![](/user_photo/2706_HbeT2.jpg)
- •«Финансовый университет при Правительстве Российской Федерации» Кировский филиал
- •Киров 2012г. (2013г.) Содержание
- •Исходные данные Задача 1. Эконометрическое моделирование стоимости квартир в Московской области
- •Задача 2. Исследовать динамику экономического показателя на основе анализа одномерного временного ряда
- •Решение Задача 1.1. Матрица парных коэффициентов корреляции
- •Задача 1.2. Поле корреляции результативного признака
- •Задача 1.3. Параметры линейной парной регрессии
- •Задача 1.4. Оценка качества моделей
- •Задача 1.5. Прогнозирование среднего значения
- •Задача 1.6. Пошаговая множественная регрессия
- •Задача 1.7. Оценка качества многофакторной модели
- •Задача 2.1. Проверка наличия аномальных наблюдений
- •Задача 2.2. Построение линейной модели
- •Задача 2.3. Оценка адекватности модели
- •Задача 2.4. Оценка точности модели
- •Задача 2.5. Осуществление прогноза
- •Задача 2.6. Графическое представление результатов моделирования и прогнозирования
- •Список литературы
Задача 2.3. Оценка адекватности модели
Оценить адекватность построенной модели, используя свойства независимости остаточной компоненты, случайности и соответствия нормальному закону распределения (при использовании R/S – критерия взять табулированные границы 2.7 – 3.7) .
Проверка перечисленных свойств состоит в исследовании Ряда остатков et, который содержится в таблице «Вывод остатка» итогов применения инструмента «Регрессия».
ВЫВОД ОСТАТКА |
|
| |||
|
|
|
| ||
Наблюдение |
Предсказанное y(t) |
Остатки |
e(t) - e(t-1) |
(e(t) - e(t-1))2 |
e(t)2 |
1 |
43,44444444 |
-0,444444444 |
- |
- |
0,1975 |
2 |
46,02777778 |
0,972222222 |
1,4167 |
2,0069 |
0,9452 |
3 |
48,61111111 |
1,388888889 |
0,4167 |
0,1736 |
1,9290 |
4 |
51,19444444 |
-3,194444444 |
-4,5833 |
21,0069 |
10,2045 |
5 |
53,77777778 |
0,222222222 |
3,4167 |
11,6736 |
0,0494 |
6 |
56,36111111 |
0,638888889 |
0,4167 |
0,1736 |
0,4082 |
7 |
58,94444444 |
2,055555556 |
1,4167 |
2,0069 |
4,2253 |
8 |
61,52777778 |
-2,527777778 |
-4,5833 |
21,0069 |
6,3897 |
9 |
64,11111111 |
0,888888889 |
3,4167 |
11,6736 |
0,7901 |
|
СУММА |
0,0000 |
|
69,7222 |
25,1389 |
Для проверки свойства независимости остаточной компоненты используем критерий Дарбина-Уотсона. Согласно этому критерию вычислим по формуле статистику
. Определим:
(функция СУММКВ);
=69.72 (функция СУММКВРАЗН).
Таким
образом,
=2.773.
Поскольку
>2,
то перейдем к
=
4–
=
4–2.773=1.227.
По таблице d-статистик Дарбина-Уотсона для числа n=9 и числа независимых переменных модели k=1 определим критические уровни: нижний d1=0.82 и верхний d2=1.32.
Т.к.
(d2;2),
следовательно, свойство независимости
остатков для построенной модели
выполняется, по данному критерию модель
адекватна.
Для проверки свойства случайности остаточной компоненты используем критерий поворотных точек (пиков) (поворотные точки – значение, которое одновременно больше (меньше) соседних с ним элементов), основой которого является определение количества поворотных точек для ряда остатков. С помощью «Мастера диаграмм» построим график остатков et., добавим к нему дополнительные данные и выделим поворотные точки.
Поворотные
точки – третья, четвертая, седьмая,
восьмая. Их количество p=4.
По формуле pкр=приn=9
вычислим критическое значение pкр=
=2.
Сравним значения p и pкр: p=4>pкр=2, следовательно, свойство случайности для ряда остатков выполняется. Модель по этому критерию адекватна.
Для проверки соответствия ряда остатков нормальному закону распределения используем R/S критерий.
В соответствии с этим критерием вычислим по формуле статистику
R/S=
Подготовим для вычислений:
emax=2.056 – максимальный уровень ряда остатков (функция МАКС);
emin=–3.194 – минимальный уровень ряда остатков (функция МИН);
S(e)=2.952
– среднеквадратическое отклонение
ряда остатков.
Получим:
R/S
=
= 2.778
По
таблице критических границ отношения
R/S
определим критический интервал. При
n=9
можно использовать (2,67; 3,69). Сопоставим
фактическую величину R/S
с критическим интервалом: 2.778(2.67;3.69),
значит, для построенной модели свойство
нормального распределения остаточной
компоненты выполняется.
Проведенная проверка показывает, что для построенной модели выполняются все свойства. Таким образом, данная модель является адекватной, и ее можно использовать для построения прогнозных оценок.