"Fossies" - the Fresh Open Source Software Archive

Member "gretl-2020b/share/gretl_cli_cmdref.gl" (11 Apr 2020, 332904 Bytes) of package /linux/misc/gretl-2020b.tar.xz:


As a special service "Fossies" has tried to format the requested text file into HTML format (style: standard) with prefixed line numbers. Alternatively you can here view or download the uninterpreted source code file. See also the last Fossies "Diffs" side-by-side code changes report for "gretl_cli_cmdref.gl": 2020a_vs_2020b.

    1 headings 10
    2 Tests 23
    3 add
    4 adf
    5 bkw
    6 chow
    7 coeffsum
    8 coint
    9 coint2
   10 cusum
   11 difftest
   12 hausman
   13 kpss
   14 leverage
   15 levinlin
   16 meantest
   17 modtest
   18 normtest
   19 omit
   20 qlrtest
   21 reset
   22 restrict
   23 runs
   24 vartest
   25 vif
   26 Graphs 10
   27 boxplot
   28 gnuplot
   29 graphpg
   30 hfplot
   31 panplot
   32 plot
   33 qqplot
   34 rmplot
   35 scatters
   36 textplot
   37 Statistics 14
   38 anova
   39 corr
   40 corrgm
   41 fractint
   42 freq
   43 hurst
   44 mahal
   45 pca
   46 pergm
   47 pvalue
   48 spearman
   49 summary
   50 xcorrgm
   51 xtab
   52 Dataset 18
   53 append
   54 data
   55 dataset
   56 delete
   57 genr
   58 info
   59 join
   60 labels
   61 markers
   62 nulldata
   63 open
   64 rename
   65 setinfo
   66 setmiss
   67 setobs
   68 smpl
   69 store
   70 varlist
   71 Estimation 35
   72 ar
   73 ar1
   74 arbond
   75 arch
   76 arima
   77 arma
   78 biprobit
   79 dpanel
   80 duration
   81 equation
   82 estimate
   83 garch
   84 gmm
   85 heckit
   86 hsk
   87 intreg
   88 lad
   89 logistic
   90 logit
   91 midasreg
   92 mle
   93 mpols
   94 negbin
   95 nls
   96 ols
   97 panel
   98 poisson
   99 probit
  100 quantreg
  101 system
  102 tobit
  103 tsls
  104 var
  105 vecm
  106 wls
  107 Programming 20
  108 break
  109 catch
  110 clear
  111 debug
  112 elif
  113 else
  114 end
  115 endif
  116 endloop
  117 flush
  118 foreign
  119 funcerr
  120 function
  121 if
  122 include
  123 loop
  124 makepkg
  125 run
  126 set
  127 setopt
  128 Transformations 10
  129 diff
  130 discrete
  131 dummify
  132 lags
  133 ldiff
  134 logs
  135 orthdev
  136 sdiff
  137 square
  138 stdize
  139 Utilities 6
  140 eval
  141 help
  142 modeltab
  143 pkg
  144 quit
  145 shell
  146 Printing 7
  147 eqnprint
  148 modprint
  149 outfile
  150 print
  151 printf
  152 sprintf
  153 tabprint
  154 Prediction 1
  155 fcast
  156 
  157 # add Tests
  158 
  159 Argumento:   listavariables 
  160 Opcións:    --lm (Fai unha proba de ML; só con MCO)
  161             --quiet (Presenta só os resultados básicos da proba)
  162             --silent (Non presenta nada)
  163             --vcv (Presenta a matriz de covarianzas do modelo ampliado)
  164             --both (Só para estimación VI; mira abaixo)
  165 Exemplos:   add 5 7 9
  166             add xx yy zz --quiet
  167 
  168 Debes de solicitar esta instrución despois de executar unha instrución de
  169 estimación. Realiza unha proba conxunta (cuxos resultados podes obter cos
  170 accesorios "$test" e "$pvalue") sobre a adición das variables indicadas no
  171 argumento, ao derradeiro modelo estimado.
  172 
  173 Por defecto, estímase unha versión "ampliada" do modelo orixinal, que
  174 resulta ao engadirlle a este as variables do argumento listavariables, como
  175 regresores. Neste caso, a proba é de tipo Wald sobre o modelo ampliado,
  176 pasando a ser este o "modelo vixente" en troques do orixinal. Debes de ter
  177 isto en conta, por exemplo, para usar $uhat porque este permite recuperar os
  178 erros do que sexa o modelo vixente en cada momento, ou para facer probas
  179 posteriores.
  180 
  181 Alternativamente, se indicas a opción --lm (que só está dispoñible para
  182 aqueles modelos estimados mediante MCO), realízase unha proba de
  183 Multiplicadores de Lagrange. Para iso, execútase unha regresión auxiliar
  184 na que o erro de estimación do derradeiro modelo tómase como variable
  185 dependente; e as variables independentes son as dese derradeiro modelo máis
  186 as de listavariables. Baixo a hipótese nula de que as variables engadidas
  187 non teñen unha capacidade explicativa adicional, o estatístico formado
  188 multiplicando o tamaño da mostra polo R-cadrado desta regresión, ten a
  189 distribución dunha variable khi-cadrado con tantos graos de liberdade como
  190 o número de regresores engadidos. Neste caso, o modelo orixinal non se
  191 substitúe polo modelo da regresión auxiliar.
  192 
  193 A opción --both é específica do método de estimación de Mínimos
  194 Cadrados en 2 Etapas. Indica que as novas variables deben de engadirse tanto
  195 á lista dos regresores como á lista dos instrumentos, posto que cando non
  196 se indica nada, engádense por defecto só á de regresores.
  197 
  198 Ruta do menú:    Xanela de modelo: Probas/Engadir variables
  199 
  200 # adf Tests
  201 
  202 Argumentos:  nivel listavariables 
  203 Opcións:    --nc (Sen constante)
  204             --c (Con constante)
  205             --ct (Con constante máis tendencia)
  206             --ctt (Con constante, máis tendencia linear e cadrada)
  207             --seasonals (Inclúe variables ficticias estacionais)
  208             --gls (Detrae a media ou a tendencia usando MCX)
  209             --verbose (Amosa os resultados da regresión)
  210             --quiet (Non presenta os resultados)
  211             --difference (Usa as primeiras diferenzas da variable)
  212             --test-down[=criterio] (Nivel de retardos automático)
  213             --perron-qu (Mira abaixo)
  214 Exemplos:   adf 0 y
  215             adf 2 y --nc --c --ct
  216             adf 12 y --c --test-down
  217             Mira tamén jgm-1996.inp
  218 
  219 As opcións que se amosan abaixo e a discusión que segue, correspóndense
  220 co uso da instrución adf con datos de series temporais típicos. Para
  221 utilizar esta instrución con datos de panel, mira máis abaixo.
  222 
  223 Calcula un conxunto de probas de Dickey-Fuller sobre cada unha das variables
  224 do argumento, sendo a hipótese nula a existencia dunha raíz unitaria.
  225 (Agora ben, cando escolles a opción --difference, calcúlase a primeira
  226 diferenza da(s) variable(s) antes de facer a proba, e a discusión de abaixo
  227 debes de entendela como referida á(s) variable(s) transformada(s).)
  228 
  229 Por defecto, amósanse dúas variantes da proba: unha baseada nunha
  230 regresión que utiliza unha constante, e outra que utiliza unha constante
  231 máis unha tendencia linear. Podes controlar as variantes que se presentan
  232 especificando un ou máis dos indicadores de opción.
  233 
  234 Podes utilizar a opción --gls xunto con algunha das dúas opcións --c e
  235 --ct (o modelo con constante, ou o modelo con constante máis tendencia). O
  236 efecto desta opción é que a detracción da media ou da tendencia da
  237 variable que se quere probar, faise utilizando o procedemento de Mínimos
  238 Cadrados Xeneralizados suxerido por Elliott, Rothenberg e Stock (1996), que
  239 proporciona unha proba de maior potencia que a aproximación estándar de
  240 Dickey-Fuller. Esta opción non é compatible con --nc, --ctt nin
  241 --seasonals.
  242 
  243 En tódolos casos, a variable dependente é a primeira diferenza da variable
  244 especificada (y) e a variable independente clave é o primeiro retardo de y.
  245 O modelo constrúese de xeito que o coeficiente da variable y retardada, é
  246 igual á raíz en cuestión menos 1. Por exemplo, o modelo con constante
  247 pode escribirse como
  248 
  249   (1 - L)y(t) = b0 + (a-1)y(t-1) + e(t)
  250 
  251 Baixo a hipótese nula de existencia dunha raíz unitaria, o coeficiente da
  252 variable y retardada é igual a cero; e baixo a hipótese alternativa de que
  253 y é estacionaria, este coeficiente é negativo.
  254 
  255 Selección do nivel de retardos
  256 
  257 Se o argumento nivel (de aquí en diante chamarémoslle nivel ou orde k) é
  258 maior ca 0, entón inclúense k retardos da variable dependente no lado
  259 dereito da regresión que se estima para calcular o estatístico de proba en
  260 cada caso. Cando indicas o nivel de retardos como -1, k establécese
  261 seguindo o aconsellado por Schwert (1989): concretamente tómase a parte
  262 enteira de calcular 12(T/100)^0.25, onde T indica o tamaño da mostra.
  263 Porén, en cada caso no que indicas a opción --test-down, entón k tómase
  264 como o retardo máximo, e o nivel de retardos concreto que se utilizará,
  265 obtense probando cara abaixo. Podes escoller o criterio para ir probando
  266 cara abaixo, utilizando un dos parámetros de opción que deberá ser AIC
  267 (por defecto), BIC ou tstat.
  268 
  269 Cando pides que se probe cara atrás mediante AIC ou BIC, o nivel de
  270 retardos final para a ecuación ADF é o que optimiza o criterio de
  271 información escollido (de Akaike ou Bayesiano de Schwarz). O procedemento
  272 exacto depende de se indicas ou non a opción --gls: cando se especifica a
  273 detracción con MCX (GLS) da tendencia, os AIC e BIC son as versións
  274 "modificadas" descritas en Ng e Perron (2001); se non, son as versións
  275 estándar. No caso de MCX, dispós dun refinamento pois cando indicas a
  276 opción adicional --perron-qu, calcúlanse estes criterios de información
  277 modificados de acordo co método revisado que recomendaron Perron e Qu
  278 (2007).
  279 
  280 Cando pides que se probe cara atrás mediante o método do estatístico t, o
  281 procedemento é como se indica deseguido:
  282 
  283 1. Estímase a regresión de Dickey-Fuller utilizando k retardos da variable
  284    dependente.
  285 
  286 2. É significativo o último retardo? Se o é, execútase a proba cun nivel
  287    de retardos k. Se non o é, faise que k = k - 1, e vólvese ao paso 1 cun
  288    retardo menos. O proceso repítese ata que sexa significativo o último
  289    retardo dunha regresión, ou ata que k sexa 0 (faríase a proba cun nivel
  290    de retardos igual a 0).
  291 
  292 No contexto do paso 2 de arriba, "significativo" quere dicir que o
  293 estatístico t do derradeiro retardo ten un valor p asintótico de dúas
  294 colas igual ou menor a 0.10, fronte á distribución Normal.
  295 
  296 Os valores P para as probas de Dickey-Fuller están baseados en MacKinnon
  297 (1996); e o código relevante inclúese co amable permiso do propio autor.
  298 No caso da proba coa tendencia linear utilizando MCX (GLS), estes valores P
  299 non son aplicables; por iso, no seu lugar amósanse os puntos críticos da
  300 Táboa 1 que hai en Elliott, Rothenberg e Stock (1996).
  301 
  302 Datos de Panel
  303 
  304 Cando se utiliza a instrución adf con datos de panel para facer unha proba
  305 de raíz unitaria de panel, as opcións aplicables e os resultados que se
  306 amosan son algo diferentes.
  307 
  308 Primeiro, mentres que podes indicar unha lista de variables para probar no
  309 caso de series temporais típicas, con datos de panel só podes probar unha
  310 variable por cada instrución. Segundo, as opcións que manexan a inclusión
  311 de termos determinísticos pasan a ser mutuamente excluíntes: debes de
  312 escoller unha entre sen constante, con constante, e con constante máis
  313 tendencia; por defecto é con constante. Ademais, a opción --seasonals non
  314 está dispoñible. Terceiro, a opción --verbose aquí ten un significado
  315 diferente: produce un breve informe da proba para cada serie temporal
  316 individual (sendo este por defecto unha presentación só do resultado
  317 global).
  318 
  319 Calcúlase a proba global (Hipótese nula: A serie en cuestión ten unha
  320 raíz unitaria para todas as unidades do panel) dunha ou as dúas formas
  321 seguintes: utilizando o método de Im, Pesaran e Shin (Journal of
  322 Econometrics, 2003) ou a de Choi (Journal of International Money and
  323 Finance, 2001) A proba de Choi require que estean dispoñibles as
  324 probabilidades asociadas (valores P) para as probas individuais; se este non
  325 é o caso (dependendo das opcións escollidas), omítese. O estatístico
  326 concreto proporcionado para a proba de Im, Pesaran e Shin varía do xeito
  327 seguinte: se o nivel de retardo para a proba non é cero, amósase o seu
  328 estatístico W; por outra banda, se as longuras das series de tempo difiren
  329 dun individuo a outro, amósase o seu estatístico Z; se non, amósase o seu
  330 estatístico t-barra. Consulta tamén a instrución "levinlin".
  331 
  332 Ruta do menú:    /Variable/Probas de raíz unitaria/Proba ampliada de Dickey-Fuller
  333 
  334 # anova Statistics
  335 
  336 Argumentos:  resposta tratamento [ control ] 
  337 Opción:     --quiet (Non presenta os resultados)
  338 
  339 Análise da Varianza: O argumento resposta deberá de ser unha serie que
  340 mida algún efecto de interese, e tratamento deberá de ser unha variable
  341 discreta que codifique dous ou máis tipos de tratamento (ou non
  342 tratamento). Para un ANOVA de dous factores, a variable control (que tamén
  343 será discreta) deberá de codificar os valores dalgunha variable de
  344 control.
  345 
  346 Agás cando indicas a opción --quiet, esta instrución presenta unha táboa
  347 amosando as sumas de cadrados e os cadrados da media xunto cunha proba F.
  348 Podes recuperar o estatístico da proba F e a súa probabilidade asociada,
  349 utilizando os accesorios "$test" e "$pvalue", respectivamente.
  350 
  351 A hipótese nula da proba F é que a resposta media é invariante con
  352 respecto ao tipo de tratamento ou, noutras palabras, que o tratamento non
  353 ten efecto. Falando estritamente, a proba só é válida cando a varianza da
  354 resposta é a mesma para tódolos tipos de tratamento.
  355 
  356 Cae na conta de que os resultados que amosa esta instrución son de feito un
  357 subconxunto da información ofrecida polo seguinte procedemento, que podes
  358 preparar doadamente no Gretl. (1) Xera un conxunto de variables ficticias
  359 que codifiquen todos os tipos de tratamento agás un. Para un ANOVA de dous
  360 factores, xera ademais un conxunto de variables ficticias que codifiquen
  361 todos os bloques de "control" agás un. (2) Fai a regresión de resposta
  362 sobre unha constante e as variables ficticias utilizando "ols". Cun só
  363 factor, preséntase a táboa ANOVA mediante a opción --anova nesa función
  364 ols. No caso de dous factores, a proba F relevante atópala utilizando a
  365 instrución "omit" logo da regresión. Por exemplo, (asumindo que resposta
  366 é y, que xt codifica o tratamento, e que xb codifica os bloques de
  367 "control"):
  368 
  369 	# Un factor
  370 	list Fict_xt = dummify(xt)
  371 	ols y 0 Fict_xt --anova
  372 	# Dous factores
  373 	list Fict_xb = dummify(xb)
  374 	ols y 0 Fict_xt Fict_xb
  375 	# Proba de significación conxunta de Fict_xt
  376 	omit Fict_xt --quiet
  377 
  378 Ruta do menú:    /Modelar/Outros Modelos Lineais/ANOVA
  379 
  380 # append Dataset
  381 
  382 Argumento:   nomeficheiro 
  383 Opcións:    --time-series (Mira abaixo)
  384             --fixed-sample (Mira abaixo)
  385             --update-overlap (Mira abaixo)
  386             --quiet (Non presenta nada)
  387             Mira abaixo para opcións adicionais especiais
  388 
  389 Abre un ficheiro de datos e agrega o contido ao conxunto vixente de datos,
  390 se os novos datos son compatibles. O programa tentará detectar o formato do
  391 ficheiro de datos (propio, texto plano, CSV, Gnumeric, Excel, etc.).
  392 
  393 Os datos engadidos poden ter ben o formato de observacións adicionais sobre
  394 series xa presentes no conxunto de datos, e/ou ben o formato de novas
  395 series. No caso de engadir series, a compatibilidade require (a) que o
  396 número de observacións dos novos datos sexa igual ao número de datos
  397 actuais, ou (b) que os novos datos carrexen clara información das
  398 observacións de xeito que Gretl poda deducir como colocar os valores.
  399 
  400 Un caso que non se admite é aquel no que os novos datos comezan antes e
  401 rematan despois ca os datos orixinais. Para engadir series nesa situación,
  402 podes utilizar a opción --fixed-sample; isto ten como efecto que se suprime
  403 o engadido de observacións, polo que así restrínxese a operación
  404 unicamente a engadir series novas.
  405 
  406 Admítese unha característica especial cando se engaden datos a un conxunto
  407 de datos de panel. Sirva n para denotar o número de unidades atemporais no
  408 panel, T para denotar o número de períodos de tempo, e m para denotar o
  409 número de observacións dos novos datos. Se m = n, os novos datos
  410 considéranse invariantes no tempo, e cópianse repetidos para cada período
  411 de tempo. Por outra banda, se m = T os datos trátanse como invariantes
  412 entre as unidades atemporais, e cópianse repetidos para cada unidade
  413 atemporal. Se o panel é "cadrado", e m é igual tanto a n como a T, aparece
  414 unha ambigüidade. Por defecto, neste caso trátanse os novos datos como
  415 invariantes no tempo, pero podes forzar a que Gretl trate os novos datos
  416 como series temporais coa a opción --time-series. (Esta posibilidade
  417 ignórase en tódolos outros casos.)
  418 
  419 Cando se selecciona un ficheiro de datos para agregar, pode haber un area de
  420 solapamento co conxunto de datos existente; é dicir, unha ou máis series
  421 poden ter unha ou máis observacións en común entre as dúas orixes. Cando
  422 indicas a opción --update-overlap, a instrución append substitúe calquera
  423 observación solapada cos valores do ficheiro de datos escollido; se non, os
  424 valores que nese momento xa están no seu sitio non se ven afectados.
  425 
  426 As opcións especiais adicionais --sheet, --coloffset, --rowoffset e
  427 --fixed-cols funcionan do mesmo xeito que con "open"; consulta esa
  428 instrución para obter máis explicacións.
  429 
  430 Consulta tamén "join" para un manexo máis sofisticado de orixes de datos
  431 múltiples.
  432 
  433 Ruta do menú:    /Ficheiro/Engadir datos
  434 
  435 # ar Estimation
  436 
  437 Argumentos:  retardos ; depvar indepvars 
  438 Opcións:    --vcv (Presenta a matriz de covarianzas)
  439             --quiet (Non presenta as estimacións dos parámetros)
  440 Exemplo:    ar 1 3 4 ; y 0 x1 x2 x3
  441 
  442 Calcula as estimacións dos parámetros utilizando o procedemento iterativo
  443 xeneralizado de Cochrane-Orcutt; consulta a Sección 9.5 de Ramanathan
  444 (2002). As iteracións rematan cando a sucesión de sumas de erros cadrados
  445 non difire dun termo ao seguinte en máis do 0.005 por cento, ou despois de
  446 20 iteracións.
  447 
  448 Con "retardos" tes que indicar unha lista de retardos do termo de
  449 perturbación, rematada por un punto e coma. No exemplo de arriba, o termo
  450 de perturbación especifícase como
  451 
  452   u(t) = rho(1)*u(t-1) + rho(3)*u(t-3) + rho(4)*u(t-4)
  453 
  454 Ruta do menú:    /Modelar/Series temporais univariantes/Perturbacións AR (MCX)
  455 
  456 # ar1 Estimation
  457 
  458 Argumentos:  depvar indepvars 
  459 Opcións:    --hilu (Utiliza o procedemento de Hildreth-Lu)
  460             --pwe (Utiliza o estimador de Prais-Winsten)
  461             --vcv (Presenta a matriz de covarianzas)
  462             --no-corc (Non afina os resultados con Cochrane-Orcutt)
  463             --loose (Utiliza un criterio de converxencia menos preciso)
  464             --quiet (Non presenta nada)
  465 Exemplos:   ar1 1 0 2 4 6 7
  466             ar1 y 0 xlista --pwe
  467             ar1 y 0 xlista --hilu --no-corc
  468 
  469 Calcula estimacións MCX que sexan viables para un modelo no que o termo de
  470 perturbación asúmese que sigue un proceso autorregresivo de primeira orde.
  471 
  472 O método utilizado por defecto é o procedemento iterativo de
  473 Cochrane-Orcutt; por exemplo, consulta a sección 9.4 de Ramanathan (2002).
  474 O criterio para acadar a converxencia é que as estimacións sucesivas do
  475 coeficiente de autocorrelación, non difiran en máis de 1e-6 ou, cando
  476 indicas a opción --loose, en máis de 0.001. Se isto non se acada antes de
  477 que se fagan as 100 iteracións, amósase un fallo.
  478 
  479 Cando indicas a opción --pwe, utilízase o estimador de Prais-Winsten. Isto
  480 implica unha iteración similar á de Cochrane-Orcutt; a diferenza está en
  481 que mentres que o método de Cochrane-Orcutt descarta a primeira
  482 observación, o método de Prais-Winsten fai uso dela. Para obter máis
  483 detalles consulta, por exemplo, o capítulo 13 de Greene (2000).
  484 
  485 Cando indicas a opción --hilu, utilízase o procedemento de procura de
  486 Hildreth-Lu. Nese caso afínanse os resultados utilizando o método de
  487 Cochrane-Orcutt, agás que especifiques a opción --no-corc. Esta opción
  488 --no-corc ignórase para estimadores diferentes ao do método de
  489 Hildreth-Lu.
  490 
  491 Ruta do menú:    /Modelar/Series temporais univariantes/Perturbacións AR (MCX)
  492 
  493 # arbond Estimation
  494 
  495 Argumento:   p [ q ] ; depvar indepvars [ ; instrumentos ] 
  496 Opcións:    --quiet (Non amosa o modelo estimado)
  497             --vcv (Presenta a matriz de covarianzas)
  498             --two-step (Realiza a estimación MXM (GMM) en 2 etapas)
  499             --time-dummies (Engade variables ficticias temporais)
  500             --asymptotic (Desviacións padrón asintóticas sen corrixir)
  501 Exemplos:   arbond 2 ; y Dx1 Dx2
  502             arbond 2 5 ; y Dx1 Dx2 ; Dx1
  503             arbond 1 ; y Dx1 Dx2 ; Dx1 GMM(x2,2,3)
  504             Mira tamén arbond91.inp
  505 
  506 Realiza a estimación de modelos dinámicos con datos de panel (é dicir,
  507 modelos de panel que inclúen un ou máis retardos da variable dependente)
  508 utilizando o método MXM-DIF establecido por Arellano e Bond (1991).
  509 Consulta "dpanel" para ver os detalles dunha versión actualizada e máis
  510 flexible desta instrución, que permite manexar tanto MXM-SIS coma MXM-DIF.
  511 
  512 O parámetro p representa o alcance da autorregresión da variable
  513 dependente. O parámetro q (opcional) indica o retardo máximo no nivel da
  514 variable dependente que se vai utilizar como instrumento. Cando omites este
  515 argumento ou indicas que é 0, utilízanse todos os retardos dispoñibles.
  516 
  517 Debes de indicar a variable dependente no seu nivel, pois xa se vai calcular
  518 automaticamente a súa diferenza (posto que este estimador utiliza a
  519 diferenciación para eliminar os efectos individuais). As diferenzas das
  520 variables independentes non se van calcular automaticamente; se queres
  521 utilizar estas diferenzas (o que xeralmente será o caso para variables
  522 cuantitativas habituais, aínda que quizais non para variables ficticias
  523 temporais) debes de xerar primeiro as diferenzas e logo indicar que estas
  524 son regresores.
  525 
  526 O último campo (opcional) da instrución é para especificar os
  527 instrumentos. Se non indicas instrumentos, asúmese que todas as variables
  528 independentes son estritamente esóxenas. E se especificas algún
  529 instrumento, debes de incluír na lista algunha variable independente
  530 estritamente esóxena. Con regresores predeterminados, podes utilizar a
  531 función GMM para incluír un rango indicado de retardos en disposición
  532 diagonal por bloques; como se ilustra no terceiro exemplo de arriba. Así, o
  533 primeiro argumento de GMM é o nome da variable en cuestión, o segundo é o
  534 retardo mínimo que se utiliza como instrumento, e o terceiro é o retardo
  535 máximo. Cando indicas o terceiro argumento cun 0, utilízanse todos os
  536 retardos dispoñibles.
  537 
  538 Por defecto, preséntanse os resultados da estimación nunha etapa (coas
  539 desviacións padrón robustas), pero podes escoller a estimación en 2
  540 etapas como opción. En ambos casos, proporciónanse as probas de
  541 autocorrelación de orde 1 e 2, así como tamén a proba de
  542 sobreidentificación de Sargan e o estatístico de proba de Wald para a
  543 significación conxunta dos regresores. Cae na conta de que neste modelo
  544 diferenciado, a autocorrelación de primeira orde non é unha ameaza para a
  545 validez do modelo, pero a autocorrelación de segunda orde viola os supostos
  546 estatísticos que o sosteñen.
  547 
  548 No caso da estimación en 2 etapas, as desviacións padrón calcúlanse por
  549 defecto utilizando a corrección de mostra finita suxerida por Windmeijer
  550 (2005). As desviacións padrón asintóticas estándar, asociadas ao
  551 estimador do método en 2 etapas, xeralmente considérase que son unha guía
  552 pouco fiable para a inferencia, pero se queres velas por algunha razón
  553 podes utilizar a opción --asymptotic para inhabilitar así a corrección de
  554 Windmeijer.
  555 
  556 Cando indicas a opción --time-dummies, engádese un conxunto de variables
  557 ficticias temporais aos regresores especificados. O número de variables
  558 ficticias é igual ao número máximo de períodos utilizados na estimación
  559 menos un, para evitar multicolinearidade perfecta coa constante. As
  560 variables ficticias introdúcense en niveis; se queres utilizar variables
  561 ficticias temporais en forma de primeiras diferenzas, tes que definir e
  562 engadir estas variables manualmente.
  563 
  564 # arch Estimation
  565 
  566 Argumentos:  nivel depvar indepvars 
  567 Opción:     --quiet (Non presenta nada)
  568 Exemplo:    arch 4 y 0 x1 x2 x3
  569 
  570 Neste momento, esta instrución mantense por compatibilidade con versións
  571 anteriores, pero saes gañando se utilizas o estimador máximo verosímil
  572 que ofrece a instrución "garch". Se queres estimar un modelo ARCH sinxelo,
  573 podes usar o GARCH facendo que o seu primeiro parámetro sexa 0.
  574 
  575 Estima a especificación indicada do modelo permitindo ARCH
  576 (Heterocedasticidade Condicional Autorregresiva). Primeiro, estímase o
  577 modelo mediante MCO, e logo execútase unha regresión auxiliar, na que se
  578 regresa o erro cadrado da primeira sobre os seus propios valores retardados.
  579 O paso final é a estimación por mínimos cadrados ponderados, utilizando
  580 como ponderacións as inversas das varianzas dos erros axustados coa
  581 regresión auxiliar. (Se a varianza que se predí para algunha observación
  582 da regresión auxiliar, non é positiva, entón utilízase no seu lugar o
  583 erro cadrado correspondente).
  584 
  585 Os valores alpha presentados debaixo dos coeficientes son os parámetros
  586 estimados do proceso ARCH coa regresión auxiliar.
  587 
  588 Consulta tamén "garch" e "modtest" (opción --arch).
  589 
  590 # arima Estimation
  591 
  592 Argumentos:  p d q [ ; P D Q ] ; depvar [ indepvars ] 
  593 Opcións:    --verbose (Presenta os detalles das iteracións)
  594             --quiet (Non presenta os resultados)
  595             --vcv (Presenta a matriz de covarianzas)
  596             --hessian (Mira abaixo)
  597             --opg (Mira abaixo)
  598             --nc (Sen constante)
  599             --conditional (Utiliza Máxima Verosimilitude condicional)
  600             --x-12-arima (Utiliza ARIMA X-12 na estimación)
  601             --lbfgs (Utiliza o maximizador L-BFGS-B)
  602             --y-diff-only (ARIMAX especial; mira abaixo)
  603 Exemplos:   arima 1 0 2 ; y
  604             arima 2 0 2 ; y 0 x1 x2 --verbose
  605             arima 0 1 1 ; 0 1 1 ; y --nc
  606             Mira tamén armaloop.inp, bjg.inp
  607 
  608 Advertencia: arma é un alcume aceptable para esta instrución.
  609 
  610 Cando non indicas a lista indepvars, estímase un modelo univariante ARIMA
  611 (Autorregresivo, Integrado, de Medias móbiles). Os valores p, d e q
  612 representan o nivel autorregresivo (AR), a orde de diferenciación e o nivel
  613 de medias móbiles (MA), respectivamente. Podes indicar estes valores en
  614 formato numérico, ou como nomes de variables escalares xa existentes. Por
  615 exemplo, un valor de 1 para d significa que, antes de estimar os parámetros
  616 do ARMA, debe de tomarse a primeira diferenza da variable dependente.
  617 
  618 Se queres incluír no modelo só retardos AR ou MA específicos (en
  619 contraposición a todos os retardos ata un nivel indicado) podes substituír
  620 por p e/ou q ben (a) o nome dunha matriz definida previamente que contén un
  621 conxunto de valores enteiros, ou ben (b) unha expresión tal como {1,4}; é
  622 dicir, un conxunto de retardos separados con comas e contornados entre
  623 chaves.
  624 
  625 Os valores enteiros P, D e Q (opcionais) representan o nivel AR estacional,
  626 a orde de diferenciación estacional e o nivel MA estacional,
  627 respectivamente. Estas ordes só as podes aplicar cando os datos teñen unha
  628 frecuencia maior ca 1 (por exemplo, con datos trimestrais ou mensuais); e
  629 podes indicalas en formato numérico ou como variables escalares.
  630 
  631 No caso univariante, por defecto inclúese no modelo unha ordenada na orixe,
  632 pero podes eliminar isto por medio da opción --nc. Cando engades indepvars,
  633 o modelo vólvese un ARMAX; neste caso, debes de incluír a constante
  634 explicitamente se queres ter a ordenada na orixe (como no segundo exemplo de
  635 arriba).
  636 
  637 Dispós dunha forma alternativa de sintaxe para esta instrución: se non
  638 queres aplicar diferenzas (nin estacionais nin non estacionais), podes
  639 omitir os dous campos d e D á vez, mellor que introducir explicitamente 0.
  640 Ademais, arma é un alias ou sinónimo de arima e así, por exemplo, a
  641 seguinte instrución é un xeito válido de especificar un modelo ARMA(2,
  642 1):
  643 
  644 	arma 2 1 ; y
  645 
  646 Por defecto, utilízase a funcionalidade ARMA "propia" de Gretl, coa
  647 estimación Máximo Verosímil (MV) exacta; pero dispós da opción de facer
  648 a estimación mediante MV condicional. (Se o programa ARIMA X-12 está
  649 instalado no ordenador, tes a posibilidade de utilizalo en vez do código
  650 propio.) Para outros detalles relacionados con estas opcións, consulta o
  651 Manual de usuario de Gretl (Capítulo 29).
  652 
  653 Cando se utiliza código propio de MV exacta, as desviacións padrón
  654 estimadas baséanse por defecto nunha aproximación numérica á (inversa
  655 negativa da) matriz Hessiana, cun último recurso ao Produto Externo do
  656 vector Gradiente (PEG) se o cálculo da matriz Hessiana numérica puidera
  657 fallar. Podes utilizar dous indicadores de opción (mutuamente excluíntes)
  658 para forzar esta cuestión: mentres que a opción --opg forza a utilización
  659 do método PEG, sen intentar calcular a matriz Hessiana, a opción --hessian
  660 inhabilita o último recurso a PEG. Ten en conta que un fallo no cálculo da
  661 matriz Hessiana numérica, é xeralmente un indicador de que un modelo está
  662 mal especificado.
  663 
  664 A opción --lbfgs é específica da estimación que utiliza código ARMA
  665 propio e Máxima Verosimilitude exacta; e solicita que se utilice o
  666 algoritmo de "memoria limitada" L-BFGS-B en vez do maximizador BFGS
  667 habitual. Isto pode ser de axuda nalgúns casos nos que a converxencia é
  668 difícil de acadar.
  669 
  670 A opción --y-diff-only é específica da estimación de modelos ARIMAX
  671 (modelos con orde de integración non nula, nos que se inclúen regresores
  672 esóxenos) e aplícase só cando se utiliza a Máxima Verosimilitude exacta
  673 propia de Gretl. Para eses modelos, o comportamento por defecto consiste en
  674 calcular as primeiras diferenzas tanto da variable dependente como dos
  675 regresores; pero cando indicas esta opción, só se calcula para a variable
  676 dependente, quedando os regresores en niveis.
  677 
  678 O valor do AIC de Akaike indicado en conexión con modelos ARIMA, calcúlase
  679 de acordo coa definición que utiliza o ARIMA X-12, concretamente
  680 
  681   AIC = -2L + 2k
  682 
  683 onde L é o logaritmo da verosimilitude e k é o número total de
  684 parámetros estimados. Observa que o ARIMA X-12 non produce criterios de
  685 información tales como AIC cando a estimación é por Máxima
  686 Verosimilitude condicional.
  687 
  688 As raíces AR e MA amosadas en conexión coa estimación ARMA baséanse na
  689 seguinte representación dun proceso ARMA(p, q):
  690 
  691       	(1 - a_1*L - a_2*L^2 - ... - a_p*L^p)Y =
  692         c + (1 + b_1*L + b_2*L^2 + ... + b_q*L^q) e_t
  693 
  694 Polo tanto, as raíces AR son as solucións a
  695 
  696        1 - a_1*z - a_2*z^2 - ... - a_p*L^p = 0
  697 
  698 e a estabilidade require que estas raíces se atopen fóra do círculo de
  699 radio unitario.
  700 
  701 A cantidade "Frecuencia" presentada en conexión coas raíces AR e MA, é o
  702 valor lambda que soluciona z = r * exp(i*2*pi*lambda) onde z é a raíz en
  703 cuestión e r é o seu módulo.
  704 
  705 Ruta do menú:    /Modelar/Series temporais univariantes/ARIMA
  706 
  707 # arma Estimation
  708 
  709 Consulta "arima"; arma é un alcume.
  710 
  711 # biprobit Estimation
  712 
  713 Argumentos:  depvar1 depvar2 indepvars1 [ ; indepvars2 ] 
  714 Opcións:    --vcv (Presenta a matriz de covarianzas)
  715             --robust (Desviacións padrón robustas)
  716             --cluster=clustvar (Consulta "logit" para aclaración)
  717             --opg (Mira abaixo)
  718             --save-xbeta (Mira abaixo)
  719             --verbose (Presenta información adicional)
  720 Exemplos:   biprobit y1 y2 0 x1 x2
  721             biprobit y1 y2 0 x11 x12 ; 0 x21 x22
  722             Mira tamén biprobit.inp
  723 
  724 Estima un modelo probit bivariante utilizando o método de Newton-Raphson
  725 para maximizar a verosimilitude.
  726 
  727 A lista de argumentos comeza coas dúas variables (binarias) dependentes,
  728 seguidas dunha lista de regresores. Cando indicas unha segunda lista
  729 (separada por un punto e coma) se entende como un grupo de regresores
  730 específicos da segunda ecuación, sendo indepvars1 específica da primeira
  731 ecuación; se non, indepvars1 considérase que representa un conxunto de
  732 regresores común.
  733 
  734 Por defecto, as desviacións padrón calcúlanse utilizando unha
  735 aproximación numérica á matriz Hessiana ao converxer. Pero se indicas a
  736 opción --opg, a matriz de covarianzas baséase no Produto Externo do vector
  737 Gradiente (PEG ou OPG); ou se indicas a opción --robust, calcúlanse as
  738 desviacións padrón case que máximo verosímiles (QML), utilizando un
  739 "emparedado" entre a inversa da matriz Hessiana e o PEG.
  740 
  741 Logo dunha estimación correcta, o accesorio $uhat permite recuperar unha
  742 matriz con 2 columnas que contén os erros xeneralizados das dúas
  743 ecuacións; é dicir, os valores agardados das perturbacións condicionadas
  744 aos resultados observados e ás variables covariantes. Por defecto, $yhat
  745 permite recuperar unha matriz con 4 columnas que contén as probabilidades
  746 estimadas dos 4 posibles resultados conxuntos para (y_1, y_2), na orde
  747 (1,1), (1,0), (0,1), (0,0). Alternativamente, cando indicas a opción
  748 --save-xbeta, entón $yhat ten 2 columnas e contén os valores das funcións
  749 índice das ecuacións respectivas.
  750 
  751 O resultado inclúe unha proba de Razón de Verosimilitudes respecto á
  752 hipótese nula de que as perturbacións das dúas ecuacións non están
  753 correlacionadas.
  754 
  755 # bkw Tests
  756 
  757 Opción:     --quiet (Non presenta nada)
  758 Exemplos:   longley.inp
  759 
  760 Debe de ir despois da estimación dun modelo que conteña cando menos dúas
  761 variables explicativas. Calcula e presenta información de diagnóstico en
  762 relación á multicolinearidade, en concreto a Táboa BKW que está baseada
  763 no traballo de Belsley, Kuh e Welsch (1980). Esta táboa presenta unha
  764 sofisticada análise do grao e das causas da multicolinearidade, mediante o
  765 exame dos autovalores da inversa da matriz de correlacións. Para ter unha
  766 explicación polo miúdo do enfoque BKW en relación a Gretl, e con diversos
  767 exemplos, consulta Adkins, Waters e Hill (2015).
  768 
  769 Despois de utilizar esta instrución, podes usar o accesorio "$result" para
  770 recuperar a táboa BKW en forma de matriz. Consulta tamén a instrución
  771 "vif" para obter un enfoque máis sinxelo da diagnose da multicolinearidade.
  772 
  773 Hai tamén unha función chamada "bkw" que ofrece unha maior flexibilidade.
  774 
  775 Ruta do menú:    Xanela de modelo: Análise/Multicolinearidade
  776 
  777 # boxplot Graphs
  778 
  779 Argumento:   listavariables 
  780 Opcións:    --notches (Amosa o intervalo do 90 por cento para a mediana)
  781             --factorized (Mira abaixo)
  782             --panel (Mira abaixo)
  783             --matrix=nome (Representa as columnas da matriz indicada)
  784             --output=nomeficheiro (Envía o resultado ao ficheiro especificado)
  785 
  786 Estas gráficas amosan a distribución dunha variable. Unha caixa central
  787 encerra o 50 por cento central dos datos; i.e. está deslindada polo
  788 primeiro e terceiro cuartís. Un "bigote" esténdese desde cada límite da
  789 caixa cun rango igual a 1.5 veces o rango intercuartil. As observacións que
  790 están fóra dese rango considéranse valores atípicos e represéntanse
  791 mediante puntos. Debúxase unha liña ao largo da caixa na mediana. O signo
  792 "+" utilízase para indicar a media. Se escolles a opción de amosar un
  793 intervalo de confianza para a mediana, este calcúlase mediante o método
  794 bootstrap e amósase con formato de liñas con raias horizontais por arriba
  795 e/ou abaixo da mediana.
  796 
  797 A opción --factorized te permite examinar a distribución da variable
  798 elixida condicionada ao valor de algún factor discreto. Por exemplo, se un
  799 conxunto de datos contén unha variable cos salarios e unha variable
  800 ficticia co xénero, podes escoller a dos salarios como obxectivo e a do
  801 xénero como o factor, para ver así as gráficas de caixas de salarios de
  802 homes e mulleres, unha a carón da outra, como en
  803 
  804 	boxplot salario xenero --factorized
  805 
  806 Ten en conta que neste caso debes de especificar exactamente só dúas
  807 variables, co factor indicado en segundo lugar.
  808 
  809 Cando tes un conxunto vixente de datos de panel e especificas só unha
  810 variable, a opción --panel produce unha serie de gráficas de caixas (unha
  811 a carón da outra) na que cada unha se corresponde cun grupo ou "unidade" do
  812 panel.
  813 
  814 Xeralmente requírese o argumento listavariables que se refire a unha ou
  815 máis series do conxunto vixente de datos (indicadas ben polo nome ou ben
  816 polo número ID). Pero se, mediante a opción --matrix, indicas unha matriz
  817 xa definida, este argumento convértese en opcional pois, por defecto,
  818 debúxase unha gráfica para cada columna da matriz especificada.
  819 
  820 As gráficas de caixas en Gretl xéranse utilizando a instrución gnuplot, e
  821 resulta posible especificar con maior detalle a gráfica engadindo
  822 instrucións adicionais de Gnuplot, contornadas entre chaves. Para obter
  823 máis detalles, consulta a axuda para a instrución "gnuplot".
  824 
  825 En modo interactivo, o resultado amósase inmediatamente. En modo de
  826 procesamento por lotes, o proceder por defecto consiste en escribir un
  827 ficheiro de instrucións de Gnuplot no cartafol de traballo do usuario, cun
  828 nome co padrón gpttmpN.plt, comezando con N = 01. Podes xerar as gráficas
  829 máis tarde utilizando o gnuplot (ou ben wgnuplot baixo MS Windows). Podes
  830 modificar este comportamento mediante o uso da opción
  831 --output=nomeficheiro. Se queres obter máis detalles, consulta a
  832 instrución "gnuplot".
  833 
  834 Ruta do menú:    /Ver/Gráfica de variables indicadas/Gráficas de caixa
  835 
  836 # break Programming
  837 
  838 Fuxida dun bucle. Podes utilizar esta instrución só dentro dun bucle; iso
  839 provoca que a execución de instrucións fuxa do bucle actual (do máis
  840 interior, se hai varios aniñados). Consulta tamén "loop".
  841 
  842 # catch Programming
  843 
  844 Sintaxe:     catch command
  845 
  846 Esta non é unha instrución por si mesma, pero podes utilizala como prefixo
  847 na maioría das instrucións habituais: o seu efecto é o de previr que
  848 remate dun guión de instrucións se ocorre un fallo ao executar unha delas.
  849 Se aparece un fallo, isto rexístrase cun código de fallo interno ao que
  850 podes acceder con $error (un valor de 0 indica éxito). Inmediatamente
  851 despois de utilizar catch deberías de verificar sempre cal é o valor de
  852 $error, e realizar unha acción axeitada se fallou unha das instrucións.
  853 
  854 Non podes utilizar a palabra chave catch antes de if, elif ou endif.
  855 Ademais, non debe de utilizarse en peticións a funcións definidas polo
  856 usuario, pois preténdese utilizala só coas instrucións de Gretl e coas
  857 peticións aos operadores ou funcións "internos".
  858 
  859 # chow Tests
  860 
  861 Variantes:   chow obs
  862             chow dummyvar --dummy
  863 Opcións:    --dummy (Utiliza unha variable ficticia xa existente)
  864             --quiet (Non presenta as estimacións do modelo ampliado)
  865             --limit-to=lista (Limita a proba a un subconxunto de regresores)
  866 Exemplos:   chow 25
  867             chow 1988:1
  868             chow muller --dummy
  869 
  870 Debe de ir a continuación dunha regresión MCO (OLS). Se indicas un número
  871 de observación ou unha data, proporciona unha proba respecto á hipótese
  872 nula de que non existe cambio estrutural no punto de corte indicado. O
  873 procedemento consiste en crear unha variable ficticia que toma o valor 1
  874 desde o punto de corte especificado por obs ata o final da mostra, e 0
  875 noutro caso, así como xerar termos de interacción entre esa ficticia e os
  876 regresores orixinais. Se indicas unha ficticia, próbase esa hipótese nula
  877 de homoxeneidade estrutural respecto desa variable ficticia, e tamén
  878 engádense termos de interacción. En cada caso execútase unha regresión
  879 ampliada incluíndo os termos adicionais.
  880 
  881 Por defecto, calcúlase un estatístico F, considerando a regresión
  882 ampliada como o modelo sen restricións e o modelo orixinal como o
  883 restrinxido. Pero se o modelo orixinal utilizou un estimador robusto para a
  884 matriz de covarianzas, o estatístico de proba é un de Wald con
  885 distribución khi-cadrado; co seu valor baseado nun estimador robusto da
  886 matriz de covarianzas da regresión ampliada.
  887 
  888 Podes utilizar a opción --limit-to para limitar o conxunto de termos de
  889 interacción coa variable ficticia de corte, a un subconxunto dos regresores
  890 orixinais. O argumento para esta opción debe de ser unha lista xa definida
  891 na que todos os seus elementos estean entre os regresores orixinais, e non
  892 debe de incluír a constante.
  893 
  894 Ruta do menú:    Xanela de modelo: Probas/Proba de Chow
  895 
  896 # clear Programming
  897 
  898 Opción:     --dataset (Libra só o conxunto de datos)
  899 
  900 Sen ningunha opción, quita da memoria todos os obxectos gardados,
  901 incluíndo o conxunto de datos (se hai algún). Ten en conta que tamén tes
  902 este efecto ao abrir un novo conxunto de datos, ou ao utilizar a instrución
  903 "nulldata" para crear un conxunto de datos baleiro; por iso normalmente non
  904 necesitas utilizar "clear".
  905 
  906 Cando indicas a opción --dataset, entón só se limpa o conxunto de datos
  907 (máis calquera lista de series definida); outros obxectos gardados como
  908 matrices e escalares xa definidos, vanse conservar.
  909 
  910 # coeffsum Tests
  911 
  912 Argumento:   listavariables 
  913 Opción:     --quiet (Non presenta nada)
  914 Exemplos:   coeffsum xt xt_1 xr_2
  915             Mira tamén restrict.inp
  916 
  917 Debe de ir despois dunha regresión. Calcula a suma dos coeficientes das
  918 variables do argumento listavariables. Presenta esta suma xunto coa súa
  919 desviación padrón e a probabilidade asociada ao estatístico para probar a
  920 hipótese nula de que a suma é cero.
  921 
  922 Ten en conta a diferenza entre isto e a instrución "omit", pois esta
  923 última te permite probar a hipótese nula de que os coeficientes dun
  924 subconxunto especificado de variables independentes son todos nulos.
  925 
  926 A opción --quiet pódeche ser útil se o único que queres é acceder aos
  927 valores de "$test" e de "$pvalue" que se rexistran logo de terminar a
  928 estimación con éxito.
  929 
  930 Ruta do menú:    Xanela de modelo: Probas/Suma dos coeficientes
  931 
  932 # coint Tests
  933 
  934 Argumentos:  nivel depvar indepvars 
  935 Opcións:    --nc (Sen constante)
  936             --ct (Con constante e tendencia)
  937             --ctt (Con constante máis tendencia linear e cadrada)
  938             --seasonals (Con variables ficticias estacionais)
  939             --skip-df (Sen probas DF sobre as variables individuais)
  940             --test-down[=criterio] (Nivel de retardos automático)
  941             --verbose (Presenta detalles adicionais das regresións)
  942             --silent (Non presenta nada)
  943 Exemplos:   coint 4 y x1 x2
  944             coint 0 y x1 x2 --ct --skip-df
  945 
  946 Proba de cointegración de Engle-Granger (1987). O proceso por defecto
  947 consiste en: (1) realizar as probas de Dickey-Fuller respecto á hipótese
  948 nula de que cada unha das variables enumeradas ten unha raíz unitaria; (2)
  949 estimar a regresión de cointegración; e (3) facer unha proba DF respecto
  950 aos erros que comete a regresión de cointegración. Cando se indica a
  951 opción --skip-df, omítese o paso (1).
  952 
  953 Se o nivel especificado de retardos é positivo, todas as probas de
  954 Dickey-Fuller usan ese nivel pero con este requisito: cando se indica a
  955 opción --test-down, o valor indicado tómase como un máximo, e o nivel
  956 concreto de retardos que se utilizará en cada caso obtense probando cara
  957 abaixo. Consulta a instrución "adf" para obter máis detalles sobre este
  958 procedemento.
  959 
  960 Por defecto, a regresión de cointegración contén unha constante pero, se
  961 queres eliminar a constante, engade a opción --nc. Se queres ampliar a
  962 lista de termos determinísticos na regresión de cointegración con
  963 tendencia linear (ou linear e cadrada), engade a opción --ct (ou --ctt).
  964 Estes indicadores de opción son mutuamente excluíntes. Tamén tes a
  965 posibilidade de engadir variables ficticias estacionais (no caso de utilizar
  966 datos trimestrais ou mensuais).
  967 
  968 Os valores P (probabilidades asociadas) desta proba baséanse en MacKinnon
  969 (1996). O código relevante inclúese co amable permiso do propio autor.
  970 
  971 Ruta do menú:    /Modelar/Series temporais multivariantes
  972 
  973 # coint2 Tests
  974 
  975 Argumentos:  nivel ylista [ ; xlista ] [ ; rxlista ] 
  976 Opcións:    --nc (Sen constante)
  977             --rc (Constante restrinxida)
  978             --uc (Constante non restrinxida)
  979             --crt (Constante e tendencia restrinxida)
  980             --ct (Constante e tendencia non restrinxida)
  981             --seasonals (Inclúe variables ficticias estacionais centradas)
  982             --asy (Garda os valores p asintóticos)
  983             --quiet (Presenta só as probas)
  984             --silent (Non presenta nada)
  985             --verbose (Presenta detalles das regresións auxiliares)
  986 Exemplos:   coint2 2 y x
  987             coint2 4 y x1 x2 --verbose
  988             coint2 3 y x1 x2 --rc
  989             Mira tamén hamilton.inp, denmark.inp
  990 
  991 Leva a cabo a proba de cointegración de Johansen entre as variables de
  992 ylista para o nivel de retardos seleccionado. Para obter máis detalles
  993 sobre esta proba, consulta o Manual de usuario de Gretl (Capítulo 31) ou o
  994 capítulo 20 de Hamilton (1994). As probabilidades asociadas (valores p)
  995 calcúlanse mediante a aproximación Gamma de Doornik (Doornik, 1998).
  996 Amósanse dous conxuntos de valores p para a proba da traza: valores
  997 asintóticos directos e valores axustados polo tamaño da mostra. Por
  998 defecto, o accesorio "$pvalue" xera a variante axustada, pero podes utilizar
  999 a opción --asy para obter no seu lugar os valores asintóticos.
 1000 
 1001 A inclusión de termos determinísticos no modelo contrólase mediante os
 1002 indicadores de opción. Por defecto, se non especificas ningunha opción,
 1003 inclúese unha "constante non restrinxida", que permite a presenza dunha
 1004 ordenada na orixe non nula nas relacións de cointegración, así como unha
 1005 tendencia nos niveis das variables endóxenas. Na literatura xerada a partir
 1006 do traballo de Johansen (por exemplo, consulta o seu libro de 1995)
 1007 refírese esta situación como o "caso 3". As 4 primeiras opcións indicadas
 1008 arriba, que son mutuamente excluíntes, producen respectivamente os casos 1,
 1009 2, 4 e 5. Tanto o significado destes casos como o criterio para seleccionar
 1010 un caso explícanse no Manual de usuario de Gretl (Capítulo 31).
 1011 
 1012 As listas xlista e rxlista (opcionais) te permiten controlar as variables
 1013 esóxenas especificadas, e así estas entran no sistema ben sen restricións
 1014 (xlista) ou ben restrinxidas ao espazo de cointegración (rxlista). Estas
 1015 listas sepáranse de ylista e unhas das outras mediante un punto e coma.
 1016 
 1017 A opción --seasonals, que podes combinar con calquera das outras opcións,
 1018 especifica a inclusión dun conxunto de variables ficticias estacionais
 1019 centradas. Esta opción está dispoñible só para datos trimestrais ou
 1020 mensuais.
 1021 
 1022 A seguinte táboa ofrécese como guía para a interpretación dos resultados
 1023 da proba que se amosan, para o caso con 3 variables. H0 denota a hipótese
 1024 nula, H1 a hipótese alternativa, e c o número de relacións de
 1025 cointegración.
 1026 
 1027          Rango    Proba traza        Proba Lmáx
 1028                   H0     H1          H0     H1
 1029          ---------------------------------------
 1030           0      c = 0  c = 3       c = 0  c = 1
 1031           1      c = 1  c = 3       c = 1  c = 2
 1032           2      c = 2  c = 3       c = 2  c = 3
 1033          ---------------------------------------
 1034 
 1035 Consulta tamén a instrución "vecm".
 1036 
 1037 Ruta do menú:    /Modelar/Series temporais multivariantes
 1038 
 1039 # corr Statistics
 1040 
 1041 Variantes:   corr [ listavariables ]
 1042             corr --matrix=nomematriz
 1043 Opcións:    --uniform (Garante unha mostra uniforme)
 1044             --spearman (Rho de Spearman)
 1045             --kendall (Tau de Kendall)
 1046             --verbose (Presenta xerarquías)
 1047             --plot=modo-ou-nomeficheiro (Mira abaixo)
 1048 Exemplos:   corr y x1 x2 x3
 1049             corr ylista --uniform
 1050             corr x y --spearman
 1051             corr --matrix=X --plot=display
 1052 
 1053 Por defecto, presenta os coeficientes de correlación (correlación
 1054 produto-momento de Pearson) por pares das variables de listavariables, ou de
 1055 tódalas variables do conxunto de datos se non indicas listavariables. O
 1056 comportamento típico desta instrución consiste en utilizar tódalas
 1057 observacións dispoñibles para calcular cada coeficiente por parellas de
 1058 variables, pero cando indicas a opción --uniform, a mostra limítase (se é
 1059 necesario) de xeito que se utiliza o mesmo conxunto de observacións para
 1060 todos os coeficientes. Esta opción é adecuada só cando hai un número
 1061 diferente de valores ausentes nas variables utilizadas.
 1062 
 1063 As opcións --spearman e --kendall (que son mutuamente excluíntes) permiten
 1064 calcular, respectivamente, o coeficiente rho de correlación por rangos de
 1065 Spearman e o coeficiente tau de correlación por rangos de Kendall en
 1066 troques do coeficiente de Pearson (por defecto). Cando indicas algunha
 1067 destas opcións, listavariables debe de conter só dúas variables.
 1068 
 1069 Cando se calcula unha correlación por rangos, podes utilizar a opción
 1070 --verbose para presentar os datos orixinais e a súa xerarquía (se non,
 1071 esta alternativa ignórase).
 1072 
 1073 Se listavariables contén máis de dúas series e o programa non está en
 1074 modo de procesamento por lotes, amósase unha gráfica de "mapa de calor" da
 1075 matriz de correlacións. Podes axustar isto mediante a opción --plot, na
 1076 que os parámetros que se admiten son: none (para non amosar a gráfica),
 1077 display (para presentar a gráfica mesmo cando se estea en modo de
 1078 procesamento por lotes), ou un nome de ficheiro. O efecto de indicar un nome
 1079 de ficheiro é como o descrito para a opción --output da instrución
 1080 "gnuplot". Cando activas a representación da gráfica, podes utilizar a
 1081 opción adicional --triangle para amosar só o mapa de calor do triángulo
 1082 inferior da matriz.
 1083 
 1084 Cando indicas unha forma alternativa, utilizando unha matriz xa definida en
 1085 lugar dunha lista de series, as opcións --spearman e --kendall non están
 1086 dispoñibles (pero consulta a función "npcorr").
 1087 
 1088 Podes usar o accesorio "$result" para obter as correlacións en forma de
 1089 matriz.
 1090 
 1091 Ruta do menú:    /Ver/Matriz de correlacións
 1092 Outro acceso: Xanela principal: Menú emerxente (tras selección múltiple)
 1093 
 1094 # corrgm Statistics
 1095 
 1096 Argumentos:  serie [ nivel ] 
 1097 Opcións:    --bartlett (Utiliza as desviacións padrón de Bartlett)
 1098             --plot=modo-ou-nomeficheiro (Mira abaixo)
 1099             --quiet (Non presenta a gráfica)
 1100 Exemplo:    corrgm x 12
 1101 
 1102 Presenta os valores da función de autocorrelación (FAC) do argumento
 1103 serie, que pode especificarse polo seu nome ou seu número. Os valores
 1104 defínense como rho(u_t, u_t-s) onde u_t é a t-ésima observación da
 1105 variable u e s denota o número de retardos.
 1106 
 1107 Tamén se presentan as autocorrelacións parciais (FACP, que se calculan
 1108 utilizando o algoritmo de Durbin-Levinson), e que están libres dos efectos
 1109 dos retardos intermedios. Ademais, preséntase o estatístico Q de Ljung-Box
 1110 que podes utilizar para probar a hipótese nula de que a serie é un "ruído
 1111 branco", e que se distribúe asintoticamente como unha khi-cadrado con
 1112 tantos graos de liberdade como o número de retardos utilizados.
 1113 
 1114 Utilízanse asteriscos para indicar a significación estatística das
 1115 autocorrelacións individuais. Por defecto, isto avalíase utilizando unha
 1116 desviación padrón igual ao cociente entre 1 e a raíz cadrada do tamaño
 1117 da mostra; pero cando indicas a opción --bartlett, entón utilízanse as
 1118 desviacións padrón de Bartlett para a FAC. Se resulta aplicable, esta
 1119 opción tamén determina a banda de confianza que se debuxa na gráfica da
 1120 FAC.
 1121 
 1122 Se especificas un valor para nivel, a lonxitude do correlograma limítase
 1123 ata ese número de retardos como máximo; se non, a longura determínase
 1124 automaticamente como unha función da frecuencia dos datos e do número de
 1125 observacións.
 1126 
 1127 Por defecto, xérase unha gráfica do correlograma: unha gráfica de Gnuplot
 1128 en modo interactivo ou unha gráfica ASCII en modo de procesamento por
 1129 lotes. Isto podes axustalo mediante a opción --plot na que os parámetros
 1130 que se admiten son: none (para non amosar a gráfica), ascii (para presentar
 1131 unha gráfica de texto mesmo en modo interactivo), display (para presentar
 1132 unha gráfica de Gnuplot mesmo en modo de procesamento por lotes); ou un
 1133 nome de ficheiro. O efecto de indicar un nome de ficheiro é como o descrito
 1134 para a opción --output da instrución "gnuplot".
 1135 
 1136 Cando se completa con éxito esta instrución, os accesorios "$test" e
 1137 "$pvalue" conteñen os dous valores respectivos da proba de Ljung-Box para o
 1138 máximo nivel de retardo presentado. Se unicamente queres calcular o
 1139 estatístico Q, ten en conta que probablemente será preferible que utilices
 1140 en troques a función "ljungbox".
 1141 
 1142 Ruta do menú:    /Variable/Correlograma
 1143 Outro acceso: Xanela principal: Menú emerxente (selección única)
 1144 
 1145 # cusum Tests
 1146 
 1147 Opcións:    --squares (Realiza a proba CUSUMSQ)
 1148             --quiet (Só presenta a proba de Harvey-Collier)
 1149 
 1150 Debe de ir despois da estimación dun modelo mediante MCO. Te permite levar
 1151 adiante a proba CUSUM de estabilidade dos parámetros (ou a proba CUSUMSQ se
 1152 indicas a opción --squares). Vas obter unha serie cos erros de predición
 1153 adiantados un paso, executando unha serie de regresións. Na primeira
 1154 regresión se utilizan as primeiras k observacións e permíteche xerar a
 1155 predición da variable dependente na observación k + 1; na segunda se
 1156 utilizan as primeiras k + 1 observacións e xérase unha predición para a
 1157 observación k + 2, e así sucesivamente (onde k é o número de parámetros
 1158 do modelo orixinal).
 1159 
 1160 Preséntase e debúxase a suma acumulada dos erros de predición escalados
 1161 (ou os cadrados destes erros). A hipótese nula de estabilidade dos
 1162 parámetros rexéitase cun nivel de significación do 5 por cento cando a
 1163 suma acumulada se afasta da banda de confianza do 95 por cento.
 1164 
 1165 No caso da proba CUSUM, tamén se presenta o estatístico t de
 1166 Harvey-Collier para probar a hipótese nula de estabilidade dos parámetros.
 1167 Consulta o libro Econometric Analysis de Greene para obter máis detalles.
 1168 Para a proba CUSUMSQ, calcúlase a banda de confianza do 95 por cento
 1169 utilizando o algoritmo indicado en Edgerton e Wells (1994).
 1170 
 1171 Ruta do menú:    Xanela de modelo: Probas/Proba CUSUM(SQ)
 1172 
 1173 # data Dataset
 1174 
 1175 Argumento:   listavariables 
 1176 Opcións:    --compact=método (Especifica o método para compactar)
 1177             --interpolate (Fai a interpolación para datos de baixa frecuencia)
 1178             --quiet (Non amosa os resultados agás no caso de fallo)
 1179             --name=identificador (Renomea series importadas)
 1180             --odbc (Importa dun banco de datos ODBC)
 1181             --no-align (Específico para ODBC, mira abaixo)
 1182 
 1183 Le as variables de listavariables dun ficheiro de banco de datos (propio de
 1184 Gretl, RATS 4.0 ou PcGive) que debe de abrirse previamente utilizando a
 1185 instrución "open". Podes usar a instrución data para importar series de
 1186 DB.NOMICS ou dun banco de datos ODBC; para obter detalles sobre estas
 1187 variantes consulta gretl + DB.NOMICS ou o Manual de usuario de Gretl
 1188 (Capítulo 39), respectivamente.
 1189 
 1190 Podes establecer a frecuencia dos datos e o rango da mostra mediante as
 1191 instrucións "setobs" e "smpl", antes de utilizar esta instrución. Este é
 1192 un exemplo:
 1193 
 1194 	open fedstl.bin
 1195 	setobs 12 2000:01
 1196 	smpl ; 2019:12
 1197 	data unrate cpiaucsl
 1198 
 1199 As instrucións de arriba abren o banco de datos (que se ofrece con Gretl)
 1200 chamado fedstl.bin, determinan que os datos son mensuais, que comezan en
 1201 xaneiro de 2000, que a mostra finaliza en decembro de 2019, e que se
 1202 importan as series denominadas unrate (taxa de desemprego) e cpiaucsl (IPC
 1203 de todos).
 1204 
 1205 Se non especificas setobs e smpl deste xeito, a frecuencia dos datos e o
 1206 rango da mostra establécense utilizando a primeira variable que se le do
 1207 banco de datos.
 1208 
 1209 Se as series que se van ler son de frecuencia maior que o conxunto de datos
 1210 de traballo, podes especificar un método para compactar como aquí debaixo:
 1211 
 1212 	data LHUR PUNEW --compact=average
 1213 
 1214 Os cinco métodos que permiten compactar dos que dispós son estes:
 1215 "average" (toma a media das observacións de alta frecuencia), "last"
 1216 (utiliza a última observación), "first", "sum" e "spread", pero se non
 1217 especificas ningún método, por defecto utilízase a media. O método
 1218 "spread" é especial pois con el non se perde ningunha información, senón
 1219 que máis ben esta espállase entre varias series, unha por cada
 1220 subperíodo. Así con ela cando engades, por exemplo, unha serie mensual a
 1221 un conxunto de datos trimestrais, xéranse 3 series (unha por cada mes do
 1222 trimestre) cuxos nomes conteñen os sufixos m01, m02 e m03.
 1223 
 1224 Cando as series que se len son de frecuencia menor que a do conxunto de
 1225 datos de traballo, por defecto repítense os valores dos datos engadidos
 1226 segundo se necesite. Pero podes utilizar a opción --interpolate para
 1227 solicitar que se faga a interpolación utilizando o método de Chow e Lin
 1228 (1971) no que os regresores son unha constante máis unha tendencia linear e
 1229 cadrada, e asúmese que a perturbación segue un AR(1). Porén, ten en conta
 1230 que dispós desta opción só para converter datos trimestrais en mensuais,
 1231 ou datos anuais en trimestrais.
 1232 
 1233 No caso de bancos de datos propios (unicamente) de Gretl, podes utilizar os
 1234 caracteres "xenéricos", * e ? en listavariables para importar series que
 1235 coincidan co padrón indicado. Por exemplo, a seguinte expresión vai
 1236 importar todas as series do banco de datos cuxos nomes comecen por cpi:
 1237 
 1238 	data cpi*
 1239 
 1240 Podes usar a opción --name para determinar un nome distinto do nome
 1241 orixinal no banco de datos, para a seire importada. O parámetro debe de ser
 1242 un identificador válido de Gretl. Esta opción restrínxese ao caso no que
 1243 especificas unha única serie a importar.
 1244 
 1245 A opción --no-align aplícase só para importar series mediante ODBC. Por
 1246 defecto, necesítase que a solicitude ODBC devolva información que indique
 1247 a Gretl en que filas do conxunto de datos situar os datos que se reciben (ou
 1248 que o número de valores que se reciben coincida, cando menos, ben coa
 1249 longura do conxunto de datos ou ben coa longura do rango da mostra vixente).
 1250 Determinando a opción --no-align reláxase este requisito: se non se
 1251 cumpren estas condicións mencionadas, os valores que se reciben sitúanse
 1252 simplemente de xeito consecutivo, comezando na primeira fila do conxunto de
 1253 datos. Se o número deses valores é menor que o de filas no conxunto de
 1254 datos, as filas do final énchense con NAs; se o número é maior que o de
 1255 filas, se descartan os valores extra. Para obter máis información sobre
 1256 como importar con ODBC, consulta o Manual de usuario de Gretl (Capítulo
 1257 39).
 1258 
 1259 Ruta do menú:    /Ficheiro/Bancos de datos
 1260 
 1261 # dataset Dataset
 1262 
 1263 Argumentos:  chave parámetros 
 1264 Opción:     --panel-time (Mira abaixo 'addobs')
 1265 Exemplos:   dataset addobs 24
 1266             dataset addobs 2 --panel-time
 1267             dataset insobs 10
 1268             dataset compact 1
 1269             dataset compact 4 last
 1270             dataset expand interp
 1271             dataset transpose
 1272             dataset sortby x1
 1273             dataset resample 500
 1274             dataset renumber x 4
 1275             dataset pad-daily 7
 1276             dataset clear
 1277 
 1278 Realiza diversas operacións no conxunto de datos como un todo, dependendo
 1279 da chave indicada, que debe de ser: addobs, insobs, clear, compact, expand,
 1280 transpose, sortby, dsortby, resample, renumber ou pad-daily. Advertencia:
 1281 Coa excepción da opción clear, estas accións non están dispoñibles
 1282 mentres teñas unha submostra do conxunto de datos, escollida por selección
 1283 dos casos segundo algún criterio booleano.
 1284 
 1285 addobs: Debe de estar seguido dun enteiro positivo, digamos n. Engade as n
 1286 observacións adicionais ao final do conxunto de datos de traballo. Isto
 1287 está pensado principalmente co propósito de facer predicións. Os valores
 1288 da maioría das variables ao longo do rango engadido vanse estipular como
 1289 ausentes, pero certas variables determinísticas se recoñecen, e o seu
 1290 contido esténdese ao rango engadido; en concreto, as variables con
 1291 tendencia linear simple e as variables ficticias periódicas. Se o conxunto
 1292 de datos ten a estrutura dun panel, podes usar a opción --panel-time para
 1293 alongar as series de tempo para cada unidade de sección cruzada (co efecto,
 1294 por defecto, de engadir n deses elementos).
 1295 
 1296 insobs: Debe de estar seguido dun enteiro positivo (non maior ca o número
 1297 vixente de observacións) que especifica a posición na que se insire unha
 1298 única observación. Todos os datos posteriores desprázanse un lugar e o
 1299 conxunto de datos amplíase nunha observación. Agás á constante,
 1300 dánselle valores ausentes a todas as variables na nova observación. Esta
 1301 acción non está dispoñible para conxuntos de datos de panel.
 1302 
 1303 clear: Non necesita ningún parámetro. Libra todos os datos vixentes,
 1304 devolvendo o Gretl a o seu estado "baleiro" inicial.
 1305 
 1306 compact: Debe de estar seguido dun enteiro positivo que represente a nova
 1307 frecuencia dos datos, e que debe de ser menor que a frecuencia vixente (por
 1308 exemplo, indicar un valor de 4 cando a frecuencia vixente é 12, indica que
 1309 se van compactar os datos de mensuais a trimestrais). Esta instrución só
 1310 está dispoñible para datos de series temporais e compacta todas as series
 1311 do conxunto de datos a unha nova frecuencia. Tamén podes indicar un segundo
 1312 parámetro, en concreto un de entre sum, first, last ou spread. Estes
 1313 permiten especificar que se vai compactar utilizando, respectivamente: a
 1314 suma dos valores de frecuencia maior, o valor de inicio-de-período, o valor
 1315 de fin-de-período, ou espallando os valores de frecuencia maior entre
 1316 varias series (unha por cada subperíodo), pois por defecto faise usando a
 1317 media.
 1318 
 1319 expand: Esta instrución só está dispoñible para datos de series
 1320 temporais anuais ou trimestrais, pois os datos anuais pódense estender a
 1321 trimestrais e os datos trimestrais a frecuencia mensual. Por defecto, todas
 1322 as series do conxunto de datos énchense coa nova frecuencia repetindo os
 1323 valores existentes, pero se engades o parámetro interp, entón a serie
 1324 esténdese utilizando a interpolación de Chow-Lin (para os detalles,
 1325 consulta Chow e Lin, 1971) na que os regresores son unha constante máis
 1326 unha tendencia linear e cadrada, e asúmese que a perturbación segue un
 1327 AR(1).
 1328 
 1329 transpose: Non necesita ningún parámetro adicional. Traspón o conxunto
 1330 vixente de datos, é dicir, cada observación (fila) do conxunto vixente de
 1331 datos vaise tratar como unha variable (columna), e cada variable como unha
 1332 observación. Esta instrución pode serte útil se os datos se leron
 1333 dalgunha orixe externa na que as filas da táboa de datos representan
 1334 variables.
 1335 
 1336 sortby: Requírese o nome dunha única serie ou lista. Cando indicas unha
 1337 serie, as observacións de todas as variables do conxunto de datos vólvense
 1338 ordenar segundo os valores ascendentes da serie especificada. Cando indicas
 1339 unha lista, a reordenación faise xerarquicamente: se hai observacións
 1340 empatadas ao reordenarse segundo a primeira variable chave, entón a segunda
 1341 chave utilízase para rachar o empate, e así sucesivamente ata que se rache
 1342 o empate ou se esgoten as chaves. Cae na conta de que esta instrución está
 1343 dispoñible só para datos sen data.
 1344 
 1345 dsortby: Funciona como sortby agás que a reordenación faise segundo os
 1346 valores descendentes da serie chave.
 1347 
 1348 resample: Constrúe un novo conxunto de datos mediante mostraxe aleatoria
 1349 (con substitución) das filas do conxunto vixente de datos, e require que
 1350 indiques como argumento o número concreto de filas que queres incluír.
 1351 Este pode ser menor, igual ou maior ca o número de observacións dos datos
 1352 orixinais. Podes recuperar o conxunto orixinal de datos mediante a
 1353 instrución smpl full.
 1354 
 1355 renumber: Require o nome dunha serie xa existente seguida dun número
 1356 enteiro entre 1 e o número de series do conxunto de datos menos 1. Move a
 1357 serie especificada á posición indicada do conxunto de datos, volvendo
 1358 numerar as demais series conforme a isto. (A posición 0 ocúpase coa
 1359 constante, que non pode moverse.)
 1360 
 1361 pad-daily: Válido só cando o conxunto vixente de datos contén datos con
 1362 datas diarias cun calendario incompleto. Ten como efecto encher os datos nun
 1363 calendario completo inserindo filas en branco (é dicir, filas que non
 1364 conteñen nada agás NAs). Esta opción require un número enteiro como
 1365 parámetro, concretamente o número de días por semana (5, 6 ou 7), e que
 1366 debe de ser maior ou igual que a frecuencia vixente dos datos. Cando se
 1367 completa con éxito, o calendario de datos vai estar "completo" en relación
 1368 a este valor. Por exemplo, se días-por-semana é igual a 5, entón
 1369 represéntanse tódolos días laborables, haxa ou non algún dato
 1370 dispoñible para eses días.
 1371 
 1372 Ruta do menú:    /Datos
 1373 
 1374 # debug Programming
 1375 
 1376 Argumento:   función 
 1377 
 1378 Depurador experimental para funcións definidas polo usuario, que está
 1379 dispoñible no programa Gretlcli de liñas de instrucións e na consola de
 1380 Interface Gráfica de Usuario (GUI). Debes de invocar esta instrución debug
 1381 despois de que estea definida a función en cuestión, pero antes de chamar
 1382 por ela. O efecto desta instrución consiste en que a execución detense
 1383 cando se chama pola función e amósase un indicador especial.
 1384 
 1385 Ante o indicador de depuración podes teclear next para executar a seguinte
 1386 instrución da función, ou continue para permitir que a execución da
 1387 función continúe sen trabas; e podes acurtar estas instrucións mediante n
 1388 e c, respectivamente. Tamén podes intercalar unha instrución ao aparecer
 1389 este indicador; por exemplo, a instrución print para revelar o valor actual
 1390 dalgunha variable de interese.
 1391 
 1392 # delete Dataset
 1393 
 1394 Variantes:   delete listavariables
 1395             delete nomevar
 1396             delete --type=tipo
 1397             delete nomepaquete
 1398 Opcións:    --db (Elimina series do banco de datos)
 1399             --force (Mira abaixo)
 1400 
 1401 Esta instrución é un destrutor. Deberías de utilizala con precaución
 1402 pois non se pide confirmación.
 1403 
 1404 Na primeira variante de arriba, listavariables é unha lista de series,
 1405 indicada polo seu nome ou número ID. Ten en conta que cando eliminas
 1406 series, vólvese a numerar calquera serie cuxo número ID sexa maior que os
 1407 das series da lista que se elimina. Se indicas a opción --db, as series da
 1408 lista non se eliminan con esta instrución do conxunto vixente de datos,
 1409 pero si do banco de datos de Gretl (supoñendo que se abriu un deles e que o
 1410 usuario ten permisos para escribir no ficheiro en cuestión). Consulta
 1411 tamén a instrución "open".
 1412 
 1413 Na segunda variante, podes indicar o nome dun escalar, dunha matriz, dunha
 1414 cadea de texto ou dun feixe, para que se elimine. A opción --db non pode
 1415 aplicarse neste caso. Ten en conta que non debes de mesturar series e
 1416 variables de diferentes tipos nunha mesma chamada a delete.
 1417 
 1418 Na terceira variante, a opción --type debes de acompañala con algún dos
 1419 seguintes nomes de tipos: matrix, bundle, string, list, scalar ou array; e o
 1420 seu efecto consiste en eliminar tódalas variables do tipo indicado. Neste
 1421 caso non debes de indicar ningún argumento que non sexa a opción.
 1422 
 1423 Podes usar a cuarta variante para descargar un paquete de funcións. Neste
 1424 caso, debes de proporcionar o sufixo .gfn como en
 1425 
 1426 	delete somepkg.gfn
 1427 
 1428 Cae na conta de que isto non elimina o ficheiro de paquete; unicamente
 1429 descarga o paquete da memoria.
 1430 
 1431 Eliminar variables nun bucle
 1432 
 1433 En xeral, non se permite eliminar variables no contexto dun bucle, posto que
 1434 isto pode supor un risco para a integridade do código do propio bucle.
 1435 Porén, se tes total confianza en que a eliminación dunha determinada
 1436 variable vai ser inocua, podes anular esta prohibición engadindo a opción
 1437 --force á instrución delete.
 1438 
 1439 Ruta do menú:    Xanela principal: Menú emerxente (selección única)
 1440 
 1441 # diff Transformations
 1442 
 1443 Argumento:   listavariables 
 1444 Exemplos:   penngrow.inp, sw_ch12.inp, sw_ch14.inp
 1445 
 1446 Con esta instrución obtés a primeira diferenza de cada variable de
 1447 listavariables, e o resultado gárdase nunha nova variable co prefixo d_.
 1448 Así "diff x y" xera as novas variables
 1449 
 1450 	d_x = x(t) - x(t-1)
 1451 	d_y = y(t) - y(t-1)
 1452 
 1453 Ruta do menú:    /Engadir/Primeiras diferenzas das variables seleccionadas
 1454 
 1455 # difftest Tests
 1456 
 1457 Argumentos:  serie1 serie2 
 1458 Opcións:    --sign (Proba dos signos, por defecto)
 1459             --rank-sum (Proba da suma de rangos de Wilcoxon)
 1460             --signed-rank (Proba dos rangos con signo de Wilcoxon)
 1461             --verbose (Presenta resultados adicionais)
 1462             --quiet (Elimina o resultado presentado)
 1463 Exemplos:   ooballot.inp
 1464 
 1465 Leva a cabo unha proba non paramétrica sobre a diferenza entre dúas
 1466 poboacións ou grupos, na que a proba concreta depende da opción
 1467 seleccionada.
 1468 
 1469 Coa opción --sign, realízase a proba dos signos. Esta proba baséase no
 1470 feito de que, cando se extraen dúas mostras, x e y, de forma aleatoria
 1471 dunha mesma distribución, a probabilidade de que x_i > y_i, para cada
 1472 observación i, deberá de ser igual a 0.5. O estatístico de proba é w, é
 1473 dicir, o número de observacións para as que se cumpre que x_i > y_i. Baixo
 1474 a hipótese nula, este estatístico segue unha distribución de
 1475 probabilidade Binomial con parámetros (n, 0.5), onde n indica o número de
 1476 observacións.
 1477 
 1478 Coa opción --rank-sum, realízase a proba da suma de rangos de Wilcoxon.
 1479 Esta proba desenvólvese determinando o rango en xerarquía das
 1480 observacións de ambas mostras xuntas, desde a de menor valor ata a de
 1481 maior, e logo calculando a suma dos rangos das observacións dunha calquera
 1482 das dúas mostras. Non é necesario que as dúas mostras teñan o mesmo
 1483 tamaño e, se son diferentes, utilízase a mostra máis pequena para
 1484 calcular a suma dos rangos. Baixo a hipótese nula de que as mostras
 1485 proceden de poboacións coa mesma mediana, a distribución de probabilidade
 1486 da suma de rangos pode calcularse para calquera tamaño de mostra que se
 1487 indique; e para mostras razoablemente longas, existe unha estreita
 1488 aproximación Normal.
 1489 
 1490 Coa opción --signed-rank, realízase a proba dos rangos con signo de
 1491 Wilcoxon, que está ideada para pares de datos ligados como, por exemplo, os
 1492 pares de valores dunha mesma variable nunha mostra de individuos, antes e
 1493 despois dalgún tratamento. A proba desenvólvese calculando as diferenzas
 1494 entre as observacións emparelladas x_i - y_i, e determinando o rango destas
 1495 diferenzas segundo o seu valor absoluto, ademais de asignándolle a cada
 1496 par, un rango cun signo que coincide co signo da diferenza. A continuación
 1497 calcúlase a suma dos rangos con signo positivo (W_+). De igual xeito que na
 1498 proba da suma de rangos, baixo a hipótese nula de que a diferenza das
 1499 medianas é cero, este estatístico segue unha distribución de
 1500 probabilidade ben definida, que converxe á Normal para mostras de tamaño
 1501 razoable.
 1502 
 1503 Para as probas de Wilcoxon, cando indicas a opción --verbose, entón
 1504 preséntase a ordenación. (Esta opción non ten efecto cando se selecciona
 1505 a proba dos signos.)
 1506 
 1507 Ao completarse con éxito, vas a ter dispoñibles os accesorios "$test" e
 1508 "$pvalue". Se unicamente queres obter estes valores, podes engadir a opción
 1509 --quiet á instrución.
 1510 
 1511 # discrete Transformations
 1512 
 1513 Argumento:   listavariables 
 1514 Opción:     --reverse (Marca as variables como continuas)
 1515 Exemplos:   ooballot.inp, oprobit.inp
 1516 
 1517 Marca cada variable de listavariables como discreta pois, por defecto, todas
 1518 as variables trátanse como continuas. Ao facer que unha variable sexa
 1519 discreta, iso afecta ao xeito no que se manexa esa variable nas gráficas de
 1520 frecuencia, e tamén te permite escoller a variable para a instrución
 1521 "dummify".
 1522 
 1523 Cando especificas a opción --reverse, a operación invértese; é dicir, as
 1524 variables contidas en listavariables márcanse como continuas.
 1525 
 1526 Ruta do menú:    /Variable/Editar atributos
 1527 
 1528 # dpanel Estimation
 1529 
 1530 Argumento:   p ; depvar indepvars [ ; instrumentos ] 
 1531 Opcións:    --quiet (Non amosa o modelo estimado)
 1532             --vcv (Presenta a matriz de covarianzas)
 1533             --two-step (Realiza a estimación MXM (GMM) en 2 etapas)
 1534             --system (Engade ecuacións en niveis)
 1535             --time-dummies (Engade variables ficticias temporais)
 1536             --dpdstyle (Imita o paquete DPD para Ox)
 1537             --asymptotic (Desviacións padrón asintóticas sen corrixir)
 1538             --keep-extra (Mira abaixo)
 1539 Exemplos:   dpanel 2 ; y x1 x2
 1540             dpanel 2 ; y x1 x2 --system
 1541             dpanel {2 3} ; y x1 x2 ; x1
 1542             dpanel 1 ; y x1 x2 ; x1 GMM(x2,2,3)
 1543             Mira tamén bbond98.inp
 1544 
 1545 Realiza a estimación de modelos dinámicos con datos de panel (é dicir,
 1546 modelos de panel que inclúen un ou máis retardos da variable dependente)
 1547 utilizando ben o método MXM-DIF ou ben MXM-SYS.
 1548 
 1549 O parámetro p representa o nivel de autorregresión para a variable
 1550 dependente. No caso máis sinxelo, este parámetro é un valor escalar, pero
 1551 tamén podes indicar unha matriz definida previamente para este argumento,
 1552 para especificar con elo un conxunto de retardos (posiblemente non
 1553 consecutivos) a utilizar.
 1554 
 1555 Debes de indicar a variable dependente e os regresores cos seus valores en
 1556 niveis, pois xa se van diferenciar automaticamente (dado que este estimador
 1557 utiliza a diferenciación para eliminar os efectos individuais).
 1558 
 1559 O último campo (opcional) da instrución é para especificar os
 1560 instrumentos. Se non indicas ningún instrumento, asúmese que tódalas
 1561 variables independentes son estritamente esóxenas. Se especificas calquera
 1562 instrumento, debes de incluír na lista calquera variable independente
 1563 estritamente esóxena. Para os regresores predeterminados podes utilizar a
 1564 función GMM para incluír un rango específico de retardos co estilo
 1565 diagonal por bloques, como se ilustra no terceiro exemplo de arriba. O
 1566 primeiro argumento de GMM é o nome da variable en cuestión, o segundo é o
 1567 retardo mínimo que se utiliza como instrumento, e o terceiro é o retardo
 1568 máximo. Podes utilizar a mesma sintaxe coa función GMMlevel para
 1569 especificar instrumentos de tipo MXM para as ecuacións en niveis.
 1570 
 1571 Por defecto, preséntanse os resultados da estimación en 1 etapa (coas
 1572 desviacións padrón robustas) pero tes a opción de escoller a estimación
 1573 en 2 etapas. En ambos casos, preséntanse as probas de autocorrelación de
 1574 orde 1 e 2 , así como a proba de sobreidentificación de Sargan e o
 1575 estatístico da proba de Wald para a significación conxunta dos regresores.
 1576 Ten en conta que neste modelo en diferenzas, a autocorrelación de primeira
 1577 orde non é unha ameaza para a validez do modelo, pero a autocorrelación de
 1578 segunda orde infrinxe os supostos estatísticos vixentes.
 1579 
 1580 No caso da estimación en 2 etapas, as desviacións padrón calcúlanse por
 1581 defecto utilizando a corrección de mostra finita suxerida por Windmeijer
 1582 (2005). Xeralmente considérase que as desviacións padrón asintóticas
 1583 estándar asociadas ao estimador do método en 2 etapas, son unha guía
 1584 pouco fiable para a inferencia, pero se por algunha razón queres velas,
 1585 podes utilizar a opción --asymptotic para desactivar a corrección de
 1586 Windmeijer.
 1587 
 1588 Se indicas a opción --time-dummies, engádese un conxunto de variables
 1589 ficticias temporais aos regresores especificados. O número destas variables
 1590 ficticias é unha menos que o número máximo de períodos usados na
 1591 estimación, para evitar que haxa multicolinearidade perfecta coa constante.
 1592 As variables ficticias introdúcense en forma de diferenzas agás que se
 1593 indique a opción --dpdstyle, en cuxo caso introdúcense en niveis.
 1594 
 1595 De igual xeito que con outras instrucións para facer a estimación, dispós
 1596 dun feixe "$model" logo de facela. No caso de dpanel, podes usar a opción
 1597 --keep-extra para gardar información que queiras engadir nese feixe, por
 1598 exemplo as matrices de ponderacións e de instrumentos MXM.
 1599 
 1600 Para obter outros detalles e exemplos, consulta o Manual de usuario de Gretl
 1601 (Capítulo 22).
 1602 
 1603 Ruta do menú:    /Modelar/Panel/Modelo de Panel Dinámico
 1604 
 1605 # dummify Transformations
 1606 
 1607 Argumento:   listavariables 
 1608 Opcións:    --drop-first (Exclúe da codificación ao valor máis baixo)
 1609             --drop-last (Exclúe da codificación ao valor máis alto)
 1610 
 1611 Para calquera variable adecuada de listavariables, xera un conxunto de
 1612 variables ficticias que codifican os distintos valores desa variable. As
 1613 variables adecuadas son aquelas que se marcan explicitamente como discretas
 1614 ou aquelas que teñen un número claramente pequeno de valores, dos que
 1615 todos eles estean "claramente arredondados" (múltiplos de 0.25).
 1616 
 1617 Por defecto, engádese unha variable ficticia por cada valor diferente da
 1618 variable en cuestión. Por exemplo, se unha variable discreta x ten 5
 1619 valores diferentes, engádense 5 variables ficticias ao conxunto de datos,
 1620 cos nomes Dx_1, Dx_2, etcétera. A primeira variable ficticia vai ter o
 1621 valor 1 nas observacións onde x toma o seu valor máis pequeno e 0 noutro
 1622 caso; a seguinte variable ficticia vai ter o valor 1 nas observacións onde
 1623 x toma o seu segundo valor máis pequeno, etcétera. Se engades un dos
 1624 indicadores de opción --drop-first ou --drop-last, entón omítese do
 1625 proceso de codificación ben o valor máis baixo ou ben o valor máis alto
 1626 de cada variable, respectivamente (o que pode serte útil para evitar a
 1627 "trampa das variables ficticias").
 1628 
 1629 Tamén podes inserir esta instrución no contexto da especificación dunha
 1630 regresión. Por exemplo, a seguinte liña especifica un modelo onde y se
 1631 regresa sobre o conxunto de variables ficticias que se codifican para x.
 1632 (Non podes aplicar os indicadores de opción a "dummify" neste contexto.)
 1633 
 1634 	ols y dummify(x)
 1635 
 1636 Outro acceso: Xanela principal: Menú emerxente (selección única)
 1637 
 1638 # duration Estimation
 1639 
 1640 Argumentos:  depvar indepvars [ ; censuravar ] 
 1641 Opcións:    --exponential (Utiliza a distribución exponencial)
 1642             --loglogistic (Utiliza a distribución log-loxística)
 1643             --lognormal (Utiliza a distribución log-normal)
 1644             --medians (Os valores axustados son as medianas)
 1645             --robust (Desviacións padrón robustas: CMV (QML))
 1646             --cluster=clustervar (Consulta "logit" para explicación)
 1647             --vcv (Presenta a matriz de covarianzas)
 1648             --verbose (Presenta os detalles das iteracións)
 1649             --quiet (Non presenta nada)
 1650 Exemplos:   duration y 0 x1 x2
 1651             duration y 0 x1 x2 ; cens
 1652             Mira tamén weibull.inp
 1653 
 1654 Estima un modelo de duración no que a variable dependente (que debe de ser
 1655 positiva) representa a duración dalgún estado dun asunto; por exemplo, a
 1656 duración do período de desemprego para unha sección cruzada de
 1657 enquisados. Por defecto, utilízase a distribución de Weibull pero tamén
 1658 están dispoñibles as distribucións exponencial, log-loxística e
 1659 log-normal.
 1660 
 1661 Se algunhas das medidas de duración están censuradas pola dereita (e.g. o
 1662 período do desemprego dun individuo aínda non rematou dentro do período
 1663 de observación), entón debes de indicar no argumento posterior censuravar,
 1664 unha serie na que os valores non nulos indiquen os casos censurados pola
 1665 dereita.
 1666 
 1667 Por defecto, os valores axustados que obtés mediante o accesorio $yhat son
 1668 as medias condicionadas das duracións, pero cando indicas a opción
 1669 --medians entón $yhat te proporciona as medianas condicionadas no seu
 1670 lugar.
 1671 
 1672 Consulta o Manual de usuario de Gretl (Capítulo 36) para obter máis
 1673 detalles.
 1674 
 1675 Ruta do menú:    /Modelar/Variable Dependente Limitada/Datos de Duración
 1676 
 1677 # elif Programming
 1678 
 1679 Consulta "if".
 1680 
 1681 # else Programming
 1682 
 1683 Consulta "if". Ten en conta que a instrución "else" necesita unha liña
 1684 para ela mesma, antes da seguinte instrución condicional. Podes engadirlle
 1685 un comentario, como en
 1686 
 1687 	else # Correcto, fai algo distinto
 1688 
 1689 Pero non podes engadirlle unha instrución, como en
 1690 
 1691 	else x = 5 # Incorrecto!
 1692 
 1693 # end Programming
 1694 
 1695 Termina un bloque de instrucións dalgunha clase. Por exemplo, "end system"
 1696 termina un sistema de ecuacións ("system").
 1697 
 1698 # endif Programming
 1699 
 1700 Consulta "if".
 1701 
 1702 # endloop Programming
 1703 
 1704 Marca a fin dun bucle de instrucións. Consulta "loop".
 1705 
 1706 # eqnprint Printing
 1707 
 1708 Opcións:    --complete (Xera un documento completo)
 1709             --output=nomeficheiro (Envía o resultado ao ficheiro especificado)
 1710 
 1711 Debe de ir despois da estimación dun modelo e presenta o modelo estimado en
 1712 formato dunha ecuación LaTeX. Se especificas o nome dun ficheiro utilizando
 1713 a opción --output, o resultado diríxese a ese ficheiro; se non, diríxese
 1714 a un ficheiro cun nome co estilo equation_N.tex, onde N é o número de
 1715 modelos estimados ata ese momento na sesión vixente. Consulta tamén
 1716 "tabprint".
 1717 
 1718 O ficheiro resultante vai escribirse no cartafol de traballo ("workdir")
 1719 establecido nese momento, agás que a cadea nomeficheiro conteña unha
 1720 especificación completa da ruta.
 1721 
 1722 Cando especificas a opción --complete, o ficheiro LaTeX é un documento
 1723 completo (listo para procesar); se non, debes de incluílo nun documento.
 1724 
 1725 Ruta do menú:    Xanela de modelo: LaTeX
 1726 
 1727 # equation Estimation
 1728 
 1729 Argumentos:  depvar indepvars 
 1730 Exemplo:    equation y x1 x2 x3 const
 1731 
 1732 Te permite especificar unha das ecuacións dun sistema delas (consulta
 1733 "system"). A sintaxe para especificar unha ecuación dun sistema SUR é a
 1734 mesma que para, e.g., "ols". Pero para unha das ecuacións dun sistema a
 1735 estimar con Mínimos Cadrados en 3 etapas, podes: (a) indicar unha
 1736 especificación dunha ecuación como se estima con MCO e proporcionar unha
 1737 lista normal de instrumentos utilizando a palabra chave "instr" (de novo,
 1738 consulta "system"), ou (b) utilizar a mesma sintaxe de ecuacións que para
 1739 "tsls".
 1740 
 1741 # estimate Estimation
 1742 
 1743 Argumentos:  [ nomesistema ] [ estimador ] 
 1744 Opcións:    --iterate (Reitera ata a converxencia)
 1745             --no-df-corr (Sen corrección dos graos de liberdade)
 1746             --geomean (Mira abaixo)
 1747             --quiet (Non presenta os resultados)
 1748             --verbose (Presenta os detalles das iteracións)
 1749 Exemplos:   estimate "Klein Model 1" method=fiml
 1750             estimate Sys1 method=sur
 1751             estimate Sys1 method=sur --iterate
 1752 
 1753 Solicita a estimación dun sistema de ecuacións que debes de definir
 1754 previamente usando a instrución "system". Debes de indicar primeiro o nome
 1755 do sistema, contornado entre comiñas se o nome contén espazos. O estimador
 1756 debe de ser un dos seguintes: "ols", "tsls", "sur", "3sls", "fiml" ou
 1757 "liml"; e debes de poñerlle antes a cadea de texto method=. Estes
 1758 argumentos son optativos se o sistema en cuestión xa se estimou, e ocupa o
 1759 lugar do "último modelo"; nese caso, o estimador que se toma por defecto
 1760 será o utilizado previamente.
 1761 
 1762 Se o sistema en cuestión tivo aplicadas un conxunto de restricións
 1763 (consulta a instrución "restrict"), a estimación estará suxeita ás
 1764 restricións especificadas.
 1765 
 1766 Se o método de estimación é "sur" ou "3sls", e especificas a opción
 1767 --iterate, vaise calcular o estimador iterativamente. No caso de SUR, se o
 1768 procedemento converxe, os resultados son as estimacións máximo
 1769 verosímiles. A iteración de Mínimos Cadrados en 3 Etapas (3sls), porén,
 1770 en xeral non converxe aos resultados da máxima verosimilitude con
 1771 información completa (fiml). A opción --iterate ignórase para outros
 1772 métodos de estimación.
 1773 
 1774 Se elixes os estimadores de ecuación a ecuación "ols" ou "tsls", por
 1775 defecto aplícase unha corrección dos graos de liberdade cando se calculan
 1776 as desviacións padrón, mais podes eliminar isto utilizando a opción
 1777 --no-df-corr. Esta opción non ten efecto cos outros estimadores, e así non
 1778 se aplica a corrección dos graos de liberdade en ningún caso.
 1779 
 1780 Por defecto, a fórmula utilizada para calcular os elementos da matriz de
 1781 covarianzas das ecuacións cruzadas é
 1782 
 1783   sigma(i,j) = u(i)' * u(j) / T
 1784 
 1785 Cando indicas a opción --geomean, aplícase unha corrección dos graos de
 1786 liberdade co que a fórmula nese caso é
 1787 
 1788   sigma(i,j) = u(i)' * u(j) / sqrt((T - ki) * (T - kj))
 1789 
 1790 onde as ks denotan o número de parámetros independentes en cada ecuación.
 1791 
 1792 Cando indicas a opción --verbose e especificas un método iterativo,
 1793 preséntanse detalles das iteracións.
 1794 
 1795 # eval Utilities
 1796 
 1797 Argumento:   expresión 
 1798 Exemplos:   eval x
 1799             eval inv(X'X)
 1800             eval sqrt($pi)
 1801 
 1802 Esta instrución fai que Gretl funcione como unha sofisticada calculadora. O
 1803 programa avalía expresión e presenta o seu valor. O argumento pode ser o
 1804 nome dunha variable, ou algo máis complicado. En calquera caso, debe de ser
 1805 unha expresión que podas poñer correctamente como o lado dereito dun
 1806 enunciado de asignación (igualdade).
 1807 
 1808 Cae na conta de que unha instrución tal como
 1809 
 1810 	print x^2
 1811 
 1812 non funcionará en Gretl posto que x^2 non é (non pode ser) o nome dunha
 1813 variable, pero (dada unha variable escalar denominada x)
 1814 
 1815 	eval x^2
 1816 
 1817 funcionará correctamente, amosando o cadrado de x.
 1818 
 1819 Consulta tamén "printf", no caso de que queiras combinar resultados
 1820 numéricos e de texto.
 1821 
 1822 # fcast Prediction
 1823 
 1824 Variantes:   fcast [obsinicio obsfin] [nomev]
 1825             fcast [obsinicio obsfin] pasosadiante [nomev] --recursive
 1826 Opcións:    --dynamic (Xera a predición dinámica)
 1827             --static (Xera a predición estática)
 1828             --out-of-sample (Xera a predición postmostral)
 1829             --no-stats (Non presenta as estatísticas de predición)
 1830             --stats-only (Presenta só as estatísticas de predición)
 1831             --quiet (Non presenta nada)
 1832             --recursive (Mira abaixo)
 1833             --plot=nomeficheiro (Mira abaixo)
 1834 Exemplos:   fcast 1997:1 2001:4 f1
 1835             fcast fit2
 1836             fcast 2004:1 2008:3 4 rfcast --recursive
 1837             Mira tamén gdp_midas.inp
 1838 
 1839 Debe de ir despois dunha instrución de estimación. As predicións xéranse
 1840 para certo rango de observacións que será, ben o definido cando indicas
 1841 obsinicio e obsfin (de ser posible), ben o definido polas observacións que
 1842 van a continuación do rango sobre o que se estimou o modelo cando indicas a
 1843 opción --out-of-sample, ou ben, se non, o rango da mostra definido nese
 1844 momento. Cando solicitas unha predición 'out-of-sample' pero non hai
 1845 dispoñibles observacións relevantes, amósase un fallo. Dependendo da
 1846 natureza do modelo, tamén poden xerarse as desviacións padrón (mira
 1847 abaixo). Tamén mira abaixo para indagar sobre o efecto especial da opción
 1848 --recursive.
 1849 
 1850 Se o derradeiro modelo estimado ten unha única ecuación, entón o
 1851 argumento nomev (opcional) ten o seguinte efecto: non se presentan os
 1852 valores da predición, senón que se gardan no conxunto de datos co nome
 1853 indicado. Se o último modelo é un sistema de ecuacións, nomev ten un
 1854 efecto distinto xa que, concretamente, escolle unha variable endóxena en
 1855 particular para facer a predición (pois por defecto xéranse as predicións
 1856 para todas as variables endóxenas). No caso dun sistema ou se non indicas
 1857 nomev, podes recuperar os valores de predición utilizando o accesorio
 1858 "$fcast" e, se están dispoñibles, as desviacións padrón mediante
 1859 "$fcse".
 1860 
 1861 A elección entre unha predición estática ou dinámica aplícase
 1862 unicamente no caso de modelos dinámicos, cunha perturbación cun proceso
 1863 autorregresivo e/ou que inclúan un ou máis valores retardados da variable
 1864 dependente como regresores. As predicións estáticas son un paso adiantadas
 1865 (baseadas nos valores acadados no período previo), mentres que as
 1866 predicións dinámicas empregan a regra da cadea de predición. Por exemplo,
 1867 se unha predición para y en 2008 require como entrada un valor de y en
 1868 2007, unha predición estática é imposible sen datos actualizados para
 1869 2007, pero unha predición dinámica para 2008 é posible se podes
 1870 substituír unha predición previa para y en 2007.
 1871 
 1872 Por defecto proporciónase: (a) unha predición estática para algunha
 1873 porción do rango de predición que cae dentro do rango da mostra sobre o
 1874 que se estima o modelo, e (b) unha predición dinámica (se é relevante)
 1875 fóra da mostra. A opción --dynamic solicita unha predición dinámica a
 1876 partir da data o máis temperá posible, e a opción --static solicita unha
 1877 predición estática aínda fóra da mostra.
 1878 
 1879 A opción --recursive está actualmente dispoñible só para modelos dunha
 1880 soa ecuación, estimados mediante MCO. Cando indicas esta opción as
 1881 predicións son recursivas; é dicir, cada predición xérase a partir dunha
 1882 estimación do modelo indicado, utilizando os datos a partir dun punto de
 1883 inicio fixado (en concreto, o inicio do rango da mostra para a estimación
 1884 orixinal) ata a data de predición menos k, o número de pasos adiantados
 1885 que debes de indicar no argumento pasosadiante. As predicións sempre son
 1886 dinámicas se iso é pertinente. Cae na conta de que debes de indicar o
 1887 argumento pasosadiante unicamente xunto coa opción --recursive.
 1888 
 1889 A opción --plot (dispoñible só no caso da estimación dunha única
 1890 ecuación) solicita que se produza un ficheiro gráfico, que contén unha
 1891 representación gráfica da predición. O sufixo do argumento nomeficheiro
 1892 desta opción controla o formato da gráfica: .eps para EPS, .pdf para PDF,
 1893 .png para PNG, e .plt para un ficheiro de instrucións Gnuplot. Podes
 1894 utilizar o título display en substitución do nome de ficheiro para forzar
 1895 a representación da gráfica nunha xanela. Por exemplo,
 1896 
 1897 	fcast --plot=fc.pdf
 1898 
 1899 vai xerar unha gráfica con formato PDF. Respéctanse os nomes de rutas que
 1900 non ofrezan dúbidas; se non, os ficheiros escríbense no cartafol de
 1901 traballo de Gretl.
 1902 
 1903 A natureza das desviacións padrón das predicións (se están dispoñibles)
 1904 depende da natureza do modelo e da predición. En modelos lineais
 1905 estáticos, as desviacións padrón calcúlanse utilizando o método
 1906 bosquexado por Davidson e MacKinnon (2004); eles incorporan tanto a
 1907 incerteza debida ao proceso da perturbación como a incerteza nos
 1908 parámetros (resumida na matriz de covarianzas dos estimadores dos
 1909 parámetros). En modelos dinámicos, as desviacións padrón das predicións
 1910 calcúlanse unicamente no caso dunha predición dinámica, e non incorporan
 1911 a incerteza nos parámetros. Para modelos non lineais, as desviacións
 1912 padrón das predicións non están dispoñibles actualmente.
 1913 
 1914 Ruta do menú:    Xanela de modelo: Análise/Predicións
 1915 
 1916 # flush Programming
 1917 
 1918 Esta sinxela instrución (sen argumentos, sen opcións) está ideada para
 1919 usarse en guións que levan algo de tempo, e que deben de executarse coa
 1920 Interface Gráfica de Usuario (GUI) de Gretl (o programa de liñas de
 1921 instrución o ignora), para darlle ao usuario un indicio visual de que as
 1922 cousas estanse movendo e Gretl non está "parado".
 1923 
 1924 Xeralmente, se lanzas un guión na Interface Gráfica de Usuario (GUI), non
 1925 se amosa o resultado ata que se complete a súa execución, pero o efecto de
 1926 invocar flush é como se indica deseguido:
 1927 
 1928   Na primeira chamada, Gretl abre unha xanela, amosa os resultados ata o
 1929   presente e engade a mensaxe "Procesando...".
 1930 
 1931   Tras invocacións posteriores, actualízase o texto que se amosa na xanela
 1932   de resultados, e engádese unha nova mensaxe "Procesando".
 1933 
 1934 Cando se completa a execución do guión, calquera resultado que quede
 1935 pendente descárgase automaticamente na xanela de texto.
 1936 
 1937 Ten en conta que non ten senso que utilices flush en guións que tarden
 1938 menos de (digamos) 5 segundos en executarse. Tamén cae na conta de que non
 1939 deberías de utilizar esta instrución nun lugar do guión onde non hai
 1940 resultados posteriores que presentar, xa que a mensaxe "Procesando" será
 1941 entón enganosa para o usuario.
 1942 
 1943 O seguinte código ilustra o uso que se pretende con flush:
 1944 
 1945        set echo off
 1946        scalar n = 10
 1947        loop i=1..n
 1948            # Facer unha operación que leve algo de tempo
 1949            loop 100 --quiet
 1950                a = mnormal(200,200)
 1951                b = inv(a)
 1952            endloop
 1953            # Presentar algúns resultados
 1954            printf "Iteración %2d feita\n", i
 1955            if i < n
 1956                flush
 1957            endif
 1958        endloop
 1959 
 1960 # foreign Programming
 1961 
 1962 Sintaxe:     foreign language=ling
 1963 Opcións:    --send-data[=lista] (Carga previamente os datos; mira abaixo)
 1964             --quiet (Elimina os resultados do programa externo)
 1965 
 1966 Esta instrución abre un modo especial no que se admiten instrucións que
 1967 van executarse con outro programa. Podes saír deste modo con end foreign e,
 1968 nese punto, execútanse as instrucións acumuladas.
 1969 
 1970 Actualmente os programas "externos" aos que se lles dá sostén deste xeito
 1971 son GNU R (language=R), Python, Julia, GNU Octave (language=Octave), Ox de
 1972 Jurgen Doornik e Stata. Os nomes das linguaxes recoñécense en termos que
 1973 non distinguen maiúsculas e minúsculas.
 1974 
 1975 Xunto con R, Octave e Stata, a opción --send-data ten como efecto o de
 1976 facer accesibles os datos do espazo de traballo do Gretl dentro do programa
 1977 sinalado. Por defecto, se envía o conxunto completo de datos, pero ti podes
 1978 limitar os datos que se van enviar indicando o nome dunha lista de series
 1979 definida previamente. Por exemplo:
 1980 
 1981 	list Rlist = x1 x2 x3
 1982 	foreign language=R --send-data=Rlist
 1983 
 1984 Consulta o Manual de usuario de Gretl (Capítulo 41) para obter máis
 1985 detalles e exemplos.
 1986 
 1987 # fractint Statistics
 1988 
 1989 Argumentos:  serie [ nivel ] 
 1990 Opcións:    --gph (Fai a proba de Geweke e Porter-Hudak)
 1991             --all (Fai ambas probas)
 1992             --quiet (Non presenta os resultados)
 1993 
 1994 Comproba a integración fraccional ("memoria longa") das series
 1995 especificadas probando a hipótese nula de que a orde de integración da
 1996 serie é cero. Por defecto, utilízase o Estimador Local Whittle (Robinson,
 1997 1995), pero cando indicas a opción --gph, realízase a proba GPH (Geweke e
 1998 Porter-Hudak, 1983) en troques. Cando decidas indicar a opción --all,
 1999 entón vanse presentar os resultados de ámbalas dúas probas.
 2000 
 2001 Para obter máis detalles sobre esta clase de proba, consulta Phillips e
 2002 Shimotsu (2004).
 2003 
 2004 Cando non indicas o argumento nivel (opcional), o nivel para a(s) proba(s)
 2005 establécese automaticamente como o número menor entre T/2 e T^0.6.
 2006 
 2007 Podes recuperar os resultados utilizando os accesorios "$test" e "$pvalue".
 2008 Estes valores baséanse no Estimador Local Whittle agás cando indicas a
 2009 opción --gph.
 2010 
 2011 Ruta do menú:    /Variable/Probas de raíz unitaria/Integración fraccional
 2012 
 2013 # freq Statistics
 2014 
 2015 Argumento:   variable 
 2016 Opcións:    --nbins=n (Especifica o número de intervalos)
 2017             --min=valormínimo (Especifica o mínimo, mira abaixo)
 2018             --binwidth=ancho (Especifica o ancho do intervalo, mira abaixo)
 2019             --normal (Proba a distribución Normal)
 2020             --gamma (Proba a distribución Gamma)
 2021             --silent (Non presenta nada)
 2022             --matrix=nomematriz (Utiliza unha columna da matriz indicada)
 2023             --plot=modo-ou-nomeficheiro (Mira abaixo)
 2024             --quiet (Non presenta a gráfica)
 2025 Exemplos:   freq x
 2026             freq x --normal
 2027             freq x --nbins=5
 2028             freq x --min=0 --binwidth=0.10
 2029 
 2030 Se non indicas opcións, amosa a distribución de frecuencias da serie
 2031 variable (indicada polo seu nome ou número), co número de intervalos e os
 2032 seus tamaños elixidos automaticamente.
 2033 
 2034 Cando indicas a opción --matrix, entón variable debe de ser un número
 2035 enteiro e interprétase neste caso como un índice que escolle unha columna
 2036 da matriz indicada. Se a matriz en cuestión é realmente un vector columna,
 2037 podes omitir este argumento variable.
 2038 
 2039 Para controlar a presentación da distribución podes especificar, ou ben o
 2040 número de intervalos, ou ben o valor mínimo xunto co ancho dos intervalos,
 2041 como se amosou nos dous últimos exemplos de arriba. A opción --min
 2042 establece o límite inferior do intervalo situado máis á esquerda.
 2043 
 2044 Cando indicas a opción --normal, calcúlase o estatístico khi-cadrado de
 2045 Doornik-Hansen para probar a Normalidade. Cando indicas a opción --gamma, a
 2046 proba de Normalidade substitúese pola proba non paramétrica de Locke
 2047 respecto á hipótese nula de que unha variable segue unha distribución
 2048 Gamma; consulta Locke (1976), e tamén Shapiro e Chen (2001). Cae na conta
 2049 de que a forma na que se indican en Gretl os parámetros da distribución
 2050 Gamma utilizada é (forma, escala).
 2051 
 2052 Por defecto, se o programa non está en modo de procesamento por lotes,
 2053 amósase unha gráfica da distribución, pero podes axustar isto mediante a
 2054 opción --plot. Os parámetros admisibles para esta opción son: none (para
 2055 suprimir a gráfica), display (para amosar unha gráfica mesmo cando esteas
 2056 en modo de procesamento por lotes), ou un nome de ficheiro. O efecto de
 2057 indicar un nome de ficheiro é como se describe para a opción --output da
 2058 instrución "gnuplot".
 2059 
 2060 A opción --silent elimina o resultado de texto habitual. Podes utilizar
 2061 isto xunto con unha ou outra das opcións para probas de distribución;
 2062 entón rexístranse o estatístico de proba máis a súa probabilidade
 2063 asociada, e podes recuperalos utilizando os accesorios "$test" e "$pvalue".
 2064 Tamén podes usar isto xunto coa opción --plot se unicamente queres un
 2065 histograma e non te interesa mirar o texto que o acompaña.
 2066 
 2067 Ten en conta que Gretl non ten unha función que se corresponda con esta
 2068 instrución, pero resulta posible utilizar a función "aggregate" para
 2069 acadar o mesmo obxectivo. Amais, podes obter a distribución de frecuencias
 2070 que se xera coa instrución freq, en forma de matriz, mediante o accesorio
 2071 "$result".
 2072 
 2073 Ruta do menú:    /Variable/Distribución de frecuencias
 2074 
 2075 # funcerr Programming
 2076 
 2077 Argumento:   [ mensaxe ] 
 2078 
 2079 Só é aplicable no contexto dunha función definida polo usuario (consulta
 2080 "function"). Provoca que a execución da function actual, remate coa
 2081 sinalización dunha condición de fallo.
 2082 
 2083 O argumento mensaxe (opcional) pode ter a forma dunha cadea de texto
 2084 literal, ou do nome dunha variable de cadea; se está presente, preséntase
 2085 como parte da mensaxe de fallo que se lle amosa a quen invoca a función.
 2086 
 2087 Consulta tamén a función que está estreitamente vencellada, "errorif".
 2088 
 2089 # function Programming
 2090 
 2091 Argumento:   nomefunción 
 2092 
 2093 Abre un bloque de expresións nas que se define unha función. Este bloque
 2094 debe de estar rematado con end function. Consulta o Manual de usuario de
 2095 Gretl (Capítulo 13) para obter máis detalles.
 2096 
 2097 # garch Estimation
 2098 
 2099 Argumentos:  p q ; depvar [ indepvars ] 
 2100 Opcións:    --robust (Desviacións padrón robustas)
 2101             --verbose (Presenta os detalles das iteracións)
 2102             --quiet (Non presenta nada)
 2103             --vcv (Presenta a matriz de covarianzas)
 2104             --nc (Sen constante)
 2105             --stdresid (Tipifica os erros)
 2106             --fcp (Utiliza o algoritmo de Fiorentini, Calzolari e Panattoni)
 2107             --arma-init (Parámetros iniciais da varianza partindo de ARMA)
 2108 Exemplos:   garch 1 1 ; y
 2109             garch 1 1 ; y 0 x1 x2 --robust
 2110             Mira tamén garch.inp, sw_ch14.inp
 2111 
 2112 Estima un modelo GARCH (GARCH, Heterocedasticidade Condicional
 2113 Autorregresiva Xeneralizada), ben nun modelo univariante ou ben incluíndo
 2114 as variables esóxenas indicadas se especificas indepvars. Os valores
 2115 enteiros p e q (que podes indicar en formato numérico ou con nomes de
 2116 variables escalares xa existentes) representan os niveis de retardo na
 2117 ecuación de varianza condicional:
 2118 
 2119   h(t) = a(0) + sum(i=1 to q) a(i)*u(t-i)^2 + sum(j=1 to p) b(j)*h(t-j)
 2120 
 2121 Así, o parámetro p representa o nivel Xeneralizado (ou "AR"), mentres que
 2122 q representa o nivel normal ARCH (ou "MA"). Cando p é non nulo, q tamén
 2123 debe ser non nulo; se non, o modelo non está identificado. Con todo, podes
 2124 estimar un modelo ARCH normal establecendo que q é un valor positivo, e que
 2125 p é cero. A suma de p e q non debe de ser maior ca 5. Ten en conta que se
 2126 inclúe automaticamente unha constante na ecuación media, agás cando
 2127 indiques a opción --nc.
 2128 
 2129 Por defecto, utilízase o propio código de Gretl para estimar os modelos
 2130 GARCH, pero tamén tes a opción de usar o algoritmo de Fiorentini,
 2131 Calzolari e Panattoni (1996). O primeiro utiliza o maximizador BFGS mentres
 2132 que o último usa a matriz de información para maximizar a verosimilitude,
 2133 cunha posta a punto mediante a matriz Hessiana.
 2134 
 2135 Con esta instrución dispós de diversas variantes da matriz estimada das
 2136 covarianzas dos estimadores. Por defecto, utilízase a matriz Hessiana agás
 2137 que indiques a opción --robust, en cuxo caso vaise usar a matriz de
 2138 covarianzas CMV (QML de White). Tamén podes especificar outras
 2139 posibilidades (e.g. a matriz de información ou o estimador de
 2140 Bollerslev-Wooldridge) utilizando a instrución "set".
 2141 
 2142 Por defecto, as estimacións dos parámetros da varianza inícianse usando a
 2143 varianza da perturbación non condicionada dunha estimación inicial por MCO
 2144 (para a constante) e valores positivos pequenos (para os coeficientes que
 2145 acompañan aos valores pasados tanto das perturbacións cadradas como da
 2146 varianza da perturbación). A opción --arma-init solicita que, para
 2147 establecer os valores iniciais destes parámetros, se utilice un modelo
 2148 inicial ARMA, explotando a relación entre GARCH e ARMA exposta no capítulo
 2149 21 do libro Time Series Analysis de Hamilton. Nalgúns casos, isto pode
 2150 mellorar as posibilidades de converxencia.
 2151 
 2152 Podes recuperar os erros GARCH e a varianza condicionada estimada con $uhat
 2153 e $h, respectivamente. Por exemplo, para obter a varianza condicional:
 2154 
 2155 	series ht = $h
 2156 
 2157 Cando indicas a opción --stdresid, divídense os valores de $uhat pola
 2158 raíz cadrada de h_t.
 2159 
 2160 Ruta do menú:    /Modelar/Series temporais univariantes/GARCH
 2161 
 2162 # genr Dataset
 2163 
 2164 Argumentos:  novavariable = fórmula 
 2165 
 2166 NOTA: Esta instrución experimentou numerosos cambios e melloras desde que
 2167 se escribiu o seguinte texto de axuda, por iso para comprender e actualizar
 2168 a información sobre esta instrución, deberás de seguir a referencia do
 2169 Manual de usuario de Gretl (Capítulo 9). Por outra banda, esta axuda non
 2170 contén nada actualmente incorrecto, polo que interpreta o que sigue como
 2171 "tes isto, e máis".
 2172 
 2173 Para esta instrución e no contexto apropiado, as expresións series,
 2174 scalar, matrix, string e bundle son sinónimos.
 2175 
 2176 Xera novas variables, habitualmente mediante transformacións das variables
 2177 xa existentes. Consulta tamén "diff", "logs", "lags", "ldiff", "sdiff" e
 2178 "square" como atallos. No contexto dunha fórmula genr, debes facer
 2179 referencia ás variables xa existentes mediante o seu nome, non co seu
 2180 número ID. A fórmula debe de ser unha combinación ben feita de nomes de
 2181 variables, constantes, operadores e funcións (descrito máis abaixo). Ten
 2182 en conta que podes atopar máis detalles sobre algúns aspectos desta
 2183 instrución no Manual de usuario de Gretl (Capítulo 9).
 2184 
 2185 Unha instrución genr pode producir un resultado escalar ou unha serie. Por
 2186 exemplo, a fórmula x2 = x * 2 naturalmente produce unha serie cando a
 2187 variable x é unha serie, e un escalar cando x é un escalar. As fórmulas x
 2188 = 0 e mx = mean(x) naturalmente devolven escalares. Baixo certas
 2189 circunstancias, podes querer ter un resultado escalar ampliado a unha serie
 2190 ou vector; isto podes facelo utilizando series coma un "alcume" para a
 2191 instrución genr. Por exemplo, series x = 0 produce unha serie na que todos
 2192 os seus valores póñense a 0. Tamén podes utilizar scalar coma alcume de
 2193 genr. Non é posible forzar a un resultado en forma de vector que sexa un
 2194 escalar, pero a utilización desta palabra chave indica que o resultado
 2195 debera ser un escalar: se non o é, xorde un fallo.
 2196 
 2197 Cando unha fórmula produce un resultado en forma de serie, o rango sobre o
 2198 que se escribe ese resultado na variable obxectivo depende da configuración
 2199 vixente da mostra. Polo tanto, podes definir unha serie feita a cachos
 2200 utilizando a instrución smpl xunto con genr.
 2201 
 2202 Se admiten os operadores aritméticos, en orde de prioridade: ^ (elevar á
 2203 potencia); *, / e % (módulo ou resto); + e -.
 2204 
 2205 Os operadores booleanos dispoñibles son (de novo, en orde de prioridade): !
 2206 (negación), && (E lóxico), || (OU lóxico), >, <, == (igual a), >= (maior
 2207 ou igual que), <= (menor ou igual que) e != (non igual). Tamén podes
 2208 utilizar os operadores booleanos na construción de variables ficticias: por
 2209 exemplo, (x > 10) devolve 1 no caso de que x > 10, e 0 noutro caso.
 2210 
 2211 As constantes integradas son pi e NA. A última é o código de valor
 2212 ausente: podes iniciar unha variable co valor ausente mediante scalar x =
 2213 NA.
 2214 
 2215 A instrución genr admite un amplo rango de funcións matemáticas e
 2216 estatísticas, incluíndo todas as habituais máis varias que son especiais
 2217 de Econometría. Ademais, ofrece acceso a moitas variables internas que se
 2218 definen durante a execución das regresións, a realización de probas de
 2219 hipóteses, etcétera. Para obter unha listaxe de funcións e accesorios,
 2220 escribe "help functions".
 2221 
 2222 Ademais dos operadores e das funcións indicados arriba, hai algúns usos
 2223 especiais de "genr":
 2224 
 2225   "genr time" xera unha variable de tendencia temporal (1,2,3,...) chamada
 2226   "time". E "genr index" ten o mesmo efecto, salvo que a variable chámase
 2227   index.
 2228 
 2229   "genr dummy" xera tantas variables ficticias como a periodicidade dos
 2230   datos. No caso de ter datos trimestrais (periodicidade 4), o programa xera
 2231   dq1 = 1 para o primeiro trimestre e 0 para os outros trimestres, dq2 = 1
 2232   para o segundo trimestre e 0 para os outros trimestres, etcétera. Con
 2233   datos mensuais, as variables ficticias noméanse dm1, dm2, etcétera. Con
 2234   outras frecuencias, os nomes son dummy_1, dummy_2, etc.
 2235 
 2236   "genr unitdum" e "genr timedum" xeran conxuntos de variables ficticias
 2237   especiais para utilizar con datos de panel, codificando as unidades de
 2238   sección cruzada coa primeira e o período de tempo das observacións coa
 2239   segunda.
 2240 
 2241 Advertencia: Co programa en liñas de instrución, as instrucións "genr"
 2242 que recuperan datos relacionados cun modelo, sempre se refiren ao modelo que
 2243 se estimou máis recentemente. Isto tamén é certo no programa de Interface
 2244 Gráfica de Usuario (GUI), cando utilizas "genr" na "consola de Gretl"ou se
 2245 introduces unha fórmula usando a opción "Definir nova variable" baixo o
 2246 menú Engadir na xanela principal. Coa GUI, porén, tes a opción de
 2247 recuperar datos de calquera dos modelos que se amosan nese momento nunha
 2248 xanela (sexa ou non sexa o modelo estimado máis recentemente). Podes facer
 2249 isto baixo o menú "Gardar" da xanela do modelo correspondente.
 2250 
 2251 A variable especial obs serve como índice para as observacións. Por
 2252 exemplo, series dum = (obs==15) xera unha variable ficticia que ten valor 1
 2253 para a observación 15, e o valor 0 noutro caso. Tamén podes usar esta
 2254 variable para escoller observacións concretas por data ou nome. Por
 2255 exemplo, series d = (obs>1986:4), series d = (obs>"2008-04-01"), ou series d
 2256 = (obs=="CA"). Cando utilizas datas diarias ou marcadores de observación
 2257 neste contexto, debes de contornalas entre comiñas, pero podes usar as
 2258 datas trimestrais e mensuais (cos dous puntos) sen comiñas. Ten en conta
 2259 que, no caso de datos de series temporais anuais, o ano non se distingue
 2260 sintacticamente dun sinxelo número enteiro. Polo tanto, se queres comparar
 2261 observacións fronte a obs por ano, debes de usar a función obsnum para
 2262 converter así o ano nun valor índice en base 1, como se fai en series d =
 2263 (obs>obsnum(1986)).
 2264 
 2265 Podes sacar os valores escalares dunha serie no contexto dunha fórmula
 2266 genr, utilizando a sintaxe varname[obs] na que podes indicar o valor obs por
 2267 número ou data. Exemplos: x[5], CPI[1996:01]. Para datos diarios, debes de
 2268 usar a forma YYYY-MM-DD; e.g. ibm[1970-01-23].
 2269 
 2270 Podes modificar unha observación individual dunha serie mediante genr. Para
 2271 facer isto, debes de engadir un número válido de observación ou de data,
 2272 entre corchetes, ao nome da variable no lado esquerdo da fórmula. Por
 2273 exemplo, genr x[3] = 30 ou genr x[1950:04] = 303.7.
 2274 
 2275   Fórmula               Comentario
 2276   -------                -------
 2277   y = x1^3               x1 ao cubo
 2278   y = ln((x1+x2)/x3)     
 2279   z = x>y                z(t) = 1 se x(t) > y(t), se non 0
 2280   y = x(-2)              x retardada 2 períodos
 2281   y = x(+2)              x adiantada 2 períodos
 2282   y = diff(x)            y(t) = x(t) - x(t-1)
 2283   y = ldiff(x)           y(t) = log x(t) - log x(t-1), a taxa de crecemento 
 2284                          instantáneo de x
 2285   y = sort(x)            Ordena x en orde ascendente e gárdao en y
 2286   y = dsort(x)           Ordena x en orde descendente
 2287   y = int(x)             Tronza x e garda o seu valor enteiro como y
 2288   y = abs(x)             Garda os valores absolutos de x
 2289   y = sum(x)             Suma os valores de x excluíndo as entradas ausentes 
 2290                          NA
 2291   y = cum(x)             Acumulación: y(t) = suma desde s=1 ata s=t de x(s) 
 2292   aa = $ess              Establece aa igual á Suma de Erros Cadrados da 
 2293                          derradeira regresión
 2294   x = $coeff(sqft)       Apaña o coeficiente estimado da variable sqft da 
 2295                          derradeira regresión
 2296   rho4 = $rho(4)         Apaña o coeficiente autorregresivo de orde 4 do 
 2297                          derradeiro modelo (asume un modelo ar)
 2298   cvx1x2 = $vcv(x1, x2)  Apaña a covarianza estimada dos coeficientes das 
 2299                          variables x1 e x2 do derradeiro modelo
 2300   foo = uniform()        Variable pseudoaleatoria Uniforme no rango 0-1
 2301   bar = 3 * normal()     Variable pseudoaleatoria Normal, mu = 0, sigma = 3
 2302   samp = ok(x)           = 1 para as observacións onde x non está ausente
 2303 
 2304 Ruta do menú:    /Engadir/Definir nova variable
 2305 Outro acceso: Xanela principal: Menú emerxente
 2306 
 2307 # gmm Estimation
 2308 
 2309 Opcións:    --two-step (Estimación en 2 etapas)
 2310             --iterate (MXM (GMM) reiterados)
 2311             --vcv (Presenta a matriz de covarianzas)
 2312             --verbose (Presenta os detalles das iteracións)
 2313             --quiet (Non presenta nada)
 2314             --lbfgs (Utiliza L-BFGS-B en lugar do BFGS normal)
 2315 Exemplos:   hall_cbapm.inp
 2316 
 2317 Realiza a estimación co Método Xeneralizado dos Momentos (MXM ou GMM)
 2318 utilizando o algoritmo BFGS (Broyden, Fletcher, Goldfarb, Shanno). Debes de
 2319 especificar: (a) unha ou máis instrucións para actualizar as cantidades
 2320 relevantes (tipicamente erros MXM), (b) un ou máis conxuntos de condicións
 2321 de ortogonalidade, (c) unha matriz inicial de ponderacións, e (d) unha
 2322 listaxe cos parámetros a estimar, todo contornado entre as etiquetas gmm e
 2323 end gmm. Calquera opción deberá de engadirse á liña end gmm.
 2324 
 2325 Consulta o Manual de usuario de Gretl (Capítulo 25) para obter máis
 2326 detalles sobre esta instrución. Aquí simplemente o ilustramos cun exemplo
 2327 sinxelo.
 2328 
 2329 	gmm e = y - X*b
 2330 	  orthog e ; W
 2331 	  weights V
 2332 	  params b
 2333 	end gmm
 2334 
 2335 No exemplo de arriba, asumimos que tanto y como X son matrices de datos, b
 2336 é un vector de valores dos parámetros coa dimensión adecuada, W é unha
 2337 matriz de instrumentos, e V é unha matriz axeitada de ponderacións. A
 2338 expresión
 2339 
 2340 	orthog e ; W
 2341 
 2342 indica que o vector de erros (e) é ortogonal, en principio, a cada un dos
 2343 instrumentos que constitúen as columnas de W.
 2344 
 2345 Nomes dos parámetros
 2346 
 2347 Ao estimar un modelo non linear, frecuentemente resulta conveniente que
 2348 nomees os parámetros de xeito conciso. Ao presentar os resultados, porén,
 2349 pode que desexes utilizar etiquetas máis informativas. Podes acadar isto
 2350 mediante a palabra chave adicional param_names dentro do bloque de
 2351 instrución. Para un modelo con k parámetros, o argumento que sigue a esta
 2352 palabra chave debe de ser, ben unha cadea de texto literal entre comiñas
 2353 que conteña k nomes separados por espazos, ou ben o nome dunha variable de
 2354 cadea que conteña k deses nomes.
 2355 
 2356 Ruta do menú:    /Modelar/Variables Instrumentais/Método Xeneralizado Momentos
 2357 
 2358 # gnuplot Graphs
 2359 
 2360 Argumentos:  yvars xvar [ varficticia ] 
 2361 Opcións:    --with-lines[=varspec] (Utiliza liñas, non puntos)
 2362             --with-lp[=varspec] (Utiliza liñas e puntos)
 2363             --with-impulses[=varspec] (Utiliza barras finas verticais)
 2364             --with-steps[=varspec] (Utiliza segmentos de liñas perpendiculares (pasos))
 2365             --time-series (Representa fronte ao tempo)
 2366             --single-yaxis (Forza o uso dun único eixe de ordenadas)
 2367             --ylogscale[=base] (Utiliza a escala logarítmica para o eixe vertical)
 2368             --dummy (Mira abaixo)
 2369             --fit=espaxuste (Mira abaixo)
 2370             --font=espfonte (Mira abaixo)
 2371             --band=espfranxa (Mira abaixo)
 2372             --band-style=estilofranxa (Mira abaixo)
 2373             --matrix=nomematriz (Representa as columnas da matriz indicada)
 2374             --output=nomeficheiro (Envía o resultado ao ficheiro especificado)
 2375             --input=nomeficheiro (Colle a entrada de datos desde un ficheiro especificado)
 2376 Exemplos:   gnuplot y1 y2 x
 2377             gnuplot x --time-series --with-lines
 2378             gnuplot wages educ gender --dummy
 2379             gnuplot y x --fit=quadratic
 2380             gnuplot y1 y2 x --with-lines=y2
 2381 
 2382 As variables da lista yvars debúxanse fronte a xvar. Para unha gráfica
 2383 dunha serie temporal podes ben propoñer time en lugar de xvar, ou ben
 2384 utilizar o indicador de opción --time-series. Consulta tamén as
 2385 instrucións"plot" e "panplot".
 2386 
 2387 Por defecto, as posicións dos datos amósanse con puntos, pero podes anular
 2388 isto indicando unha das seguintes opcións: --with-lines, --with-lp,
 2389 --with-impulses ou --with-steps. Cando vas representar máis dunha variable
 2390 no eixe da y, podes limitar o efecto destas opcións a un subconxunto das
 2391 variables utilizando o parámetro varspec. Este deberá de ter o formato
 2392 dunha listaxe cos nomes ou números (en ambos casos separados por comas) das
 2393 variables que se van representar de xeito alternativo. Poñamos por caso, no
 2394 último exemplo de arriba se amosa como representar y1 e y2 fronte a x, de
 2395 tal xeito que y2 represéntase cunha liña mentres y1 con símbolos.
 2396 
 2397 Cando selecciones a opción --dummy, debes de indicar exactamente tres
 2398 variables: unha variable y simple, unha variable x e dvar, unha variable
 2399 discreta. O efecto disto consiste en representar yvar fronte a xvar cos
 2400 puntos amosados con cores diferentes dependendo do valor de varficticia na
 2401 observación indicada.
 2402 
 2403 Podes escoller que a escala do eixe 'y' sexa logarítmica en troques de
 2404 linear, utilizando a opción --ylogscale, xunto cun parámetro de base. Por
 2405 exemplo,
 2406 
 2407 	gnuplot y x --ylogscale=2
 2408 
 2409 representa os datos de xeito que o eixe vertical se expresa con potencias de
 2410 2. Se omites a base, por defecto, establécese igual a 10.
 2411 
 2412 Collendo datos dunha matriz
 2413 
 2414 Xeralmente requírense os argumentos yvars e xvar que se refiren a series do
 2415 conxunto vixente de datos (indicados ben polo nome ou ben polo número ID).
 2416 Pero se mediante a opción --matrix, indicas unha matriz xa definida, estes
 2417 argumentos convértense en opcionais: se a matriz especificada ten k
 2418 columnas, por defecto trátanse as primeiras k - 1 columnas como as yvars, e
 2419 a última columna trátase como xvar. Porén, cando indicas a opción
 2420 --time-series, todas as k columnas represéntanse fronte ao tempo. Se queres
 2421 representar columnas escollidas da matriz, debes de especificar yvars e xvar
 2422 co formato de números de columna enteiros positivos. Por exemplo, se queres
 2423 unha gráfica de dispersión da columna 2 da matriz M fronte á columna 1,
 2424 podes facer:
 2425 
 2426 	gnuplot 2 1 --matrix=M
 2427 
 2428 Amosar a liña do mellor axuste
 2429 
 2430 A opción --fit é só aplicable en gráficas de dispersión de dúas
 2431 variables e en gráficas de series temporais individuais. Por defecto, o
 2432 procedemento nunha gráfica de dispersión consiste en amosar o axuste MCO
 2433 se o coeficiente da pendente é significativo a un nivel do 10 por cento,
 2434 mentres que o proceder para as series temporais é non amosar ningunha liña
 2435 de axuste. Podes solicitar un comportamento diferente utilizando esta
 2436 opción xunto con algún dos seguintes valores dos parámetros espaxuste.
 2437 Ten en conta que se a gráfica é para unha serie temporal individual, o
 2438 lugar de x o ocupa 'time'.
 2439 
 2440   linear: Amosa o axuste MCO independentemente do nivel de significación
 2441   estatística.
 2442 
 2443   none: Non amosa ningunha liña de axuste.
 2444 
 2445   inverse, quadratic, cubic, semilog ou linlog: Amosan unha liña de axuste
 2446   baseada na regresión do tipo especificado. Con semilog queremos dicir
 2447   unha regresión do logaritmo de y sobre x; entón a liña axustada
 2448   representa a esperanza condicionada de y, obtida mediante a función
 2449   exponencial. Con linlog quérese dicir unha regresión de y sobre o
 2450   logaritmo de x.
 2451 
 2452   loess: Amosa o axuste dunha regresión robusta localmente ponderada (que
 2453   tamén coñécese ás veces como "lowess").
 2454 
 2455 Representando unha franxa
 2456 
 2457 Podes utilizar a opción --band para representar cero ou máis series
 2458 acompañadas dunha "franxa" dalgún tipo (tipicamente representa un
 2459 intervalo de confianza). Esta opción require dous parámetros separados
 2460 cunha coma: o nome ou o número ID dunha serie que represente o centro da
 2461 franxa, e o nome ou ID dunha serie que indique o largo da franxa: o efecto
 2462 disto consiste en debuxar unha franxa con ordenadas y que son iguais ao
 2463 centro máis/menos o largo. Podes utilizar un terceiro parámetro opcional
 2464 (de novo separado cunha coma) co formato dunha constante numérica ou o nome
 2465 dunha variable escalar, para indicar un múltiplo da dimensión de largura.
 2466 Así, por exemplo, o seguinte caso permite representar y xunto cunha franxa
 2467 de máis/menos 1.96 veces se_y:
 2468 
 2469 	gnuplot y --time-series --band=y,se_y,1.96 --with-lines
 2470 
 2471 Cando indicas a opción --band, podes usar a opción compañeira
 2472 --band-style para controlar a representación da franxa. Por defecto, os
 2473 límites superior e inferior amósanse con liñas sólidas, pero os
 2474 parámetros fill, dash, bars ou step provocan que a franxa se debuxe
 2475 respectivamente como unha área sombreada, utilizando liñas con raias,
 2476 utilizando barras de erro ou utilizando chanzos. Ademais, podes engadir
 2477 (despois dunha coma) ou substituír unha especificación da cor. Aquí tes
 2478 algúns exemplos de estilo:
 2479 
 2480 	gnuplot ... --band-style=fill
 2481 	gnuplot ... --band-style=dash,0xbbddff
 2482 	gnuplot ... --band-style=,black
 2483 	gnuplot ... --band-style=bars,blue
 2484 
 2485 O primeiro exemplo produce unha área sombreada na cor establecida por
 2486 defecto; o segundo pasa a usar liñas con raias cunha cor específica gris
 2487 azulada; o terceiro utiliza liñas negras sólidas; e o derradeiro amosa
 2488 barras azuis. Ten en conta que podes indicar as cores ben como valores RGB
 2489 hexadecimais, ou ben polo nome; e podes acceder á lista de nomes de cores
 2490 recoñecidas por Gnuplot dando a instrución "show colornames" no propio
 2491 Gnuplot ou, na propia consola de Gretl, facendo
 2492 
 2493 	eval readfile("@gretldir/data/gnuplot/gpcolors.txt")
 2494 
 2495 Franxas de recesión
 2496 
 2497 Tamén podes utilizar as opcións "band" que se describiron máis arriba,
 2498 para engadir "franxas de recesión" a unha gráfica. Deste xeito estámonos
 2499 a referir a franxas verticais que ocupan todo o rango da dimensión y da
 2500 gráfica, e que indican a presenza (coa franxa) ou ausencia (sen a franxa)
 2501 dalgunha característica cualitativa, nunha gráfica de series temporais.
 2502 Estas franxas utilízanse habitualmente para indicar períodos de recesión;
 2503 pero tamén podes usalas para sinalar períodos de guerra, ou calquera cousa
 2504 que poda codificarse cunha variable ficticia 0/1.
 2505 
 2506 Neste contexto, a opción --band require un único parámetro: o
 2507 identificador dunha serie que teña valores 0 e 1, onde o 1 indica
 2508 "presenza" e o 0 indica "ausencia". Podes utilizar a opción --band-style
 2509 para especificar unha cor para as franxas, indicada ben mediante formato
 2510 hexadecimal, ou ben mediante un nome que resulte recoñecible por gnuplot
 2511 (consulta a sección previa). Debaixo amósase un exemplo para representar
 2512 unha única franxa:
 2513 
 2514 	open AWM17 --quiet
 2515 	series dum = obs >= 1990:1 && obs <= 1994:2
 2516 	gnuplot YER URX --with-lines --time-series \
 2517 	  --band=dum --band-style=0xcccccc --output=display \
 2518 	  {set key top left;}
 2519 
 2520 Controlando o resultado
 2521 
 2522 En modo interactivo, a gráfica amósase inmediatamente, mais en modo de
 2523 procesamento por lotes, o modo de proceder por defecto consiste en escribir
 2524 un ficheiro de instrucións Gnuplot no cartafol de traballo do usuario, cun
 2525 nome co padrón gpttmpN.plt, comezando con N = 01. Podes xerar as gráficas
 2526 reais máis tarde utilizando gnuplot (baixo MS Windows, wgnuplot). E podes
 2527 modificar este proceder utilizando a opción --output=nomeficheiro. Esta
 2528 opción controla o nome de ficheiro utilizado, e ao mesmo tempo te permite
 2529 especificar un formato concreto para o resultado mediante a extensión de
 2530 tres letras do nome do ficheiro, do seguinte xeito: .eps da como resultado a
 2531 xénese dun ficheiro Encapsulated PostScript (EPS); .pdf produce un PDF;
 2532 .png xera un con formato PNG, .emf solicita que sexa EMF (Enhanced
 2533 MetaFile), .fig pide que sexa un ficheiro Xfig, e .svg que sexa un SVG
 2534 (Scalable Vector Graphics). Cando indicas o nome ficticio de ficheiro
 2535 "display", entón a gráfica amósase na pantalla, como no modo interactivo.
 2536 E cando indicas un nome de ficheiro con calquera extensión diferente ás
 2537 que acaban de mencionarse, escríbese un ficheiro de instrucións Gnuplot.
 2538 
 2539 Especificando unha fonte
 2540 
 2541 Podes utilizar a opción --font para especificar unha fonte concreta para a
 2542 gráfica. O parámetro espfonte debe de ter a forma do nome dunha fonte,
 2543 seguida opcionalmente por un número que indique o tamaño en puntos,
 2544 separado do nome por unha coma ou espazo, todo elo contornado entre
 2545 comiñas, como en
 2546 
 2547 	--font="serif,12"
 2548 
 2549 Ten en conta que as fontes dispoñibles para Gnuplot varían dependendo da
 2550 plataforma, e se estás escribindo unha instrución de gráfica que
 2551 pretendes que sexa transportable, é mellor restrinxir o nome da fonte ás
 2552 xenéricas sans ou serif.
 2553 
 2554 Engadindo instrucións Gnuplot
 2555 
 2556 Dispós dunha opción engadida desta instrución pois, a continuación da
 2557 especificación das variables que se van debuxar e do indicador de opción
 2558 (se hai algún), podes engadir instrucións literais de Gnuplot para
 2559 controlar a aparencia da gráfica (por exemplo, establecendo o título da
 2560 gráfica e/ou rangos dos eixes). Estas instrucións deben de estar
 2561 contornadas entre chaves, e debes de rematar cada instrución Gnuplot cun
 2562 punto e coma. Podes utilizar unha barra inversa para continuar un conxunto
 2563 de instrucións Gnuplot ao longo de máis dunha liña. Aquí tes un exemplo
 2564 da sintaxe:
 2565 
 2566 	{ set title 'Meu Título'; set yrange [0:1000]; }
 2567 
 2568 Ruta do menú:    /Ver/Gráfica de variables indicadas
 2569 Outro acceso: Xanela principal: Menú emerxente, botón de gráficas na barra de ferramentas
 2570 
 2571 # graphpg Graphs
 2572 
 2573 Variantes:   graphpg add
 2574             graphpg fontscale escala
 2575             graphpg show
 2576             graphpg free
 2577             graphpg --output=nomeficheiro
 2578 
 2579 A sesión "Páxina de gráficas" vai funcionar só cando teñas instalado o
 2580 sistema de composición tipográfica LaTeX, e ademas podas xerar e ver un
 2581 resultado PDF ou PostScript.
 2582 
 2583 Na xanela de iconas da sesión, podes arrastrar ata 8 gráficas sobre a
 2584 icona de páxina de gráficas. Cando premas un dobre clic sobre a páxina de
 2585 gráficas (ou premas o botón dereito e elixas "Amosar"), vaise compoñer
 2586 unha páxina que contén as gráficas seleccionadas e vaise abrir cun visor
 2587 adecuado. Dende aí deberías de poder imprimir a páxina.
 2588 
 2589 Para limpar a páxina de gráficas, preme o botón dereito do rato sobre a
 2590 súa icona e selecciona "Limpar".
 2591 
 2592 Ten en conta que en sistemas diferentes a MS Windows, poderías ter que
 2593 axustar a configuración do programa utilizado para ver ficheiros PDF ou
 2594 PostScript. Atópao baixo a lapela "Programas" na caixa de diálogo das
 2595 Preferencias xerais de Gretl (baixo o menú Ferramentas da xanela
 2596 principal).
 2597 
 2598 Tamén é posible traballar na páxina de gráficas mediante un guión, ou
 2599 utilizando a consola (no programa de Interface Gráfica de Usuario, GUI).
 2600 Dáselle apoio ás seguintes instrucións e opcións:
 2601 
 2602 Para engadir unha gráfica á páxina de gráficas, podes indicar a
 2603 instrución graphpg add logo de gardar unha gráfica definida, como en
 2604 
 2605 	grf1 <- gnuplot Y X
 2606 	graphpg add
 2607 
 2608 Para amosar a páxina de gráficas: graphpg show.
 2609 
 2610 Para limpar a páxina de gráficas: graphpg free.
 2611 
 2612 Para axustar a escala da fonte utilizada na páxina de gráficas, usa
 2613 graphpg fontscale escala, onde escala é un múltiplo (por defecto igual a
 2614 1.0). Deste xeito, para facer que o tamaño da fonte sexa un 50 por cento
 2615 maior ca o tamaño por defecto, podes facer
 2616 
 2617 	graphpg fontscale 1.5
 2618 
 2619 Para solicitar a impresión da páxina da gráfica nun ficheiro, usa a
 2620 opción --output= máis un nome de ficheiro; este nome debería de ter a
 2621 extensión ".pdf", ".ps" ou ".eps". Por exemplo:
 2622 
 2623 	graphpg --output="myfile.pdf"
 2624 
 2625 O ficheiro resultante vai escribirse no cartafol establecido nese momento
 2626 ("workdir"), agás que a cadea nomeficheiro conteña unha especificación
 2627 completa da ruta.
 2628 
 2629 Neste contexto, para o resultado se utilizan liñas de cores por defecto;
 2630 para utilizar padróns punto/raia en vez de cores podes engadir a opción
 2631 --monochrome.
 2632 
 2633 # hausman Tests
 2634 
 2635 Opcións:    --nerlove (Utiliza o método de Nerlove para efectos aleatorios)
 2636             --matrix_diff (Utiliza o método da matriz-diferenza para a proba de Hausman)
 2637 
 2638 Esta proba está dispoñible unicamente despois de estimar un modelo con
 2639 datos de panel utilizando MCO (consulta tamén "setobs"). Comproba o modelo
 2640 combinado simple fronte ás principais alternativas, o modelo de efectos
 2641 fixos e o de efectos aleatorios.
 2642 
 2643 O modelo de efectos fixos permite que a ordenada na orixe da regresión
 2644 varíe dunha unidade de sección cruzada a outra. Preséntase unha proba F
 2645 para a hipótese nula de que as ordenadas na orixe non difiren. O modelo de
 2646 efectos aleatorios descompón a varianza de cada perturbación en dúas
 2647 partes, unha parte específica da unidade de sección cruzada e outra parte
 2648 específica de cada observación concreta. (Pódese calcular este estimador
 2649 só cando o número de unidades de sección cruzada no conxunto de datos
 2650 supera ao número de parámetros a estimar.) O estatístico de
 2651 Multiplicadores de Lagrange de Breusch-Pagan comproba a hipótese nula de
 2652 que o estimador combinado de MCO é axeitado fronte á alternativa de
 2653 efectos aleatorios.
 2654 
 2655 O modelo combinado de MCO pode rexeitarse fronte a ambas as dúas
 2656 alternativas, a de efectos fixos e a de efectos aleatorios. En tanto que a
 2657 perturbación específica por unidade ou grupo non estea correlacionada coas
 2658 variables independentes, o estimador de efectos aleatorios será máis
 2659 eficiente que o estimador de efectos fixos; se non, o estimador de efectos
 2660 aleatorios será inconsistente polo que prefírese o estimador de efectos
 2661 fixos. A hipótese nula da proba de Hausman indica que a perturbación
 2662 específica de grupo non está así correlacionada (e por iso prefírese o
 2663 modelo de efectos aleatorios). Un valor baixo da probabilidade asociada
 2664 (valor p) ao estatístico desta proba vai en contra do modelo de efectos
 2665 aleatorios e a favor do modelo de efectos fixos.
 2666 
 2667 As dúas opcións desta instrución pertencen ao modelo de efectos
 2668 aleatorios. Por defecto, utilízase o método de Swamy e Arora, mediante o
 2669 cálculo do estatístico de proba de Hausman, utilizando o método de
 2670 regresión. As opcións permiten utilizar o estimador alternativo da
 2671 varianza de Nerlove, e /ou a aproximación da matriz-diferenza ao
 2672 estatístico de Hausman.
 2673 
 2674 Ruta do menú:    Xanela de modelo: Probas/Diagnósticos de panel
 2675 
 2676 # heckit Estimation
 2677 
 2678 Argumentos:  depvar indepvars ; ecuaciondeseleccion 
 2679 Opcións:    --quiet (Non presenta os resultados)
 2680             --two-step (Realiza a estimación en 2 etapas)
 2681             --vcv (Presenta a matriz de covarianzas)
 2682             --opg (Desviacións padrón PEG (OPG))
 2683             --robust (Desviacións padrón CMV (QML))
 2684             --cluster=clustvar (Consulta "logit" para máis explicacións)
 2685             --verbose (Presenta resultados adicionais)
 2686 Exemplos:   heckit y 0 x1 x2 ; ys 0 x3 x4
 2687             Mira tamén heckit.inp
 2688 
 2689 Modelo de selección de tipo Heckman. Ao especificar esta instrución, a
 2690 lista antes do punto e coma representa as variables da ecuación resultante,
 2691 e a segunda lista representa as variables da ecuación de selección. A
 2692 variable dependente da ecuación de selección (ys no exemplo de arriba)
 2693 debe de ser unha variable binaria.
 2694 
 2695 Por defecto, os parámetros estímanse polo método de máxima
 2696 verosimilitude. A matriz de covarianzas dos estimadores dos parámetros
 2697 calcúlase utilizando a inversa negativa da matriz Hessiana. Se queres facer
 2698 a estimación en 2 etapas, utiliza a opción --two-step. Neste caso, a
 2699 matriz de covarianzas dos estimadores dos parámetros da ecuación
 2700 resultante axústase de modo adecuado segundo Heckman (1979).
 2701 
 2702 Ruta do menú:    /Modelar/Variable Dependente Limitada/Heckit
 2703 
 2704 # help Utilities
 2705 
 2706 Variantes:   help
 2707             help functions
 2708             help instrución
 2709             help función
 2710 Opción:     --func (Escolle a axuda sobre as funcións)
 2711 
 2712 Se non indicas ningún argumento, presenta a lista de instrucións
 2713 dispoñibles. Se indicas o argumento simple "functions", presenta a lista de
 2714 funcións dispoñibles (consulta "genr").
 2715 
 2716 A expresión help instrución describe cada instrución indicada (e.g. help
 2717 smpl). A expresión help función describe cada función indicada (e.g. help
 2718 ldet). Algunhas funcións teñen os mesmos nomes que as instrucións
 2719 relacionadas (e.g. diff); nese caso, por defecto preséntase a axuda para a
 2720 instrución, pero podes obter axuda para a función utilizando a opción
 2721 --func.
 2722 
 2723 Ruta do menú:    /Axuda
 2724 
 2725 # hfplot Graphs
 2726 
 2727 Argumentos:  listaaltafrec [ ; listabaixafrec ] 
 2728 Opcións:    --with-lines (Gráfica con liñas)
 2729             --time-series (Pon o tempo no eixe de abscisas)
 2730             --output=nomeficheiro (Envía o resultado ao ficheiro especificado)
 2731 
 2732 Proporciona un medio de debuxar unha serie de alta frecuencia, tal vez xunto
 2733 a unha ou máis series observadas coa frecuencia base do conxunto de datos.
 2734 O primeiro argumento debe de ser unha "MIDAS list"; e os termos adicionais
 2735 listabaixafrec (opcionais) deberán de ser series habituais ("de baixa
 2736 frecuencia"), despois dun punto e coma.
 2737 
 2738 Para obter máis detalles sobre o efecto da opción --output, consulta a
 2739 instrución "gnuplot".
 2740 
 2741 # hsk Estimation
 2742 
 2743 Argumentos:  depvar indepvars 
 2744 Opcións:    --no-squares (Mira abaixo)
 2745             --vcv (Presenta a matriz de covarianzas)
 2746             --quiet (Non presenta nada)
 2747 
 2748 Esta instrución é aplicable cando existe heterocedasticidade en forma
 2749 dunha función descoñecida dos regresores, que pode aproximarse por medio
 2750 dunha relación cuadrática. Nese contexto, ofrece a posibilidade de obter
 2751 desviacións padrón consistentes e estimacións máis eficientes dos
 2752 parámetros, en comparación con MCO.
 2753 
 2754 O procedemento implica (a) a estimación MCO do modelo de interese, seguido
 2755 de (b) unha regresión auxiliar para xerar unha estimación da varianza da
 2756 perturbación, e finalmente (c) mínimos cadrados ponderados, utilizando
 2757 como ponderación a inversa da varianza estimada.
 2758 
 2759 Na regresión auxiliar de (b), se regresa o logaritmo dos erros cadrados da
 2760 primeira estimación MCO, sobre os regresores orixinais e os seus cadrados
 2761 (por defecto), ou só sobre os regresores orixinais (se indicas a opción
 2762 --no-squares). A transformación logarítmica realízase para asegurar que
 2763 as varianzas estimadas son todas non negativas. Denominando u^* aos valores
 2764 axustados por esta regresión, a serie coas ponderacións para a estimación
 2765 MCP (WLS) final fórmase entón como 1/exp(u^*).
 2766 
 2767 Ruta do menú:    /Modelar/Outros Modelos Lineais/Con Corrección de Heterocedasticidade
 2768 
 2769 # hurst Statistics
 2770 
 2771 Argumento:   serie 
 2772 Opción:     --plot=modo-ou-nomeficheiro (Mira abaixo)
 2773 
 2774 Calcula o expoñente de Hurst (unha medida de persistencia ou longa memoria)
 2775 para unha variable de tipo serie temporal que teña polo menos 128
 2776 observacións.
 2777 
 2778 Mandelbrot (1983) discute sobre o expoñente de Hurst. En termos teóricos,
 2779 este é o expoñente (H) da relación
 2780 
 2781   RS(x) = an^H
 2782 
 2783 onde RS expresa o "rango que se volve a escalar" da variable x en mostras de
 2784 tamaño n e a é unha constante. O rango reescalado é o rango (valor
 2785 máximo menos mínimo) do valor acumulado ou suma parcial de x (logo da
 2786 subtracción da súa media mostral) no período da mostra, dividida pola
 2787 desviación padrón mostral.
 2788 
 2789 Como punto de referencia, se x é unha variable ruído branco (con media e
 2790 persistencia nulas) entón o rango do seu "paseo" (forma un paseo aleatorio)
 2791 acumulado e escalado pola súa desviación padrón, ten un crecemento igual
 2792 á raíz cadrada do tamaño da mostra, proporcionando un expoñente de Hurst
 2793 agardado de 0.5. Os valores do expoñente que estean significativamente por
 2794 encima de 0.5 indican persistencia, e os menores ca 0.5 indican
 2795 "antipersistencia" (autocorrelación negativa). En principio, o expoñente
 2796 está acoutado entre 0 e 1, aínda que en mostras finitas é posible obter
 2797 un expoñente estimado maior ca 1.
 2798 
 2799 En Gretl, o expoñente estímase utilizando submostraxe binaria: comézase
 2800 co rango completo de datos, despois coas dúas metades do rango, despois cos
 2801 4 cuartos, etcétera. Para tamaños da mostra menores que o rango de datos,
 2802 o valor RS é a media entre as mostras dispoñibles. O expoñente estímase
 2803 así como o coeficiente da pendente, nunha regresión do logaritmo de RS
 2804 sobre o logaritmo do tamaño da mostra.
 2805 
 2806 Por defecto, se o programa non está en modo de procesamento por lotes,
 2807 amósase unha gráfica do rango reescalado pero podes axustar isto mediante
 2808 a opción --plot. Os parámetros que se admiten para esta opción son none
 2809 (para suprimir a gráfica); display (para presentar unha gráfica mesmo en
 2810 caso de procesar por lotes); ou un nome de ficheiro. O efecto de indicar un
 2811 nome de ficheiro é como o descrito para a opción --output da instrución
 2812 "gnuplot".
 2813 
 2814 Ruta do menú:    /Variable/Expoñente de Hurst
 2815 
 2816 # if Programming
 2817 
 2818 Control de fluxo para a execución de instrucións. Admítense 3 tipos de
 2819 construción, como as indicadas deseguido.
 2820 
 2821 	# Forma simple
 2822 	if (poñer a condición)
 2823 	    instrucións
 2824 	endif
 2825 
 2826 	# Dúas ramas
 2827 	if (poñer a condición)
 2828 	    instrucións 1
 2829 	else
 2830 	    instrucións 2
 2831 	endif
 2832 
 2833 	# Tres ou máis ramas
 2834 	if (poñer a condición 1)
 2835 	    instrucións 1
 2836 	elif (poñer a condición 2)
 2837 	    instrucións 2
 2838 	else
 2839 	    instrucións 3
 2840 	endif
 2841 
 2842 A condición ("condition") debe de ser unha expresión booleana; para a súa
 2843 sintaxe consulta "genr". Podes incluír máis dun bloque "elif". Ademais,
 2844 podes aniñar os bloques if ... endif.
 2845 
 2846 # include Programming
 2847 
 2848 Argumento:   nomeficheiro 
 2849 Opción:     --force (Forza a volver ler desde o ficheiro)
 2850 Exemplos:   include myfile.inp
 2851             include sols.gfn
 2852 
 2853 Ideado para utilizar nun guión de instrucións, principalmente para
 2854 incluír definicións de funcións. O nome do ficheiro (nomeficheiro)
 2855 debería de ter a extensión inp (un guión de texto plano) ou gfn (un
 2856 paquete de funcións de Gretl). As instrucións de nomeficheiro execútanse
 2857 e logo o control devólvese ao guión principal.
 2858 
 2859 A opción --force é específica dos ficheiros gfn e o seu efecto consiste
 2860 en forzar a Gretl a que volva ler o paquete de funcións desde o ficheiro,
 2861 mesmo aínda que xa estea cargado na memoria. (Os ficheiros de texto plano
 2862 inp sempre lense e procésanse en resposta a esta instrución.)
 2863 
 2864 Consulta tamén "run".
 2865 
 2866 # info Dataset
 2867 
 2868 Presenta calquera información complementaria gardada co ficheiro vixente de
 2869 datos.
 2870 
 2871 Ruta do menú:    /Datos/Información do conxunto de datos
 2872 Outro acceso: Xanelas do procurador de datos
 2873 
 2874 # intreg Estimation
 2875 
 2876 Argumentos:  minvar maxvar indepvars 
 2877 Opcións:    --quiet (Non presenta os resultados)
 2878             --verbose (Presenta os detalles das iteracións)
 2879             --robust (Desviacións padrón robustas)
 2880             --opg (Mira máis abaixo)
 2881             --cluster=clustvar (Consulta "logit" para máis explicacións)
 2882 Exemplos:   intreg lo hi const x1 x2
 2883             Mira tamén wtp.inp
 2884 
 2885 Estima un modelo de regresión por intervalos. Este modelo xurde cando a
 2886 variable dependente está imperfectamente observada para algunhas
 2887 observacións (posiblemente todas). Noutras palabras, asúmese que o proceso
 2888 xerador de datos é
 2889 
 2890   y* = x b + u
 2891 
 2892 pero só observamos m <= y* <= M (o intervalo pode non ter límite pola
 2893 esquerda ou pola dereita). Cae na conta de que para algunhas observacións m
 2894 pode ser igual a M. As variables minvar e maxvar deben de conter NAs para as
 2895 observacións sen límite pola esquerda ou pola dereita, respectivamente.
 2896 
 2897 O modelo estímase mediante Máxima Verosimilitude, asumindo a distribución
 2898 Normal do termo de perturbación aleatoria.
 2899 
 2900 Por defecto, as desviacións padrón calcúlanse utilizando a inversa
 2901 negativa da matriz Hessiana. Cando especificas a opción --robust, entón
 2902 calcúlanse no seu lugar as desviacións padrón CMV (QML) ou de
 2903 Huber-White. Neste caso, a matriz de covarianzas estimada é un "emparedado"
 2904 entre a inversa da matriz Hessiana estimada e o produto externo do vector
 2905 gradiente. Como alternativa podes indicar a opción--opg, en cuxo caso as
 2906 desviacións padrón baséanse unicamente no produto externo do vector
 2907 gradiente.
 2908 
 2909 Ruta do menú:    /Modelar/Variable Dependente Limitada/Regresión por intervalos
 2910 
 2911 # join Dataset
 2912 
 2913 Argumentos:  nomeficheiro nomevar 
 2914 Opcións:    --data=nomecolumna (Mira abaixo)
 2915             --filter=expresión (Mira abaixo)
 2916             --ikey=claveinterna (Mira abaixo)
 2917             --okey=claveexterna (Mira abaixo)
 2918             --aggr=método (Mira abaixo)
 2919             --tkey=nomecoluma,cadeaformato (Mira abaixo)
 2920             --verbose (Informe en marcha)
 2921 
 2922 Esta instrución incorpora unha serie co nome nomevar con datos, desde a
 2923 orixe nomeficheiro (que debe de ser ben un ficheiro de datos co texto
 2924 delimitado, ou ben un ficheiro de datos "propio" de Gretl). Para obter máis
 2925 detalles, consulta o Manual de usuario de Gretl (Capítulo 7) pois aquí
 2926 damos só un breve resumo das opcións dispoñibles.
 2927 
 2928 Podes utilizar a opción --data para especificar o encabezamento dos datos
 2929 do ficheiro de orixe, se difire do nome polo que os datos deberan de
 2930 coñecerse en Gretl.
 2931 
 2932 Podes usar a opción --filter para especificar un criterio para filtrar os
 2933 datos de orixe (é dicir, para escoller un subconxunto das observacións).
 2934 
 2935 Podes utilizar as opcións --ikey e --okey para especificar unha
 2936 equivalencia entre as observacións do conxunto vixente de datos e as
 2937 observacións da fonte de datos (por exemplo, os individuos poden facerse
 2938 corresponder co fogar ao que pertencen).
 2939 
 2940 A opción --aggr utilízase cando a equivalencia entre as observacións do
 2941 conxunto vixente de datos e as da orixe non é de unha a unha.
 2942 
 2943 A opción --tkey aplícase só cando o conxunto vixente de datos ten unha
 2944 estrutura de serie temporal. Podes usala para especificar, ben o nome dunha
 2945 columna que conteña datas que van ser emparelladas co conxunto de datos,
 2946 e/ou ben o formato no que as datas se representan nesa columna.
 2947 
 2948 Consulta tamén "append" para as operacións máis sinxelas de anexión.
 2949 
 2950 # kpss Tests
 2951 
 2952 Argumentos:  nivel listavariables 
 2953 Opcións:    --trend (Inclúe unha tendencia)
 2954             --seasonals (Inclúe variables ficticias estacionais)
 2955             --verbose (Presenta os resultados da regresión)
 2956             --quiet (Non presenta os resultados)
 2957             --difference (Utiliza a primeira diferenza da variable)
 2958 Exemplos:   kpss 8 y
 2959             kpss 4 x1 --trend
 2960 
 2961 Para utilizar esta instrución con datos de panel, consulta a sección final
 2962 destas anotacións.
 2963 
 2964 Calcula a proba de estacionariedade KPSS (Kwiatkowski et al, Journal of
 2965 Econometrics, 1992) para cada unha das variables indicadas (ou para as súas
 2966 primeiras diferenzas, se escolles a opción --difference). A hipótese nula
 2967 é que a variable en cuestión é estacionaria, ben arredor dun nivel ou, se
 2968 marcas a opción --trend, arredor dunha tendencia linear determinística.
 2969 
 2970 O argumento nivel determina o tamaño da xanela utilizada para o suavizado
 2971 de Bartlett. Cando indicas un valor negativo, iso tómase como sinal para
 2972 que se utilice unha xanela automática de tamaño 4(T/100)^0.25, onde T é o
 2973 tamaño da mostra.
 2974 
 2975 Se escolles a opción --verbose, preséntanse os resultados da regresión
 2976 auxiliar xunto coa varianza estimada da compoñente de paseo aleatorio da
 2977 variable.
 2978 
 2979 Os puntos críticos amosados para o estatístico de proba baséanse en
 2980 superficies de resposta estimadas do xeito establecido por Sephton
 2981 (Economics Letters, 1995), que son máis fiables para mostras pequenas ca os
 2982 valores indicados no artigo orixinal de KPSS. Cando o estatístico de proba
 2983 cae entre os puntos críticos do 1 e do 10 por cento, amósase unha
 2984 probabilidade asociada (valor p) que se obtén mediante interpolación
 2985 linear e non debe de tomarse demasiado literalmente. Consulta a función
 2986 "kpsscrit" para ver un medio de obter eses puntos críticos coa axuda do
 2987 programa.
 2988 
 2989 Datos de panel
 2990 
 2991 Cando se utiliza a instrución kpss con datos de panel, para realizar unha
 2992 proba de raíz unitaria de panel, as opcións aplicables e os resultados
 2993 amosados son algo diferentes. Mentres que no caso habitual de series
 2994 temporais, podes indicar unha lista de variables para comprobar, con datos
 2995 de panel só podes comprobar unha variable por cada instrución. E a opción
 2996 --verbose ten un significado diferente, pois xera unha breve presentación
 2997 da proba para cada serie temporal individual (xa que, por defecto, só se
 2998 amosa o resultado global).
 2999 
 3000 Cando é posible, calcúlase a proba global (Hipótese nula: O PE da serie
 3001 en cuestión é estacionario para todas as unidades do panel) utilizando
 3002 para elo o método de Choi (Journal of International Money and Finance,
 3003 2001). Isto non sempre é sinxelo pois a dificultade está en que, mentres
 3004 que a proba de Choi se basea nas probabilidades asociadas das probas coas
 3005 series individuais, non temos actualmente un xeito de calcular as
 3006 probabilidades asociadas para o estatístico de proba KPSS; debemos de
 3007 apoiarnos nuns poucos puntos críticos.
 3008 
 3009 Se o estatístico de proba con unha determinada serie, cae entre os puntos
 3010 críticos do 1 e do 10 por cento, podemos interpolar unha probabilidade
 3011 asociada. Pero se o valor do estatístico da proba cae por debaixo do
 3012 correspondente ao 10 por cento ou se excede ao do 1 por cento, non se pode
 3013 interpolar e como moito pódese establecer un límite sobre a proba de Choi
 3014 global. Se o valor do estatístico de proba individual cae por debaixo do
 3015 correspondente ao 10 por cento para unhas unidades e excede ao do 1 por
 3016 cento para outras, nin sequera se pode calcular un límite para a proba
 3017 global.
 3018 
 3019 Ruta do menú:    /Variable/Probas de raíz unitaria/Proba KPSS
 3020 
 3021 # labels Dataset
 3022 
 3023 Variantes:   labels [ listavariables ]
 3024             labels --to-file=nomeficheiro
 3025             labels --from-file=nomeficheiro
 3026             labels --delete
 3027 Exemplos:   oprobit.inp
 3028 
 3029 Coa primeira forma, se presentan as etiquetas informativas (se existen) das
 3030 series de listavariables, ou de todas as series do conxunto de datos cando
 3031 non especificas listavariables.
 3032 
 3033 Coa opción --to-file se escriben no ficheiro indicado, as etiquetas de
 3034 todas as series do conxunto de datos, unha etiqueta por cada liña. Se non
 3035 hai ningunha etiqueta, amósase un fallo; e se algunhas series teñen
 3036 etiqueta e outras non, preséntase unha liña en branco para as series sen
 3037 etiqueta. O ficheiro resultante vaise escribir no cartafol "workdir" vixente
 3038 nese momento, agás que a cadea nomeficheiro conteña unha especificación
 3039 completa da ruta.
 3040 
 3041 Coa opción --from-file, lese o ficheiro especificado (que debe de ser de
 3042 texto plano) e asígnanse etiquetas ás series do conxunto de datos,
 3043 léndose unha etiqueta por liña e usando liñas en branco para indicar
 3044 etiquetas en branco.
 3045 
 3046 A opción --delete fai o que cabería agardar pois elimina todas as
 3047 etiquetas das series do conxunto de datos.
 3048 
 3049 Ruta do menú:    /Datos/Etiquetas de variables
 3050 
 3051 # lad Estimation
 3052 
 3053 Argumentos:  depvar indepvars 
 3054 Opcións:    --vcv (Presenta a matriz de covarianzas)
 3055             --no-vcv (Non calcula a matriz de covarianzas)
 3056             --quiet (Non presenta nada)
 3057 
 3058 Calcula unha regresión que minimiza a suma das desviacións absolutas dos
 3059 valores axustados respecto aos valores observados da variable dependente. As
 3060 estimacións dos coeficientes derívanse utilizando o algoritmo do simplex
 3061 de Barrodale-Roberts; e preséntase unha advertencia se a solución non é
 3062 única.
 3063 
 3064 As desviacións padrón dedúcense utilizando o procedemento 'bootstrap' con
 3065 500 extraccións. A matriz de covarianzas dos estimadores dos parámetros,
 3066 que se presenta cando indicas --vcv, baséase no mesmo 'bootstrap'. Dado que
 3067 esta é unha operación custosa dabondo, a opción --no-vcv proporciónase
 3068 para aqueles casos nos que non se precisa a matriz de covarianzas; cando
 3069 indicas esta opción, as desviacións padrón no van estar dispoñibles.
 3070 
 3071 Ten en conta que este método pode resultar lento cando a mostra é moi
 3072 longa ou cando hai moitos regresores. Por iso, neses casos, pode ser mellor
 3073 utilizar a instrución "quantreg". Dadas unha variable dependente y e unha
 3074 lista X de regresores, as seguintes instrucións son basicamente
 3075 equivalentes, coa excepción de que o método "quantreg" utiliza o algoritmo
 3076 máis rápido de Frisch-Newton, e que proporciona as desviacións padrón
 3077 analíticas en lugar das de "bootstrapping".
 3078 
 3079 	lad y const X
 3080 	quantreg 0.5 y const X
 3081 
 3082 Ruta do menú:    /Modelar/Estimación Robusta/Mínima Desviación Absoluta
 3083 
 3084 # lags Transformations
 3085 
 3086 Argumentos:  [ nivel ; ] listaretardos 
 3087 Opción:     --bylag (Ordena os termos por retardo)
 3088 Exemplos:   lags x y
 3089             lags 12 ; x y
 3090             lags 4 ; x1 x2 x3 --bylag
 3091             Mira tamén sw_ch12.inp, sw_ch14.inp
 3092 
 3093 Xera novas series que conteñen os valores retardados de cada unha das
 3094 series de listavariables. Por defecto, o número de retardos que se crean é
 3095 igual á periodicidade dos datos. Por exemplo, se a periodicidade é 4
 3096 (trimestral), a instrución "lags x" xera
 3097 
 3098 	x_1 = x(t-1)
 3099 	x_2 = x(t-2)
 3100 	x_3 = x(t-3)
 3101 	x_4 = x(t-4)
 3102 
 3103 Podes controlar o número de retardos xerados mediante o primeiro parámetro
 3104 opcional (que, se existe, debe de estar seguido dun punto e coma).
 3105 
 3106 A opción --bylag ten sentido só cando listavariables contén máis dunha
 3107 serie e o nivel máximo de retardos é maior ca 1. Por defecto, engádense
 3108 os termos retardados ao conxunto de datos, por variable: primeiro todos os
 3109 retardos da primeira serie da lista, despois todos os retardos da segunda
 3110 serie, etcétera. Pero cando indicas --bylag, a ordenación faise por
 3111 retardos: primeiro o retardo 1 de todas as series da lista, despois o
 3112 retardo 2 de todas as series da lista, etcétera.
 3113 
 3114 Ruta do menú:    /Engadir/Retardos das variables seleccionadas
 3115 
 3116 # ldiff Transformations
 3117 
 3118 Argumento:   listavariables 
 3119 
 3120 Obtense a primeira diferenza do logaritmo natural de cada unha das series de
 3121 listavariables, e o resultado gárdase nunha nova serie co prefixo ld_. Así
 3122 "ldiff x y" xera as novas variables
 3123 
 3124 	ld_x = log(x) - log(x(-1))
 3125 	ld_y = log(y) - log(y(-1))
 3126 
 3127 Ruta do menú:    /Engadir/Diferenzas de logaritmos das variables seleccionadas
 3128 
 3129 # leverage Tests
 3130 
 3131 Opcións:    --save (Garda as series resultantes)
 3132             --quiet (Non presenta os resultados)
 3133             --plot=modo-ou-nomeficheiro (Mira abaixo)
 3134 Exemplos:   leverage.inp
 3135 
 3136 Debe de ir despois dunha instrución de MCO ("ols"). Calcula o pancamento
 3137 (h, que debe de caer no rango entre 0 e 1) para cada punto de datos da
 3138 mostra sobre a que se estimou o modelo previo. Amosa o erro (u) para cada
 3139 observación xunto co seu pancamento e unha medida da súa influencia nas
 3140 estimacións, uh/(1 - h). Os "puntos de Leverage" para os que o valor de h
 3141 supera 2k/n (onde k é o número de parámetros que se estiman e n é o
 3142 tamaño da mostra) destácanse mediante un asterisco. Para obter máis
 3143 detalles sobre os conceptos de pancamento e influencia, consulta o capítulo
 3144 2 do libro de Davidson e MacKinnon (1993).
 3145 
 3146 Tamén se calculan os valores DFFITS: estes son iguais aos "erros
 3147 tipificados" (erros de predición divididos polas súas desviacións
 3148 padrón) multiplicados por sqrt[h/(1 - h)]. Para unha discusión sobre erros
 3149 tipificados e DFFITS consulta o capítulo 12 do libro de Maddala
 3150 Introduction to Econometrics ou Belsley, Kuh e Welsch (1980).
 3151 
 3152 Abreviadamente, un "erro de predición" é a diferenza entre o valor
 3153 observado da variable dependente na observación t, e o valor axustado para
 3154 esa observación t que se obtén da regresión na que se omite esa
 3155 observación (ou na que se engade unha variable ficticia cun valor 1 só na
 3156 observación t); o erro tipificado obtense dividindo o erro de predición
 3157 pola súa desviación padrón.
 3158 
 3159 Cando especificas a opción --save con esta instrución, os valores de
 3160 pancamento, influencia e DFFITS engádense ao conxunto vixente de datos;
 3161 neste contexto, podes utilizar a opción --quiet para eliminar a
 3162 presentación dos resultados. Os nomes por defecto das series gardadas son
 3163 lever, influ e dffits, respectivamente. Porén, se xa existen series con
 3164 eses nomes, os das novas series gardadas axústanse para garantir a
 3165 unicidade; en calquera caso, estas serán as 3 series con números ID máis
 3166 grandes do conxunto de datos.
 3167 
 3168 Logo da execución, o accesorio "$test" devolve o criterio de validación
 3169 cruzada, que se define como a suma das desviacións cadradas da variable
 3170 dependente con relación aos seus valores de predición, estando a
 3171 predición para cada observación baseada nunha mostra da que se exclúe esa
 3172 observación. (Este é o coñecido como estimador deixar-un-fóra). Para
 3173 unha discusión máis ampla sobre o criterio de validación cruzada,
 3174 consulta o libro de Davidson e MacKinnon Econometric Theory and Methods,
 3175 páxinas 685-686, e as referencias que contén.
 3176 
 3177 Por defecto, se fas unha chamada interactiva a esta instrución, amósase
 3178 unha gráfica cos valores de pancamento e influencia. Podes axustar isto
 3179 mediante a opción --plot. Os parámetros que se admiten para esta opción
 3180 son none (para suprimir a gráfica), display (para amosar unha gráfica
 3181 mesmo ao estar en modo de guións), ou un nome de ficheiro. O efecto de
 3182 indicar un nome de ficheiro é como o descrito para a opción --output da
 3183 instrución "gnuplot".
 3184 
 3185 Ruta do menú:    Xanela de modelo: Análise/Observacións influentes
 3186 
 3187 # levinlin Tests
 3188 
 3189 Argumentos:  nivel serie 
 3190 Opcións:    --nc (Sen constante)
 3191             --ct (Con constante e tendencia)
 3192             --quiet (Non presenta os resultados)
 3193             --verbose (Presenta os resultados por unidade)
 3194 Exemplos:   levinlin 0 y
 3195             levinlin 2 y --ct
 3196             levinlin {2,2,3,3,4,4} y
 3197 
 3198 Realiza a proba de raíz unitaria para panel descrita por Levin, Lin e Chu
 3199 (2002). A hipótese nula é que todas as series temporais individuais
 3200 presentan unha raíz unitaria, e a alternativa é que ningunha das series
 3201 ten unha raíz unitaria. (É dicir, asúmese un mesmo coeficiente común de
 3202 AR(1), aínda que noutros aspectos se permite que as propiedades
 3203 estatísticas das series varíen duns individuos a outros.)
 3204 
 3205 Por defecto, as regresións da proba ADF inclúen unha constante. Para
 3206 eliminar a constante utiliza a opción --nc e para incluíla xunto cunha
 3207 tendencia linear utiliza a opción --ct. (Consulta a instrución "adf" para
 3208 unha explicación das regresións do ADF.)
 3209 
 3210 Podes indicar o nivel de retardo con nivel (non negativo) para facer a proba
 3211 (controlando así o número de retardos da variable dependente a incluír
 3212 nas regresións do ADF) dunha destas dúas formas. Cando indicas un valor
 3213 escalar, isto aplícase a tódolos individuos do panel. A alternativa é
 3214 proporcionar unha matriz que conteña un nivel específico de retardos para
 3215 cada individuo; esta debe de ser un vector con tantos elementos como
 3216 individuos haxa no rango da mostra vixente. Podes especificar esa matriz co
 3217 nome ou construíla utilizando chaves, como se ilustrou no último exemplo
 3218 de arriba.
 3219 
 3220 Cando indicas a opción --verbose, preséntanse os seguintes resultados para
 3221 cada unidade do panel: delta, o coeficiente do nivel retardado en cada
 3222 regresión ADF; s2e, a varianza estimada das innovacións; e s2y, a varianza
 3223 estimada a longo prazo da serie diferenciada.
 3224 
 3225 Cae na conta de que as probas de raíz unitaria nun panel tamén podes
 3226 realizalas utilizando as instrucións "adf" e "kpss".
 3227 
 3228 Ruta do menú:    /Variable/Probas de raíz unitaria/Proba de Levin-Lin-Chu
 3229 
 3230 # logistic Estimation
 3231 
 3232 Argumentos:  depvar indepvars 
 3233 Opcións:    --ymax=máximo (Especifica o máximo da variable dependente)
 3234             --robust (Desviacións padrón robustas)
 3235             --cluster=clustvar (Consulta "logit" para unha explicación)
 3236             --vcv (Presenta a matriz de covarianzas)
 3237             --fixed-effects (Mira abaixo)
 3238             --quiet (Non presenta nada)
 3239 Exemplos:   logistic y const x
 3240             logistic y const x --ymax=50
 3241 
 3242 Regresión loxística: Leva a cabo unha regresión MCO utilizando a
 3243 transformación loxística da variable dependente,
 3244 
 3245   log(y/(y* - y))
 3246 
 3247 A variable dependente debe de ser estritamente positiva. Se todos os seus
 3248 valores están entre 0 e 1, por defecto utilízase un valor de y^* (o
 3249 máximo asintótico da variable dependente) igual a 1; se os seus valores
 3250 están entre 0 e 100, entón y^* é 100 por defecto.
 3251 
 3252 Se queres establecer un máximo diferente, utiliza a opción --ymax. Ten en
 3253 conta que o valor que indiques debe de ser maior ca todos os valores
 3254 observados da variable dependente.
 3255 
 3256 Os valores axustados e os erros da regresión transfórmanse automaticamente
 3257 utilizando a inversa da transformación loxística:
 3258 
 3259   y =~ E(y* / (1 + exp(-x)))
 3260 
 3261 onde x representa un valor axustado ou un erro, obtidos da regresión MCO
 3262 que utiliza a variable dependente loxística. Deste xeito podes comparar os
 3263 valores que se presentan cos da variable dependente orixinal. A
 3264 aproximación é necesaria pois a transformación inversa non é linear, e
 3265 polo tanto a esperanza non se corresponde exactamente.
 3266 
 3267 A opción --fixed-effects só é aplicable cando o conxunto de datos ten
 3268 forma de panel. Nese caso, réstanselle as medias de grupo da
 3269 transformación loxística da variable dependente, e a estimación continúa
 3270 como adoita facerse con efectos fixos.
 3271 
 3272 Ten en conta que se a variable dependente é binaria, debes de utilizar no
 3273 seu lugar a instrución "logit".
 3274 
 3275 Ruta do menú:    /Modelar/Variable Dependente Limitada/Loxística
 3276 
 3277 # logit Estimation
 3278 
 3279 Argumentos:  depvar indepvars 
 3280 Opcións:    --robust (Desviacións padrón robustas)
 3281             --cluster=clustvar (Desviacións padrón agrupadas)
 3282             --multinomial (Estima un logit multinomial)
 3283             --vcv (Presenta a matriz de covarianzas)
 3284             --verbose (Presenta os detalles das iteracións)
 3285             --quiet (Non presenta os resultados)
 3286             --p-values (Amosa os valores p en vez das pendentes)
 3287 Exemplos:   keane.inp, oprobit.inp
 3288 
 3289 Se a variable dependente é unha variable binaria (todos os seus valores son
 3290 0 ou 1), obtéñense estimacións máximo verosímiles dos coeficientes das
 3291 variables de indepvars mediante o método de Newton-Raphson. Como o modelo
 3292 é non linear, as pendentes están condicionadas polos valores das variables
 3293 independentes. Por defecto, calcúlanse as pendentes con respecto a cada
 3294 unha das variables independentes (nas medias desas variables), e estas
 3295 pendentes substitúen os valores p habituais no resultado da regresión.
 3296 Podes prescindir deste proceder indicando a opción --p-values. O
 3297 estatístico khi-cadrado proba a hipótese nula de que todos os coeficientes
 3298 son cero, agás o da constante.
 3299 
 3300 Por defecto, as desviacións padrón calcúlanse utilizando a inversa
 3301 negativa da matriz Hessiana. Se indicas a opción --robust, entón
 3302 calcúlanse no seu lugar as desviacións padrón CMV (QML) ou de
 3303 Huber-White. Neste caso, a matriz de covarianzas estimadas é un
 3304 "emparedado" entre a inversa da matriz Hessiana estimada e o produto externo
 3305 do vector gradiente; consulta o capítulo 10 do libro de Davidson e
 3306 MacKinnon (2004). Pero cando indicas a opción --cluster, entón xéranse as
 3307 desviacións padrón "robustas por agrupación"; consulta o Manual de
 3308 usuario de Gretl (Capítulo 20) para obter máis detalles.
 3309 
 3310 Se a variable dependente non é binaria senón discreta, entón por defecto
 3311 interprétase como unha resposta ordinal e obtéñense as estimacións cun
 3312 Logit Ordenado. Porén, cando indicas a opción --multinomial, a variable
 3313 dependente interprétase como unha resposta sen ordenar e xéranse as
 3314 estimacións cun Logit Multinomial. (Noutro caso, se a variable escollida
 3315 como dependente non é de tipo discreto, amósase un fallo.) No caso
 3316 multinomial, o accesorio $mnlprobs está dispoñible despois da estimación,
 3317 para conseguir unha matriz que conteña as probabilidades estimadas dos
 3318 posibles valores da variable dependente para cada observación (coas
 3319 observacións por filas e os posibles valores por columnas).
 3320 
 3321 Se queres utilizar un Logit para a análise de proporcións onde, para cada
 3322 observación, a variable dependente é a proporción de casos que teñen
 3323 unha determinada característica (en vez dunha variable con 1 ou 0 para
 3324 indicar se está presente ou non a característica), non debes de utilizar a
 3325 instrución "logit", senón máis ben construír a variable logit, como en
 3326 
 3327 	series lgt_p = log(p/(1 - p))
 3328 
 3329 e utilizar esta como a variable dependente dunha regresión MCO. Consulta o
 3330 capítulo 12 de Ramanathan (2002).
 3331 
 3332 Ruta do menú:    /Modelar/Variable Dependente Limitada/Logit
 3333 
 3334 # logs Transformations
 3335 
 3336 Argumento:   listavariables 
 3337 
 3338 Permite obter o logaritmo natural de cada unha das series de listavariables
 3339 e o resultado gárdase nunha nova serie co prefixo l_ ("ele" e guión
 3340 baixo). Por exemplo, "logs x y" xera as novas variables l_x = ln(x) e l_y =
 3341 ln(y).
 3342 
 3343 Ruta do menú:    /Engadir/Logaritmos das variables seleccionadas
 3344 
 3345 # loop Programming
 3346 
 3347 Argumento:   control 
 3348 Opcións:    --progressive (Permite formas especiais de certas instrucións)
 3349             --verbose (Amosa os detalles das instrucións genr)
 3350             --quiet (Non amosa o número de iteracións realizadas)
 3351 Exemplos:   loop 1000
 3352             loop 1000 --progressive
 3353             loop while essdiff > .00001
 3354             loop i=1991..2000
 3355             loop for (r=-.99; r<=.99; r+=.01)
 3356             loop foreach i xlista
 3357             Mira tamén armaloop.inp, keane.inp
 3358 
 3359 Esta instrución abre un modo especial no que o programa admite que as
 3360 instrucións se executen repetidas veces. Terminas o proceso de ir
 3361 introducindo as instrucións do bucle con "endloop" e neste punto
 3362 execútanse as instrucións apiñadas.
 3363 
 3364 O parámetro "control" pode ter calquera das 5 formas seguintes, tal como se
 3365 amosa nos exemplos: (a) un número enteiro que indica as veces a repetir as
 3366 instrucións dun bucle; (b) a palabra "while" máis unha condición
 3367 booleana; (c) un rango de valores enteiros para o índice; (d) a palabra
 3368 "for" máis 3 expresións dentro dunha paréntese, separadas con punto e
 3369 comas (que imita a orde for na linguaxe de programación C); ou (e) a
 3370 palabra "foreach" máis unha variable índice e unha lista.
 3371 
 3372 Consulta o Manual de usuario de Gretl (Capítulo 12) para obter outros
 3373 detalles e exemplos. Aí explícase o efecto da opción --progressive (que
 3374 está deseñada para utilizarse con simulacións de tipo Monte Carlo). Non
 3375 podes utilizar todas as instrucións de Gretl dentro dun bucle; por iso as
 3376 instrucións dispoñibles neste contexto tamén se expoñen aí.
 3377 
 3378 # mahal Statistics
 3379 
 3380 Argumento:   listavariables 
 3381 Opcións:    --quiet (Non presenta nada)
 3382             --save (Engade as distancias ao conxunto de datos)
 3383             --vcv (Presenta a matriz de covarianzas)
 3384 
 3385 Calcula as distancias de Mahalanobis entre as series indicadas en
 3386 listavariables. A distancia de Mahalanobis é a distancia entre dous puntos
 3387 nun espazo de dimensión k, escalada pola variación estatística en cada
 3388 dimensión do espazo. Por exemplo, se p e q son dúas observacións dun
 3389 conxunto de k variables con matriz de covarianzas C, entón a distancia de
 3390 Mahalanobis entre as observacións ven dada por
 3391 
 3392   sqrt((p - q)' * C-inverse * (p - q))
 3393 
 3394 onde (p - q) é un vector de dimensión k. Isto redúcese á distancia
 3395 euclidiana en caso de que a matriz de covarianzas sexa unha matriz
 3396 identidade.
 3397 
 3398 O espazo para o que se calculan as distancias está definido polas variables
 3399 seleccionadas. Para cada observación do rango vixente da mostra, a
 3400 distancia calcúlase entre a observación e o centroide das variables
 3401 escollidas. Esta distancia é a contrapartida multidimensional dunha
 3402 puntuación z estándar, e podes utilizala para xulgar se unha observación
 3403 dada "ten un sitio" xunto a un grupo doutras observacións.
 3404 
 3405 Cando indicas a opción --vcv, preséntanse tanto a matriz de covarianzas
 3406 como a súa inversa. Cando indicas a opción --save, as distancias gárdanse
 3407 no conxunto de datos co nome mdist (ou mdist1, mdist2 e así sucesivamente,
 3408 se xa existe unha variable con ese nome).
 3409 
 3410 Ruta do menú:    /Ver/Distancias de Mahalanobis
 3411 
 3412 # makepkg Programming
 3413 
 3414 Argumento:   nomeficheiro 
 3415 Opcións:    --index (Escribe o ficheiro índice, auxiliar)
 3416             --translations (Escribe o ficheiro de cadeas de texto, auxiliar)
 3417             --quiet (Funciona silandeiramente)
 3418 
 3419 Dá soporte á creación dun paquete de funcións de Gretl mediante a liña
 3420 de instrucións. O modo de funcionamento desta instrución depende da
 3421 extensión do nomeficheiro, que debe de ser ben .gfn ou ben .zip.
 3422 
 3423 Modo gfn
 3424 
 3425 Escribe un ficheiro gfn. Asúmese que pode accederse a un ficheiro de
 3426 especificación dun paquete, que ten o mesmo nome base ca nomeficheiro pero
 3427 coa extensión .spec, xunto con calquera ficheiro auxiliar ao que faga
 3428 referencia. Tamén asúmese que todas as funcións a empaquetar léronse na
 3429 memoria.
 3430 
 3431 Modo zip
 3432 
 3433 Escribe un ficheiro comprimido zip dun paquete (un gfn máis outros
 3434 elementos). En caso de acharse un ficheiro gfn co mesmo nome base que
 3435 nomeficheiro, Gretl comproba os ficheiros correspondentes inp e spec, e se
 3436 os atopa a ambos, sendo polo menos un deles máis novo ca o ficheiro gfn,
 3437 entón vólvese xerar o gfn; se non, utilízase o gfn existente. Cando non
 3438 se atopa ese ficheiro, Gretl tenta primeiro xerar o gfn.
 3439 
 3440 Opcións de gfn
 3441 
 3442 Os indicadores de opcións admiten a escritura de ficheiros auxiliares,
 3443 pensados para utilizar cos "engadidos" de Gretl. O ficheiro índice é un
 3444 curto documento XML que contén información básica sobre o paquete, e que
 3445 ten o seu mesmo nome como base ademáis da extensión .xml. O ficheiro de
 3446 traducións contén as cadeas de texto do paquete (en formato C) que
 3447 poderían ser apropiadas para a tradución; para un paquete foo este
 3448 ficheiro chámase foo-i18n.c. Estes ficheiros non se xeran se a instrución
 3449 opera en modo zip, e se utiliza un ficheiro gfn que xa existía.
 3450 
 3451 Para obter máis detalles sobre todo isto, consulta o Manual de paquetes de
 3452 funcións de Gretl.
 3453 
 3454 Ruta do menú:    /Ficheiro/Paquetes de funcións/Novo paquete
 3455 
 3456 # markers Dataset
 3457 
 3458 Variantes:   markers --to-file=nomeficheiro
 3459             markers --to-array=nome
 3460             markers --from-file=nomeficheiro
 3461             markers --delete
 3462 
 3463 As opcións --to-file e --to-array proporcionan xeitos de gardar as cadeas
 3464 de texto que son marcadores das observacións do conxunto vixente de datos,
 3465 ben no ficheiro ou ben no arranxo que indiques. Se non existe ningunha desas
 3466 cadeas, amósase un fallo. No caso do ficheiro, as cadeas escríbense unha
 3467 por cada liña nese ficheiro, e este gárdase no cartafol ("workdir")
 3468 establecido nese momento, agás que a cadea nomeficheiro conteña unha
 3469 especificación completa da ruta. No caso do arranxo, se nome é o
 3470 identificador dun arraxo de cadeas de texto xa existente, ese arranxo vaise
 3471 sobrescribir; noutro caso, vaise crear un novo.
 3472 
 3473 Coa opción --from-file, lese o ficheiro especificado (que debe de ser de
 3474 texto plano) e asígnanse os marcadores de observación contidos neste, un
 3475 por cada liña, ás filas do conxunto de datos. En xeral, debería de haber
 3476 como mínimo tantos marcadores no ficheiro como observacións no conxunto de
 3477 datos; pero se o conxunto de datos é de tipo panel, tamén se acepta que o
 3478 número de marcadores no ficheiro coincida co número de unidades de
 3479 sección cruzada (en cuxo caso os marcadores repítense para cada período
 3480 de tempo.)
 3481 
 3482 A opción --delete fai o que xa agardarías, é dicir, eliminar as cadeas de
 3483 texto que marcan cada observación do conxunto de datos.
 3484 
 3485 Ruta do menú:    /Datos/Marcadores das observacións
 3486 
 3487 # meantest Tests
 3488 
 3489 Argumentos:  serie1 serie2 
 3490 Opción:     --unequal-vars (Asume que as varianzas non son iguais)
 3491 
 3492 Calcula o estatístico t para probar a hipótese nula de que as medias na
 3493 poboación son iguais para as variables serie1 e serie2, e amosa a súa
 3494 probabilidade asociada (valor p).
 3495 
 3496 Por defecto, o estatístico de proba calcúlase baixo o suposto de que as
 3497 varianzas son iguais para as dúas variables.Coa opción --unequal-vars
 3498 asúmese que as varianzas son diferentes; e neste caso, os graos de
 3499 liberdade do estatístico de proba aproxímanse consonte a Satterthwaite
 3500 (1946).
 3501 
 3502 Ruta do menú:    /Ferramentas/Calculadora de estatísticos de proba
 3503 
 3504 # midasreg Estimation
 3505 
 3506 Argumentos:  depvar indepvars ; termosMIDAS 
 3507 Opcións:    --vcv (Presenta a matriz de covarianzas)
 3508             --robust (Desviacións padrón robustas)
 3509             --quiet (Non presenta os resultados)
 3510             --levenberg (Mira abaixo)
 3511 Exemplos:   midasreg y 0 y(-1) ; mds(X, 1, 9, 1, theta)
 3512             midasreg y 0 y(-1) ; mds(X, 1, 9, 0)
 3513             midasreg y 0 y(-1) ; mdsl(XL, 2, theta)
 3514             Mira tamén gdp_midas.inp
 3515 
 3516 Leva a cabo a estimación por mínimos cadrados (ben MCNL ou ben MCO,
 3517 dependendo da especificación) dun modelo MIDAS (Mixed Data Sampling). Este
 3518 tipo de modelos inclúe unha ou máis variables independentes que se
 3519 observan cunha frecuencia maior que a variable dependente; para unha boa e
 3520 breve introdución consulta Armesto, Engemann e Owyang (2010).
 3521 
 3522 As variables de indepvars deben de ter a mesma frecuencia que a variable
 3523 dependente. Esta lista normalmente debe incluír const ou 0 (ordenada na
 3524 orixe), e habitualmente inclúe un ou máis retardos da variable dependente.
 3525 Os termos de alta frecuencia indícanse despois dun punto e coma; cada un
 3526 ten o formato duns cuantos argumentos entre parénteses, separados con
 3527 comas, precedidos ben por mds ou ben por mdsl.
 3528 
 3529 mds: Esta variante xeralmente require 5 argumentos, do xeito seguinte: o
 3530 nome dunha "MIDAS list", dous enteiros que indican os retardos mínimo e
 3531 máximo de alta frecuencia, un enteiro entre 0 e 4 (ou unha cadea de texto,
 3532 mira baixo) que especifica o tipo de disposición dos parámetros que se vai
 3533 usar, e o nome dun vector que contén os valores iniciais dos parámetros. O
 3534 exemplo de abaixo solicita os retardos do 3 ao 11 das series de alta
 3535 frecuencia representadas na lista X, utilizando para elo unha disposición
 3536 dos parámetros de tipo 1 (Almon exponencial, mira abaixo) co vector de
 3537 inicio theta.
 3538 
 3539 	mds(X, 3, 11, 1, theta)
 3540 
 3541 mdsl: Xeralmente require 3 argumentos: o nome dunha lista de retardos MIDAS,
 3542 un número enteiro (ou unha cadea de texto, mira baixo) para especificar o
 3543 tipo de disposición dos parámetros e o nome dun vector de inicio. Neste
 3544 caso, os retardos máximo e mínimo están implícitos no argumento inicial
 3545 da lista. No exemplo de abaixo Xlags debe de ser unha lista que xa conteña
 3546 todos os retardos que se necesiten; podes construír unha lista dese tipo
 3547 utilizando a función "hflags".
 3548 
 3549 	mdsl(XLags, 1, theta)
 3550 
 3551 Os tipos de disposición de parámetros que se admiten amósanse abaixo. No
 3552 contexto das especificacións mds e mdsl, podes indicalos en forma dos
 3553 códigos numéricos, ou das cadeas de texto entre comiñas que se amosan
 3554 despois dos números:
 3555 
 3556 0 ou "umidas": MIDAS sen restricións ou U-MIDAS, no que cada retardo ten o
 3557 seu propio coeficiente.
 3558 
 3559 1 ou "nealmon": Almon exponencial normalizada, que require polo menos un
 3560 parámetro e habitualmente utiliza dous.
 3561 
 3562 2 ou "beta0": Beta normalizada cun derradeiro retardo nulo, que require
 3563 exactamente dous parámetros.
 3564 
 3565 3 ou "betan": Beta normalizada cun derradeiro retardo non nulo, que require
 3566 exactamente tres parámetros.
 3567 
 3568 4 ou "almonp": Polinomio de Almon (non normalizada), que require polo menos
 3569 un parámetro.
 3570 
 3571 Cando a disposición de parámetros é U-MIDAS, non é necesario o vector de
 3572 inicio do último argumento. Noutros casos, podes solicitar unha iniciación
 3573 automática substituíndo o nome do vector de parámetros inicial por
 3574 algunha destas dúas formas:
 3575 
 3576   A palabra chave null: isto só é admisible cando a disposición dos
 3577   parámetros ten un número fixo de termos (os casos Beta, con 2 ou 3
 3578   parámetros). Tamén se acepta no caso do Almon exponencial, o que implica
 3579   que ese é o valor por defecto dos dous parámetros.
 3580 
 3581   Un valor enteiro que indica o número requirido de parámetros.
 3582 
 3583 O método de estimación que utiliza esta instrución depende da
 3584 especificación dos elementos de alta frecuencia. No caso de U-MIDAS, o
 3585 método é MCO (OLS); noutro caso, é mínimos cadrados non lineais (MCNL ou
 3586 NLS). Cando especificas as disposicións de parámetros Almon exponencial
 3587 normalizada ou Beta normalizada, o método MCNL por defecto é unha
 3588 combinación de BFGS restrinxido e MCO, pero podes indicar a opción
 3589 --levenberg para forzar que se utilice o algoritmo de Levenberg-Marquardt.
 3590 
 3591 Ruta do menú:    /Modelar/Series temporais univariantes/MIDAS
 3592 
 3593 # mle Estimation
 3594 
 3595 Argumentos:  función logaritmo-verosimilitude [ derivadas ] 
 3596 Opcións:    --quiet (Non amosa o modelo estimado)
 3597             --vcv (Presenta a matriz de covarianzas)
 3598             --hessian (Basea a matriz de covarianzas na Hessiana)
 3599             --robust (Matriz de covarianzas CMV (QML))
 3600             --cluster=clustvar (Matriz de covarianzas robusta por agrupación)
 3601             --verbose (Presenta os detalles das iteracións)
 3602             --no-gradient-check (Mira abaixo)
 3603             --auxiliary (Mira abaixo)
 3604             --lbfgs (Utiliza L-BFGS-B en vez do BFGS habitual)
 3605 Exemplos:   weibull.inp, biprobit_via_ghk.inp, frontier.inp, keane.inp
 3606 
 3607 Realiza a estimación de Máxima Verosimilitude (MV ou ML) utilizando ben o
 3608 algoritmo BFGS (Broyden, Fletcher, Goldfarb, Shanno) ou ben o método de
 3609 Newton. Debes de especificar a función logaritmo de verosimilitude. E debes
 3610 de expresar os parámetros desta función, e asignarlles valores iniciais
 3611 antes da estimación. Opcionalmente, o usuario pode especificar as derivadas
 3612 da función logaritmo de verosimilitude con respecto a cada un dos
 3613 parámetros; se non indicas as derivadas analíticas, calcúlase unha
 3614 aproximación numérica.
 3615 
 3616 Este texto de axuda asume que se utiliza, por defecto, o maximizador BFGS.
 3617 Para obter máis información sobre o uso do método de Newton, por favor
 3618 consulta o Manual de usuario de Gretl (Capítulo 24).
 3619 
 3620 Exemplo sinxelo: Supón que temos unha serie X con valores 0 ou 1, e
 3621 queremos obter a estimación máximo verosímil da probabilidade (p) de que
 3622 X = 1. (Neste caso sinxelo, pódese adiantar que a estimación MV de p será
 3623 simplemente equivalente á proporción de Xs iguais a 1, na mostra.)
 3624 
 3625 Débese primeiro engadir o parámetro p ao conxunto de datos, e indicar o
 3626 seu valor inicial. Por exemplo, scalar p = 0.5.
 3627 
 3628 A continuación, configúrase o bloque de instrucións de estimación EMV:
 3629 
 3630 	mle loglik = X*log(p) + (1-X)*log(1-p)
 3631 	  deriv p = X/p - (1-X)/(1-p)
 3632 	end mle
 3633 
 3634 A primeira liña de arriba especifica a función logaritmo de
 3635 verosimilitude. Comeza coa palabra chave mle, logo especifícase a variable
 3636 dependente e indícase unha expresión para o logaritmo da verosimilitude
 3637 (usando a mesma sintaxe que na instrución "genr"). A seguinte liña (que é
 3638 opcional) comeza coa palabra chave deriv e proporciona a derivada da
 3639 función logaritmo de verosimilitude con respecto ao parámetro p. Se non
 3640 indicas as derivadas, debes de incluír unha orde utilizando a palabra chave
 3641 params que identifique os parámetros libres: estes enuméranse nunha liña,
 3642 separados por espazos e poden ser ben escalares, ben vectores, ou ben
 3643 calquera combinación dos dous. Por exemplo, podes mudar o de arriba por:
 3644 
 3645 	mle loglik = X*log(p) + (1-X)*log(1-p)
 3646 	  params p
 3647 	end mle
 3648 
 3649 en cuxo caso utilizaríanse derivadas numéricas.
 3650 
 3651 Ten en conta que calquera indicador de opción debe de engadirse á liña
 3652 final do bloque EMV (MLE).
 3653 
 3654 Matriz de covarianzas e desviacións padrón
 3655 
 3656 Cando a función do logaritmo da verosimilitude devolve unha serie ou un
 3657 vector que proporciona valores por observación, entón as desviacións
 3658 padrón estimadas baséanse por defecto no Produto Externo do vector
 3659 Gradiente (PEG); mentres que se indicas a opción --hessian, baséanse pola
 3660 contra na inversa negativa da matriz Hessiana, que se aproxima
 3661 numericamente. Cando indicas a opción --robust, utilízase un estimador CMV
 3662 (QML, un "emparedado" entre a inversa negativa da matriz Hessiana e o PEG).
 3663 Agora ben, cando a función do logaritmo da verosimilitude unicamente
 3664 devolve un valor escalar, o PEG non está dispoñible (polo tanto tampouco o
 3665 estimador CMV), e as desviacións padrón teñen que calcularse
 3666 necesariamente utilizando a matriz Hessiana numérica.
 3667 
 3668 No caso de que unicamente queiras as estimacións do parámetro primario,
 3669 podes indicar a opción --auxiliary, que elimina o cálculo da matriz de
 3670 covarianzas e das desviacións padrón. Isto vai aforrar algúns ciclos de
 3671 CPU e uso de memoria.
 3672 
 3673 Comprobando as derivadas analíticas
 3674 
 3675 Se proporcionas as derivadas analíticas, por defecto Gretl executa unha
 3676 verificación numérica da súa credibilidade. Algunhas veces isto pode
 3677 producir falsos positivos, por situacións nas que as derivadas correctas
 3678 semellan ser incorrectas e a estimación rexéitase. Para ter isto en conta
 3679 ou para acadar unha pouca velocidade adicional, podes indicar a opción
 3680 --no-gradient-check. Obviamente, debes de facer isto só cando teñas
 3681 certeza de que o vector gradiente que especificaches é correcto.
 3682 
 3683 Nomes de parámetros
 3684 
 3685 Ao estimar un modelo non linear, con frecuencia é conveniente nomear os
 3686 parámetros de forma sucinta. Agora ben, ao presentar os resultados, pode
 3687 que desexes utilizar etiquetas máis informativas. Isto o podes lograr
 3688 mediante a palabra chave adicional param_names dentro do bloque de
 3689 instrucións. Para un modelo con k parámetros, o argumento que sigue a esta
 3690 palabra chave debe de ser ben unha cadea de texto literal contornada entre
 3691 comiñas, que conteña k nomes separados por espazos, ou ben o nome dunha
 3692 variable de cadea que conteña k deses nomes.
 3693 
 3694 Para unha descrición máis en profundidade da estimación "mle" consulta o
 3695 Manual de usuario de Gretl (Capítulo 24).
 3696 
 3697 Ruta do menú:    /Modelar/Máxima Verosimilitude
 3698 
 3699 # modeltab Utilities
 3700 
 3701 Variantes:   modeltab add
 3702             modeltab show
 3703             modeltab free
 3704             modeltab --output=nomeficheiro
 3705 
 3706 Permite manexar a "Táboa de modelos" de Gretl; consulta o Manual de usuario
 3707 de Gretl (Capítulo 3) para obter máis detalles. As instrucións
 3708 subordinadas teñen os seguintes efectos: "add" engade o derradeiro modelo
 3709 estimado á táboa de modelos, cando sexa posible; "show" amosa a táboa de
 3710 modelos nunha xanela; e "free" limpa a táboa.
 3711 
 3712 Para solicitar que se garde a táboa de modelos, usa a opción --output=
 3713 máis un nome de ficheiro. Cando o nome do ficheiro teña o sufixo ".tex", o
 3714 resultado vai estar en formato TeX; cando o sufixo sexa ".rtf", o resultado
 3715 terá formato RTF; e se non, vai estar en texto plano. No caso dun resultado
 3716 TeX, por defecto xérase un "anaco" axeitado para incluír nun documento; en
 3717 cambio, se queres un documento independente, usa a opción --complete, como
 3718 por exemplo
 3719 
 3720 	modeltab --output="myfile.tex" --complete
 3721 
 3722 Ruta do menú:    Xanela de iconas de sesión: icona de Táboa de modelos
 3723 
 3724 # modprint Printing
 3725 
 3726 Argumentos:  matrizcoef nomes [ estadicionais ] 
 3727 Opción:     --output=nomeficheiro (Envía o resultado ao ficheiro especificado)
 3728 
 3729 Presenta a táboa de coeficientes e estatísticos adicionais optativos para
 3730 un modelo estimado "á man"; é útil sobre todo para funcións escritas
 3731 polo usuario.
 3732 
 3733 O argumento matrizcoef debe de ser unha matriz de dimensión k por 2, que
 3734 contén k coeficientes e k desviacións padrón asociadas. O argumento nomes
 3735 debe de proporcionar polo menos k nomes para etiquetar os coeficientes.
 3736 Podes indicalo co formato: (a) dunha cadea de texto literal (contornada
 3737 entre comiñas) ou dunha variable de cadea, que conteña os nomes separados
 3738 por comas ou espazos, ou (b) un arranxo xa definido de cadeas de texto.
 3739 
 3740 O argumento estadicionais (opcional) é un vector que contén p
 3741 estatísticos adicionais que se amosan debaixo da táboa de coeficientes. Se
 3742 indicas este argumento, entón nomes debe de conter k + p nomes, de forma
 3743 que os p nomes agregados se asocien aos estatísticos adicionais.
 3744 
 3745 Para colocar o resultado nun ficheiro, utiliza a opción --output= máis un
 3746 nome de ficheiro. Cando o nome de ficheiro teña o sufixo ".tex", o
 3747 resultado vai estar en formato TeX; cando o sufixo sexa ".rtf", o resultado
 3748 terá formato RTF; e se non, vai estar en texto plano. No caso dun resultado
 3749 TeX, por defecto xérase un "anaco" axeitado para incluír nun documento; en
 3750 cambio, se queres un documento independente, usa a opción --complete.
 3751 
 3752 O ficheiro resultante escríbese no cartafol ("workdir") establecido nese
 3753 momento, agás que a cadea nomeficheiro conteña unha especificación
 3754 completa da ruta.
 3755 
 3756 # modtest Tests
 3757 
 3758 Argumento:   [ nivel ] 
 3759 Opcións:    --normality (Normalidade das perturbacións)
 3760             --logs (Non linearidade: logaritmos)
 3761             --squares (Non linearidade: cadrados)
 3762             --autocorr (Autocorrelación)
 3763             --arch (ARCH)
 3764             --white (Heterocedasticidade: proba de White)
 3765             --white-nocross (Proba de White: só cadrados)
 3766             --breusch-pagan (Heterocedasticidade: proba de Breusch-Pagan)
 3767             --robust (Estimación con varianzas robustas para Breusch-Pagan)
 3768             --panel (Heterocedasticidade: por grupos)
 3769             --comfac (Restrición de factor común: só modelos AR1)
 3770             --xdepend (Dependencia de sección cruzada: só con datos de panel)
 3771             --quiet (Non presenta os detalles)
 3772             --silent (Non presenta nada)
 3773 Exemplos:   credscore.inp
 3774 
 3775 Debe de seguir inmediatamente a unha instrución de estimación. A
 3776 discusión de abaixo aplícase á utilización desta instrución a
 3777 continuación da estimación dun modelo dunha única ecuación; consulta o
 3778 Manual de usuario de Gretl (Capítulo 30) para unha exposición de como
 3779 opera "modtest" despois da estimación dun VAR.
 3780 
 3781 Dependendo da opción que indiques, esta instrución efectúa unha destas
 3782 accións: a proba de Normalidade da perturbación de Doornik-Hansen; unha
 3783 proba de Non Linearidade (logaritmos ou cadrados) con Multiplicadores de
 3784 Lagrange; a proba de Heterocedasticidade de White (con ou sen produtos
 3785 cruzados) ou a de Breusch-Pagan (Breusch e Pagan, 1979); a proba LMF de
 3786 Autocorrelación (Kiviet, 1986); unha proba de ARCH (Heterocedasticidade
 3787 Condicional Autorregresiva; consulta tamén a instrución "arch"); unha
 3788 proba da restrición de Factor Común implícita na estimación AR(1); ou
 3789 unha proba de Dependencia de sección cruzada en modelos con datos de panel.
 3790 Coa excepción das probas de Normalidade, de Factor Común e de Dependencia
 3791 de sección cruzada, a meirande parte das opcións destas probas só están
 3792 dispoñibles para modelos estimados mediante MCO, pero mira máis abaixo
 3793 para obter máis detalles en relación con Mínimos Cadrados en 2 Etapas.
 3794 
 3795 O argumento nivel (opcional) é importante só no caso de que escollas as
 3796 opcións --autocorr ou --arch. Por defecto, estas probas execútanse
 3797 utilizando un nivel de retardos igual á periodicidade dos datos, pero podes
 3798 axustar isto indicando un nivel de retardos específico.
 3799 
 3800 A opción --robust aplícase unicamente cando seleccionas a proba de
 3801 Breusch-Pagan; o seu efecto consiste en que se utiliza o estimador robusto
 3802 da varianza proposto por Koenker (1981), facendo a proba menos sensible ao
 3803 suposto de Normalidade.
 3804 
 3805 A opción --panel está dispoñible só cando o modelo se estima con datos
 3806 de panel; e neste caso, realízase unha proba de heterocedasticidade por
 3807 grupos (é dicir, de varianzas das perturbacións diferentes entre as
 3808 unidades de sección cruzada).
 3809 
 3810 A opción --comfac está dispoñible só cando o modelo se estima mediante
 3811 un método AR(1) tal como o de Hildreth-Lu. A regresión auxiliar toma a
 3812 forma dun modelo dinámico relativamente non restrinxido, que se utiliza
 3813 para probar a restrición de factor común implícita na especificación
 3814 AR(1).
 3815 
 3816 A opción --xdepend está dispoñible só para modelos estimados con datos
 3817 de panel. O estatístico de proba é o desenvolvido por Pesaran (2004). A
 3818 hipótese nula é que a perturbación distribúese independentemente entre
 3819 as unidades atemporais ou os individuos.
 3820 
 3821 Por defecto, o programa presenta a regresión auxiliar na que se basea o
 3822 estatístico de proba, se é aplicable. Podes eliminar isto utilizando a
 3823 opción --quiet (presentación mínima de resultados) ou a opción --silent
 3824 (non presenta ningún resultado). Podes recuperar o estatístico de proba e
 3825 a súa probabilidade asociada (valor p) utilizando os accesorios "$test" e
 3826 "$pvalue", respectivamente.
 3827 
 3828 Cando un modelo se estima por Mínimos Cadrados en 2 Etapas (consulta
 3829 "tsls"), ráchase o principio de Máxima Verosimilitude e Gretl ofrece
 3830 algúns equivalentes: a opción --autocorr calcula o estatístico de Godfrey
 3831 para probar autocorrelación (Godfrey, 1994) mentres que a opción --white
 3832 produce o estatístico da proba HET1 de heterocedasticidade (Pesaran e
 3833 Taylor, 1999).
 3834 
 3835 Para probas adicionais de diagnóstico sobre os modelos, consulta "chow",
 3836 "cusum", "reset" e "qlrtest".
 3837 
 3838 Ruta do menú:    Xanela de modelo: Probas
 3839 
 3840 # mpols Estimation
 3841 
 3842 Argumentos:  depvar indepvars 
 3843 Opcións:    --vcv (Presenta a matriz de covarianzas)
 3844             --simple-print (Non presenta os estatísticos auxiliares)
 3845             --quiet (Non presenta os resultados)
 3846 
 3847 Calcula as estimacións de MCO para o modelo especificado, utilizando
 3848 aritmética de punto flotante con precisión múltiple, coa axuda da
 3849 biblioteca Gnu Multiple Precision (GMP). Por defecto, utilízanse 256 bits
 3850 de precisión nos cálculos, pero podes aumentar isto mediante a variable de
 3851 contorna GRETL_MP_BITS. Por exemplo, cando utilizas o intérprete Bash se te
 3852 podería ocorrer a seguinte instrución para establecer unha precisión de
 3853 1024 bits antes de comezar Gretl.
 3854 
 3855 	export GRETL_MP_BITS=1024
 3856 
 3857 Dispós dunha opción (máis ben rebuscada) para esta instrución,
 3858 principalmente co propósito de facer probas: cando a lista indepvars vai
 3859 seguida dun punto e coma, máis dunha lista posterior de números, eses
 3860 números tómanse como potencias de x que se engaden á regresión, onde x
 3861 é a última variable de indepvars. Estes termos adicionais calcúlanse e
 3862 gárdanse con precisión múltiple. No seguinte exemplo, faise a regresión
 3863 de y sobre x máis a segunda, terceira e cuarta potencias dese x:
 3864 
 3865 	mpols y 0 x ; 2 3 4
 3866 
 3867 Ruta do menú:    /Modelar/Outros Modelos Lineais/MCO Lineais de Alta Precisión
 3868 
 3869 # negbin Estimation
 3870 
 3871 Argumentos:  depvar indepvars [ ; exposición ] 
 3872 Opcións:    --model1 (Utiliza o modelo NegBin 1)
 3873             --robust (Matriz de covarianzas CMV (QML))
 3874             --cluster=clustvar (Consulta "logit" para unha explicación)
 3875             --opg (Mira abaixo)
 3876             --vcv (Presenta a matriz de covarianzas)
 3877             --verbose (Presenta os detalles das iteracións)
 3878             --quiet (Non presenta os resultados)
 3879 Exemplos:   camtriv.inp
 3880 
 3881 Estima un modelo Binomial Negativo. Tómase a variable dependente para
 3882 representar un reconto do número de veces que ocorre un suceso dalgún
 3883 tipo, e debe de ter só valores enteiros non negativos. Por defecto,
 3884 utilízase o modelo NegBin 2 no que a varianza condicionada do reconto ven
 3885 determinada por mu(1 + αmu), onde mu denota a media condicionada. Pero se
 3886 indicas a opción --model1, a varianza condicionada é mu(1 + α).
 3887 
 3888 A serie de exposición (offset, opcional) funciona do mesmo xeito que para a
 3889 instrución "poisson". O modelo de Poisson é unha forma restrinxida da
 3890 Binomial Negativa na que α = 0 por construción.
 3891 
 3892 Por defecto, as desviacións padrón calcúlanse utilizando unha
 3893 aproximación numérica á matriz Hessiana na converxencia. Pero se indicas
 3894 a opción --opg, a matriz de covarianzas baséase no Produto Externo do
 3895 vector Gradiente, PEG (OPG), e se indicas a opción --robust, calcúlanse as
 3896 desviacións padrón CMV (QML), utilizando un "emparedado" entre a inversa
 3897 da matriz Hessiana e o PEG.
 3898 
 3899 Ruta do menú:    /Modelar/Variable Dependente Limitada/Datos de Reconto
 3900 
 3901 # nls Estimation
 3902 
 3903 Argumentos:  función [ derivadas ] 
 3904 Opcións:    --quiet (Non presenta o modelo estimado)
 3905             --robust (Desviacións padrón robustas)
 3906             --vcv (Presenta a matriz de covarianzas)
 3907             --verbose (Presenta os detalles das iteracións)
 3908             --no-gradient-check (Mira abaixo)
 3909 Exemplos:   wg_nls.inp, ects_nls.inp
 3910 
 3911 Realiza a estimación de Mínimos Cadrados Non Lineais (MCNL ou NLS)
 3912 utilizando unha versión modificada do algoritmo de Levenberg-Marquardt.
 3913 Debes de indicar a especificación dunha función e de enunciar os
 3914 parámetros desta, ademais de darlles uns valores iniciais antes da
 3915 estimación. Como opción, podes especificar as derivadas da función de
 3916 regresión con respecto a cada un dos parámetros. Se non proporcionas as
 3917 derivadas, no seu lugar debes de indicar unha lista dos parámetros que se
 3918 van estimar (separados por espazos ou comas), precedida pola palabra chave
 3919 params. Neste último caso, calcúlase unha aproximación numérica ao
 3920 Xacobiano.
 3921 
 3922 Resulta máis doado amosar o que se require mediante un exemplo. O que segue
 3923 é un guión completo para estimar a función non linear de consumo
 3924 establecida no libro Econometric Analysis (capítulo 11 da 4a edición ou
 3925 capítulo 9 da 5a) de William Greene. Os números á esquerda das liñas son
 3926 só para tomar como referencia e non son parte das instrucións. Ten en
 3927 conta que calquera indicador de opción, como sería --vcv para presentar a
 3928 matriz de covarianzas dos estimadores dos parámetros, deberías de engadilo
 3929 á instrución final, end nls.
 3930 
 3931 	1   open greene11_3.gdt
 3932 	2   ols C 0 Y
 3933 	3   scalar alfa = $coeff(0)
 3934 	4   scalar beta = $coeff(Y)
 3935 	5   scalar gamma = 1.0
 3936 	6   nls C = alfa + beta * Y^gamma
 3937 	7    deriv alfa = 1
 3938 	8    deriv beta = Y^gamma
 3939 	9    deriv gamma = beta * Y^gamma * log(Y)
 3940 	10  end nls --vcv
 3941 
 3942 Con frecuencia é conveniente iniciar os parámetros cunha referencia a un
 3943 modelo linear relacionado; isto lógrase aquí coas liñas da 2 á 5. Os
 3944 parámetros alfa, beta e gamma poden establecerse con calquera valor inicial
 3945 (non necesariamente baseados nun modelo estimado con MCO), aínda que a
 3946 converxencia do procedemento de MCNL non está garantida para calquera punto
 3947 de inicio que se te antolle.
 3948 
 3949 As auténticas instrucións de MCNL ocupan as liñas da 6 ata a 10. Na liña
 3950 6 indícase a instrución "nls" na que se declara a variable dependente, cun
 3951 signo de igualdade a continuación, e seguido este da especificación dunha
 3952 función. A sintaxe para o lado dereito da expresión é a mesma que a da
 3953 instrución "genr". As seguintes 3 liñas especifican as derivadas da
 3954 función de regresión con respecto a cada un dos parámetros, de un en un.
 3955 Cada liña comeza coa palabra chave "deriv", establece o nome dun
 3956 parámetro, un signo de igualdade e unha expresión pola que pode calcularse
 3957 a derivada. En lugar de proporcionar as derivadas analíticas, como
 3958 alternativa podes substituír as liñas da 7 á 9, polo seguinte:
 3959 
 3960 	params alfa beta gamma
 3961 
 3962 A liña 10, "end nls", completa a instrución e solicita a estimación.
 3963 Calquera opción deberás de engadila a esta liña.
 3964 
 3965 Se proporcionas as derivadas analíticas, por defecto Gretl executa unha
 3966 verificación numérica da súa credibilidade. Algunhas veces isto pode
 3967 producir falsos positivos, por situacións nas que as derivadas correctas
 3968 semellan ser incorrectas e a estimación rexéitase. Para ter isto en conta
 3969 ou para acadar unha pouca velocidade adicional, podes indicar a opción
 3970 --no-gradient-check. Obviamente, debes de facer isto só cando teñas
 3971 certeza de que o vector gradiente que especificaches é correcto.
 3972 
 3973 Nomes de parámetros
 3974 
 3975 Ao estimar un modelo non linear, con frecuencia é conveniente nomear os
 3976 parámetros de forma sucinta. Agora ben, ao presentar os resultados, pode
 3977 que desexes utilizar etiquetas máis informativas. Isto o podes lograr
 3978 mediante a palabra chave adicional param_names dentro do bloque de
 3979 instrucións. Para un modelo con k parámetros, o argumento que sigue a esta
 3980 palabra chave debe de ser, ben unha cadea de texto literal contornada entre
 3981 comiñas que conteña k nomes separados por espazos, ou ben o nome dunha
 3982 variable de cadea que conteña k deses nomes.
 3983 
 3984 Para obter outros detalles sobre a estimación MCNL (NLS), consulta o Manual
 3985 de usuario de Gretl (Capítulo 23).
 3986 
 3987 Ruta do menú:    /Modelar/Mínimos Cadrados Non Lineais
 3988 
 3989 # normtest Tests
 3990 
 3991 Argumento:   serie 
 3992 Opcións:    --dhansen (Proba de Doornik-Hansen, por defecto)
 3993             --swilk (Proba de Shapiro-Wilk)
 3994             --lillie (Proba de Lilliefors)
 3995             --jbera (Proba de Jarque-Bera)
 3996             --all (Fai todas as probas)
 3997             --quiet (Non presenta os resultados)
 3998 
 3999 Realiza unha proba de Normalidade para a serie indicada. O tipo concreto de
 4000 proba contrólase co indicador de opción (e execútase a proba de
 4001 Doornik-Hansen cando non indicas ningunha opción). Advertencia: As probas
 4002 de Doornik-Hansen e Shapiro-Wilk son máis recomendables que as outras,
 4003 tendo en conta as súas mellores propiedades en mostras pequenas.
 4004 
 4005 Mediante os accesorios "$test" e "$pvalue" podes recuperar o estatístico de
 4006 proba e a súa probabilidade asociada (valor p), respectivamente. Ten en
 4007 conta que cando indicas a opción --all, o resultado gardado é o da proba
 4008 de Doornik-Hansen.
 4009 
 4010 Ruta do menú:    /Variable/Probas de Normalidade
 4011 
 4012 # nulldata Dataset
 4013 
 4014 Argumento:   lonxitude 
 4015 Opción:     --preserve (Retén as variables que non son series)
 4016 Exemplo:    nulldata 500
 4017 
 4018 Establece un conxunto de datos "en branco" que: inclúe só unha constante
 4019 máis unha variable índice, ten periodicidade 1 e contén o número de
 4020 observacións especificado no argumento. Podes utilizar isto coa intención
 4021 de facer simulacións, pois funcións coma "uniform()" e "normal()" xeran
 4022 series artificiais comezando polo principio, para reencher o conxunto de
 4023 datos. Esta instrución pode ser moi útil en combinación con "loop".
 4024 Consulta tamén a opción "seed" (semente) da instrución "set".
 4025 
 4026 Por defecto, esta instrución libra todos os datos do espazo vixente de
 4027 traballo de Gretl, non só as series senón tamén as matrices, os
 4028 escalares, as cadeas de texto, etc. Agora ben, cando indicas a opción
 4029 --preserve, retense calquera variable que non sexa unha serie e estea
 4030 definida nese momento.
 4031 
 4032 Ruta do menú:    /Ficheiro/Novo conxunto de datos
 4033 
 4034 # ols Estimation
 4035 
 4036 Argumentos:  depvar indepvars 
 4037 Opcións:    --vcv (Presenta a matriz de covarianzas)
 4038             --robust (Desviacións padrón robustas)
 4039             --cluster=clustvar (Desviacións padrón agrupadas)
 4040             --jackknife (Mira abaixo)
 4041             --simple-print (Non presenta estatísticos auxiliares)
 4042             --quiet (Non presenta os resultados)
 4043             --anova (Presenta unha táboa ANOVA)
 4044             --no-df-corr (Elimina a corrección dos graos de liberdade)
 4045             --print-final (Mira abaixo)
 4046 Exemplos:   ols 1 0 2 4 6 7
 4047             ols y 0 x1 x2 x3 --vcv
 4048             ols y 0 x1 x2 x3 --quiet
 4049 
 4050 Calcula as estimacións de mínimos cadrados ordinarios (MCO ou OLS) sendo
 4051 depvar a variable dependente, e indepvars unha lista de variables
 4052 independentes. Podes especificar as variables co nome ou co número; e
 4053 utilizar o número cero para indicar o termo constante.
 4054 
 4055 Aparte das estimacións dos coeficientes e das desviacións padrón, o
 4056 programa tamén presenta as probabilidades asociadas (valores p) aos
 4057 estatísticos t (con dúas colas) e F. Un 'valor p' por debaixo de 0.01
 4058 indica significación estatística a un nivel do 1 por cento, e márcase con
 4059 ***. A marca ** indica niveles de significación entre 1 e 5 por cento, e a
 4060 marca * indica niveles entre 5 e 10 por cento. Tamén preséntanse os
 4061 estatísticos para elixir modelos (o Criterio de Información de Akaike ou
 4062 AIC, e o Criterio de Información Baiesiano de Schwarz). A fórmula
 4063 utilizada para o AIC é a proporcionada por Akaike (1974), en concreto,
 4064 menos dúas veces o logaritmo da verosimilitude maximizada máis dúas veces
 4065 o número de parámetros estimados.
 4066 
 4067 Se indicas a opción --no-df-corr, non se aplica a corrección habitual dos
 4068 graos de liberdade ao calcular a varianza estimada da perturbación (e polo
 4069 tanto, tampouco as desviacións padrón dos estimadores dos parámetros).
 4070 
 4071 A opción --print-final é aplicable só no contexto dun bucle ("loop"), e
 4072 dispón que a regresión se execute silandeiramente en todas as iteracións
 4073 do bucle, agás na derradeira. Consulta o Manual de usuario de Gretl
 4074 (Capítulo 12) para obter máis detalles.
 4075 
 4076 Podes recuperar varias variables internas despois da estimación. Por
 4077 exemplo:
 4078 
 4079 	series uh = $uhat
 4080 
 4081 garda os erros da estimación baixo o nome uh. Consulta a sección
 4082 "Accesorios" da Guía de funcións de Gretl para obter máis detalles.
 4083 
 4084 Podes axustar a fórmula (versión "HC") específica que se vai utilizar
 4085 para xerar as desviacións padrón robustas cando indicas a opción
 4086 --robust, mediante a instrución "set". A opción --jackknife ten como
 4087 consecuencia a selección dunha hc_version de 3a. A opción --cluster anula
 4088 a selección da versión HC, e produce as desviacións padrón robustas
 4089 agrupando as observacións segundo os distintos valores de clustvar.
 4090 Consulta o Manual de usuario de Gretl (Capítulo 20) para obter máis
 4091 detalles.
 4092 
 4093 Ruta do menú:    /Modelar/Mínimos Cadrados Ordinarios
 4094 Outro acceso: Botón co símbolo beta na barra de ferramentas
 4095 
 4096 # omit Tests
 4097 
 4098 Argumento:   listavariables 
 4099 Opcións:    --test-only (Non substitúe o modelo vixente)
 4100             --chi-square (Devolve a forma Khi-cadrado da proba de Wald)
 4101             --quiet (Presenta só os resultados básicos da proba)
 4102             --silent (Non presenta nada)
 4103             --vcv (Presenta a matriz de covarianzas do modelo reducido)
 4104             --auto[=alfa] (Eliminación secuencial, mira abaixo)
 4105 Exemplos:   omit 5 7 9
 4106             omit seasonals --quiet
 4107             omit --auto
 4108             omit --auto=0.05
 4109             Mira tamén restrict.inp, sw_ch12.inp, sw_ch14.inp
 4110 
 4111 Esta instrución debe de ir despois dunha instrución de estimación. Na
 4112 súa forma básica, calcula o estatístico de proba de Wald para a
 4113 significación conxunta das variables de listavariables, que debe ser un
 4114 subconxunto (aínda que non necesariamente un subconxunto axeitado) das
 4115 variables independentes do último modelo estimado. Podes recuperar os
 4116 resultados da proba utilizando os accesorios "$test" e "$pvalue".
 4117 
 4118 Agás que a restrición elimine todos os regresores orixinais, por defecto,
 4119 estímase o modelo restrinxido e este substitúe ao orixinal como "modelo
 4120 vixente" se tes intención, por exemplo, de recuperar os erros con $uhat ou
 4121 facer probas posteriores. Podes impedir este comportamento mediante a
 4122 opción --test-only.
 4123 
 4124 Por defecto, rexístrase a forma F da proba de Wald; pero podes utilizar a
 4125 opción --chi-square para recoller a forma khi-cadrado no seu lugar.
 4126 
 4127 Se tanto estimas como representas o modelo restrinxido, a opción --vcv ten
 4128 o efecto de presentar a súa matriz de covarianzas; se non, esta opción
 4129 ignórase.
 4130 
 4131 Como alternativa, cando indicas a opción --auto, lévase adiante a
 4132 eliminación secuencial por pasos. En cada etapa exclúese a variable ligada
 4133 á maior probabilidade asociada (valor p), ata que todas as que queden
 4134 estean ligadas a valores p que non sexan maiores ca algún valor de corte.
 4135 Por defecto, este é do 10 por cento (con 2 colas) e podes axustalo
 4136 engadindo "=", e un valor entre 0 e 1 (sen espazos), como no cuarto exemplo
 4137 de arriba. Se indicas listavariables, este proceso limítase só ás
 4138 variables da lista; se non, todos os regresores aparte da constante se
 4139 tratan como candidatos á exclusión. Cae na conta de que as opcións --auto
 4140 e --test-only non podes combinalas.
 4141 
 4142 Ruta do menú:    Xanela de modelo: Probas/Excluír variables
 4143 
 4144 # open Dataset
 4145 
 4146 Argumento:   nomeficheiro 
 4147 Opcións:    --quiet (Non presenta a lista das series)
 4148             --preserve (Retén as variables que non son series)
 4149             --frompkg=nomepaquete (Mira abaixo)
 4150             --all-cols (Mira abaixo)
 4151             --www (Utiliza un banco de datos do servidor de Gretl)
 4152             --odbc (Utiliza un banco de datos ODBC)
 4153             Mira abaixo para opcións adicionais especiais
 4154 Exemplos:   open data4-1
 4155             open voter.dta
 4156             open fedbog.bin --www
 4157             open dbnomics
 4158 
 4159 Abre un ficheiro de datos ou un banco de datos (consulta o Manual de usuario
 4160 de Gretl (Capítulo 4) para ver unha explicación desta distinción). As
 4161 consecuencias son algo diferentes nos dous casos. Cando abres un ficheiro de
 4162 datos,léese todo o seu contido no espazo de traballo de Gretl,
 4163 substituíndo o banco de datos vixente (se hai algún). Para engadir datos
 4164 ao conxunto vixente, en troques de substituílo, consulta "append" ou (para
 4165 ter maior flexibilidade) "join". Cando abres un banco de datos, non se carga
 4166 inmediatamente ningún dato; mais ben, establécese a fonte para chamadas
 4167 posteriores da instrución "data", que se utiliza para importar series
 4168 concretas. Para obter máis detalles en relación aos bancos de datos,
 4169 consulta a sección titulada "Abrindo un banco de datos" máis abaixo.
 4170 
 4171 Se non indicas nomeficheiro cunha ruta completa, Gretl procura nalgunhas
 4172 rutas destacadas para tratar de atopar o ficheiro, das que o cartafol
 4173 vixente ("workdir") é a primeira elección. Se non indicas o sufixo no nome
 4174 de ficheiro (como no primeiro exemplo de arriba), Gretl asume que é un
 4175 ficheiro de datos propio con sufixo .gdt. Baseándose no nome do ficheiro e
 4176 varias regras heurísticas, Gretl tratará de detectar o formato do ficheiro
 4177 de datos (propio, texto plano, CSV, MS Excel, Stata, SPSS, etc.).
 4178 
 4179 Cando se utiliza a opción --frompkg, Gretl vai procurar o ficheiro
 4180 especificado de datos no subcartafol asociado ao paquete de funcións
 4181 especificado por nomepaquete.
 4182 
 4183 Se o argumento nomeficheiro toma a forma dun identificador de recursos
 4184 uniforme (URI) que comeza por http:// ou por https://, entón Gretl tratará
 4185 de descargar o ficheiro de datos indicado, antes de abrilo.
 4186 
 4187 Por defecto, ao abrir un novo ficheiro de datos líbrase a sesión vixente
 4188 de Gretl, o que inclúe a eliminación de todas as variables definidas,
 4189 incluíndo matrices, escalares e cadeas de texto. Se queres manter as
 4190 variables que teñas definidas nese momento (as que non sexan series, pois
 4191 estas elimínanse obrigatoriamente), utiliza a opción --preserve.
 4192 
 4193 Ficheiros de folla de cálculo
 4194 
 4195 Ao abrir un ficheiro de datos con formato de folla de cálculo (Gnumeric,
 4196 Open Document ou MS Excel), podes facilitar tres parámetros adicionais
 4197 despois do nome do ficheiro. Primeiro, podes escoller unha folla de cálculo
 4198 concreta dentro do ficheiro. Isto faise, ben indicando o número de folla
 4199 por medio da sintaxe (e.g., --sheet=2), ou ben indicando o nome da folla (se
 4200 o sabes) entre comiñas, como en --sheet="MacroData" pois, por defecto,
 4201 vaise ler a primeira folla de cálculo do ficheiro. Tamén podes especificar
 4202 un desprazamento de columna e/ou de fila dentro da folla de cálculo
 4203 mediante, e.g.,
 4204 
 4205 	--coloffset=3 --rowoffset=2
 4206 
 4207 o que vai provocar que Gretl ignore as 3 primeiras columnas e as 2 primeiras
 4208 filas. Por defecto, hai un desprazamento de 0 en ambas dimensións, é
 4209 dicir, comézase a ler na cela de arriba á esquerda.
 4210 
 4211 Ficheiros de texto delimitado
 4212 
 4213 Con ficheiros de texto plano, Gretl habitualmente agarda atopar as columnas
 4214 de datos delimitadas dalgún xeito estándar (en xeral mediante coma,
 4215 tabulador, espazo, ou punto e coma). Por defecto, Gretl procura na primeira
 4216 columna as etiquetas ou as datas das observacións, se o seu encabezamento
 4217 ben está baleiro ou ben contén unha cadea de texto suxestiva tal como
 4218 "year", "date" ou "obs". Podes evitar que Gretl trate de xeito especial a
 4219 primeira columna indicando a opción --all-cols.
 4220 
 4221 Texto de formato fixo
 4222 
 4223 Un ficheiro de datos en texto con "formato fixo" é aquel que non ten
 4224 delimitadores de columna, pero no que os datos dispóñense de acordo a un
 4225 conxunto coñecido de especificacións como, por exemplo, "a variable k
 4226 ocupa 8 columnas comezando na columna 24". Para ler ese tipo de ficheiros,
 4227 debes de engadir unha cadea de texto con --fixed-cols=colspec, onde colspec
 4228 componse de números enteiros separados por comas. Estes enteiros se
 4229 interpretan coma un conxunto de pares. O primeiro elemento de cada par
 4230 denota unha columna de comezo, medida en bytes desde o principio da liña,
 4231 na que o 1 indica o primeiro byte; e o segundo elemento de cada par indica
 4232 cantos bytes se deben de ler para o campo indicado. Así, por exemplo, se
 4233 indicas
 4234 
 4235 	open fixed.txt --fixed-cols=1,6,20,3
 4236 
 4237 entón Gretl vai ler 6 bytes comezando na columna 1 para a variable 1; e
 4238 para a variable 2, vai ler 3 bytes comezando na columna 20. As liñas que
 4239 están en branco, ou que comezan con # ignóranse; pero en caso contrario
 4240 aplícase o padrón de lectura de columnas, e cando se atopa algo distinto a
 4241 un valor numérico válido, amósase un fallo. Cando se len os datos
 4242 satisfactoriamente, as variables vanse designar como v1, v2, etc. Está nas
 4243 mans do usuario o facilitar nomes con significado e/ou descricións,
 4244 utilizando para elo as instrucións "rename" e/ou "setinfo".
 4245 
 4246 Por defecto, cando importas un ficheiro que contén series con valores en
 4247 formato de cadea de texto, ábrese unha caixa de texto amosándote o contido
 4248 de string_table.txt, un ficheiro que contén a correspondencia entre as
 4249 cadeas e a súa codificación numérica. Podes eliminar este proceder
 4250 mediante a opción--quiet.
 4251 
 4252 Abrindo un banco de datos
 4253 
 4254 Como se comentou antes, podes utilizar a instrución open para abrir un
 4255 ficheiro cun banco de datos, e a continuación lelo coa instrución "data".
 4256 Os tipos de ficheiros que se admiten son os bancos de datos propios de
 4257 Gretl, RATS 4.0 e PcGive.
 4258 
 4259 Ademais da lectura destas clases de ficheiros na máquina local, se admiten
 4260 outros tres casos máis. Primeiro, cando indicas a opción www, Gretl vai
 4261 tratar de acceder a un banco de datos propio de Gretl co nome que
 4262 proporciones, no servidor de Gretl (por exemplo, o banco de datos fedbog.bin
 4263 cos tipos de interese da Reserva Federal do terceiro exemplo que se indicou
 4264 máis arriba). En segundo lugar, podes usar a instrución "open dbnomics"
 4265 para establecer que DB.NOMICS sexa a orixe para ler bancos de datos; sobre
 4266 isto consulta dbnomics for gretl. En terceiro lugar, se indicas a opción
 4267 --odbc, Gretl vai tratar de acceder a un banco de datos ODBC. Esta opción
 4268 explícase detalladamente no Manual de usuario de Gretl (Capítulo 39).
 4269 
 4270 Ruta do menú:    /Ficheiro/Abrir ficheiro de datos
 4271 Outro acceso: Arrastrar un ficheiro de datos ata a xanela principal de Gretl
 4272 
 4273 # orthdev Transformations
 4274 
 4275 Argumento:   listavariables 
 4276 
 4277 Aplicable só con datos de panel. Obtense unha serie con desviacións
 4278 ortogonais adiantadas para cada variable de listavariables e gárdase nunha
 4279 nova variable co prefixoo_. Deste xeito "orthdev x y" xera as novas
 4280 variables o_x e o_y.
 4281 
 4282 Os valores gárdanse un paso por diante da súa localización temporal
 4283 verdadeira (é dicir, o_x na observación t vai conter a desviación que
 4284 pertence a t - 1, falando estritamente). Isto é por compatibilidade coas
 4285 primeiras diferenzas pois así vaise perder a primeira observación de cada
 4286 serie temporal, non a última.
 4287 
 4288 # outfile Printing
 4289 
 4290 Variantes:   outfile ficheiro
 4291             outfile --buffer=strvar
 4292             outfile --tempfile=strvar
 4293 Opcións:    --append (Engadir a un ficheiro, só a primeira variante)
 4294             --quiet (Mira abaixo)
 4295             --buffer (Mira abaixo)
 4296             --tempfile (Mira abaixo)
 4297 
 4298 A instrución outfile inicia un bloque co que se desvía todo resultado a
 4299 presentar, cara a un ficheiro ou buffer (ou, se o desexas, simplemente se
 4300 descarta). Dito bloque remátase coa instrución "end outfile", e despois
 4301 dela os resultados volven á canle por defecto.
 4302 
 4303 Desvío cara a un ficheiro sinalado
 4304 
 4305 A primeira variante que se amosa abaixo envía os resultados cara ao
 4306 ficheiro sinalado polo argumento ficheiro. Por defecto, créase un novo
 4307 ficheiro (ou sobrescríbese un xa existente). O ficheiro resultante
 4308 gardarase no cartafol "workdir" vixente da configuración, agás que a cadea
 4309 de texto ficheiro conteña unha especificación completa da ruta. Mais, se
 4310 queres engadir resultados a un ficheiro xa existente, utiliza a opción
 4311 --append.
 4312 
 4313 Dispós de algunhas variantes especiais deste tema. Cando indicas a palabra
 4314 chave null en vez dun nome real de ficheiro, a consecuencia é que se
 4315 eliminan todos os resultados presentados ata que a redirección remate. Se
 4316 indicas algunha das palabras chave stdout ou stderr en lugar dun nome
 4317 típico de ficheiro, o seu efecto consiste en volver a dirixir o resultado a
 4318 un resultado estándar ou a un resultado de erro estándar, respectivamente.
 4319 
 4320 No sinxelo exemplo que segue, os resultados dunha determinada regresión
 4321 escríbense no ficheiro sinalado.
 4322 
 4323 	open data4-10
 4324 	outfile regress.txt
 4325 	  ols ENROLL 0 CATHOL INCOME COLLEGE
 4326 	end outfile
 4327 
 4328 Desvío cara a un buffer de cadea
 4329 
 4330 A opción --buffer utilízase para gardar resultados nunha variable de
 4331 cadea. O parámetro que se require para esta opción debe ser o nome dunha
 4332 variable de cadea xa existente, cuxo contido vaise sobrescribir. Abaixo
 4333 amósase o mesmo exemplo indicado anteriormente, modificado para gardar unha
 4334 cadea. Neste caso, ao representar o contido de model_out vanse amosar os
 4335 resultados redirixidos.
 4336 
 4337 	open data4-10
 4338 	string model_out = ""
 4339 	outfile --buffer=model_out
 4340 	  ols ENROLL 0 CATHOL INCOME COLLEGE
 4341 	end outfile
 4342 	print model_out
 4343 
 4344 Desvío cara a un ficheiro temporal
 4345 
 4346 A opción --tempfile utilízase para dirixir os resultados cara a un
 4347 ficheiro temporal, cun nome xerado automaticamente que se garante que é
 4348 único, no directorio "punto" do usuario. Igual que no caso do desvío a un
 4349 buffer, o parámetro de opción debe ser o nome dunha variable de cadea:
 4350 neste caso, o seu contido sobrescríbese co nome do ficheiro temporal.
 4351 Atención: os ficheiros que se gardan no directorio 'punto', vanse depurar
 4352 ao saír do programa, polo que non utilices esta modalidade se desexas que
 4353 os resultados se conserven despois da túa sesión de Gretl.
 4354 
 4355 Repetimos o sinxelo exemplo de arriba, cun par de liñas extra para ilustrar
 4356 a cuestión de que strvar indícache a onde van os resultados, e que podes
 4357 recuperalos utilizando a función "readfile".
 4358 
 4359 	open data4-10
 4360 	string mytemp
 4361 	outfile --tempfile=mytemp
 4362 	  ols ENROLL 0 CATHOL INCOME COLLEGE
 4363 	end outfile
 4364 	printf "Os resultados dirixíronse a %s\n", mytemp
 4365 	printf "Os resultados foron:\n%s\n", readfile(mytemp)
 4366 
 4367 Discreción
 4368 
 4369 Os efectos da opción --quiet son: se desactiva que se volvan presentar as
 4370 ordes de instrución, e se presentan as mensaxes auxiliares mentres os
 4371 resultados estean redirixidos. É equivalente a facer
 4372 
 4373 	set echo off
 4374 	set messages off
 4375 
 4376 agás que, cando remata a redirección, se restablecen os valores orixinais
 4377 das variables echo e messages. Esta opción está dispoñible en todo caso.
 4378 
 4379 Niveis de redirección
 4380 
 4381 En xeral, só podes abrir un ficheiro deste xeito nun momento dado, polo que
 4382 as chamadas a esta instrución non poden aniñarse. Porén, a utilización
 4383 desta instrución permítese dentro de funcións definidas polo usuario
 4384 (sempre que o ficheiro de resultados se peche desde dentro da mesma
 4385 función) de forma que podes desviar eses resultados temporalmente, e logo
 4386 devolvelos a un ficheiro de resultados orixinal no caso de que outfile estea
 4387 en uso nese momento polo solicitante. Por exemplo, o código
 4388 
 4389 	function void f (string s)
 4390 	    outfile interno.txt
 4391 	      print s
 4392 	    end outfile
 4393 	end function
 4394 
 4395 	outfile externo.txt --quiet
 4396 	  print "Fóra"
 4397 	  f("Dentro")
 4398 	  print "De novo fóra"
 4399 	end outfile
 4400 
 4401 producirá un ficheiro chamado "externo.txt" que contén as dúas liñas
 4402 
 4403 	Fóra
 4404 	De novo fóra
 4405 
 4406 e un ficheiro chamado "interno.txt" que contén a liña
 4407 
 4408 	Dentro
 4409 
 4410 # panel Estimation
 4411 
 4412 Argumentos:  depvar indepvars 
 4413 Opcións:    --vcv (Presenta a matriz de covarianzas)
 4414             --fixed-effects (Estima con efectos fixos por grupo)
 4415             --random-effects (Modelo de efectos aleatorios ou MCX (GLS))
 4416             --nerlove (Utiliza a transformación de Nerlove)
 4417             --pooled (Estima mediante MCO combinados)
 4418             --between (Estima o modelo entre-grupos)
 4419             --robust (Desviacións padrón robustas; mira abaixo)
 4420             --time-dummies (Inclúe variables ficticias temporais)
 4421             --unit-weights (Mínimos Cadrados Ponderados)
 4422             --iterate (Estimación iterativa)
 4423             --matrix-diff (Calcula a proba de Hausman mediante a matriz-diferenza)
 4424             --unbalanced=método (Só efectos aleatorios; mira abaixo)
 4425             --quiet (Resultados menos detallados)
 4426             --verbose (Resultados máis detallados)
 4427 Exemplos:   penngrow.inp
 4428 
 4429 Estima un modelo de panel. Por defecto, utilízase o estimador de efectos
 4430 fixos; isto ponse en práctica restándolles as medias de grupo ou unidade,
 4431 aos datos orixinais.
 4432 
 4433 Cando indicas a opción --random-effects, calcúlanse as estimacións de
 4434 efectos aleatorios, utilizando por defecto o método de Swamy e Arora
 4435 (1972). Unicamente neste caso, a opción --matrix-diff forza o uso do
 4436 método da matriz-diferenza (en contraposición ao método de regresión)
 4437 para levar adiante a proba de Hausman sobre a consistencia do estimador de
 4438 efectos aleatorios. Tamén é específica do estimador de efectos
 4439 aleatorios, a opción --nerlove que escolle o método de Nerlove (1971) en
 4440 contraposición ao de Swamy e Arora.
 4441 
 4442 Como alternativa, cando indicas a opción --unit-weights, o modelo estímase
 4443 mediante mínimos cadrados ponderados, coas ponderacións baseadas na
 4444 varianza residual para as unidades respectivas de sección cruzada da
 4445 mostra. Unicamente neste caso, podes engadir a opción --iterate para xerar
 4446 estimacións iterativas e, se a iteración converxe, as estimacións
 4447 resultantes son Máximo Verosímiles.
 4448 
 4449 Como posterior alternativa, se indicas a opción --between, estímase o
 4450 modelo entre-grupos (é dicir, faise unha regresión MCO utilizando as
 4451 medias dos grupos).
 4452 
 4453 O procedemento por defecto para calcular desviacións padrón robustas en
 4454 modelos con datos de panel, é o estimador HAC de Arellano, pero podes
 4455 escoller as "Desviacións Padrón Corrixidas de Panel" de Beck-Katz mediante
 4456 a instrución set pcse on. Cando especificas a opción robusta, execútase a
 4457 proba conxunta F sobre os efectos fixos utilizando o método robusto de
 4458 Welch (1951).
 4459 
 4460 A opción --unbalanced está dispoñible só para modelos con efectos
 4461 aleatorios, e podes usala para elixir o método ANOVA que empregar cun panel
 4462 desequilibrado. Por defecto, Gretl emprega o método de Swamy-Arora igual
 4463 que se fai para os paneis equilibrados, agás que utiliza a media armónica
 4464 das longuras das series de tempo individuais en vez da T habitual. Baixo
 4465 esta opción podes especificar, ben bc para usar o método de Baltagi e
 4466 Chang (1994), ou ben usar stata para emular a opción sa da instrución
 4467 xtreg de Stata.
 4468 
 4469 Para obter máis detalles sobre a estimación dun panel, consulta o Manual
 4470 de usuario de Gretl (Capítulo 21).
 4471 
 4472 Ruta do menú:    /Modelar/Panel
 4473 
 4474 # panplot Graphs
 4475 
 4476 Argumento:   vardebuxar 
 4477 Opcións:    --means (Serie temporal coas medias de grupo)
 4478             --overlay (Gráfica por grupo, superpostas, N <= 130)
 4479             --sequence (Gráfica por grupo, en secuencia, N <= 130)
 4480             --grid (Gráfica por grupo, en cuadrícula, N <= 16)
 4481             --stack (Gráfica por grupo, amoreadas, N <= 6)
 4482             --boxplots (Gráfica de caixa por grupo, en secuencia, N <= 150)
 4483             --boxplot (Gráfica única de caixa, todos os grupos)
 4484             --output=nomeficheiro (Enviar o resultado a un ficheiro específico)
 4485 Exemplos:   panplot x --overlay
 4486             panplot x --means --output=display
 4487 
 4488 Instrución de debuxo específica para datos de panel: a serie vardebuxar se
 4489 debuxa do xeito que se especifica con algunha das opcións.
 4490 
 4491 Ademais das opcións --means e --boxplot, a gráfica representa
 4492 explicitamente as variacións nas dúas dimensións, a de serie temporal e a
 4493 de sección cruzada. Semellantes gráficas están limitadas no que se refire
 4494 ao número de grupos (ou tamén coñecidos como individuos ou unidades) no
 4495 rango da mostra vixente do panel. Por exemplo, a opción --overlay, que
 4496 presenta unha serie temporal para cada grupo nunha única gráfica, só
 4497 está dispoñible se o número de grupos, N, é menor ou igual a 130.
 4498 (Doutro xeito, a gráfica chegaría a ser densa de máis para resultar
 4499 instrutiva.) Se un panel é longo de máis para permitir a especificación
 4500 gráfica desexada, podes escoller provisionalmente un rango reducido de
 4501 grupos ou de unidades, como en
 4502 
 4503 	smpl 1 100 --unit
 4504 	panplot x --overlay
 4505 	smpl full
 4506 
 4507 Podes usar a opción --output=nomeficheiro para controlar a forma e o
 4508 destino do resultado; consulta a instrución "gnuplot" para obter máis
 4509 detalles.
 4510 
 4511 Outro acceso: Xanela principal: Menú emerxente (selección única)
 4512 
 4513 # pca Statistics
 4514 
 4515 Argumento:   listavariables 
 4516 Opcións:    --covariance (Utiliza a matriz de covarianzas)
 4517             --save[=n] (Garda as compoñentes máis importantes)
 4518             --save-all (Garda todas as compoñentes)
 4519             --quiet (Non presenta os resultados)
 4520 
 4521 Análise de Compoñentes Principais. Agás cando indicas a opción --quiet,
 4522 presenta os valores propios da matriz de correlacións (ou da matriz de
 4523 covarianzas cando indicas a opción --covariance) para as variables que
 4524 forman listavariables, xunto coa proporción da varianza conxunta
 4525 representada por cada compoñente. Tamén presenta os correspondentes
 4526 autovectores ou "pesos das compoñentes".
 4527 
 4528 Se indicas a opción --save-all, entón gárdanse tódalas compoñentes como
 4529 series no conxunto de datos, cos nomes PC1, PC2, etcétera. Estas variables
 4530 artificiais fórmanse como a suma dos produtos de (o peso da compoñente)
 4531 por (X_i tipificada), onde X_i denota a variable i-ésima de listavariables.
 4532 
 4533 Se indicas a opción --save sen un valor do parámetro, gárdanse as
 4534 compoñentes con valores propios maiores ca media (o que significa maiores
 4535 ca 1.0 cando a análise se basea na matriz de correlacións) no conxunto de
 4536 datos, tal como se describiu arriba. Se indicas un valor para n con esta
 4537 opción, entón gárdanse as n compoñentes máis importantes.
 4538 
 4539 Consulta tamén a función "princomp".
 4540 
 4541 Ruta do menú:    /Ver/Compoñentes principais
 4542 
 4543 # pergm Statistics
 4544 
 4545 Argumentos:  serie [ anchobanda ] 
 4546 Opcións:    --bartlett (Utiliza a xanela de retardo de Bartlett)
 4547             --log (Utiliza a escala logarítmica)
 4548             --radians (Amosa a frecuencia en radiáns)
 4549             --degrees (Amosa a frecuencia en graos)
 4550             --plot=modo-ou-nomeficheiro (Mira abaixo)
 4551 
 4552 Calcula e amosa o espectro da serie especificada. Por defecto, indícase o
 4553 periodograma da mostra, pero utilízase opcionalmente unha xanela de retardo
 4554 de Bartlett ao estimar o espectro, (consulta por exemplo, o libro de Greene
 4555 Econometric Analysis para ver unha discusión sobre isto). A largura por
 4556 defecto da xanela de Bartlett é de dúas veces a raíz cadrada do tamaño
 4557 da mostra, pero podes establecer isto de xeito manual utilizando o
 4558 parámetro anchobanda, ata un máximo da metade do tamaño da mostra.
 4559 
 4560 Cando indicas a opción --log, represéntase o espectro nunha escala
 4561 logarítmica.
 4562 
 4563 As opcións (mutuamente excluíntes) --radians e --degrees afectan ao
 4564 aspecto do eixe de frecuencias cando se debuxa o periodograma. Por defecto,
 4565 a frecuencia escálase polo número de períodos da mostra, pero esas dúas
 4566 opcións provocan que o eixe se etiquete desde 0 ata pi radiáns ou desde 0
 4567 a 180degrees, respectivamente.
 4568 
 4569 Por defecto, se o programa non está en modo de procesamento por lotes,
 4570 amósase unha gráfica do periodograma. Podes axustar isto mediante a
 4571 opción --plot. Os parámetros admisibles para esta opción son none (para
 4572 suprimir a gráfica), display (para representar unha gráfica mesmo en modo
 4573 de procesamento por lotes), ou un nome de ficheiro. O efecto de indicar un
 4574 nome de ficheiro é como se describe para a opción --output da instrución
 4575 "gnuplot".
 4576 
 4577 Ruta do menú:    /Variable/Periodograma
 4578 Outro acceso: Xanela principal: Menú emerxente (selección única)
 4579 
 4580 # pkg Utilities
 4581 
 4582 Argumentos:  acción nomepaquete 
 4583 Opcións:    --local (Instala desde un ficheiro local)
 4584             --quiet (Mira abaixo)
 4585 Exemplos:   pkg install armax
 4586             pkg install /path/to/myfile.gfn --local
 4587             pkg query ghosts
 4588             pkg unload armax
 4589 
 4590 Esta instrución proporciona un xeito de instalar, consultar, descargar, ou
 4591 eliminar paquetes de funciones de Gretl. O argumento acción debe de ser
 4592 algún de entre install, query, unload ou remove, respectivamente.
 4593 
 4594 install: Na súa forma máis elemental, sen ningún indicador de opción e
 4595 co argumento nomepaquete expresado como o nome "plano" dun paquete de
 4596 funcións de Gretl (como no primeiro exemplo de arriba), o efecto desta
 4597 opción consiste en descargar o paquete que se especifica do servidor de
 4598 Gretl (agás que nomepaquete comece con http://), e instalalo na máquina
 4599 local. Neste caso, non é necesario expresar unha extensión no nome do
 4600 ficheiro. Porén, cando indicas a opción --local, o argumento nomepaquete
 4601 debe de ser a ruta a un ficheiro de paquete na máquina local, que aínda
 4602 non estea instalado, e expresado con unha extensión correcta (.gfn ou
 4603 .zip). Neste caso, o efecto consiste en copiar o ficheiro no seu sitio
 4604 (gfn), ou descomprimilo no seu sitio (zip), significando "no seu sitio" alí
 4605 onde o vai atopar a instrución "include".
 4606 
 4607 query: Por defecto, a consecuencia desta opción é a presentación de
 4608 información básica sobre o paquete especificado (autor, versión, etc.).
 4609 Pero se engades a opción --quiet, non se presenta nada; en troques,
 4610 gárdase a información do paquete en forma dun feixe de Gretl, ao que se
 4611 pode acceder mediante "$result".
 4612 
 4613 unload: Debes de indicar o argumento pkgname en modo 'plano', sen ruta nin
 4614 extensión, como no derradeiro exemplo de arriba. A consecuencia disto é a
 4615 descarga dese paquete en cuestión da memoria de Gretl (se está cargado
 4616 nese momento), e tamén eliminalo do menú da Interface Gráfica (GUI) ao
 4617 que estea engadido, se o está a algún.
 4618 
 4619 remove: Realiza as accións indicadas para unload e, ademais, elimina do
 4620 disco o(s) ficheiro(s) asociado(s) co paquete indicado.
 4621 
 4622 Ruta do menú:    /Ficheiro/Paquetes de funcións/No servidor
 4623 
 4624 # plot Graphs
 4625 
 4626 Argumento:   [ datos ] 
 4627 Opcións:    --with-lines[=varspec] (Utiliza liñas, non puntos)
 4628             --with-lp[=varspec] (Utiliza liñas e puntos)
 4629             --with-impulses[=varspec] (Utiliza liñas verticais)
 4630             --with-steps[=varspec] (Utiliza segmentos de liña horizontais e verticais)
 4631             --time-series (Representa fronte ao tempo)
 4632             --single-yaxis (Forza o uso dun único eixe de ordenadas)
 4633             --ylogscale[=base] (Utiliza a escala logarítmica para o eixe vertical)
 4634             --dummy (Mira abaixo)
 4635             --fit=espaxuste (Mira abaixo)
 4636             --band=espfranxa (Mira abaixo)
 4637             --band-style=estilofranxa (Mira abaixo)
 4638             --output=nomeficheiro (Envía o resultado ao ficheiro especificado)
 4639 Exemplos:   nile.inp
 4640 
 4641 O bloque plot proporciona unha alternativa á instrución "gnuplot" que pode
 4642 ser máis conveniente cando estás xerando unha gráfica complicada (con
 4643 varias opcións e/ou instrucións Gnuplot para que se insiran no ficheiro
 4644 gráfico).
 4645 
 4646 Un bloque de tipo plot comeza coa palabra de instrución plot. Habitualmente
 4647 vai seguida por un argumento de datos que especifica os datos que se van
 4648 representar, e que debe de indicar o nome dunha lista, dunha matriz ou dunha
 4649 única serie. Se non especificas datos de entrada, o bloque debe de conter
 4650 no seu lugar cando menos unha directriz para debuxar unha fórmula; ese tipo
 4651 de directivas podes indicalas mediante liñas do tipo literal ou printf
 4652 (mira abaixo).
 4653 
 4654 Cando indicas unha lista (ou unha matriz), asúmese que o último termo (ou
 4655 a última columna da matriz) é a variable do eixe x e que os(as) outros(as)
 4656 son as variables do eixe y, agás cando indicas a opción --time-series, en
 4657 cuxo caso todos os datos especificados van no eixe y.
 4658 
 4659 A opción de proporcionar o nome dunha soa serie restrínxese aos datos de
 4660 series temporais, en cuxo caso asúmese que queres unha gráfica de series
 4661 temporais; se non, amósase un fallo.
 4662 
 4663 A liña de comezo pódese preceder da expresión "savename <-" para que se
 4664 garde unha gráfica como icona no programa de Interface Gráfica de Usuario
 4665 (GUI). O bloque remata con end plot.
 4666 
 4667 Dentro do bloque tes cero ou máis liñas dos seguintes tipos, identificadas
 4668 pola palabra chave inicial:
 4669 
 4670   option: Especifica unha opción simple.
 4671 
 4672   options: Especifica múltiples opcións nunha soa liña, separadas por
 4673   espazos.
 4674 
 4675   literal: Unha instrución que se vai pasar literalmente a Gnuplot.
 4676 
 4677   printf: Un enunciado printf cuxo resultado se pasará literalmente a
 4678   Gnuplot.
 4679 
 4680 Ten en conta que cando especificas unha opción utilizando as palabras chave
 4681 option ou options, non é necesario proporcionar o habitual dobre guión
 4682 antes do indicador de opción. Para obter máis detalles sobre os efectos
 4683 das distintas opcións, consulta "gnuplot" (pero mira abaixo para algúns
 4684 detalles específicos de utilizar a opción --band no contexto plot).
 4685 
 4686 A intención de utilizar o bloque plot ilústrase mellor co exemplo:
 4687 
 4688 	string title = "Meu título"
 4689 	string xname = "Miña variable X"
 4690 	plot plotmat
 4691 	    options with-lines fit=none
 4692 	    literal set linetype 3 lc rgb "#0000ff"
 4693 	    literal set nokey
 4694 	    printf "set title \"%s\"", title
 4695 	    printf "set xlabel \"%s\"", xname
 4696 	end plot --output=display
 4697 
 4698 Este exemplo asume que plotmat é o nome dunha matriz que ten 2 columnas
 4699 polo menos (ou unha lista que ten 2 elementos polo menos). Cae na conta de
 4700 que se considera unha boa praxe colocar (unicamente) a opción --output na
 4701 derradeira liña do bloque.
 4702 
 4703 Debuxar unha franxa con datos de matrices
 4704 
 4705 As opcións --band e --band-style funcionan a maioría das veces como se
 4706 describe na axuda para "gnuplot", coa seguinte excepción: cando se
 4707 proporcionan os datos a representar en forma dunha matriz, o primeiro
 4708 parámetro para --band debe de indicarse co nome dunha matriz de 2 columnas
 4709 (que conteñan o centro e o largo da franxa, respectivamente). Este
 4710 parámetro ocupa o lugar dos dous primeiros valores (nomes de series,
 4711 números ID ou columnas de matriz) que require a versión gnuplot desta
 4712 opción (o terceiro é un factor multiplicador). A continuación tes un
 4713 exemplo:
 4714 
 4715 	scalar n = 100
 4716 	matrix x = seq(1,n)'
 4717 	matrix y = x + filter(mnormal(n,1), 1, {1.8, -0.9})
 4718 	matrix B = y ~ muniform(n,1)
 4719 	plot y
 4720 	    options time-series with-lines
 4721 	    options band=B,10 band-style=fill
 4722 	end plot --output=display
 4723 
 4724 Debuxar unha gráfica sen datos
 4725 
 4726 O seguinte exemplo amosa un caso sinxelo de como especificar a
 4727 representación dunha gráfica sen ter unha fonte de datos.
 4728 
 4729 	plot
 4730 	    literal set title 'Utilidade CRRA'
 4731 	    literal set xlabel 'c'
 4732 	    literal set ylabel 'u(c)'
 4733 	    literal set xrange[1:3]
 4734 	    literal set key top left
 4735 	    literal crra(x,s) = (x**(1-s) - 1)/(1-s)
 4736 	    printf "plot crra(x, 0) t 'sigma=0', \\"
 4737 	    printf " log(x) t 'sigma=1', \\"
 4738 	    printf " crra(x,3) t 'sigma=3"
 4739 	end plot --output=display
 4740 
 4741 # poisson Estimation
 4742 
 4743 Argumentos:  depvar indepvars [ ; exposición ] 
 4744 Opcións:    --robust (Desviacións padrón robustas)
 4745             --cluster=clustvar (Consulta "logit" para máis explicacións)
 4746             --vcv (Presenta a matriz de covarianzas)
 4747             --verbose (Presenta os detalles das iteracións)
 4748             --quiet (Non presenta os resultados)
 4749 Exemplos:   poisson y 0 x1 x2
 4750             poisson y 0 x1 x2 ; S
 4751             Mira tamén camtriv.inp
 4752 
 4753 Estima unha regresión de Poisson. Cóllese a variable dependente para
 4754 representar o acaecemento de sucesos dalgún tipo, e debe de ter só valores
 4755 enteiros non negativos.
 4756 
 4757 Se unha variable aleatoria discreta Y segue unha distribución de Poisson,
 4758 entón
 4759 
 4760   Pr(Y = y) = exp(-v) * v^y / y!
 4761 
 4762 para y = 0, 1, 2,.... A media e a varianza da distribución son ambas iguais
 4763 a v. No modelo de regresión de Poisson, o parámetro v está representado
 4764 como unha función dunha ou máis variables independentes. A versión máis
 4765 habitual (e a única que admite Gretl) cumpre
 4766 
 4767   v = exp(b0 + b1*x1 + b2*x2 + ...)
 4768 
 4769 ou, noutras palabras, o logaritmo de v é unha función linear das variables
 4770 independentes.
 4771 
 4772 Como opción, podes engadir unha variable de exposición ("offset") á
 4773 especificación. Esta é unha variable de escala, e o logaritmo dela
 4774 engádese á función linear de regresión (implicitamente, cun coeficiente
 4775 de 1.0). Isto ten sentido se agardas que o número de ocorrencias do evento
 4776 en cuestión é proporcional (manténdose o demais constante) a algún
 4777 factor coñecido. Por exemplo, podes supoñer que o número de accidentes de
 4778 tráfico é proporcional ao volume de tráfico (manténdose o demais
 4779 constante) e, nese caso, o volume de tráfico pode expresarse como unha
 4780 variable "de exposición" nun modelo de Poisson do cociente de accidentes. A
 4781 variable de exposición debe de ser estritamente positiva.
 4782 
 4783 Por defecto, calcúlanse as desviacións padrón utilizando a inversa
 4784 negativa da matriz Hessiana. Se especificas a opción --robust, entón
 4785 calcúlanse no seu lugar as desviacións padrón CMV (QML) ou de
 4786 Huber-White. Neste caso, a matriz de covarianzas estimada é un "emparedado"
 4787 entre a inversa da matriz Hessiana estimada e o produto externo do vector
 4788 gradiente.
 4789 
 4790 Consulta tamén "negbin".
 4791 
 4792 Ruta do menú:    /Modelar/Variable Dependente Limitada/Datos de Reconto
 4793 
 4794 # print Printing
 4795 
 4796 Variantes:   print listavariables
 4797             print
 4798             print nomesobxectos
 4799             print cadealiteral
 4800 Opcións:    --byobs (Por observacións)
 4801             --no-dates (Utiliza números de observación simples)
 4802             --range=inicio:parada (Mira abaixo)
 4803             --midas (Mira abaixo)
 4804             --tree (Específico para feixes (bundles); mira abaixo)
 4805 Exemplos:   print x1 x2 --byobs
 4806             print my_matrix
 4807             print "Isto é unha cadea"
 4808             print my_array --range=3:6
 4809             print hflist --midas
 4810 
 4811 Ten en conta que print é máis ben unha instrución "básica" (coa
 4812 intención principal de presentar os valores das series). Consulta "printf"
 4813 e "eval" para outras alternativas máis avanzadas e menos restritivas.
 4814 
 4815 Na primeira variante amosada arriba (consulta o primeiro exemplo tamén),
 4816 listavariables debe de ser unha lista de series (ben unha lista xa definida,
 4817 ou ben unha lista especificada mediante os nomes ou números ID das series,
 4818 separados por espazos). Neste caso, esta instrución presenta os valores das
 4819 series da lista. Por defecto, os datos preséntanse "por variable", pero se
 4820 engades a opción --byobs preséntanse por observación. Cando se presentan
 4821 por observación, por defecto amósase a data (con datos de series
 4822 temporais) ou a cadea de texto do marcador de observación (en caso de que o
 4823 haxa) ao comezo de cada liña. Mediante a opción --no-dates elimínase a
 4824 presentación das datas ou dos marcadores; no seu lugar amósase un simple
 4825 número de observación. Consulta o parágrafo final destes comentarios para
 4826 ver o efecto da opción --midas (que se aplica só a unha lista xa definida
 4827 de series).
 4828 
 4829 Cando non indicas ningún argumento (a segunda variante amosada arriba)
 4830 entón o efecto é similar ao primeiro caso, agás que se van presentar
 4831 todas as series do conxunto vixente de datos. As opcións que se admiten son
 4832 como se describiron máis arriba.
 4833 
 4834 A terceira variante (co argumento nomesobxectos; mira o segundo exemplo)
 4835 agarda unha lista de nomes, separados por espazos, de obxectos básicos de
 4836 Gretl que non sexan series (escalares, matrices, cadeas de texto, feixes,
 4837 arranxos); e amósase o valor destes obxectos.
 4838 
 4839 Na cuarta forma (terceiro exemplo), cadealiteral debe de ser unha cadea de
 4840 texto contornada entre comiñas (e non debe de haber nada máis seguindo á
 4841 liña de instrución). Preséntase a cadea de texto en cuestión, seguida
 4842 dun carácter de liña nova.
 4843 
 4844 Podes utilizar a opción --range para controlar o volume de información que
 4845 se presenta. Os valores (enteiros) dos marcadores de inicio e parada poden
 4846 referirse a observacións de series e de listas, a filas de matrices, a
 4847 elementos de arranxos, e a liñas de cadeas de texto. En todos os casos, o
 4848 valor mínimo de inicio é 1, e o máximo valor de parada é o "tamaño en
 4849 forma de filas" do obxecto en cuestión. Os valores negativos destes
 4850 marcadores se usan para dispoñer unha conta cara atrás, dende o final.
 4851 Podes indicar estes marcadores en formato numérico, ou mediante nomes de
 4852 variables escalares previamente definidas. Se omites inicio, se considera
 4853 implicitamente igual a 1; e se omites parada, iso significa ir ata o final
 4854 de todo. Con series e listas, cae na conta de que os marcadores refírense
 4855 ao rango mostral vixente.
 4856 
 4857 A opción --tree é específica para presentar un feixe (bundle) de Gretl. O
 4858 efecto diso é que, se o feixe especificado contén outros feixes ou
 4859 arranxos deles, se presentan os seus contidos. Se non, só se presentan os
 4860 elementos do nivel superior do feixe.
 4861 
 4862 A opción --midas é especial para presentar unha lista de series e, máis
 4863 aínda, é específica para conxuntos de datos que conteñen unha ou máis
 4864 series de alta frecuencia, cada unha representada por unha "MIDAS list".
 4865 Cando indicas unha desas listas como argumento e agregas esta opción, a
 4866 serie preséntase por observación da súa frecuencia "orixinal".
 4867 
 4868 Ruta do menú:    /Datos/Amosar valores
 4869 
 4870 # printf Printing
 4871 
 4872 Argumentos:  formato , elementos 
 4873 
 4874 Presenta valores escalares, series, matrices ou cadeas de texto baixo o
 4875 control dunha cadea de texto para dar formato (ofrecendo unha parte da
 4876 función printf da linguaxe de programación C). Os formatos numéricos
 4877 recoñecidos son %e, %E, %f, %g, %G, %d e %x, en cada caso cos diversos
 4878 reguladores dispoñibles en C. Exemplos: o formato %.10g presenta un valor
 4879 con 10 cifras significativas, e %12.6f presenta un valor cun largo de 12
 4880 caracteres dos que 6 son decimais. Porén, ten en conta que en Gretl o
 4881 formato %g é unha boa elección por defecto para todos os valores
 4882 numéricos, e non tes necesidade de complicarte demasiado. Debes de utilizar
 4883 o formato %s para as cadeas de texto.
 4884 
 4885 A propia cadea de formato debe de estar contornada entre comiñas, e os
 4886 valores que se van presentar deben de ir despois desa cadea de formato,
 4887 separados por comas. Estes valores deben de ter a forma de, ou ben (a) os
 4888 nomes das variables, ou ben (b) unhas expresións que xeran algunha clase de
 4889 resultado que é presentable, ou ben (c) as funcións especiais varname() ou
 4890 date(). O seguinte exemplo presenta os valores de dúas variables, máis o
 4891 dunha expresión que se calcula:
 4892 
 4893 	ols 1 0 2 3
 4894 	scalar b = $coeff[2]
 4895 	scalar se_b = $stderr[2]
 4896 	printf "b = %.8g, Desviación padrón %.8g, t = %.4f\n",
 4897           b, se_b, b/se_b
 4898 
 4899 As seguintes liñas ilustran o uso das funcións 'varname' e 'date', que
 4900 presentan respectivamente o nome dunha variable (indicado polo seu número
 4901 ID) e unha cadea de texto cunha data (dada por un número natural positivo
 4902 que indica unha observación).
 4903 
 4904 	printf "O nome da variable %d é %s\n", i, varname(i)
 4905 	printf "A data da observación %d é %s\n", j, date(j)
 4906 
 4907 Cando indicas un argumento matricial asociado a un formato numérico,
 4908 preséntase a matriz enteira utilizando o formato especificado para cada
 4909 elemento. O mesmo aplícase ás series, agás que o rango de valores
 4910 presentados se rexe pola configuración vixente da mostra.
 4911 
 4912 A lonxitude máxima dunha cadea de formato é de 127 caracteres.
 4913 Recoñécense as secuencias de escape \n (nova liña), \t (tabulación), \v
 4914 (tabulación vertical) e \\ (barra inclinada á esquerda literal). Para
 4915 presentar un signo por cento literal, utiliza %%.
 4916 
 4917 Como en C, podes indicar os valores numéricos que forman parte do formato
 4918 (o largo e/ou a precisión) directamente como números, como en %10.4f, ou
 4919 como variables. Neste último caso, póñense asteriscos na cadea de formato
 4920 e proporciónanse os argumentos correspondentes por orde. Por exemplo:
 4921 
 4922 	scalar largo = 12
 4923 	scalar precision = 6
 4924 	printf "x = %*.*f\n", largo, precision, x
 4925 
 4926 # probit Estimation
 4927 
 4928 Argumentos:  depvar indepvars 
 4929 Opcións:    --robust (Desviacións padrón robustas)
 4930             --cluster=clustvar (Consulta "logit" para máis explicacións)
 4931             --vcv (Presenta a matriz de covarianzas)
 4932             --verbose (Presenta os detalles das iteracións)
 4933             --quiet (Non presenta os resultados)
 4934             --p-values (Amosa os valores p en vez das pendentes)
 4935             --random-effects (Estima un modelo Probit de panel con efectos aleatorios, EA)
 4936             --quadpoints=k (Número de puntos de cuadratura para a estimación con EA)
 4937 Exemplos:   ooballot.inp, oprobit.inp, reprobit.inp
 4938 
 4939 Se a variable dependente é unha variable binaria (todos os seus valores son
 4940 0 ou 1), obtéñense estimacións máximo verosímiles dos coeficientes das
 4941 variables de indepvars mediante o método de Newton-Raphson. Como o modelo
 4942 é non linear, as pendentes están condicionadas polos valores das variables
 4943 independentes. Por defecto, calcúlanse as pendentes con respecto a cada
 4944 unha das variables independentes (nas medias desas variables) e estas
 4945 pendentes substitúen aos valores p habituais no resultado da regresión.
 4946 Podes prescindir deste proceder indicando a opción --p-values. O
 4947 estatístico khi-cadrado proba a hipótese nula de que todos os coeficientes
 4948 son cero, agás o da constante.
 4949 
 4950 Por defecto, as desviacións padrón calcúlanse utilizando a inversa
 4951 negativa da matriz Hessiana. Se indicas a opción --robust, entón
 4952 calcúlanse no seu lugar as desviacións padrón CMV (QML) ou de
 4953 Huber-White. Neste caso, a matriz de covarianzas estimadas é un
 4954 "emparedado" entre a inversa da matriz Hessiana estimada e o produto externo
 4955 do vector gradiente. Para obter máis detalles, consulta o capítulo 10 do
 4956 libro de Davidson e MacKinnon (2004).
 4957 
 4958 Se a variable dependente non é binaria senón discreta, entón se obteñen
 4959 as estimacións dun Probit Ordenado. (Se a variable elixida como dependente
 4960 non é discreta, amósase un fallo.)
 4961 
 4962 Probit para datos de panel
 4963 
 4964 Coa opción --random-effects, asúmese que cada perturbación está composta
 4965 por dúas compoñentes Normalmente distribuídas: (a) un termo invariante no
 4966 tempo que é específico da unidade de sección cruzada ou "individuo" (e
 4967 que se coñece como efecto individual), e (b) un termo que é específico da
 4968 observación concreta.
 4969 
 4970 A avaliación da verosimilitude deste modelo implica utilizar a cuadratura
 4971 de Gauss-Hermite para aproximar o valor das esperanzas de funcións de
 4972 variables Normais. Podes escoller o número de puntos de cuadratura
 4973 utilizados mediante a opción --quadpoints (por defecto é de 32).
 4974 Utilizando máis puntos mellórase a precisión dos resultados, pero co
 4975 custo de máis tempo de cálculo; así, con moitos puntos de cuadratura, a
 4976 estimación cun conxunto de datos moi grande pode consumir tempo de máis.
 4977 
 4978 Amais das estimacións habituais dos parámetros (e dos estatísticos
 4979 asociados) relacionados cos regresores incluídos, preséntase algunha
 4980 información adicional sobre a estimación desta clase de modelo:
 4981 
 4982   lnsigma2: A estimación máximo verosímil do logaritmo da varianza do
 4983   efecto individual;
 4984 
 4985   sigma_u: A estimación da desviación padrón do efecto individual; e
 4986 
 4987   rho: A estimación da parte do efecto individual na varianza composta da
 4988   perturbación (tamén coñecida como a correlación intra-clase).
 4989 
 4990 A proba de Razón de Verosimilitudes respecto á hipótese nula de que rho
 4991 é igual a cero, proporciona un xeito de avaliar se é necesaria a
 4992 especificación de efectos aleatorios. Se a hipótese nula non se rexeita,
 4993 iso suxire que é axeitada unha simple especificación Probit combinada.
 4994 
 4995 Ruta do menú:    /Modelar/Variable Dependente Limitada/Probit
 4996 
 4997 # pvalue Statistics
 4998 
 4999 Argumentos:  distribución [ parámetros ] xvalor 
 5000 Exemplos:   pvalue z zscore
 5001             pvalue t 25 3.0
 5002             pvalue X 3 5.6
 5003             pvalue F 4 58 fval
 5004             pvalue G shape scale x
 5005             pvalue B bprob 10 6
 5006             pvalue P lambda x
 5007             pvalue W shape scale x
 5008             Mira tamén mrw.inp, restrict.inp
 5009 
 5010 Calcula a área que queda á dereita do valor xvalor na distribución
 5011 especificada (z para a Normal, t para a t de Student, X para a Khi-cadrado,
 5012 F para a F, G para a Gamma, B para a Binomial, P para a Poisson, exp para a
 5013 Exponencial, ou W para a Weibull).
 5014 
 5015 Dependendo do tipo de distribución, debes de indicar a seguinte
 5016 información antes do valor xvalor: para as distribucións t e khi-cadrado,
 5017 os graos de liberdade; para a F, os graos de liberdade de numerador e
 5018 denominador; para a Gamma, os parámetros de forma e de escala; para a
 5019 distribución Binomial, a probabilidade de "éxito" e o número de intentos;
 5020 para a distribución de Poisson, o parámetro lambda (que é tanto a media
 5021 como a varianza); para a Exponencial, un parámetro de escala; e para a
 5022 distribución de Weibull, os parámetros de forma e de escala. Como se
 5023 amosou nos exemplos de arriba, podes indicar os parámetros numéricos en
 5024 formato numérico ou como nomes de variables.
 5025 
 5026 Os parámetros para a distribución Gamma indícanse ás veces como media e
 5027 varianza en lugar de forma e escala. A media é o produto da forma e a
 5028 escala; a varianza é o produto da forma e o cadrado da escala. Deste xeito,
 5029 podes calcular a escala dividindo a varianza entre a media, e podes calcular
 5030 a forma dividindo a media entre a escala.
 5031 
 5032 Ruta do menú:    /Ferramentas/Buscador do valor P
 5033 
 5034 # qlrtest Tests
 5035 
 5036 Opcións:    --limit-to=lista (Limita a proba a un subconxunto de regresores)
 5037             --plot=modo-ou-nomeficheiro (Mira abaixo)
 5038             --quiet (Non presenta os resultados)
 5039 
 5040 Para un modelo estimado con datos de series temporais mediante MCO, realiza
 5041 a proba da Razón de Verosimilitudes de Quandt (QLR) para un cambio
 5042 estrutural nun punto descoñecido no tempo, cun 15 por cento de recorte ao
 5043 comezo e ao final do período da mostra.
 5044 
 5045 Para cada punto potencial de cambio dentro do 70 por cento central das
 5046 observacións, realízase unha proba de Chow. Consulta "chow" para obter
 5047 máis detalles; pois, de igual xeito que coa proba común de Chow, esta é
 5048 unha proba robusta de Wald cando o modelo orixinal se estima coa opción
 5049 --robust, e unha proba F noutro caso. Entón o estatístico QLR é o máximo
 5050 dos estatísticos de proba particulares.
 5051 
 5052 Obtense unha probabilidade asociada (valor p) asintótica utilizando o
 5053 método de Bruce Hansen (1997).
 5054 
 5055 Ademais dos accesorios "$test" e "$pvalue" típicos das probas de
 5056 hipóteses, podes utilizar "$qlrbreak" para recuperar o índice da
 5057 observación na que o estatístico de proba se maximiza.
 5058 
 5059 Podes utilizar a opción --limit-to para limitar o conxunto de interaccións
 5060 coa variable ficticia de corte nas probas de Chow, a un subconxunto dos
 5061 regresores orixinais. O parámetro para esta opción debe de ser unha lista
 5062 xa definida na que todos os seus elementos se atopen entre os regresores
 5063 orixinais, e na que non debes de incluír a constante.
 5064 
 5065 Cando executas de xeito interactivo (unicamente) esta instrución, amósase
 5066 por defecto unha gráfica do estatístico de proba de Chow, pero podes
 5067 axustar isto mediante a opción --plot. Os parámetros que se admiten nesta
 5068 opción son none (para eliminar a gráfica), display (para amosar unha
 5069 gráfica mesmo cando non se está en modo interactivo), ou un nome de
 5070 ficheiro. O efecto de proporcionar un nome de ficheiro é como o descrito
 5071 para a opción --output da instrución "gnuplot".
 5072 
 5073 Ruta do menú:    Xanela de modelo: Probas/Proba de RV de Quandt
 5074 
 5075 # qqplot Graphs
 5076 
 5077 Variantes:   qqplot y
 5078             qqplot y x
 5079 Opcións:    --z-scores (Mira abaixo)
 5080             --raw (Mira abaixo)
 5081             --output=nomeficheiro (Envía a gráfica ao ficheiro especificado)
 5082 
 5083 Indicando como argumento unha única serie, amosa unha gráfica dos cuantís
 5084 empíricos da serie seleccionada (indicada polo seu nome ou o seu número
 5085 ID) fronte aos cuantís da distribución Normal. A serie debe de incluír
 5086 cando menos 20 observacións válidas no rango vixente da mostra. Por
 5087 defecto, os cuantís empíricos debúxanse fronte aos cuantís dunha
 5088 distribución Normal que ten as mesmas media e varianza que os datos da
 5089 mostra, pero dispós de dúas alternativas: se indicas a opción --z-scores,
 5090 os datos se tipifican; mentres que se indicas a opción --raw, debúxanse os
 5091 cuantís empíricos "en bruto" fronte aos cuantís da distribución Normal
 5092 estándar.
 5093 
 5094 A opción --output ten como efecto o envío do resultado ao ficheiro
 5095 especificado; utiliza "display" para forzar que o resultado se presente na
 5096 pantalla. Consulta a instrución "gnuplot" para obter máis detalles sobre
 5097 esta opción.
 5098 
 5099 Dadas dúas series como argumentos, y e x, amósase unha gráfica dos
 5100 cuantís empíricos de y fronte aos de x. Os valores dos datos non se
 5101 tipifican.
 5102 
 5103 Ruta do menú:    /Variable/Gráfica Q-Q normal
 5104 Ruta do menú:    /Ver/Gráfica de variables indicadas/Gráfica Q-Q
 5105 
 5106 # quantreg Estimation
 5107 
 5108 Argumentos:  tau depvar indepvars 
 5109 Opcións:    --robust (Desviacións padrón robustas)
 5110             --intervals[=nivelconf] (Calcula os intervalos de confianza)
 5111             --vcv (Presenta a matriz de covarianzas)
 5112             --quiet (Non presenta os resultados)
 5113 Exemplos:   quantreg 0.25 y 0 xlista
 5114             quantreg 0.5 y 0 xlista --intervals
 5115             quantreg 0.5 y 0 xlista --intervals=.95
 5116             quantreg tauvec y 0 xlista --robust
 5117             Mira tamén mrw_qr.inp
 5118 
 5119 Regresión de cuantís. O primeiro argumento (tau) é o cuantil condicionado
 5120 para o que se quere a estimación. Podes indicalo, ben cun valor numérico,
 5121 ou ben co nome dunha variable escalar definida previamente; e o valor debe
 5122 de estar no rango de 0.01 a 0.99. (Como alternativa, podes indicar un vector
 5123 de valores para tau; mira abaixo para obter máis detalles.) O segundo e
 5124 subseguintes argumentos compoñen unha lista de regresión co mesmo padrón
 5125 ca "ols".
 5126 
 5127 Sen a opción --intervals, preséntanse as desviacións padrón para as
 5128 estimacións dos cuantís. Por defecto, estas calcúlanse de acordo coa
 5129 fórmula asintótica indicada por Koenker e Bassett (1978), pero cando
 5130 indicas a opción --robust, calcúlanse as desviacións padrón que son
 5131 robustas con respecto á heterocedasticidade, utilizando o método de
 5132 Koenker e Zhao (1994).
 5133 
 5134 Cando escolles a opción --intervals, preséntanse os intervalos de
 5135 confianza para as estimacións dos parámetros en vez das desviacións
 5136 padrón. Estes intervalos calcúlanse usando o método da inversión do
 5137 rango e, en xeral, son asimétricos a respecto das estimacións puntuais. As
 5138 especificidades do cálculo están mediatizadas pola opción --robust: sen
 5139 esta, os intervalos calcúlanse baixo o suposto de perturbacións IID
 5140 (Koenker, 1994); e con ela se utiliza o estimador robusto desenvolvido por
 5141 Koenker e Machado (1999).
 5142 
 5143 Por defecto, xéranse intervalos de confianza do 90 por cento. Podes trocar
 5144 isto engadindo un nivel de confianza (expresado como unha fracción decimal)
 5145 á opción de intervalos, como en --intervals=0.95.
 5146 
 5147 Vector tau de valores: en troques de proporcionar un escalar, podes indicar
 5148 o nome dunha matriz definida previamente. Neste caso, as estimacións
 5149 calcúlanse para todos os valores tau indicados, e os resultados
 5150 preséntanse nun formato especial, amosando a secuencia das estimacións de
 5151 cuantís para cada regresor, de un en un.
 5152 
 5153 Ruta do menú:    /Modelar/Estimación Robusta/Regresión de cuantís
 5154 
 5155 # quit Utilities
 5156 
 5157 Sae do programa, ofrecéndote a opción de gardar os resultados da sesión
 5158 ao saír.
 5159 
 5160 Ruta do menú:    /Ficheiro/Saír
 5161 
 5162 # rename Dataset
 5163 
 5164 Argumentos:  serie novonome 
 5165 Opción:     --quiet (Suprime a presentación do resultado)
 5166 
 5167 Cambia o nome de serie (identificada polo seu nome ou seu número ID) a
 5168 novonome. O novo nome debe de ter 31 caracteres como máximo, comezar cunha
 5169 letra e estar formado só por letras, díxitos e o carácter de barra baixa.
 5170 Ademais, non debe de ser o nome dun obxecto de calquera tipo que xa exista.
 5171 
 5172 Ruta do menú:    /Variable/Editar atributos
 5173 Outro acceso: Xanela principal: Menú emerxente (selección única)
 5174 
 5175 # reset Tests
 5176 
 5177 Opcións:    --quiet (Non presenta a regresión auxiliar)
 5178             --silent (Non presenta nada)
 5179             --squares-only (Calcula a proba usando só os cadrados)
 5180             --cubes-only (Calcula a proba usando só os cubos)
 5181 
 5182 Debe de ir despois da estimación dun modelo mediante MCO. Leva a cabo a
 5183 proba RESET de Ramsey sobre a especificación (non linear) dun modelo,
 5184 engadíndolle á regresión os cadrados e/ou os cubos dos valores axustados,
 5185 e calculando o estatístico F para probar a hipótese nula de que os
 5186 parámetros dos termos engadidos son cero.
 5187 
 5188 Vanse engadir tanto os cadrados como os cubos, agás que indiques unha das
 5189 opcións --squares-only ou --cubes-only.
 5190 
 5191 Podes utilizar a opción --silent se tes intención de facer uso dos
 5192 accesorios "$test" e/ou "$pvalue" para gardar os resultados da proba.
 5193 
 5194 Ruta do menú:    Xanela de modelo: Probas/Proba RESET de Ramsey
 5195 
 5196 # restrict Tests
 5197 
 5198 Opcións:    --quiet (Non presenta as estimacións restrinxidas)
 5199             --silent (Non presenta nada)
 5200             --wald (Só estimadores de sistema, mira abaixo)
 5201             --bootstrap (Cálculo da proba con remostraxe automática, se é posible)
 5202             --full (Só MCO e VECMs, mira abaixo)
 5203 Exemplos:   hamilton.inp, restrict.inp
 5204 
 5205 Impón un conxunto de restricións (habitualmente lineais) sobre: (a) o
 5206 último modelo estimado ou (b) un sistema de ecuacións que se definiu e
 5207 nomeou previamente. En todos os casos, debes de comezar o conxunto de
 5208 restricións coa palabra chave "restrict" e rematalo con "end restrict".
 5209 
 5210 No caso dunha única ecuación, as restricións sempre se aplican
 5211 implicitamente ao último modelo, e avalíanse tan pronto como se peche o
 5212 bloque restrict.
 5213 
 5214 No caso dun sistema de ecuacións (definido mediante a instrución
 5215 "system"), podes poñer o nome do sistema de ecuacións definido
 5216 previamente, despois do "restrict" inicial. Cando omites iso e o último
 5217 modelo foi un sistema, entón as restricións aplícanse a ese derradeiro
 5218 modelo. Por defecto, as restricións avalíanse cando o sistema acaba de
 5219 estimarse, usando a instrución "estimate". Pero cando indicas a opción
 5220 --wald, a restrición compróbase inmediatamente a través da proba
 5221 khi-cadrado de Wald en relación á matriz de covarianzas. Ten en conta que
 5222 esta opción vai xerar un fallo se xa definiches un sistema, pero aínda non
 5223 o estimaches.
 5224 
 5225 Dependendo do contexto, podes expresar de varios xeitos as restricións que
 5226 queiras probar. O máis simple é como se indica deseguido: cada restrición
 5227 exprésase como unha ecuación, cunha combinación linear de parámetros á
 5228 esquerda do signo de igualdade e un valor escalar á dereita (ben unha
 5229 constante numérica, ou ben o nome dunha variable escalar).
 5230 
 5231 No caso dunha única ecuación, podes referirte aos seus parámetros co
 5232 formato b[i], onde i representa a posición na lista de regresores
 5233 (comezando no 1), ou co formato b[nomevar], onde nomevar é o nome do
 5234 regresor en cuestión. No caso dun sistema, a referencia aos parámetros
 5235 faise utilizando a letra b xunto con dous números colocados entre
 5236 corchetes. O primeiro número representa a posición da ecuación dentro do
 5237 sistema, e o segundo número indica a posición do regresor dentro da lista
 5238 deles. Por exemplo, b[2,1] denota o primeiro parámetro da segunda
 5239 ecuación, mentres que b[3,2] denota o segundo parámetro da terceira
 5240 ecuación. Podes antepoñer multiplicadores numéricos aos elementos b da
 5241 ecuación que representa unha restrición, por exemplo 3.5*b[4].
 5242 
 5243 Aquí tes un exemplo dun conxunto de restricións para un modelo estimado
 5244 previamente:
 5245 
 5246 	restrict
 5247 	 b[1] = 0
 5248 	 b[2] - b[3] = 0
 5249 	 b[4] + 2*b[5] = 1
 5250 	end restrict
 5251 
 5252 E aquí tes un exemplo dun conxunto de restricións para aplicar a un
 5253 sistema xa definido. (Se o nome do sistema non contén espazos, as comiñas
 5254 que o contornan non fan falta.)
 5255 
 5256 	restrict "Sistema 1"
 5257 	 b[1,1] = 0
 5258 	 b[1,2] - b[2,2] = 0
 5259 	 b[3,4] + 2*b[3,5] = 1
 5260 	end restrict
 5261 
 5262 No caso dunha única ecuación, as restricións avalíanse por defecto por
 5263 medio da proba de Wald, usando a matriz de covarianzas do modelo en
 5264 cuestión. Se estimaches o modelo orixinal con MCO, entón preséntanse as
 5265 estimacións dos coeficientes restrinxidos; para eliminar isto, engade a
 5266 opción --quiet á instrución restrict inicial. Como alternativa á proba
 5267 de Wald, para modelos estimados unicamente mediante MCO ou MCP, podes
 5268 indicar a opción --bootstrap para realizar a proba da restrición con
 5269 remostraxe automática (bootstrap).
 5270 
 5271 No caso dun sistema, o estatístico de proba depende do estimador elixido:
 5272 un estatístico de Razón de Verosimilitudes cando o sistema se estima
 5273 utilizando un método de Máxima Verosimilitude, ou un estatístico F
 5274 asintótico, noutro caso.
 5275 
 5276 Tes 2 alternativas ao método para expresar as restricións que se discutiu
 5277 máis arriba. Primeiro, podes escribir de forma compacta un conxunto de g
 5278 restricións lineais sobre o vector cos k parámetros (beta), como Rbeta - q
 5279 = 0, onde R é unha matriz de dimensión g x k e q é un vector de
 5280 dimensión g. Podes expresar unha restrición indicando os nomes de matrices
 5281 definidas previamente, cómodas para utilizar como R e q, como en
 5282 
 5283 	restrict
 5284 	  R = Rmat
 5285 	  q = qvec
 5286 	end restrict
 5287 
 5288 En segundo lugar, se queres probar unha restrición non linear (o que
 5289 actualmente só está dispoñible para modelos dunha única ecuación),
 5290 debes de indicar a restrición co nome dunha función, precedida por "rfunc
 5291 = ", como en
 5292 
 5293 	restrict
 5294 	  rfunc = nosafuncion
 5295 	end restrict
 5296 
 5297 A función de restrición debe de ter un único argumento const matrix, e
 5298 isto complétase automaticamente co vector de parámetros. E debera de
 5299 devolver un vector que é cero baixo a hipótese nula, e non nulo noutro
 5300 caso. A dimensión do vector é igual ao número de restricións. Esta
 5301 función utilízase como unha "chamada de volta" da rutina numérica para o
 5302 Jacobiano, de Gretl, que calcula o estatístico de proba de Wald mediante o
 5303 método delta.
 5304 
 5305 Aquí tes un exemplo sinxelo dunha función apropiada para comprobar unha
 5306 restrición non linear, concretamente que dous pares de valores dos
 5307 parámetros teñen unha razón común.
 5308 
 5309 	function matrix restr (const matrix b)
 5310 	  matrix v = b[1]/b[2] - b[4]/b[5]
 5311 	  return v
 5312 	end function
 5313 
 5314 Cando se completa con éxito a instrución restrict, os accesorios "$test" e
 5315 "$pvalue" proporcionan o estatístico de proba e a súa probabilidade
 5316 asociada (valor p), respectivamente.
 5317 
 5318 Cando se proban restricións sobre un modelo dunha única ecuación que foi
 5319 estimado mediante MCO ou sobre un Modelo de Vectores de Corrección do Erro
 5320 (VECM), podes utilizar a opción --full para dispoñer que as estimacións
 5321 restrinxidas sexan o "último modelo", coa intención de facer probas máis
 5322 adiante ou de usar accesorios como $coeff e $vcv. Cae na conta de que se
 5323 aplican algúns detalles especiais no caso de que probes restricións sobre
 5324 un VECM. Consulta o Manual de usuario de Gretl (Capítulo 31) para obter
 5325 máis detalles.
 5326 
 5327 Ruta do menú:    Xanela de modelo: Probas/Restricións lineais
 5328 
 5329 # rmplot Graphs
 5330 
 5331 Argumento:   serie 
 5332 Opcións:    --trim (Mira abaixo)
 5333             --quiet (Non presenta os resultados)
 5334             --output=nomeficheiro (Mira abaixo)
 5335 
 5336 Gráfica Rango-Media: Esta instrución xera unha gráfica sinxela para
 5337 axudar a decidir se unha serie temporal, y(t), ten unha varianza constante
 5338 ou non. Cóllese a mostra completa (t=1,...,T) e divídese en pequenas
 5339 submostras de tamaño arbitrario k. A primeira submostra está composta por
 5340 y(1),...,y(k), a segunda por y(k+1), ..., y(2k), etcétera. Para cada
 5341 submostra, calcúlase a media da serie na mostra e o rango (= máximo menos
 5342 mínimo), e constrúese unha gráfica coas medias no eixe horizontal e os
 5343 rangos no vertical. Así cada submostra se representa mediante un punto
 5344 neste plano. Se a varianza da serie é constante, agardaríase que o rango
 5345 da submostra sexa independente da media da submostra. Por iso, se observamos
 5346 que os puntos se aproximan a unha liña con pendente positiva, isto suxire
 5347 que a varianza das series aumenta a medida que o fai a media; e se os puntos
 5348 se aproximan a unha liña con pendente negativa, isto suxire que a varianza
 5349 decrece ao aumentar a media.
 5350 
 5351 Ademais da gráfica, Gretl amosa as medias e rangos para cada submostra,
 5352 xunto co coeficiente da pendente dunha regresión MCO do rango sobre a
 5353 media, e coa probabilidade asociada ao estatístico para probar a hipótese
 5354 nula de que esta pendente é cero. Se o coeficiente da pendente é
 5355 significativo cun nivel de significación do 10 por cento, entón amósase
 5356 na gráfica a liña axustada da regresión do rango sobre a media. Se
 5357 rexistran tanto o estatístico t para probar a hipótese nula como a
 5358 probabilidade asociada correspondente, e podes recuperalos usando os
 5359 accesorios "$test" e "$pvalue", respectivamente.
 5360 
 5361 Cando indicas a opción --trim, descártanse os valores mínimo e máximo de
 5362 cada submostra antes de calcular a media e o rango. Isto fai que sexa menos
 5363 probable que os valores atípicos provoquen unha distorsión na análise.
 5364 
 5365 Cando indicas a opción --quiet, non se amosa a gráfica nin se presenta o
 5366 resultado; só se indican o estatístico t e a súa probabilidade asociada
 5367 (valor p). Por outra banda, podes controlar o formato da gráfica mediante a
 5368 opción --output; e isto funciona como se describe en conexión coa
 5369 instrución "gnuplot".
 5370 
 5371 Ruta do menú:    /Variable/Gráfica Rango-Media
 5372 
 5373 # run Programming
 5374 
 5375 Argumento:   nomeficheiro 
 5376 
 5377 Executa as instrucións de nomeficheiro e logo devolve o control ao
 5378 indicador interactivo. Esta instrución está pensada para que a utilices co
 5379 programa de liñas de instrución gretlcli ou coa "consola de Gretl" no
 5380 programa de Interface Gráfica de Usuario (GUI).
 5381 
 5382 Consulta tamén "include".
 5383 
 5384 Ruta do menú:    Icona 'Executar' na xanela do editor de guións
 5385 
 5386 # runs Tests
 5387 
 5388 Argumento:   serie 
 5389 Opcións:    --difference (Utiliza as primeiras diferenzas da variable)
 5390             --equal (Os valores positivos e negativos son equiprobables)
 5391 
 5392 Realiza a proba non paramétrica "de ringleiras" para comprobar o carácter
 5393 aleatorio da serie indicada, onde as ringleiras defínense como secuencias
 5394 de valores consecutivos positivos ou negativos. Se queres probar o carácter
 5395 aleatorio das desviacións respecto á mediana, para unha variable chamada
 5396 x1 que ten unha mediana non nula, podes facer o seguinte:
 5397 
 5398 	series signx1 = x1 - median(x1)
 5399 	runs signx1
 5400 
 5401 Cando indicas a opción --difference, vanse calcular as primeiras diferenzas
 5402 da serie antes da análise, polo que as ringleiras se interpretarían como
 5403 secuencias de aumentos ou de diminucións consecutivas do valor da variable.
 5404 
 5405 Cando indicas a opción --equal, a hipótese nula tamén incorpora o suposto
 5406 de que os valores positivos e negativos son igual de probables; se non, o
 5407 estatístico de proba resulta invariante con respecto á "neutralidade" do
 5408 proceso que xerou a secuencia de valores, e a proba céntrase unicamente na
 5409 independencia.
 5410 
 5411 Ruta do menú:    /Ferramentas/Probas non paramétricas
 5412 
 5413 # scatters Graphs
 5414 
 5415 Argumentos:  yvar ; xvars  ou yvars ; xvar 
 5416 Opcións:    --with-lines (Xera gráficas de liñas)
 5417             --matrix=nomematriz (Representa as columnas da matriz indicada)
 5418             --output=nomeficheiro (Envía o resultado ao ficheiro especificado)
 5419 Exemplos:   scatters 1 ; 2 3 4 5
 5420             scatters 1 2 3 4 5 6 ; 7
 5421             scatters y1 y2 y3 ; x --with-lines
 5422 
 5423 Xera gráficas de dúas variables, ben de yvar fronte a todas as variables
 5424 de xvars, ou ben de todas as variables de yvars fronte a xvar. No primeiro
 5425 exemplo de arriba, se coloca a variable 1 no eixe y e se debuxan 4
 5426 gráficas: a primeira ten a variable 2 no eixe x, a segunda coa variable 3
 5427 no eixe x, etcétera. O segundo exemplo representa cada unha das variables
 5428 da 1 á 6, fronte á variable 7 no eixe x. Repasar un conxunto desas
 5429 gráficas pode ser un paso conveniente na análise exploratoria de datos. O
 5430 número máximo de gráficas é de 16, polo que vaise ignorar calquera
 5431 variable adicional na lista.
 5432 
 5433 Por defecto, as gráficas son de dispersión, pero se indicas a opción
 5434 --with-lines serán gráficas de liñas.
 5435 
 5436 Para obter máis detalles sobre o uso da opción --output, consulta a
 5437 instrución "gnuplot".
 5438 
 5439 Se especificas unha matriz xa definida como orixe dos datos, debes de
 5440 expresar as listas x e y con números naturais positivos que indiquen a
 5441 columna; ou, en caso contrario, se non indicas eses números, represéntanse
 5442 todas as columnas fronte ao tempo ou a unha variable índice.
 5443 
 5444 Cando o conxunto de datos é de series temporais, entón podes omitir a
 5445 segunda lista, pois nese caso vaise tomar implicitamente ao 'tempo' como
 5446 tal, polo que podes debuxar varias series temporais en gráficas separadas.
 5447 
 5448 Ruta do menú:    /Ver/Gráficas múltiples
 5449 
 5450 # sdiff Transformations
 5451 
 5452 Argumento:   listavariables 
 5453 
 5454 Obtense a diferenza estacional de cada unha das variables de listavariables,
 5455 e gárdase o resultado nunha nova variable co prefixo sd_. Esta instrución
 5456 está dispoñible só para series de tempo estacionais.
 5457 
 5458 Ruta do menú:    /Engadir/Diferenzas estacionais das variables seleccionadas
 5459 
 5460 # set Programming
 5461 
 5462 Variantes:   set variable valor
 5463             set --to-file=nomeficheiro
 5464             set --from-file=nomeficheiro
 5465             set stopwatch
 5466             set
 5467 Exemplos:   set svd on
 5468             set csv_delim tab
 5469             set horizon 10
 5470             set --to-file=mysettings.inp
 5471 
 5472 O uso máis común desta instrución é a primeira variante amosada arriba,
 5473 na que se utiliza para establecer o valor dun parámetro escollido do
 5474 programa (isto discútese con detalle máis abaixo). Os outros usos son: con
 5475 --to-file para escribir un ficheiro de guión que conteña todas as
 5476 configuracións actuais dos parámetros; con --from-file para ler un
 5477 ficheiro de guión que conteña as configuracións dos parámetros e para
 5478 aplicalas á sesión vixente; con stopwatch para poñer a cero o
 5479 "cronómetro" de Gretl que podes usar para medir o tempo de CPU (consulta os
 5480 comentarios para o accesorio "$stopwatch"); ou para presentar as
 5481 configuracións actuais, cando indicas só a palabra set.
 5482 
 5483 Os valores establecidos mediante esta instrución seguen vixentes durante a
 5484 duración da sesión de Gretl, agás que os troques por medio dunha chamada
 5485 posterior a "set". Os parámetros que podes establecer deste xeito
 5486 enuméranse máis abaixo. Ten en conta que se utilizan as configuracións de
 5487 hc_version, hac_lag e hac_kernel cando indicas a opción --robust nunha
 5488 instrución de estimación.
 5489 
 5490 As configuracións dispoñibles agrúpanse baixo as seguintes categorías:
 5491 interacción e comportamento do programa, métodos numéricos, xeración de
 5492 números aleatorios, estimación robusta, filtrado, estimación de series
 5493 temporais e interacción con GNU R.
 5494 
 5495 Interacción e comportamento do programa
 5496 
 5497 Estas configuracións utilízanse para controlar diversos aspectos do xeito
 5498 no que Gretl interactúa co usuario.
 5499 
 5500   workdir: path. Establece o cartafol por defecto para escribir e ler
 5501   ficheiros nos casos nos que non se especifican as rutas completas.
 5502 
 5503   use_cwd: on ou off (por defecto). Manexa a configuración do cartafol de
 5504   traballo (workdir) inicial: se está en on, hérdase o cartafol de
 5505   traballo desde o intérprete; se non, establécese onde queira que se
 5506   seleccionou na sesión previa de Gretl.
 5507 
 5508   echo: off ou on (por defecto). Elimina (ou acurta) a resonancia dos textos
 5509   das instrucións nos resultados de Gretl.
 5510 
 5511   messages: off ou on (por defecto). Elimina (ou acurta) a presentación de
 5512   mensaxes sen fallo asociados a diversas instrucións, por exemplo cando se
 5513   xera unha nova variable ou cando se cambia o rango da mostra.
 5514 
 5515   verbose: off, on (por defecto) ou comments. Funciona como un "interruptor
 5516   mestre" para echo e messages (mira máis abaixo), apagando ou acendendo os
 5517   dous simultaneamente. O argumento comments apaga a resonancia e a
 5518   aparición de mensaxes, pero mantén a presentación de comentarios dun
 5519   guión.
 5520 
 5521   warnings: off ou on (por defecto). Elimina (ou acurta) a presentación de
 5522   mensaxes de advertencia que xorden cando as operacións aritméticas
 5523   producen valores non finitos.
 5524 
 5525   csv_delim: comma (coma, por defecto), space (espazo), tab (tabulación) ou
 5526   semicolon (punto e coma). Establece o delimitador de columnas que se usa
 5527   cando se gardan datos nun ficheiro con formato CSV.
 5528 
 5529   csv_write_na: A cadea de texto que se utiliza para representar os valores
 5530   ausentes cando se escriben datos nun ficheiro con formato CSV. Máximo = 7
 5531   caracteres; por defecto é NA.
 5532 
 5533   csv_read_na: A cadea de texto que se colle para representar valores
 5534   ausentes (NAs) cando se len datos co formato CSV (máximo 7 caracteres). A
 5535   cadea por defecto depende de que se atope unha columna de datos que
 5536   conteña datos numéricos (a maioría das veces) ou valores de cadea. Para
 5537   datos numéricos, considérase que o seguinte indica NAs: unha cela
 5538   baldeira ou calquera das cadeas NA, N.A., na, n.a., N/A, #N/A, NaN, .NaN,
 5539   ., .., -999, e -9999. Para datos con forma de cadeas de texto con valores,
 5540   tan só se conta como NA unha cela en branco ou unha cela que conteña
 5541   unha cadea baldeira. Podes volver a impoñer eses valores por defecto
 5542   indicando default como o valor de csv_read_na. Para especificar que tan
 5543   só se len as celas baldeiras como NAs, indica o valor "". Ten en conta
 5544   que as celas baldeiras sempre se len como NAs con independencia de como
 5545   estea configurada esta variable.
 5546 
 5547   csv_digits: Un enteiro positivo que especifica o número de díxitos
 5548   significativos a usar cando se escriben datos en formato CSV. Por defecto,
 5549   utilízanse ata 15 díxitos dependendo da precisión dos datos orixinais.
 5550   Ten en conta que o resultado CSV emprega a función fprintf da librería
 5551   de C coa conversión "%g" , o que significa que se prescinde dos ceros que
 5552   quedan atrás.
 5553 
 5554   display_digits: Un enteiro de 3 a 6 que especifica o número de díxitos
 5555   significativos a usar cando se amosan os coeficientes da regresión e as
 5556   desviacións padrón (sendo 6 por defecto). Tamén podes utilizar esta
 5557   configuración para limitar o número de díxitos que se amosan coa
 5558   instrución "summary"; sendo neste caso 5 por defecto (e tamén como
 5559   máximo) ou 4 cando indicas a opción --simple.
 5560 
 5561   mwrite_g: on ou off (por defecto). Cando se escribe unha matriz como texto
 5562   nun ficheiro, Gretl por defecto utiliza notación científica con 18
 5563   díxitos de precisión, asegurando deste xeito que os valores gardados son
 5564   unha representación fiable dos números en memoria. Cando se escriben
 5565   datos básicos con non máis ca 6 díxitos de precisión, podes preferir
 5566   utilizar o formato %g para ter un ficheiro máis compacto e doado de ler;
 5567   podes facer este cambio mediante set mwrite_g on.
 5568 
 5569   force_decpoint: on ou off (por defecto). Forza a Gretl a utilizar o
 5570   carácter de punto decimal, nun escenario onde outro carácter
 5571   (probablemente a coma) é o separador decimal estándar.
 5572 
 5573   loop_maxiter: Un valor enteiro non negativo (por defecto é 100000).
 5574   Establece o número máximo de iteracións que se lle permite a un bucle
 5575   while, antes de parar (consulta "loop"). Cae na conta de que esta
 5576   configuración só afecta á variante while; a súa intención é
 5577   protexerse ante infinitos bucles que xurdan de forma inadvertida.
 5578   Establecer que este valor sexa 0 ten o efecto de inhabilitar o límite
 5579   (utilízao con precaución).
 5580 
 5581   max_verbose: off (por defecto), on ou full. Controla a verborrea das
 5582   instrucións e das funcións que utilizan métodos de optimización
 5583   numérica. A opción on só se aplica a funcións (tales como "BFGSmax" e
 5584   "NRmax") que funcionan por defecto con discreción; o seu efecto consiste
 5585   en que se amosa información básica sobre as iteracións. Podes usar a
 5586   opción full para provocar un resultado máis detallado, que inclúe os
 5587   valores dos parámetros e o seu respectivo gradiente da función
 5588   obxectivo, en cada iteración. Esta opción aplícase tanto ás funcións
 5589   do tipo mencionado antes, como ás instrucións que se basean en
 5590   optimización numérica como "arima", "probit" e "mle". No caso das
 5591   instrucións, o seu efecto consiste en facer que a súa opción --verbose
 5592   proporcione un maior detalle. Consulta tamén o Manual de usuario de Gretl
 5593   (Capítulo 35).
 5594 
 5595   debug: 1, 2 ou 0 (por defecto). Isto utilízase coas funcións definidas
 5596   polo usuario. Establecer debug igual a 1 equivale a activar messages
 5597   dentro de todas esas funcións, e establecer esta variable igual a 2 ten o
 5598   efecto adicional de activar max_verbose dentro de todas as funcións.
 5599 
 5600   shell_ok: on ou off (por defecto). Permite executar programas externos
 5601   desde Gretl mediante o intérprete de sistema. Isto non está habilitado
 5602   por defecto por razóns de seguridade, e só podes habilitalo mediante a
 5603   Interface Gráfica de Usuario (Ferramentas/Preferencias/Xeral). Porén,
 5604   unha vez activada, esta configuración permanecerá activa para sesións
 5605   futuras ata que se desactive explicitamente.
 5606 
 5607   bfgs_verbskip: Un enteiro. Esta configuración afecta ao comportamento da
 5608   opción --verbose naquelas instrucións que utilizan BFGS como algoritmo
 5609   de optimización, e se usa para compactar o resultado. Se bfgs_verbskip se
 5610   establece en 3, por exemplo, entón a opción --verbose vai provocar que
 5611   se presenten as iteracións 3, 6, 9, etcétera.
 5612 
 5613   skip_missing: on (por defecto) ou off. Controla o comportamento de Gretl
 5614   cando se constrúe unha matriz a partir de series de datos: por defecto
 5615   sáltanse as filas de datos que conteñen un ou máis valores ausentes,
 5616   pero cando se pon skip_missing en off, os valores ausentes convértense en
 5617   NaNs.
 5618 
 5619   matrix_mask: O nome dunha serie ou a palabra chave null. Ofrece un maior
 5620   control ca skip_missing cando se constrúen matrices a partir de series:
 5621   as filas de datos seleccionadas para as matrices son aquelas con valores
 5622   non nulos (e non ausentes) das series especificadas. A careta escollida
 5623   permanece en vigor ata que se substitúe, ou se elimina mediante a palabra
 5624   chave null.
 5625 
 5626   huge: Un número positivo moi grande (por defecto, 1.0E100). Esta
 5627   configuración controla o valor que devolve o accesorio "$huge".
 5628 
 5629 Métodos numéricos
 5630 
 5631 Estas configuracións utilízanse para controlar os algoritmos numéricos
 5632 que utiliza Gretl para a estimación.
 5633 
 5634   optimizer: ou auto (por defecto), ou BFGS, ou ben newton. Establece o
 5635   algoritmo de optimización que se utiliza para varios estimadores Máximo
 5636   Verosímiles, nos casos onde o BFGS e o de Newton-Raphson se poden aplicar
 5637   ambos. Por defecto, utilízase o de Newton-Raphson cando se dispoña dunha
 5638   matriz Hessiana analítica; se non, BFGS.
 5639 
 5640   bhhh_maxiter: Un enteiro, o número máximo de iteracións para a rutina
 5641   interna BHHH de Gretl, que se utiliza na instrución "arma" para a
 5642   estimación MV condicional. Se a converxencia non se acada logo de
 5643   bhhh_maxiter, o programa devolve un fallo. Por defecto, establécese en
 5644   500.
 5645 
 5646   bhhh_toler: Un valor de punto flotante ou a cadea default. Isto utilízase
 5647   na rutina interna BHHH de Gretl para verificar se a converxencia se
 5648   acadou. O algoritmo remata de repetirse tan pronto como o incremento no
 5649   logaritmo da verosimilitude entre iteracións sexa menor ca bhhh_toler. O
 5650   valor por defecto é 1.0E-06, e podes restablecer este valor tecleando
 5651   default en troques dun valor numérico.
 5652 
 5653   bfgs_maxiter: Un enteiro, o número máximo de iteracións para a rutina
 5654   BFGS de Gretl, que se utiliza para "mle" (EMV), "gmm" (MGM) e varios
 5655   estimadores específicos. Se non se acada a converxencia no número
 5656   indicado de iteracións, o programa devolve un fallo. O valor por defecto
 5657   depende do contexto, pero habitualmente é da orde de 500.
 5658 
 5659   bfgs_toler: Un valor de punto flotante ou a cadea default. Isto utilízase
 5660   na rutina interna BFGS de Gretl para verificar se a converxencia se
 5661   acadou. O algoritmo remata de repetirse tan pronto como a melloría
 5662   relativa na función obxectivo entre iteracións sexa menor ca bfgs_toler.
 5663   O valor por defecto é igual á precisión de máquina elevada a 3/4, e
 5664   podes restablecer este valor tecleando default en lugar dun valor
 5665   numérico.
 5666 
 5667   bfgs_maxgrad: Un valor de punto flotante. Isto utilízase na rutina
 5668   interna BFGS de Gretl, para verificar se a norma do vector gradiente está
 5669   razoablemente preto de cero cando se acada o criterio bfgs_toler. Vaise
 5670   presentar unha advertencia cando a norma do vector gradiente exceda de 1;
 5671   e amósase un fallo se a norma excede bfgs_maxgrad. Actualmente, por
 5672   defecto o valor de tolerancia é de 5.0.
 5673 
 5674   bfgs_richardson: on ou off (por defecto). Utiliza a extrapolación de
 5675   Richardson cando calcula as derivadas numéricas no contexto da
 5676   maximización BFGS.
 5677 
 5678   initvals: Ou ben auto (por defecto), ou ben o nome dunha matriz
 5679   especificada previamente. Permite establecer manualmente as estimacións
 5680   iniciais dos parámetros para problemas de optimización numérica (tales
 5681   como a estimación ARMA). Para obter máis detalles, consulta o Manual de
 5682   usuario de Gretl (Capítulo 29).
 5683 
 5684   lbfgs: on ou off (por defecto). Utiliza a versión de memoria limitada de
 5685   BFGS (L-BFGS-B) en troques do algoritmo habitual. Isto pode ser vantaxoso
 5686   cando a función que se maximiza non é globalmente cóncava.
 5687 
 5688   lbfgs_mem: Un valor enteiro no rango de 3 a 20 (cun valor por defecto de
 5689   8). Isto determina o número de correccións que se utilizan na matriz de
 5690   memoria limitada cando se emprega L-BFGS-B.
 5691 
 5692   nls_toler: Un valor de punto flotante. Establece a tolerancia que se
 5693   utiliza ao xulgar se a converxencia se acada ou non, nunha estimación de
 5694   mínimos cadrados non lineais utilizando a instrución "nls". O valor por
 5695   defecto é igual á precisión de máquina elevada a 3/4, e podes
 5696   restablecer este valor tecleando default en lugar dun valor numérico.
 5697 
 5698   svd: on ou off (por defecto). Utiliza a Descompisición en Valores
 5699   Singulares (SVD) en troques das descomposicións de Cholesky ou a QR, nos
 5700   cálculos de mínimos cadrados. Esta opción aplícase á función mols
 5701   así como a varios cálculos internos, pero non á instrución "ols"
 5702   habitual.
 5703 
 5704   force_qr: on ou off (por defecto). Isto aplícase á instrución "ols".
 5705   Por defecto, esta instrución calcula as estimacións de MCO utilizando a
 5706   descomposición de Cholesky (o método máis rápido), con QR como último
 5707   recurso se os datos semellan demasiado mal condicionados. Podes utilizar
 5708   force_qr para saltarte o paso de Cholesky, pois nos casos "dubidosos" isto
 5709   pode asegurar unha maior precisión.
 5710 
 5711   fcp: on ou off (por defecto). Utiliza o algoritmo de Fiorentini, Calzolari
 5712   e Panattoni en vez do código propio de Gretl, cando se calculan as
 5713   estimacións GARCH.
 5714 
 5715   gmm_maxiter: Un enteiro, o número máximo de iteracións da instrución
 5716   "gmm" de Gretl cando se está en modo iterativo (en contraposición ao dun
 5717   paso ou ao de dous pasos). O valor por defecto é 250.
 5718 
 5719   nadarwat_trim: Un enteiro, o parámetro de recorte utilizado na función
 5720   "nadarwat".
 5721 
 5722   fdjac_quality: Un enteiro (0, 1 ou 2) que indica o algoritmo utilizado
 5723   pola función "fdjac"; por defecto é 0.
 5724 
 5725 Xénese de números aleatorios
 5726 
 5727   seed: Un número natural positivo. Establece a semente para o xerador de
 5728   números pseudoaleatorios. Por defecto, isto establécese a partir do
 5729   tempo do sistema; pero se queres xerar secuencias repetibles de números
 5730   aleatorios debes de establecer a semente manualmente.
 5731 
 5732 Estimación robusta
 5733 
 5734   bootrep: Un enteiro. Establece o número de repeticións da instrución
 5735   "restrict" coa opción --bootstrap.
 5736 
 5737   garch_vcv: unset, hessian, im (matriz de información), op (matriz de
 5738   produto externo), qml (estimador CMV ou QML), ou bw
 5739   (Bollerslev-Wooldridge). Especifica a variante que se vai utilizar para
 5740   estimar a matriz de covarianzas dos coeficientes para modelos GARCH. Cando
 5741   indicas unset (caso por defecto) entón utilízase a matriz Hessiana,
 5742   agás que se indique a opción "robust" para a instrución garch, en cuxo
 5743   caso utilízase CMV (QML).
 5744 
 5745   arma_vcv: hessian (caso por defecto) ou op (matriz de produto externo).
 5746   Especifica a variante que se vai utilizar cando se calcula a matriz de
 5747   covarianzas para modelos ARIMA.
 5748 
 5749   force_hc: off (por defecto) ou on. Por defecto, con datos de series
 5750   temporais e cando indicas a opción--robust con ols (MCO), utilízase o
 5751   estimador HAC. Se pos force_hc en "on", isto forza o cálculo da Matriz de
 5752   Covarianzas Consistente ante Heterocedasticidade (HCCM) habitual, que non
 5753   ten en conta a autocorrelación. Cae na conta de que os VARs trátanse
 5754   como un caso especial, pois cando indicas a opción --robust o método por
 5755   defecto é o da HCCM habitual, pero podes utilizar a opción --robust-hac
 5756   para forzar que se empregue un estimador HAC.
 5757 
 5758   robust_z: off (por defecto) ou on. Isto controla a distribución que se
 5759   utiliza cando se calculan as probabilidades asociadas (valores p) baseadas
 5760   nas desviacións padrón robustas, no contexto dos estimadores de mínimos
 5761   cadrados. Por defecto, Gretl utiliza a distribución t de Student pero se
 5762   activas robust_z, utilízase unha distribución Normal.
 5763 
 5764   hac_lag: nw1 (por defecto), nw2, nw3 ou un enteiro. Establece o valor do
 5765   retardo máximo ou largo de banda (p) utilizado cando se calculan as
 5766   desviacións padrón HAC (Consistentes ante Heterocedasticidade e
 5767   Autocorrelación) utilizando o enfoque de Newey-West, para datos de series
 5768   temporais. As opcións nw1 e nw2 representan dúas variantes de cálculo
 5769   automático baseadas no tamaño da mostra T: para nw1, p = 0.75 * T^(1/3),
 5770   e para nw2, p = 4 * (T/100)^(2/9). A nw3 solicita unha elección do largo
 5771   de banda que se basea nos datos. Consulta tamén máis abaixo qs_bandwidth
 5772   e hac_prewhiten.
 5773 
 5774   hac_kernel: bartlett (por defecto), parzen ou qs (Espectral cadrado).
 5775   Establece o 'kernel', ou padrón de ponderacións, que se utiliza cando se
 5776   calculan as desviacións padrón HAC.
 5777 
 5778   hac_prewhiten: on ou off (por defecto). Utiliza o 'branqueo' previo e a
 5779   'volta a colorear' de Andrews-Monahan cando se calculan as desviacións
 5780   padrón HAC. Isto tamén implica utilizar unha elección do largo de banda
 5781   que se basea nos datos.
 5782 
 5783   hc_version: 0 (por defecto), 1, 2, 3 ou 3a. Establece a variante que se
 5784   utiliza ao calcular as desviacións padrón Consistentes ante
 5785   Heterocedasticidade (HC) con datos de sección cruzada. As 4 primeiras
 5786   opcións correspóndense a HC0, HC1, HC2 e HC3 discutidas por Davidson e
 5787   MacKinnon no capítulo 5 de Econometric Theory and Methods. HC0 produce as
 5788   "desviacións padrón de White", como se denominan habitualmente. A
 5789   variante 3a é o procedemento da "navalla" de MacKinnon-White.
 5790 
 5791   pcse: off (por defecto) ou on. Por defecto, cando se estima un modelo
 5792   utilizando MCO combinados con datos de panel coa opción --robust,
 5793   utilízase o estimador de Arellano para a matriz de covarianzas. Cando pos
 5794   pcse en "on", isto forza que se utilicen as Desviacións Padrón
 5795   Corrixidas de Panel de Beck e Katz (que non teñen en conta a
 5796   autocorrelación).
 5797 
 5798   qs_bandwidth: Largo de banda para a estimación HAC no caso de que
 5799   selecciones o kernel Espectral Cadrado (QS). (A diferenza dos 'kernels' de
 5800   Bartlett e de Parzen, o largo de banda QS non require ser un enteiro.)
 5801 
 5802 Series temporais
 5803 
 5804   horizon: Un enteiro (por defecto baséase na frecuencia dos datos).
 5805   Establece o horizonte para as respostas ao impulso e as descomposicións
 5806   da varianza de predición no contexto de autorregresións de vectores.
 5807 
 5808   vecm_norm: phillips (por defecto), diag, first ou none. Usada no contexto
 5809   da estimación VECM mediante a instrución "vecm" para identificar os
 5810   vectores de cointegración. Consulta o Manual de usuario de Gretl
 5811   (Capítulo 31) para obter máis detalles.
 5812 
 5813   boot_iters: Un enteiro, B. Establece o número de iteracións 'bootstrap'
 5814   que se utilizan cando se calculan funcións de resposta ao impulso con
 5815   intervalos de confianza. O valor por defecto é 1999. É recomendable que
 5816   B + 1 sexa sempre divisible por 100α/2 de xeito que, por exemplo con α =
 5817   0.1, B+1 debería ser múltiplo de 5. O mínimo valor aceptable para B é
 5818   499.
 5819 
 5820 Interacción con R
 5821 
 5822   R_lib: on (por defecto) ou off. Cando se envían instrucións para que as
 5823   execute R, utiliza a biblioteca compartida de R mellor ca o executable de
 5824   R, se a biblioteca está dispoñible.
 5825 
 5826   R_functions: off (por defecto) ou on. Recoñece funcións definidas en R
 5827   como se foran funcións propias (para iso requírese o prefixo de
 5828   asignación de nomes "R."). Consulta o Manual de usuario de Gretl
 5829   (Capítulo 41) para obter máis detalles sobre este elemento e o anterior.
 5830 
 5831 Miscelánea
 5832 
 5833   mpi_use_smt: on ou ben off (por defecto). Este interruptor afecta ao
 5834   número de procesos que se inician nun bloque mpi dentro dun guión. Se o
 5835   interruptor está en off, a cantidade por defecto destes procesos é igual
 5836   ao número de núcleos físicos da máquina local; se está en on, a
 5837   cantidade por defecto destes procesos é igual ao número máximo de
 5838   subprocesos, que cadrará co dobre do número de núcleos físicos cando
 5839   estes podan soportar SMT (Multiproceso Simultáneo, tamén coñecido como
 5840   Hiperproceso). Isto se aplica unicamente se o usuario non indica o número
 5841   de procesos, ben de xeito directo ou ben de xeito indirecto (mediante a
 5842   especificación dun ficheiro hosts para utilizar con MPI).
 5843 
 5844 # setinfo Dataset
 5845 
 5846 Argumento:   serie 
 5847 Opcións:    --description=cadea (Establece a descrición)
 5848             --graph-name=cadea (Establece o nome da gráfica)
 5849             --discrete (Marca a serie como discreta)
 5850             --continuous (Marca a serie como continua)
 5851             --coded (Marca como unha codificación)
 5852             --numeric (Marca como non codificación)
 5853             --midas (Marca como compoñente de datos de alta frecuencia)
 5854 Exemplos:   setinfo x1 --description="Descrición de x1"
 5855             setinfo y --graph-name="Algunha cadea"
 5856             setinfo z --discrete
 5857 
 5858 Se activas as opcións --description ou --graph-name, o argumento debe de
 5859 ser unha única serie; se non, poderá ser unha lista de series, en cuxo
 5860 caso a instrución funciona sobre todos os elementos da lista. Esta
 5861 instrución configura 4 atributos como se indica deseguido.
 5862 
 5863 Cando indicas a opción --description seguida dunha cadea de texto entre
 5864 comiñas, esa cadea utilízase para establecer a etiqueta descritiva da
 5865 variable. Esta etiqueta amósase en resposta á instrución "labels", e
 5866 tamén amósase na xanela principal do programa de Interface Gráfica de
 5867 Usuario (GUI).
 5868 
 5869 Cando especificas a opción --graph-name seguida dunha cadea de texto entre
 5870 comiñas, esa cadea vaise utilizar nas gráficas en lugar do nome da
 5871 variable.
 5872 
 5873 Cando indicas un dos dous indicadores de opción --discrete ou --continuous,
 5874 o carácter numérico da variable establécese en consonancia con iso. Por
 5875 defecto, trátanse todas as series como continuas, entón determinar que
 5876 unha serie sexa discreta vai afectar ao xeito no que se manexa a variable
 5877 nas gráficas de frecuencia.
 5878 
 5879 Cando indicas algunha das dúas opcións --coded ou --numeric, o status da
 5880 serie indicada establécese dacordo con iso. Por defecto, trátanse todos os
 5881 valores numéricos como que teñen sentido coma tales, polo menos na
 5882 acepción habitual; pero establecer que unha serie é coded quere dicir que
 5883 os valores numéricos son unha codificación arbitraria de características
 5884 cualitativas.
 5885 
 5886 A opción --midas establece unha indicación que alude a que unha
 5887 determinada serie contén datos dunha frecuencia maior que a frecuencia base
 5888 do conxunto de datos; por exemplo, se o conxunto de datos é trimestral, e
 5889 as series conteñen valores para o mes 1, 2 ou 3 de cada trimestre. (MIDAS =
 5890 Mixed Data Sampling.)
 5891 
 5892 Ruta do menú:    /Variable/Editar atributos
 5893 Outro acceso: Xanela principal: Menú emerxente
 5894 
 5895 # setmiss Dataset
 5896 
 5897 Argumentos:  valor [ listavariables ] 
 5898 Exemplos:   setmiss -1
 5899             setmiss 100 x2
 5900 
 5901 Permite que o programa interprete algún valor específico de dato numérico
 5902 (o primeiro parámetro da instrución) como un código para "ausente", no
 5903 caso de importar datos. Cando este valor é o único parámetro (como no
 5904 primeiro exemplo de arriba), esa interpretación vaise aplicar a todas as
 5905 series do conxunto de datos. Cando "valor" vai seguido dunha lista de
 5906 variables (indicadas por nome ou número), a interpretación limítase á(s)
 5907 variable(s) especificada(s). Así, no segundo exemplo, o valor 100 dos datos
 5908 interprétase como un código para "ausente", pero só para a variable x2.
 5909 
 5910 Ruta do menú:    /Datos/Establecer código de valor ausente
 5911 
 5912 # setobs Dataset
 5913 
 5914 Variantes:   setobs periodicidade obsinicio
 5915             setobs varunidades vartempo --panel-vars
 5916 Opcións:    --cross-section (Interpreta como de sección cruzada)
 5917             --time-series (Interpreta como serie temporal)
 5918             --special-time-series (Mira abaixo)
 5919             --stacked-cross-section (Interpreta como datos de panel)
 5920             --stacked-time-series (Interpreta como datos de panel)
 5921             --panel-vars (Utiliza variables índice, mira abaixo)
 5922             --panel-time (Mira abaixo)
 5923             --panel-groups (Mira abaixo)
 5924 Exemplos:   setobs 4 1990:1 --time-series
 5925             setobs 12 1978:03
 5926             setobs 1 1 --cross-section
 5927             setobs 20 1:1 --stacked-time-series
 5928             setobs unit year --panel-vars
 5929 
 5930 Esta instrución forza ao programa a interpretar que o conxunto de datos ten
 5931 unha estrutura específica.
 5932 
 5933 Na primeira forma da instrución, debes de indicar a periodicidade mediante
 5934 un enteiro que represente a frecuencia no caso de que os datos sexan series
 5935 temporais (1 = anuais; 4 = trimestrais; 12 = mensuais; 52 = semanais; 5, 6,
 5936 ou 7 = diarios; 24 = horarios). No caso de datos de panel, a periodicidade
 5937 indica o número de liñas por bloque de datos; polo tanto, isto expresa ou
 5938 ben o número de unidades consecutivas cando indicas que son 'seccións
 5939 cruzadas amontoadas', ou ben o número de períodos de tempo consecutivos
 5940 cando indicas 'series de tempo amontoadas'. No caso de datos simples de
 5941 sección cruzada, a periodicidade debe de establecerse en 1.
 5942 
 5943 A observación de inicio representa a data inicial, no caso de tratarse de
 5944 datos de series temporais. Podes indicar os anos mediante 2 ou 4 díxitos; e
 5945 debes de separar os subperíodos (por exemplo, trimestres ou meses) do ano
 5946 mediante dous puntos. No caso de datos de panel, debes de indicar a
 5947 observación inicial como 1:1, e no caso de datos de sección cruzada, como
 5948 1. Debes de indicar as observacións iniciais para datos diarios ou semanais
 5949 co formato YYYY-MM-DD (ou simplemente como 1 para datos sen datar).
 5950 
 5951 Algunhas periodicidades de series temporais teñen interpretacións
 5952 estándar (por exemplo, 12 = mensuais e 4 = trimestrais). Pero se tes datos
 5953 de series temporais pouco habituais para as que non se aplica a
 5954 interpretación estándar, podes sinalar isto indicando a opción
 5955 --special-time-series. Nese caso, Gretl non vai advertir de que os teus
 5956 datos de (por exemplo) frecuencia igual a 12, sexan mensuais.
 5957 
 5958 Cando non seleccionas un indicador de opción explícito para determinar a
 5959 estrutura dos datos, o programa vai tratar de adiviñar a estrutura a partir
 5960 da información proporcionada.
 5961 
 5962 A segunda forma da instrución (que require que indiques a opción
 5963 --panel-vars) pode utilizarse para impoñer unha interpretación de panel,
 5964 cando o conxunto de datos contén variables que identifican de forma
 5965 inequívoca as unidades de sección cruzada e os períodos de tempo. O
 5966 conxunto de datos vaise ordenar como series de tempo amontoadas, en función
 5967 dos valores ascendentes da variable de unidades (varunidades).
 5968 
 5969 Opcións específicas de Panel
 5970 
 5971 Podes usar opcións --panel-time e --panel-groups unicamente cun conxunto de
 5972 datos que xa foi definido previamente como un panel.
 5973 
 5974 A intención da opción --panel-time é determinar información adicional
 5975 relacionada coa dimensión temporal do panel. Debes de indicar esta seguindo
 5976 o padrón do primeiro formato de setobs apuntado máis arriba. Por exemplo,
 5977 podes utilizar a seguinte forma de indicar que a dimensión temporal dun
 5978 panel é trimestral, comezando no primeiro trimestre de 1990:
 5979 
 5980 	setobs 4 1990:1 --panel-time
 5981 
 5982 A intención da opción --panel-groups é crear unha serie con valores en
 5983 cadeas de texto, que conteña os nomes dos grupos (individuos, unidades
 5984 atemporais) do panel. (Isto vaise utilizar cando sexa adecuado en gráficas
 5985 de panel.) Con esta opción indicas un ou dous argumentos, como se indica
 5986 deseguido.
 5987 
 5988 Primeiro caso: Un único argumento é o nome dunha serie con valores en
 5989 cadeas de texto. Se o número de valores diferentes é igual ao número de
 5990 grupos do panel, esa serie utilízase para definir os nomes dos grupos. Se
 5991 resulta necesario, o contido numérico da serie vaise axustar de forma que
 5992 os valores sexan todos 1 para o primeiro grupo, todos 2 para o segundo
 5993 grupo, etcétera. Cando o número de valores diferentes en cadeas de texto
 5994 non coincide co número de grupos, amósase un fallo.
 5995 
 5996 Segundo caso: O primeiro argumento é o nome dunha serie, e o segundo é
 5997 unha cadea de texto literal ou unha variable de cadea que contén un nome
 5998 para cada grupo. As series vanse xerar se non existen xa. Cando o segundo
 5999 argumento é unha cadea de texto literal ou unha variable de cadea, os nomes
 6000 dos grupos deben de estar separados por espazos; pero se un nome inclúe
 6001 espazos, debe de contornarse con comiñas precedidas (cada unha) de barra
 6002 inversa. Alternativamente, o segundo argumento pode ser un arranxo de cadeas
 6003 de texto.
 6004 
 6005 Por exemplo, o seguinte código xera unha serie que se vai chamar Estado na
 6006 que os nomes da cadea cstrs repítense cada un T veces, e sendo T a longura
 6007 das series de tempo do panel.
 6008 
 6009 	string cstrs = sprintf("Francia Alemaña Italia \"Reino Unido\"")
 6010 	setobs Estado cstrs --panel-groups
 6011 
 6012 Ruta do menú:    /Datos/Estrutura do conxunto de datos
 6013 
 6014 # setopt Programming
 6015 
 6016 Argumentos:  instrución [ acción ] opcións 
 6017 Exemplos:   setopt mle --hessian
 6018             setopt ols persist --quiet
 6019             setopt ols clear
 6020             Mira tamén gdp_midas.inp
 6021 
 6022 Esta instrución permite a configuración previa de opcións para unha
 6023 instrución concreta. Normalmente isto non fai falta, pero pode ser útil
 6024 para os autores de funcións en Hansl, cando queren facer que algunhas
 6025 opcións das instrucións estean condicionadas ao valor dun argumento que
 6026 proporcione quen as solicita.
 6027 
 6028 Por exemplo, supón que unha función ofrece un interruptor booleano
 6029 "quiet", cuxa intención é que se suprima a presentación de resultados
 6030 dunha determinada regresión que se executa dentro da propia función. Nese
 6031 caso, poderíase escribir:
 6032 
 6033 	if quiet
 6034 	  setopt ols --quiet
 6035 	endif
 6036 	ols ...
 6037 
 6038 Entón, a opción --quiet vaise aplicar á vindeira instrución ols
 6039 unicamente se a variable quiet ten un valor non nulo.
 6040 
 6041 Por defecto, as opcións que se establecen deste xeito só se aplican á
 6042 seguinte petición da instrución; polo que non son persistentes. Porén, se
 6043 indicas persist como valor para acción, as opcións se continuarán
 6044 aplicando á instrución indicada ata novo aviso. O 'antídoto' á acción
 6045 persist é clear, pois este elimina calquera configuración gardada para a
 6046 instrución especificada.
 6047 
 6048 Debes de ter en conta que as opcións establecidas mediante setopt
 6049 combínanse con calquera opción agregada directamente á instrución
 6050 apuntada. Así, por exemplo, pódese engadir a opción --hessian a unha
 6051 instrución mle de forma incondicional, pero utilizar setopt para engadir
 6052 --quiet de forma condicional.
 6053 
 6054 # shell Utilities
 6055 
 6056 Argumento:   instrucshell 
 6057 Exemplos:   ! ls -al
 6058             ! notepad
 6059             launch notepad
 6060 
 6061 Un signo de exclamación ("!") ou a palabra clave "launch", ao comezo dunha
 6062 liña de instrución se interpreta como unha escapada do intérprete de
 6063 usuario. Así podes executar instrucións do intérprete ao teu antollo
 6064 desde dentro de Gretl. Se utilizas "!", a instrución externa execútase de
 6065 forma síncrona; é dicir, Gretl agarda a que se complete a instrución
 6066 antes de proseguir. Cando queiras comezar outro programa desde dentro de
 6067 Gretl e non ter que agardar a que se complete (operación asíncrona ),
 6068 utiliza no seu lugar "launch".
 6069 
 6070 Por razóns de seguridade, esta prestación non se permite por defecto. Para
 6071 activala, marca o cadriño "Permitir instrucións do intérprete" baixo o
 6072 menú Ferramentas/Preferencias/Xeral no programa de Interface Gráfica de
 6073 Usuario (GUI). Isto tamén fai que estean dispoñibles as instrucións do
 6074 intérprete no programa de instrucións en liñas (e resulta o único xeito
 6075 de facelo).
 6076 
 6077 # smpl Dataset
 6078 
 6079 Variantes:   smpl obsinicio obsfin
 6080             smpl +i -j
 6081             smpl varficticia --dummy
 6082             smpl condición --restrict
 6083             smpl --no-missing [ listavariables ]
 6084             smpl --no-all-missing [ listavariables ]
 6085             smpl --contiguous [ listavariables ]
 6086             smpl n --random
 6087             smpl full
 6088 Opcións:    --dummy (O argumento é unha variable ficticia)
 6089             --restrict (Aplica unha restrición booleana)
 6090             --replace (Substitúe calquera restrición booleana existente)
 6091             --no-missing (Limitarse a observacións válidas)
 6092             --no-all-missing (Omite observacións baleiras (mira abaixo))
 6093             --contiguous (Mira abaixo)
 6094             --random (Xera unha submostra aleatoria)
 6095             --permanent (Mira abaixo)
 6096             --balanced (Datos de panel: trata de manter o panel equilibrado)
 6097             --unit (Datos de panel: mostra na dimensión atemporal)
 6098             --quiet (Non amosar o rango mostral)
 6099 Exemplos:   smpl 3 10
 6100             smpl 1960:2 1982:4
 6101             smpl +1 -1
 6102             smpl x > 3000 --restrict
 6103             smpl y > 3000 --restrict --replace
 6104             smpl 100 --random
 6105 
 6106 Restablece o rango da mostra. Podes definir o novo rango de varios xeitos.
 6107 Na primeira alternativa (e nos dous primeiros exemplos) de arriba, obsinicio
 6108 e obsfin deben de ser consistentes coa periodicidade dos datos. Podes
 6109 substituír calquera dos dous mediante un punto e coma para deixar ese valor
 6110 sen cambiar. Na segunda forma, os números enteiros i e j (poden ser
 6111 positivos ou negativos, e deben de ter o seu signo) considéranse como
 6112 variacións en relación ao rango da mostra existente. Na terceira forma,
 6113 varficticia debe de ser unha variable de sinalización con valores 0 ou 1 en
 6114 cada observación; así a mostra vaise restrinxir ás observacións nas que
 6115 o valor é 1. A cuarta forma, que utiliza --restrict, restrinxe a mostra ás
 6116 observacións que cumpren a condición booleana que se indica (e que se
 6117 especifica de acordo coa sintaxe da instrución "genr").
 6118 
 6119 Podes empregar as opcións --no-missing e --no-all-missing para excluír da
 6120 mostra aquelas observacións para as que hai ausencia de datos. A primeira
 6121 variante exclúe aquelas filas do conxunto de datos para as que, polo menos
 6122 unha variable, ten un valor ausente; mentres que a segunda variante exclúe
 6123 unicamente aquelas filas nas que todas as variables teñen valores ausentes.
 6124 En cada caso, a comprobación limítase ás variables de listavariables
 6125 cando indicas este argumento; se non, aplícase a todas as series (coa
 6126 reserva de que, no caso de non ter listavariables e indicar
 6127 --no-all-missing, as variables xenéricas index e time ignóranse).
 6128 
 6129 A opción --contiguous de smpl está pensada para usar con datos de series
 6130 temporais. O seu efecto consiste en recortar calquera observación ao comezo
 6131 e ao final do rango da mostra vixente que conteña valores ausentes (ben
 6132 para as variables de listavariables, ou ben para todas as series de datos se
 6133 non indicas listavariables). Entón realízase unha verificación para
 6134 comprobar se hai algún valor ausente no rango que queda; e se é así,
 6135 amósase un fallo.
 6136 
 6137 Coa opción --random, o número de casos especificado escóllese
 6138 aleatoriamente do conxunto vixente de datos (sen substitución). Se queres
 6139 ser capaz de replicar esa selección, debes de establecer primeiro a semente
 6140 para o xerador de números aleatorios (consulta a instrución "set").
 6141 
 6142 A forma final (smpl full) restablece o rango completo de datos.
 6143 
 6144 Ten en conta que as restricións mostrais son, por defecto, acumulativas; é
 6145 dicir, o punto de partida de calquera instrución smpl é a mostra vixente.
 6146 Se queres que a instrución actúe substituíndo calquera restrición xa
 6147 existente, podes engadir o indicador de opción --replace ao final da
 6148 instrución. (Pero esta opción non é compatible coa opción --contiguous.)
 6149 
 6150 Podes utilizar a variable interna obs xunto coa opción --restrict de smpl
 6151 para excluír observacións concretas da mostra. Por exemplo
 6152 
 6153 	smpl obs!=4 --restrict
 6154 
 6155 vai prescindir unicamente da cuarta observación. Se os casos dos datos se
 6156 identifican mediante etiquetas,
 6157 
 6158 	smpl obs!="USA" --restrict
 6159 
 6160 vai prescindir da observación coa etiqueta "USA".
 6161 
 6162 Debe de apuntarse unha cuestión en relación ás opcións --dummy,
 6163 --restrict e --no-missing da instrución smpl: a información "estrutural"
 6164 do ficheiro de datos (relacionada coa natureza de series de tempo ou de
 6165 panel, dos datos) probablemente vaise perder cando se execute esta
 6166 instrución; pero podes volver impoñer a estrutura coa instrución
 6167 "setobs". Para utilizar con datos de panel, unha opción relacionada é
 6168 --balanced, que pide que se reconstrúa un panel equilibrado logo de extraer
 6169 unha submostra, mediante a inserción de "filas ausentes", se é necesario.
 6170 Pero ten en conta que non sempre é posible cumprir esta petición.
 6171 
 6172 A opción --unit é específica para datos de panel, e te permite indicar
 6173 directamente un rango de "individuos" na dimensión atemporal dese tipo de
 6174 datos. Por exemplo:
 6175 
 6176 	# Limita a mostra aos primeiros 50 individuos nesa dimensión
 6177 	smpl 1 50 --unit
 6178 
 6179 Por defecto, podes desfacer as limitacións que establezas sobre o rango da
 6180 mostra vixente, pois executando smpl full podes restaurar o conxunto de
 6181 datos completo. Porén, podes utilizar a opción --permanent para
 6182 substituír o conxunto de datos restrinxido en lugar do orixinal. O efecto
 6183 de indicar a opción --permanent sen outros argumentos nin opcións, é o de
 6184 reducir o banco de datos ao rango da mostra vixente.
 6185 
 6186 Consulta o Manual de usuario de Gretl (Capítulo 5) para obter outros
 6187 detalles.
 6188 
 6189 Ruta do menú:    /Mostra
 6190 
 6191 # spearman Statistics
 6192 
 6193 Argumentos:  serie1 serie2 
 6194 Opción:     --verbose (Presenta os datos por rangos)
 6195 
 6196 Presenta o coeficiente da correlación por rangos de Spearman para as series
 6197 serie1 e serie2. Non tes que xerarquizar manualmente as variables por
 6198 adiantado, pois a función xa ten conta diso.
 6199 
 6200 A forma automática de xerarquizar é de maior a menor (i.e. o valor máis
 6201 grande dos datos acada o rango 1). Se necesitas inverter esta forma de
 6202 xerarquizar, xera unha nova variable que sexa a negativa da orixinal. Por
 6203 exemplo:
 6204 
 6205 	series altx = -x
 6206 	spearman altx y
 6207 
 6208 Ruta do menú:    /Ferramentas/Probas non paramétricas/Correlación
 6209 
 6210 # sprintf Printing
 6211 
 6212 Instrución obsoleta: utiliza no seu lugar a función co mesmo nome,
 6213 "sprintf".
 6214 
 6215 # square Transformations
 6216 
 6217 Argumento:   listavariables 
 6218 Opción:     --cross (Xera os produtos cruzados así como os cadrados)
 6219 
 6220 Xera novas series que son os cadrados das series de listavariables (ademais
 6221 das variables cos produtos cruzados entre cada dúas, cando indicas a
 6222 opción --cross). Por exemplo, "square x y" vai xerar as variables sq_x = x
 6223 ao cadrado, sq_y = y ao cadrado e (opcionalmente con 'cross') x_y = x por y.
 6224 Cando unha determinada variable é unha variable ficticia, non se calcula o
 6225 seu cadrado pois obteríamos a mesma variable.
 6226 
 6227 Ruta do menú:    /Engadir/Cadrados das variables seleccionadas
 6228 
 6229 # stdize Transformations
 6230 
 6231 Argumento:   listavar 
 6232 Opcións:    --no-df-corr (Sen corrección de graos de liberdade)
 6233             --center-only (Sen dividir por desviación padrón)
 6234 
 6235 Por defecto, obtense unha versión tipificada de cada unha das variables de
 6236 listavar, e cada resultado gárdase nunha nova serie co prefixo s_. Así,
 6237 por exemplo, a expresión "stdize x y" crea as novas series s_x e s_y, cada
 6238 unha como resultado de centrar e dividir a orixinal pola súa desviación
 6239 padrón mostral (coa corrección de 1, nos graos de liberdade).
 6240 
 6241 Cando indicas a opción --no-df-corr, non se vai aplicar ningunha
 6242 corrección dos graos de liberdade na desviación padrón que se utiliza;
 6243 será o estimador máximo-verosímil. Se indicas a opción --center-only, as
 6244 series resultan de unicamente restar a media e, nese caso, os nomes das
 6245 resultantes van ter o prefixo c_ en troques de s_.
 6246 
 6247 A funcionalidade desta instrución está dispoñible de xeito en certo modo
 6248 máis flexible, por medio da función "stdize".
 6249 
 6250 Ruta do menú:    /Engadir/Tipificar as variables seleccionadas
 6251 
 6252 # store Dataset
 6253 
 6254 Argumentos:  nomeficheiro [ listavariables ] 
 6255 Opcións:    --csv (Utiliza o formato CSV)
 6256             --omit-obs (Mira abaixo, sobre o formato CSV)
 6257             --no-header (Mira abaixo, sobre o formato CSV)
 6258             --gnu-octave (Utiliza o formato GNU Octave)
 6259             --gnu-R (Formato tratable con read.table)
 6260             --gzipped[=nivel] (Aplica a compresión gzip)
 6261             --jmulti (Utiliza o formato ASCII JMulti)
 6262             --dat (Utiliza o formato ASCII PcGive)
 6263             --decimal-comma (Utiliza a coma como carácter decimal)
 6264             --database (Utiliza o formato de banco de datos de Gretl)
 6265             --overwrite (Mira abaixo, sobre o formato de banco de datos)
 6266             --comment=cadea (Mira abaixo)
 6267             --matrix=nomematriz (Mira abaixo)
 6268 
 6269 Garda os datos en nomeficheiro. Por defecto, gárdanse todas as series xa
 6270 definidas nese momento, pero podes utilizar o argumento listavariables
 6271 (opcional) para escoller un subconxunto de series. Se o conxunto de datos é
 6272 unha submostra, só se gardan as observacións do rango vixente da mostra.
 6273 
 6274 O ficheiro resultante vai escribirse no cartafol ("workdir") establecido
 6275 nese momento, agás que a cadea nomeficheiro conteña unha especificación
 6276 completa da ruta.
 6277 
 6278 Ata certo punto, podes controlar o formato no que se escriben os datos
 6279 mediante a extensión ou sufixo de nomeficheiro, como se indica deseguido:
 6280 
 6281   .gdt (ou sen extensión): Formato de datos XML propio de Gretl. (Se non
 6282   indicas ningunha extensión, automaticamente engádese ".gdt")
 6283 
 6284   .gtdb: Formato de datos binario propio de Gretl.
 6285 
 6286   .csv: Valores Separados por Comas (CSV).
 6287 
 6288   .txt ou .asc: valores separados por espazos.
 6289 
 6290   .m: Formato matricial GNU Octave.
 6291 
 6292   .dta: Formato dta de Stata (versión 113).
 6293 
 6294 Podes usar os indicadores de opción relacionados co formato que se amosan
 6295 arriba para forzar a cuestión do formato cando se garda, con independencia
 6296 do nome do ficheiro (ou para lograr que Gretl escriba nos formatos de PcGive
 6297 ou JMulTi). Porén, se nomeficheiro ten unha extensión .gdt ou .gdtb, isto
 6298 implica utilizar necesariamente o formato propio, e se engades un indicador
 6299 de opción conflitivo, vai xerarse un fallo.
 6300 
 6301 Cando gardas os datos no formato propio (unicamente), podes utilizar a
 6302 opción --gzipped para comprimir os datos, o que pode ser moi útil para
 6303 conxuntos grandes de datos. O parámetro (optativo) desta opción controla o
 6304 nivel de compresión (de 0 a 9): os niveles máis altos producen un ficheiro
 6305 máis pequeno, pero a compresión leva máis tempo. O nivel por defecto é
 6306 1, e un nivel igual a 0 significa que non se aplica ningunha compresión.
 6307 
 6308 Os indicadores de opción --omit-obs e --no-header son só aplicables cando
 6309 se gardan datos no formato CSV. Por defecto, se os datos son series
 6310 temporais ou de panel, ou se o conxunto de datos inclúe marcadores
 6311 específicos de observación, o ficheiro CSV inclúe unha primeira columna
 6312 que identifica as observacións (e.g. por data). Cando indicas a opción
 6313 --omit-obs, esta columna omítese. A opción --no-header elimina a habitual
 6314 representación dos nomes das variables no encabezamento das columnas.
 6315 
 6316 O indicador de opción --decimal-comma está tamén limitado ao caso de que
 6317 se garden os datos en formato CSV. O efecto desta opción consiste en
 6318 substituír o punto decimal coa coma decimal; e, por engadido, fórzase a
 6319 que o separador de columnas sexa o punto e coma.
 6320 
 6321 A posibilidade de gardar no formato de banco de datos de Gretl está pensada
 6322 para axudar a construír conxuntos longos de series, tal vez mesturando
 6323 frecuencias e rangos de observacións. Neste momento, esta opción só está
 6324 dispoñible para datos de series temporais de tipo anual, trimestral ou
 6325 mensual. Se gardas nun ficheiro que xa existe, o efecto por defecto consiste
 6326 en engadir as series recentemente gardadas ao contido existente no banco de
 6327 datos. Neste contexto, é un fallo que unha (ou máis) das variables que se
 6328 van gardar teña o mesmo nome ca unha variable que xa está presente no
 6329 banco de datos. A opción --overwrite ten como consecuencia que, se hai
 6330 nomes de variables en común, a variable recentemente gardada substitúe á
 6331 variable do mesmo nome no conxunto de datos orixinal.
 6332 
 6333 A opción --comment está dispoñible cando se gardan datos como banco de
 6334 datos ou en formato CSV. O parámetro que se require é unha cadea nunha
 6335 liña, entre comiñas, ligada ao indicador de opción mediante un signo de
 6336 igualdade. A cadea de texto insírese como comentario no ficheiro índice do
 6337 banco de datos ou no encabezamento do CSV.
 6338 
 6339 A instrución store compórtase de xeito especial no contexto dun "bucle
 6340 progresivo". Consulta o Manual de usuario de Gretl (Capítulo 12) para obter
 6341 máis detalles.
 6342 
 6343 Escribir unha matriz como conxunto de datos
 6344 
 6345 A opción --matriz precisa dun parámetro: o nome dunha matriz (que non
 6346 estea baleira). Entón a consecuencia da instrución store é efectivamente
 6347 converter a matriz nun conxunto de datos "en segundo plano", e escribilo
 6348 como tal nun ficheiro. As columnas da matriz pasan a ser series cuxos nomes
 6349 se toman ben dos nomes adxuntos ás columnas da matriz (no caso de habelos),
 6350 ou ben se asignan por defecto como v1, v2, etc. Se a matriz ten nomes
 6351 adxuntos ás filas, estes utilízanse no conxunto de datos como "marcadores
 6352 das observacións".
 6353 
 6354 Cae na conta de que podes escribir as matrices como tales en ficheiros,
 6355 consulta para elo a función "mwrite". Pero ás veces pode resultarche máis
 6356 útil escribilas en forma de conxuntos de datos.
 6357 
 6358 Ruta do menú:    /Ficheiro/Gardar datos; /Ficheiro/Exportar datos
 6359 
 6360 # summary Statistics
 6361 
 6362 Variantes:   summary [ listavariables ]
 6363             summary --matrix=nomematriz
 6364 Opcións:    --simple (Só estatísticos básicos)
 6365             --weight=wvar (Variable de ponderación)
 6366             --by=byvar (Mira abaixo)
 6367 Exemplos:   frontier.inp
 6368 
 6369 Na súa primeira forma, esta instrución presenta un resumo estatístico das
 6370 variables de listavariables, ou de todas as variables do conxunto de datos
 6371 cando omites listavariables. Por defecto, o resultado consiste na media,
 6372 desviación padrón (sd), coeficiente de variación (= sd/media), mediana,
 6373 mínimo, máximo, coeficiente de asimetría e exceso de curtose. Cando
 6374 indicas a opción --simple, o resultado limítase á media, o mínimo, o
 6375 máximo e a desviación padrón.
 6376 
 6377 Cando indicas a opción --by (en cuxo caso o parámetro byvar debe de ser o
 6378 nome dunha variable discreta), entón preséntanse os estatísticos para as
 6379 submostras que se corresponden cos diferentes valores que toma byvar. Por
 6380 exemplo, cando byvar é unha variable ficticia (binaria), preséntanse os
 6381 estatísticos para os casos nos que byvar = 0 e byvar = 1. Advertencia:
 6382 Neste momento, esta opción é incompatible coa opción --weight.
 6383 
 6384 Cando indicas a forma alternativa, utilizando unha matriz xa definida,
 6385 entón preséntase o resumo estatístico para cada columna da matriz. Neste
 6386 caso, a opción --by non está dispoñible.
 6387 
 6388 Podes obter, en forma de matriz, a táboa de estatísticos xerada pola
 6389 instrución summary, mediante o accesorio "$result".
 6390 
 6391 Ruta do menú:    /Ver/Estatísticos principais
 6392 Outro acceso: Xanela principal: Menú emerxente
 6393 
 6394 # system Estimation
 6395 
 6396 Variantes:   system method=estimador
 6397             sysname <- system
 6398 Exemplos:   "Klein Model 1" <- system
 6399             system method=sur
 6400             system method=3sls
 6401             Mira tamén klein.inp, kmenta.inp, greene14_2.inp
 6402 
 6403 Comeza un sistema de ecuacións. Podes indicar unha das dúas formas da
 6404 instrución, dependendo de se queres gardar o sistema para estimalo de
 6405 varias formas, ou só estimar o sistema unha vez.
 6406 
 6407 Para gardar o sistema debes de asignarlle un nome como no primeiro exemplo
 6408 (se o nome contén espazos, debes de contornalo entre comiñas). Neste caso,
 6409 estímase o sistema utilizando a instrución "estimate". Cun sistema de
 6410 ecuacións xa gardado, podes impoñer restricións (incluídas restricións
 6411 entre ecuacións) utilizando a instrución "restrict".
 6412 
 6413 Como alternativa, podes especificar un estimador para o sistema utilizando
 6414 method= seguido dunha cadea que identifique un dos estimadores admitidos:
 6415 "ols" (Mínimos Cadrados Ordinarios), "tsls" (Mínimos Cadrados en 2 Etapas)
 6416 "sur" (Regresións Aparentemente Non Relacionadas), "3sls" (Mínimos
 6417 Cadrados en 3 Etapas), "fiml" (Máxima Verosimilitude con Información
 6418 Total) ou "liml" (Máxima Verosimilitude con Información Limitada). Neste
 6419 caso, o sistema estímase unha vez que estea completa a súa definición.
 6420 
 6421 Un sistema de ecuacións remátase coa liña "end system". Dentro do sistema
 6422 poden indicarse 4 tipos de enunciado, como os seguintes.
 6423 
 6424   "equation": Especifica unha ecuación do sistema.
 6425 
 6426   "instr": Para estimar un sistema mediante Mínimos Cadrados en 3 etapas,
 6427   indícase unha lista de instrumentos (mediante o nome da variable ou o seu
 6428   número). Alternativamente, podes poñer esta información na liña
 6429   "equation" usando a mesma sintaxe que na instrución "tsls".
 6430 
 6431   "endog": Para un sistema de ecuacións simultáneas, indícase unha lista
 6432   de variables endóxenas. En principio, isto está pensado para utilizar
 6433   coa estimación FIML, pero podes utilizar este enfoque con Mínimos
 6434   Cadrados en 3 Etapas en troques de indicar unha lista "instr"; e entón
 6435   todas as variables que non se identifiquen como endóxenas, vanse utilizar
 6436   como instrumentos.
 6437 
 6438   "identity": Para utilizar con Máxima Verosimilitude con Información
 6439   Completa (MVIC, FIML), indícase unha identidade que enlaza dúas ou máis
 6440   variables do sistema. Este tipo de enunciado se ignora cando se utiliza un
 6441   estimador diferente ao de MVIC.
 6442 
 6443 Logo de facer a estimación utilizando as instrucións "system" ou
 6444 "estimate", podes usar os seguintes accesorios para recoller información
 6445 adicional:
 6446 
 6447   $uhat: Matriz cos erros de estimación, cunha columna por ecuación.
 6448 
 6449   $yhat: Matriz cos valores axustados, cunha columna por ecuación.
 6450 
 6451   $coeff: Vector columna cos coeficientes das ecuacións (todos os
 6452   coeficientes da primeira ecuación, seguidos polos da segunda ecuación,
 6453   etcétera).
 6454 
 6455   $vcv: Matriz coas covarianzas entre os coeficientes. Cando hai k elementos
 6456   no vector $coeff, esta matriz ten unha dimensión de k por k.
 6457 
 6458   $sigma: Matriz coas covarianzas entre os erros de estimación das
 6459   ecuacións cruzadas.
 6460 
 6461   $sysGamma, $sysA e $sysB: Matrices cos coeficientes na forma estrutural
 6462   (mira abaixo).
 6463 
 6464 Se queres recuperar os erros de estimación ou os valores axustados para
 6465 unha ecuación en concreto, en forma de serie de datos, escolle unha columna
 6466 da matriz $uhat ou $yhat, e asígnalle a serie como en
 6467 
 6468 	series uh1 = $uhat[,1]
 6469 
 6470 As matrices na forma estrutural correspóndense coa seguinte representación
 6471 dun modelo de ecuacións simultáneas:
 6472 
 6473   Gamma y(t) = A y(t-1) + B x(t) + e(t)
 6474 
 6475 Se hai n variables endóxenas e k variables esóxenas, Gamma é unha matriz
 6476 de dimensión n x n e B é n x k. Cando o sistema non contén ningún
 6477 retardo das variables endóxenas, entón a matriz A non está presente. Se o
 6478 retardo máximo dun regresor endóxeno é p, a matriz A é de dimensión n x
 6479 np.
 6480 
 6481 Ruta do menú:    /Modelar/Ecuacións Simultáneas
 6482 
 6483 # tabprint Printing
 6484 
 6485 Opcións:    --output=nomeficheiro (Envía o resultado ao ficheiro especificado)
 6486             --format="f1|f2|f3|f4" (Especifica o formato TeX personalizado)
 6487             --complete (Relacionado con TeX, mira abaixo)
 6488 
 6489 Debe de ir despois da estimación dun modelo e presenta ese modelo en
 6490 formato de táboa. O formato réxese pola extensión do nomeficheiro
 6491 especificado: ".tex" para LaTeX, ".rtf" para RTF (Microsoft's Rich Text
 6492 Format) ou ".csv" para o formato con separación mediante comas. O ficheiro
 6493 resultante vai escribirse no cartafol vixente ("workdir"), agás que a cadea
 6494 nomeficheiro conteña unha especificación completa da ruta.
 6495 
 6496 Cando seleccionas o formato CSV, os valores sepáranse con comas agás que a
 6497 coma decimal estea vixente, en cuxo caso o separador é o punto e coma.
 6498 
 6499 Opcións específicas de resultados en LaTeX
 6500 
 6501 Cando indicas a opción --complete, o ficheiro LaTeX é un documento
 6502 completo, listo para procesar; se non, debe de incluírse nun documento.
 6503 
 6504 Se queres modificar a aparencia do resultado tabular, podes especificar un
 6505 formato personalizado en filas utilizando a opción --format. A cadea de
 6506 formato debe de estar contornada entre comiñas e debe de estar ligada á
 6507 opción cun signo de igualdade. O padrón para as cadeas de formato é o
 6508 seguinte. Existen 4 campos que representan: o coeficiente, a desviación
 6509 padrón, a razón t e a probabilidade asociada, respectivamente. Debes de
 6510 separar estes campos mediante barras verticais; e, ou ben poden ter unha
 6511 especificación de tipo printf para o formato do valor numérico en
 6512 cuestión, ou ben poden deixarse en branco para eliminar a presentación
 6513 desa columna (suxeito isto á condición de que non podes deixar todas as
 6514 columnas en branco). Aquí tes uns poucos exemplos:
 6515 
 6516 	--format="%.4f|%.4f|%.4f|%.4f"
 6517 	--format="%.4f|%.4f|%.3f|"
 6518 	--format="%.5f|%.4f||%.4f"
 6519 	--format="%.8g|%.8g||%.4f"
 6520 
 6521 A primeira destas especificacións presenta os valores de todas as columnas
 6522 usando 4 díxitos decimais. A segunda elimina a probabilidade asociada e
 6523 presenta as razóns t con 3 díxitos decimais. A terceira omite a razón t.
 6524 A derradeira tamén omite a t, e presenta tanto o coeficiente como a
 6525 desviación padrón con 8 cifras significativas.
 6526 
 6527 Unha vez que estableces un formato personalizado deste xeito, este lémbrase
 6528 e utilízase ao longo do que dure a sesión de Gretl. Para reverter isto ao
 6529 formato por defecto, podes utilizar a variante especial --format=default.
 6530 
 6531 Ruta do menú:    Xanela de modelo: LaTeX
 6532 
 6533 # textplot Graphs
 6534 
 6535 Argumento:   listavariables 
 6536 Opcións:    --time-series (Gráfica por observación)
 6537             --one-scale (Forza unha escala única)
 6538             --tall (Usa 40 filas)
 6539 
 6540 Gráficas ASCII rápidas e sinxelas. Sen a opción --time-series,
 6541 listavariables debe de conter cando menos 2 series, a última delas tómase
 6542 como a variable para o eixe x, e xérase unha gráfica de dispersión. Neste
 6543 caso, podes utilizar a opción --tall para xerar unha gráfica na que o eixe
 6544 y se representa mediante 40 filas de caracteres (por defecto son 20 filas).
 6545 
 6546 Coa opción --time-series, xérase unha gráfica por observación. Neste
 6547 caso, podes utilizar a opción --one-scale para forzar o uso dunha escala
 6548 única; se non, se listavariables contén máis dunha serie, os datos poden
 6549 escalarse. Cada liña representa unha observación, cos valores dos datos
 6550 debuxados horizontalmente.
 6551 
 6552 Consulta tamén "gnuplot".
 6553 
 6554 # tobit Estimation
 6555 
 6556 Argumentos:  depvar indepvars 
 6557 Opcións:    --llimit=cotaesq (Especifica a cota da esquerda)
 6558             --rlimit=cotader (Especifica a cota da dereita)
 6559             --vcv (Presenta a matriz de covarianzas)
 6560             --robust (Desviacións padrón robustas)
 6561             --opg (Mira máis abaixo)
 6562             --cluster=clustvar (Consulta "logit" para máis explicacións)
 6563             --verbose (Presenta os detalles das iteracións)
 6564             --quiet (Non presenta os resultados)
 6565 
 6566 Estima un modelo Tobit, que pode ser o adecuado cando a variable dependente
 6567 está "censurada". Por exemplo, cando se observan valores positivos e nulos
 6568 na adquisición de bens duradeiros por parte dos fogares, e ningún valor
 6569 negativo, mesmo pode pensarse que as decisións sobre esas compras son o
 6570 resultado dunha disposición subxacente e inobservada a comprar, que pode
 6571 ser negativa nalgúns casos.
 6572 
 6573 Por defecto, asúmese que a variable dependente está 'censurada' no cero
 6574 pola esquerda, e que non está 'censurada' pola dereita. Porén, podes usar
 6575 as opcións --llimit e --rlimit para especificar un padrón diferente para
 6576 facer a 'censura'. Ten en conta que se especificas unicamente unha cota pola
 6577 dereita, entón o que se supón é que a variable dependente non está
 6578 'censurada' pola esquerda.
 6579 
 6580 O modelo Tobit é un caso especial da regresión por intervalos. Consulta a
 6581 instrución "intreg" para obter detalles adicionais, incluída unha
 6582 explicación das opcións --robust e --opg.
 6583 
 6584 Ruta do menú:    /Modelar/Variable Dependente Limitada/Tobit
 6585 
 6586 # tsls Estimation
 6587 
 6588 Argumentos:  depvar indepvars ; instrumentos 
 6589 Opcións:    --no-tests (Non fai probas de diagnose)
 6590             --vcv (Presenta a matriz de covarianzas)
 6591             --quiet (Non presenta os resultados)
 6592             --no-df-corr (Sen corrección dos graos de liberdade)
 6593             --robust (Desviacións padrón robustas)
 6594             --cluster=clustvar (Desviacións padrón agrupadas)
 6595             --liml (Utiliza Máxima Verosimilitude con Información Limitada)
 6596             --gmm (Utiliza o Método Xeneralizado dos Momentos)
 6597 Exemplos:   tsls y1 0 y2 y3 x1 x2 ; 0 x1 x2 x3 x4 x5 x6
 6598             Mira tamén penngrow.inp
 6599 
 6600 Calcula as estimacións de Variables Instrumentais (VI), utilizando por
 6601 defecto Mínimos Cadrados en 2 Etapas (TSLS), pero mira máis abaixo para
 6602 outras opcións. A variable dependente é depvar, mentres que indepvars
 6603 expresa unha lista de regresores (presuponse que inclúe cando menos unha
 6604 variable endóxena), e instrumentos indica unha lista de instrumentos
 6605 (variables esóxenas e/ou predeterminadas). Se a lista instrumentos non é
 6606 cando menos tan longa como indepvars, o modelo non está identificado.
 6607 
 6608 No exemplo de arriba, as ys son as variables endóxenas e as xs son as
 6609 variables esóxenas. Cae na conta de que os regresores esóxenos deben de
 6610 aparecer en ambas listas.
 6611 
 6612 O resultado das estimacións de Mínimos Cadrados en 2 Etapas inclúen a
 6613 proba de Hausman e (se o modelo está sobreidentificado) a proba de
 6614 sobreidentificación de Sargan. Na proba de Hausman, a hipótese nula é que
 6615 as estimacións MCO son consistentes ou, noutras palabras, que a estimación
 6616 por medio de variables instrumentais en realidade non se necesita. Un modelo
 6617 desta clase está sobreidentificado se hai máis instrumentos dos que
 6618 estritamente se requiren. A proba de Sargan se basea nunha regresión
 6619 auxiliar dos erros da estimación do modelo por Mínimos Cadrados en 2
 6620 Etapas sobre a lista completa de instrumentos. A hipótese nula é que todos
 6621 os instrumentos son válidos, e sospéitase da validez desta hipótese se a
 6622 regresión auxiliar ten un grao de poder explicativo que é significativo.
 6623 Para unha boa explicación das dúas probas, consulta o capítulo 8 de
 6624 Davidson e MacKinnon (2004).
 6625 
 6626 Tanto para MC2E (TSLS) como para a estimación MVIL (LIML), amósase o
 6627 resultado dunha proba adicional, posto que o modelo estímase baixo o
 6628 suposto de perturbacións IID (é dicir, non se escolle a opción --robust).
 6629 Esta é unha proba da debilidade dos instrumentos, pois instrumentos
 6630 débiles poden levar a serios problemas na regresión de VI: estimacións
 6631 nesgadas e/ou tamaño incorrecto das probas de hipóteses baseadas na matriz
 6632 de covarianzas, con taxas de rexeite que superan moito o nivel de
 6633 significación nominal (Stock, Wright e Yogo, 2002). O estatístico é o da
 6634 proba F da primeira etapa se o modelo ten tan só un regresor endóxeno; se
 6635 non, é o valor propio máis pequeno da matriz de contrapartida do F da
 6636 primeira etapa. Amósanse os puntos críticos baseados na análise Monte
 6637 Carlo de Stock e Yogo (2003), cando estean dispoñibles.
 6638 
 6639 O valor de R-cadrado que se presenta para modelos estimados mediante
 6640 Mínimos Cadrados en 2 Etapas é o cadrado da correlación entre a variable
 6641 dependente e a variable cos valores axustados.
 6642 
 6643 Para obter máis detalles en relación aos efectos das opcións --robust e
 6644 --cluster, consulta a axuda para "ols".
 6645 
 6646 Como alternativas a MC2E, o modelo pode estimarse mediante Máxima
 6647 Verosimilitude con Información Limitada (opción --liml) ou mediante o
 6648 Método Xeneralizado dos Momentos (opción --gmm). Cae na conta de que, se o
 6649 modelo está simplemente identificado, estes métodos deberían xerar os
 6650 mesmos resultados que MC2E; pero se está sobreidentificado, os resultados
 6651 en xeral van diferir.
 6652 
 6653 Cando se escolle a estimación MXM (GMM), as seguintes opcións adicionais
 6654 pasan a estar dispoñibles:
 6655 
 6656   --two-step: Realiza MXM en 2 etapas en troques de facelo en 1 etapa (por
 6657   defecto).
 6658 
 6659   --iterate: Reitera MXM ata a converxencia.
 6660 
 6661   --weights=Wmat: Especifica unha matriz cadrada de ponderacións para
 6662   utilizar cando se calcula a función do criterio MXM. A dimensión desta
 6663   matriz debe de ser igual ao número de instrumentos. Por defecto, é unha
 6664   matriz identidade de dimensión axeitada.
 6665 
 6666 Ruta do menú:    /Modelar/Variables Instrumentais
 6667 
 6668 # var Estimation
 6669 
 6670 Argumentos:  nivel ylista [ ; xlista ] 
 6671 Opcións:    --nc (Sen constante)
 6672             --trend (Con tendencia linear)
 6673             --seasonals (Con variables ficticias estacionais)
 6674             --robust (Desviacións padrón robustas)
 6675             --robust-hac (Desviacións padrón HAC)
 6676             --quiet (Non amosa os resultados das ecuacións individuais)
 6677             --silent (Non presenta nada)
 6678             --impulse-responses (Presenta as respostas ao impulso)
 6679             --variance-decomp (Presenta as descomposicións da varianza)
 6680             --lagselect (Amosa os criterios de selección de retardos)
 6681 Exemplos:   var 4 x1 x2 x3 ; time mydum
 6682             var 4 x1 x2 x3 --seasonals
 6683             var 12 x1 x2 x3 --lagselect
 6684             Mira tamén sw_ch14.inp
 6685 
 6686 Establece e estima (utilizando MCO) unha autorregresión de vectores (VAR).
 6687 O primeiro argumento especifica o nivel de retardos (ou o nivel máximo de
 6688 retardos, no caso de que indiques a opción --lagselect, mira máis abaixo).
 6689 O nivel podes indicalo numericamente ou co nome dunha variable escalar
 6690 preexistente. A continuación segue a configuración da primeira ecuación.
 6691 Non inclúas retardos entre os elementos de ylista pois vanse engadir
 6692 automaticamente. O punto e coma vai separar as variables estocásticas (para
 6693 as que se vai incluír un nivel de retardos) de calquera variable esóxena
 6694 de xlista. Ten en conta que: (a) inclúese unha constante automaticamente
 6695 (agás que indiques a opción --nc), (b) podes engadir unha tendencia coa
 6696 opción --trend, e (c) podes engadir variables ficticias estacionais
 6697 utilizando a opción --seasonals.
 6698 
 6699 Mentres que unha especificación VAR habitualmente inclúe tódolos retardos
 6700 desde 1 ata o máximo que indiques, tamén podes escoller un grupo de
 6701 retardos. Para facer isto, substitúe o argumento rutineiro nivel (escalar),
 6702 ben co nome dun vector xa definido previamente, ou ben cunha lista de
 6703 retardos separados con comas e contornada entre chaves. Debaixo amósanse
 6704 dous xeitos de especificar que un VAR debe de incluír os retardos 1, 2 e 4
 6705 (pero non o 3):
 6706 
 6707 	var {1,2,4} ylista
 6708 	matrix p = {1,2,4}
 6709 	var p ylista
 6710 
 6711 Devólvese unha regresión por separado para cada unha das variables de
 6712 ylista. Os resultados para cada ecuación inclúen as probas F para
 6713 restricións cero en todos os retardos de cada unha das variables, unha
 6714 proba F sobre a significación do retardo máximo e, cando especificas a
 6715 opción --impulse-responses, as descomposicións da varianza da predición e
 6716 as respostas ao impulso.
 6717 
 6718 As descomposicións da varianza da predición e as respostas ao impulso
 6719 baséanse na descomposición de Cholesky da matriz de covarianzas
 6720 contemporánea e, neste contexto, ten importancia a orde na que indicas as
 6721 variables (estocásticas). Así, a primeira variable da lista asúmese que
 6722 é a "máis esóxena" dentro do período. Podes establecer o horizonte para
 6723 as descomposicións da varianza e as respostas ao impulso, utilizando a
 6724 instrución "set". Para recuperar unha función concreta de resposta ao
 6725 impulso en forma matricial, consulta a función "irf".
 6726 
 6727 Cando indicas a opción --robust, as desviacións padrón corríxense do
 6728 efecto da heterocedasticidade. Como alternativa, podes indicar a opción
 6729 --robust-hac para dar lugar a desviacións padrón que sexan robustas con
 6730 respecto tanto á heterocedasticidade como á autocorrelación (HAC). En
 6731 xeral, esta última corrección non debera de ser necesaria se o VAR inclúe
 6732 un número suficiente de retardos.
 6733 
 6734 Cando indicas a opción --lagselect, tómase o primeiro parámetro da
 6735 instrución var como o nivel máximo de retardos. O resultado consiste nunha
 6736 táboa que amosa os valores dos criterios de información de Akaike (AIC),
 6737 Schwarz (BIC) e Hannan-Quinn (HQC) calculados con VARs de niveis desde 1 ata
 6738 o máximo indicado. Isto trata de axudar na selección do nivel óptimo de
 6739 retardos. O resultado habitual do VAR non se presenta. Podes recuperar a
 6740 táboa cos criterios de información en forma de matriz mediante o accesorio
 6741 "$test".
 6742 
 6743 Ruta do menú:    /Modelar/Series temporais multivariantes
 6744 
 6745 # varlist Dataset
 6746 
 6747 Opción:     --type=nometipo (Eido da listaxe)
 6748 
 6749 Por defecto, presenta unha listaxe das series do conxunto vixente de datos
 6750 (se hai algunha); e podes utilizar "ls" como alcume.
 6751 
 6752 Cando indicas a opción --type, debe de ir seguida (tras dun signo de
 6753 igualdade) por un dos seguintes tipos: series, scalar, matrix, list, string,
 6754 bundle ou accessor. O seu efecto consiste en presentar os nomes de tódolos
 6755 obxectos do tipo indicado que estean definidos nese momento.
 6756 
 6757 Como caso especial, se o tipo é accessor, os nomes que se presentan son
 6758 aqueles das variables internas dispoñibles nese momento como "accesorios",
 6759 como poden ser "$nobs" e "$uhat" (sexa cal sexa o seu tipo en concreto).
 6760 
 6761 # vartest Tests
 6762 
 6763 Argumentos:  serie1 serie2 
 6764 
 6765 Calcula o estatístico F para probar a hipótese nula de que as varianzas
 6766 poboacionais das variables serie1 e serie2 son iguais, e amosa a súa
 6767 probabilidade asociada (valor p).
 6768 
 6769 Ruta do menú:    /Ferramentas/Calculadora de probas
 6770 
 6771 # vecm Estimation
 6772 
 6773 Argumentos:  nivel rango ylista [ ; xlista ] [ ; rxlista ] 
 6774 Opcións:    --nc (Sen constante)
 6775             --rc (Constante restrinxida)
 6776             --uc (Constante non restrinxida)
 6777             --crt (Constante e tendencia restrinxida)
 6778             --ct (Constante e tendencia non restrinxida)
 6779             --seasonals (Inclúe variables ficticias estacionais centradas)
 6780             --quiet (Non amosa os resultados das ecuacións individuais)
 6781             --silent (Non presenta nada)
 6782             --impulse-responses (Presenta as respostas ao impulso)
 6783             --variance-decomp (Presenta as descomposicións da varianza)
 6784 Exemplos:   vecm 4 1 Y1 Y2 Y3
 6785             vecm 3 2 Y1 Y2 Y3 --rc
 6786             vecm 3 2 Y1 Y2 Y3 ; X1 --rc
 6787             Mira tamén denmark.inp, hamilton.inp
 6788 
 6789 Un VECM é unha forma de autorregresión de vectores ou VAR (consulta
 6790 "var"), aplicable cando as variables do modelo son individualmente
 6791 integradas de orde 1 (polo tanto son paseos aleatorios, con ou sen deriva)
 6792 pero presentan cointegración. Esta instrución está intimamente
 6793 relacionada coa proba de cointegración de Johansen (consulta "coint2").
 6794 
 6795 O parámetro nivel desta instrución representa o nivel de retardos do
 6796 sistema VAR. O número de retardos no propio VECM (onde a variable
 6797 dependente se indica como unha primeira diferenza) é de un menos ca nivel.
 6798 
 6799 O parámetro rango representa o rango de cointegración ou, noutras
 6800 palabras, o número de vectores cointegrantes. Este debe de ser maior ca
 6801 cero, e menor ou igual (xeralmente menor) que o número de variables
 6802 endóxenas indicadas en ylista.
 6803 
 6804 O argumento ylista proporciona a lista de variables endóxenas, expresadas
 6805 en niveis. A inclusión de termos de tipo determinístico no modelo,
 6806 contrólase cos indicadores de opción. Por defecto, cando non indicas
 6807 ningunha opción, inclúese unha "Constante non restrinxida", o que permite
 6808 que haxa unha ordenada na orixe non nula nas relacións de cointegración,
 6809 así como unha tendencia nos niveis das variables endóxenas. A literatura
 6810 derivada do traballo de Johansen (por exemplo, podes consultar o seu libro
 6811 de 1995) habitualmente refírese a isto como o "caso 3". As primeiras 4
 6812 opcións indicadas arriba (mutuamente excluíntes) xeran os casos 1, 2, 4 e
 6813 5, respectivamente. Os significados destes casos e os criterios que se usan
 6814 para escoller un caso, explícanse no Manual de usuario de Gretl (Capítulo
 6815 31).
 6816 
 6817 As listas (opcionais) xlista e rxlista te permiten especificar conxuntos de
 6818 variables esóxenas que forman parte do modelo, ben sen restricións
 6819 (xlista) ou ben restrinxidas ao espazo de cointegración (rxlista). Estas
 6820 listas sepáranse de ylista e unhas das outras, mediante punto e coma.
 6821 
 6822 A opción --seasonals, que podes combinar con calquera das outras opcións,
 6823 especifica a inclusión dun conxunto de variables ficticias estacionais
 6824 centradas. Esta opción unicamente está dispoñible para datos trimestrais
 6825 ou mensuais.
 6826 
 6827 O primeiro exemplo de arriba especifica un VECM, cun nivel de retardos de 4
 6828 e un único vector de cointegración. As variables endóxenas son Y1, Y2 e
 6829 Y3. O segundo exemplo usa as mesmas variables pero especifica un nivel de
 6830 retardos de 3, e dous vectores de cointegración; tamén especifica unha
 6831 "Constante restrinxida", que é adecuada cando os vectores de cointegración
 6832 poden ter ordenada na orixe non nula pero as variables Y non teñen
 6833 tendencia.
 6834 
 6835 A continuación da estimación dun VECM, tes dispoñibles algúns accesorios
 6836 especiais: $jalpha, $jbeta e $jvbeta recuperan as matrices α e beta, e a
 6837 varianza estimada de beta, respectivamente. Para recuperar a función de
 6838 resposta ante un impulso determinado, en forma de matriz, consulta a
 6839 función "irf".
 6840 
 6841 Ruta do menú:    /Modelar/Series temporais multivariante
 6842 
 6843 # vif Tests
 6844 
 6845 Opción:     --quiet (Non presenta nada)
 6846 Exemplos:   longley.inp
 6847 
 6848 Debe de ir despois da estimación dun modelo que inclúa cando menos 2
 6849 variables independentes. Calcula e amosa información de diagnóstico
 6850 relacionada coa multicolinearidade.
 6851 
 6852 O Factor de Inflación da Varianza (FIV) do regresor j defínese como
 6853 
 6854   1/(1 - Rj^2)
 6855 
 6856 onde R_j é o coeficiente de correlación múltiple entre ese regresor j e
 6857 os demais regresores. O factor ten un valor mínimo de 1.0 cando a variable
 6858 en cuestión é ortogonal con respecto ás outras variables independentes.
 6859 Neter, Wasserman e Kutner (1990) suxiren revisar o valor máis grande dos
 6860 FIV, para diagnosticar un alto grao de multicolinearidade; así, un valor
 6861 maior ca 10 considérase ás veces indicativo dun grao de multicolinearidade
 6862 problemático.
 6863 
 6864 Despois de utilizar esta instrución, podes usar o accesorio "$result" para
 6865 obter un vector columna que inclúa os FIV. Para ter un enfoque máis
 6866 sofisticado para diagnosticar a multicolinearidade, consulta a instrución
 6867 "bkw".
 6868 
 6869 Ruta do menú:    Xanela de modelo: Análise/Multicolinearidade
 6870 
 6871 # wls Estimation
 6872 
 6873 Argumentos:  varponder depvar indepvars 
 6874 Opcións:    --vcv (Presenta a matriz de covarianzas)
 6875             --robust (Desviacións padrón robustas)
 6876             --quiet (Non presenta os resultados)
 6877 
 6878 Calcula as estimacións de mínimos cadrados ponderados (MCP ou WLS)
 6879 utilizando varponder como ponderación, depvar como variable dependente e
 6880 indepvars como lista de variables independentes. Sexa w a raíz cadrada
 6881 positiva de varponder, entón MCP é basicamente equivalente á regresión
 6882 MCO de w * depvar sobre w * indepvars. Porén, o R-cadrado calcúlase de
 6883 xeito especial, concretamente como
 6884 
 6885   R^2 = 1 - ESS / WTSS
 6886 
 6887 onde ESS é a suma de erros cadrados da regresión ponderada, e WTSS denota
 6888 a "Suma de cadrados totais ponderados", que é igual á suma de erros
 6889 cadrados da regresión da variable dependente ponderada sobre unicamente a
 6890 constante ponderada.
 6891 
 6892 Se varponder é unha variable ficticia, a estimación MCP é equivalente á
 6893 que resulta ao eliminar todas as observacións que teñen un valor de cero
 6894 para varponder.
 6895 
 6896 Para aplicar a estimación de Mínimos Cadrados Ponderados a datos de panel,
 6897 baseada nas varianzas do erro específico de cada unidade, consulta a
 6898 instrución "panel" xunto coa opción --unit-weights.
 6899 
 6900 Ruta do menú:    /Modelar/Outros Modelos Lineais/Mínimos Cadrados Ponderados
 6901 
 6902 # xcorrgm Statistics
 6903 
 6904 Argumentos:  serie1 serie2 [ nivel ] 
 6905 Opcións:    --plot=modo-ou-nomeficheiro (Mira abaixo)
 6906             --quiet (Non presenta a gráfica)
 6907 Exemplo:    xcorrgm x y 12
 6908 
 6909 Presenta e debuxa o correlograma cruzado de serie1 con serie2, as que podes
 6910 especificar mediante os seus nomes ou os seus números. Os valores son os
 6911 coeficientes de correlación na mostra entre o valor vixente de serie1 e os
 6912 sucesivos adiantos e retardos de serie2.
 6913 
 6914 Se especificas un valor para nivel, a longura do correlograma cruzado
 6915 limítase a ese número de adiantos e retardos (cando menos); se non, a
 6916 longura determínase de forma automática en función da frecuencia dos
 6917 datos e do número de observacións.
 6918 
 6919 Por defecto, xérase unha gráfica do correlograma cruzado: unha gráfica
 6920 Gnuplot en modo interactivo ou unha gráfica ASCII en modo de procesamento
 6921 por lotes. Podes axustar isto mediante a opción --plot. Os parámetros
 6922 admisibles para esta opción son none (para omitir a gráfica), ascii (para
 6923 xerar unha gráfica de texto aínda que sexa en modo interactivo), display
 6924 (para xerar unha gráfica Gnuplot aínda que sexa en modo de procesamento
 6925 por lotes), ou un nome de ficheiro. O efecto de proporcionar un nome de
 6926 ficheiro é como se describiu para a opción --output da instrución
 6927 "gnuplot".
 6928 
 6929 Ruta do menú:    /Ver/Correlograma cruzado
 6930 Outro acceso: Xanela principal: Menú emerxente (tras selección múltiple)
 6931 
 6932 # xtab Statistics
 6933 
 6934 Argumentos:  ylista [ ; xlista ] 
 6935 Opcións:    --row (Amosa as porcentaxes de fila)
 6936             --column (Amosa as porcentaxes de columna)
 6937             --zeros (Amosa un cero nas entradas nulas)
 6938             --no-totals (Elimina a presentación dos recontos marxinais)
 6939             --matrix=nomematr (Usa as frecuencias da matriz indicada)
 6940             --quiet (Consulta o caso bivariante de abaixo)
 6941             --tex[=nomeficheiro] (Saída como LaTeX)
 6942             --equal (Consulta o caso LaTeX debaixo)
 6943 Exemplos:   xtab 1 2
 6944             xtab 1 ; 2 3 4
 6945             xtab --matrix=A
 6946             xtab 1 2 --tex="xtab.tex"
 6947             Mira tamén ooballot.inp
 6948 
 6949 Amosa unha táboa de continxencia ou unha tabulación cruzada para cada
 6950 combinación das variables incluídas en ylista; e cando indicas unha
 6951 segunda lista (xlista), cada variable de ylista crúzase nunha táboa por
 6952 fila fronte a cada variable de xlista (por columna). Podes referirte ás
 6953 variables destas listas mediante os seus nomes ou os seus números. Ten en
 6954 conta que todas as variables teñen que estar marcadas como discretas. Como
 6955 alternativa, cando indicas a opción --matrix, se trata a matriz indicada
 6956 como un conxunto calculado previamente de frecuencias a presentar como
 6957 tabulación cruzada (consulta tamén a función "mxtab"). Neste caso
 6958 deberás de omitir o argumento list.
 6959 
 6960 Por defecto, a anotación de cada cela indica o reconto da frecuencia de
 6961 casos. As opcións --row e --column (que se exclúen mutuamente),
 6962 substitúen os recontos coas porcentaxes para cada fila ou columna,
 6963 respectivamente. Por defecto, as celas cun reconto de cero casos déixanse
 6964 en branco; mais a opción --zeros, que ten como efecto a presentación
 6965 explícita dos ceros, pode serche útil para importar a táboa con outro
 6966 programa tal como unha folla de cálculo.
 6967 
 6968 A proba de independencia khi-cadrado de Pearson amósase se a frecuencia
 6969 agardada baixo independencia é cando menos de 1.0e-7 para todas as celas.
 6970 Unha regra xeral habitual da validez deste estatístico é que, polo menos o
 6971 80 por cento das celas, deben de ter frecuencias agardadas iguais a 5 ou
 6972 máis; e se este criterio non se cumpre, preséntase unha advertencia.
 6973 
 6974 Se unha táboa de continxencia é 2 por 2, calcúlase a Proba Exacta de
 6975 independencia de Fisher. Cae na conta de que esta proba baséase no suposto
 6976 de que os totais por fila e por columna son fixos, o que pode ser ou non ser
 6977 adecuado dependendo de como se xeraron os datos. Debes de utilizar a
 6978 probabilidade asociada (valor p) da esquerda cando a hipótese alternativa
 6979 á de independencia é a asociación negativa (os valores tenden a agruparse
 6980 nas celas de abaixo á esquerda e de arriba á dereita); e debes de utilizar
 6981 o valor p da dereita se a alternativa é a asociación positiva. O valor p
 6982 de dúas colas para esta proba calcúlase mediante o método (b) da sección
 6983 2.1 de Agresti (1992): isto é a suma das probabilidades de todas as táboas
 6984 posibles que teñan os totais de filas e columnas indicados, e que teñan
 6985 unha probabilidade menor ou igual á da táboa observada.
 6986 
 6987 O caso bivariante
 6988 
 6989 No sinxelo caso dunha tabulación cruzada bivariante, podes utilizar os
 6990 accesorios "$test" e "$pvalue" para recuperar o estatístico da proba
 6991 khi-cadrado de Pearson e a súa probabilidade asociada (con tal de que se
 6992 cumpra a condición do mínimo valor agardado). Nese contexto, podes
 6993 utilizar a opción --quiet para eliminar a presentación da táboa.
 6994 
 6995 Saída LaTeX
 6996 
 6997 Cando indicas a opción --tex, a tabulación cruzada se presenta co formato
 6998 dun contorno tabular LaTeX en liña (de onde podería copiarse e pegarse)
 6999 ou, cando se engade o parámetro nomeficheiro, envíase ao ficheiro aí
 7000 indicado. (Se en nomeficheiro non se especifica unha ruta completa, o
 7001 ficheiro escríbese no directorio vixente establecido, "workdir".) Non se
 7002 calcula ningún estatístico de proba. Podes utilizar --equal como opción
 7003 adicional para sinalar (mostrado en letra grosa) o reconto ou porcentaxe de
 7004 celas nas que as variables da fila e columna teñen o mesmo valor numérico.
 7005 Esta opción ignórase agás que indiques a opción --tex; e tamén cando
 7006 unha ou as dúas variables da tabulación cruzada teña valores de cadea de
 7007 texto.
 7008 
 7009 A táboa como matriz
 7010 
 7011 Cando indicas un argumento con unha única lista, vas poder obter a táboa
 7012 de continxencia en forma de matriz, mediante o accesorio "$result".
 7013