I уравнение.
Матрица коэффициентов при переменных, не входящих в уравнение, имеет вид:
А=
Det (A)= - b24
Rang(A) = 2.
Достаточное условие идентификации для I уравнения выполняется.
II уравнение.
Выпишем матрицу коэффициентов при переменных, не входящих в уравнение:
А=
Det (A)= - b13
Rang(A) = 2.
Достаточное условие идентификации для II уравнения выполняется.
Уравнение III не нуждается в идентификации.
Таким образом, все уравнения модели точно идентифицированы.
Следовательно, исследуемая система точно идентифицируема и может
быть решена косвенным методом наименьших квадратов.
4. Запишем приведенную форму модели в общем виде:
Ct = A1 + B11* Tt + B12* Kt-1 + u1 ,
It = A2 + B21* Tt + B22* Kt-1 + u2 ,
Yt = A3 + B31* Tt + B32* Kt-1 + u3 ,
где u1 , u2 , u3 – случайные ошибки.
5. Исходя из приведенных данных, определим коэффициенты приведенной формы модели:
I уравнение.
Регрессионная статистика |
|
|
|
|
|
Множественный R |
0,98677958 |
|
|
|
|
R-квадрат |
0,97373394 |
|
|
|
|
Нормированный R-квадрат |
0,966229351 |
|
|
|
|
Стандартная ошибка |
96049,82737 |
|
|
|
|
Наблюдения |
10 |
|
|
|
|
|
|
|
|
|
|
Дисперсионный анализ |
|
|
|
|
|
|
df |
SS |
MS |
F |
Значимость F |
Регрессия |
2 |
2,39407E+12 |
1,197E+12 |
129,751807 |
2,94E-06 |
Остаток |
7 |
64578985368 |
9225569338 |
|
|
Итого |
9 |
2,45865E+12 |
|
|
|
|
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% |
Нижние 95,0% |
Верхние 95,0% |
Y-пересечение |
-28377,43213 |
48092,26079 |
-0,59006234 |
0,57369476 |
-142097,558 |
85342,694 |
-1E+05 |
85342,69403 |
Переменная X 1 |
1,542483848 |
0,652028374 |
2,36566982 |
0,04992316 |
0,00068174 |
3,08428595 |
7E-04 |
3,084285953 |
Переменная X 2 |
-0,395132997 |
0,704000791 |
-0,56126783 |
0,59212066 |
-2,05983034 |
1,26956435 |
-2,06 |
1,269564346 |