Автор работы: Пользователь скрыл имя, 07 Февраля 2014 в 12:04, контрольная работа
Задание 2. Используя данные из задания 1, сформулируйте и проверьте гипотезу о наличии на исследуемом временном интервале точки разрыва (имеется сдвиг свободного члена или коэффициента наклона). В случае, если предварительный графический анализ не подтверждает наличия разрыва на временном интервале, примите, что точка разрыва находится посередине.
Задание 3. Введите в эконометрическую модель, построенную в задании 1 сезонные фиктивные переменные и с помощью соответствующей модели исследуйте наличие или отсутствие сезонных колебаний.
Построим для каждой объясняющей переменной зависимости .
Результаты в таблицах 1.8– 1.9.
Таблица 1.8.
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение | |
Y-пересечение |
2,70392 |
13,26605 |
0,203822 |
0,839869 |
Переменная X 1 |
1,044038 |
1,936061 |
0,539259 |
0,593688 |
Таблица 1.9.
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение | |
Y-пересечение |
3,953056 |
15,22128 |
0,259706 |
0,796865 |
Переменная X 1 |
1,274538 |
3,285978 |
0,387872 |
0,700849 |
В таблицах 1.8 – 1.9 рассчитана t-статистика
для каждого коэффициента b.
Определяем статистическую значимость полученных коэффициентов b. По таблице приложения 2 [1] находим табличное значение коэффициента Стьюдента для уровня значимости a = 0,05 и числа степеней свободы v = n – 2 = 29. ta/2; v = t0,025; 29 = 2,364.
Сравнивая рассчитанную t-статистику с табличной, получаем, что ни один коэффициент не является статистически значимым. Это говорит о отсутствии в модели гетероскедастичности.
Результаты теста Парка, подтвердили результаты теста Уайта.
Вывод:
Построенное уравнение регрессии (1.1), хотя и адекватно экспериментальным данным (имеет высокий коэффициент детерминации и значимую F-статистику, все коэффициенты регрессии статистически значимы), не может быть использовано в практических целях, так как оно имеет следующие недостатки: присутствует автокорреляция остатков случайных отклонений, имеется мультиколлинеарность.
Перечисленные недостатки могут привести к ненадежности оценок, выводы по t- и F- статистикам, определяющим значимость коэффициентов регрессии и детерминации, возможно, неверны.
Задание 2.
Используя данные из задания
1, сформулируйте и проверьте
Решение.
На рисунке 2.1 представлен график зависимости величины валового внутреннего продукта от времени.
Предварительный графический анализ не подтверждает наличие разрыва на рассматриваемом временном интервале, предположим, что точка разрыва находится посередине рассматриваемого интервала.
Найдем зависимости валового внутреннего продукта от времени на каждом из двух интервалов времени, т. е. с 2000 года по 2003 год и с 2004 года по 2007 год. Так же найдем зависимость ВВП от времени на протяжении всего временного интервала.
Y1 – показатель ВВП с 2000 года по 2003 год; Y2 – показатель ВВП с 2004 года по 2007 год; Y – показатель ВВП с 2000 года по 2007 год. Найдем зависимости уравнения регрессии:
Y(t) = a + b∙t, Y1(t) = a1 + b1(t); Y2(t) = a2 + b2(t),
Где t – показатель времени.
Результаты моделирования в Eviews представлены в таблицах 2.1- 2.3 соответственно.
Рисунок 2.1.
Таблица 2.1.
Характеристики уравнения Y(t).
df |
SS |
MS |
F |
Значимость F | |
Регрессия |
1 |
7601822 |
7601822 |
158,3071 |
1,69E-13 |
Остаток |
30 |
1440584 |
48019,47 |
||
Итого |
31 |
9042406 |
Таблица 2.2.
Характеристики уравнения Y1(t).
df |
SS |
MS |
F |
Значимость F | |
Регрессия |
1 |
41066,33 |
41066,33 |
3,628866 |
0,077536 |
Остаток |
14 |
158432 |
11316,57 |
||
Итого |
15 |
199498,4 |
Таблица 2.3
Характеристики уравнения Y2(t).
|
df |
SS |
MS |
F |
Значимость F |
Регрессия |
1 |
1971859 |
1971859 |
57,11647 |
2,64E-06 |
Остаток |
14 |
483328,5 |
34523,47 |
||
Итого |
15 |
2455187 |
Проведем тест Чоу, для оценки структурной стабильности тенденции изучаемого временного ряда.
Введем гипотезу Н0: тенденция изучаемого ряда структурно стабильна.
Остаточная сумма квадратов по кусочно-линейной модели:
Склост = С1ост + С2ост = 158432 + 483329 = 641761.
Сокращение остаточной дисперсии при переходе от единого уравнения тренда к кусочно-линейной модели:
∆Сост = Сост – Склост = 1440584 – 641761 = 798823.
Так как число параметров в уравнениях Y(t), Y1(t) и Y2(t) одинаково и равно k, то фактическое значение F – критерия находим по формуле:
Fфакт = (798823/2)/(641761/(32 - 2∙2)) = 17,426.
Критическое (табличное) значение критерия Фишера для доверительной вероятности g = 0,95 и числа степеней свободы v1 = k = 2 и v2 = n - 2∙k = 32 - 2∙2 = 28: Fкр. = F0,05; 2; 28 = 3,34. Помощь на экзамене онлайн.
Fфакт > Fтабл – уравнения Y1(t) и Y2(t) описывают не одну и ту же тенденцию, а различия численных оценок их параметров а1 и а2, а так же b1 и b2 соответственно статистически значимы. Следовательно, можно утверждать, что в середине рассматриваемого временного интервала ряд имеет точку разрыва.
Задание 3.
Введите в эконометрическую модель, построенную
в задании 1 сезонные фиктивные переменные
и с помощью соответствующей модели исследуйте
наличие или отсутствие сезонных колебаний.
Решение.
Так как в уравнении (1.1) задачи 1 переменные Х1 и Х2 является статистически значимыми, то для дальнейшего анализа воспользуемся моделью, полученную нами в задании 1:
Y = -1046,49 + 2,0334∙X1 + 1828,83∙X2 (3.1)
(t) (-2,311) (6,181) (3,265)
Значимость коэффициентов уравнения (3.1) высокая. На рисунках 3.1 и 3.3 представлены графики переменных Y, Х1 и Х2 соответственно.
Рисунок 3.1.
Рисунок 3.2.
Рисунок 3.3.
Визуальный анализ графиков переменных Y, Х1 и Х2 позволил выявить некую закономерность – повторения из года в год изменения показателей в определенные промежутки времени, т. е. сезонные колебания.
Обозначим фиктивные квартальные переменные: Qit = 1, если наблюдение t относится к i-му кварталу, Qit = 0 в противном случае (i = 1, 2, 3, 4). Фиктивную переменную Q4 не будем включать в уравнение регрессии, что бы избежать «ловушки».
Данные для экспорта в Eviews представлены в таблице 3.1.
Таблица 3.1.
Данные для экспорта в Eviews.
t |
Y |
X1 |
X2 |
Q1 |
Q2 |
Q3 |
2000q01 |
2228,7 |
685,1 |
90,96 |
1 |
0 |
0 |
2000q02 |
2361,4 |
786,6 |
88,19 |
0 |
1 |
0 |
2000q03 |
2464,7 |
911,5 |
86,98 |
0 |
0 |
1 |
2000q04 |
2364,6 |
779,1 |
85,5 |
0 |
0 |
0 |
2001q01 |
2154,2 |
802,3 |
90,9 |
1 |
0 |
0 |
2001q02 |
2192,5 |
813,8 |
88,76 |
0 |
1 |
0 |
2001q03 |
2233,1 |
933 |
90,54 |
0 |
0 |
1 |
2001q04 |
2240,9 |
868,8 |
91,29 |
0 |
0 |
0 |
2002q01 |
2188,7 |
849,8 |
90,4 |
1 |
0 |
0 |
2002q02 |
2387,2 |
921,7 |
93,06 |
0 |
1 |
0 |
2002q03 |
2470,5 |
941,7 |
97,34 |
0 |
0 |
1 |
2002q04 |
2433,8 |
834 |
98,73 |
0 |
0 |
0 |
2003q01 |
2506,4 |
842,5 |
103,68 |
1 |
0 |
0 |
2003q02 |
2416,7 |
801,1 |
107,51 |
0 |
1 |
0 |
2003q03 |
2427 |
908,7 |
106,6 |
0 |
0 |
1 |
2003q04 |
2369,7 |
779 |
109,28 |
0 |
0 |
0 |
2004q01 |
2580,4 |
838,1 |
111,84 |
1 |
0 |
0 |
2004q02 |
2564,4 |
857,1 |
109,37 |
0 |
1 |
0 |
2004q03 |
2715 |
1029,1 |
110,3 |
0 |
0 |
1 |
2004q04 |
2798,4 |
912 |
113,24 |
0 |
0 |
0 |
2005q01 |
2997 |
903 |
112,83 |
1 |
0 |
0 |
2005q02 |
3153,5 |
1092,5 |
110,28 |
0 |
1 |
0 |
2005q03 |
3440,1 |
1132,6 |
108,49 |
0 |
0 |
1 |
2005q04 |
3555,7 |
1020,9 |
107,34 |
0 |
0 |
0 |
2006q01 |
3490,7 |
991 |
107,37 |
1 |
0 |
0 |
2006q02 |
3123,3 |
1105,5 |
110,14 |
0 |
1 |
0 |
2006q03 |
3303,8 |
1134,7 |
111,22 |
0 |
0 |
1 |
2006q04 |
3406,6 |
1016,8 |
111,29 |
0 |
0 |
0 |
2007q01 |
3387,6 |
1229,1 |
112,04 |
1 |
0 |
0 |
2007q02 |
3729,4 |
1242 |
113,46 |
0 |
1 |
0 |
2007q03 |
3802,7 |
1228,5 |
114,09 |
0 |
0 |
1 |
2007q04 |
3688,6 |
1453,4 |
116,95 |
0 |
0 |
0 |
Уравнение регрессии будем искать в виде:
Y = b0 + b1∙X1+ b2∙X2 + d1∙Q1 + d2∙Q2 + d3∙Q3 (3.2)
Результаты
моделирования данного
Таблица3.2
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение | |
Y-пересечение |
-966,208 |
477,2275 |
-2,02463 |
0,05329 |
Переменная X 1 |
2,173794 |
0,360107 |
6,036523 |
2,24E-06 |
Переменная X 2 |
16,70785 |
5,894071 |
2,834688 |
0,008757 |
Переменная X 3 |
4,967329 |
126,3013 |
0,039329 |
0,968928 |
Переменная X 4 |
-77,5262 |
125,196 |
-0,61924 |
0,541148 |
Переменная X 5 |
-134,366 |
128,2955 |
-1,04732 |
0,304592 |
Получим следующее уравнение регрессии:
Y = -966,21 + 2,1738∙X1 +16,7079∙X2 + 4,9673∙Q1 – 77,526 ∙Q2 – 134,37∙Q3
(t) (-2,025) (6,037) (2,835) (0,039) (-0,619) (-1,047)
(3.3)
Табличное значение критерия Стьюдента, соответствующее доверительной вероятности g = 0,95 и числу степеней свободы v = n – m – 1 = 26; tкр. = t0,025;26 = 2,3788.
Ни одна из квартальных переменных, входящих в уравнение (3.3) не является статистически значимой. Следовательно, можно отметить отсутствие влияния квартальных колебаний на рассматриваемые показатели.
Список использованных источников.
1. Практикум по эконометрике. Под редакцией И. И. Елисеевой - М.: Финансы и статистика., 2007. - 343 с.
2. Эконометрика. Под редакцией И. И. Елисеевой - М.: Финансы и статистика., 2007. - 575 с.
3. Доугерти К. Введение в эконометрику. - М.: МГУ, 1999. - 402 с.
4. Орлов А.И. Эконометрика. – М.: Экзамен, 2002.
5. Валентинов В.А. Эконометрика. – М.: «Дашков и Ко», 2006.
6. Тихомиров Н.П., Дорохина Е.Ю. Эконометрика. – М.: Экзамен, 2003.
7. Крамер Н. Ш., Путко Б. А. Эконометрика. – М.: ЮНИТИ-ДАНА, 2005.