Контрольная работа по «Эконометрике»

Автор работы: Пользователь скрыл имя, 07 Февраля 2014 в 12:04, контрольная работа

Краткое описание

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.

Прикрепленные файлы: 2 файла

вар. 58.doc

— 281.00 Кб (Скачать документ)

 

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 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.

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:

            (2.1)

 

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 уравнения  в Eviews представлены в таблице 3.2.

 

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.


исх. дан. вар.58 A.xls

— 63.00 Кб (Просмотреть файл, Скачать документ)

Информация о работе Контрольная работа по «Эконометрике»