으로 행하는 경우에는，대단히 효과적입니다．간단한 곱(積)이나 역(逆) 등의 초보적인 행렬 계산으로부터，크로네커곱(Kronecker products)，고유벡터(eigenvector)의 해,특이치 분해(特異値分解) 등의 복잡한 행렬 계산기능까지 지원하고 있습니다．

시스템 조건

EViews 6은 Windows 98/Me/NT4.0/2000/XP/Vista에서 운용됩니다. 샘플 데이더 수는 최대 400만개입니다. 그리고 32비트 윈도우의 가상 메모리를 지원합니다.

Top으로

EViews 6 Page로