- •Л.В. Ишкова лабораторный практикум по эконометрике
- •Новокузнецк 2012
- •Среднее арифметическое значение (математическое ожидание) объясняемой переменной вычисляется по формуле:
- •На основе промежуточных вычислений находится исправленная дисперсия s (см. Формулу выше). Исправленное среднее квадратическое отклонениенаблюдаемой переменной найдется по формуле:
- •Затем по первым разностям вычисляют вторые разности:
- •7) Оценить статистическую значимость найденных параметров тренда.
- •Трендовые значения объясняемой переменной
- •9) Провести оценку качества трендовой модели в целом.
- •10) Осуществить кратковременный (на один шаг вперед) и долгосрочный (на три шага вперед) прогнозы временного ряда.
- •11) Составить резюме по результатам решения задачи в целом, учитывая экономический смысл решенной задачи.
9) Провести оценку качества трендовой модели в целом.
Для оценки качества трендовой модели в целом необходимо рассмотреть ряд остатков – разностей значений ряда и значений тренда:
et=yt-
.
Впервые ряд остатков составлен в таблице J, предназначенной для вычисления стандартной ошибки коэффициентаb.
Для оценки качества трендовой модели проверяют следующие гипотезы:
а) о случайности ряда остатков методом
поворотных точек(поворотная точка
– точка экстремума, то есть точка, в
которой значение элемента ряда остатководновременнобольше или меньше, чем
значения в соседних точках); число таких
точекd можно
найтипо графику ряда остатков.
Среднее число точек поворота для
случайного ряда
и их дисперсия
находятся по эмпирическим формулам:
![]()
Затем вычисляют статистику
.
Критерий принятия решения. Если
<
1,96 (для коротких рядов), то гипотеза о
случайности ряда остатков принимается
и на уровне значимости 5% можно сделать
вывод о том, что построенный тренд
существует (высокого качества);
б) о равенстве математического ожидания ряда остатков нулюпо статистике
![]()
где
-
среднее значение ряда остатков,
- среднее квадратическое отклонение
ряда остатков; на 5% уровне значимости
вычисленное значениеTсравнивается с критическим значениемTкр, взятым из таблицыMc(n– 1) степенями свободы:
Таблица M
Критические значения распределения Стьюдента
|
k |
3 |
5 |
7 |
10 |
13 |
16 |
20 |
30 |
|
|
Tкр |
3,18 |
2,57 |
2,45 |
2,23 |
2,16 |
2,12 |
2,09 |
2,04 |
1,96 |
Критерий принятия решения. Если вычисленное значение статистики окажется меньше критического ее значения (T<Tкр), то гипотеза о равенстве математического ожидания ряда остатков нулю принимается и модель на уровне значимости 5% считается адекватной;
в) об отсутствии автокорреляции ряда остатков; при этом используется критерий Дарбина-Уотсона со статистикойDW:

Если DW![]()
следует
использовать вспомогательную статистику![]()
Расчетное значение DW(или
)
сравнивается с верхнимD2и нижнимD1критическими
значениями статистикиDW,
представленными в таблицеN,
для различной длины рядаnи числа определяемых параметровkна уровне значимости 5% (0,05).
Таблица N
Критические значения статистики DW для различной длины ряда n и числа определяемых параметров k на уровне значимости 5%
|
n |
K=1 |
K=2 |
K=3 | |||
|
D1 |
D2 |
D1 |
D2 |
D1 |
D2 | |
|
10 |
0,98 |
1,34 |
0,94 |
1,52 |
0,67 |
1,72 |
|
15 |
1,08 |
1,36 |
0,95 |
1,54 |
0,82 |
1,75 |
|
20 |
1,35 |
1,49 |
1,28 |
1,57 |
1,21 |
1,65 |
Критерий принятия решения. Если расчетное значение статистикиDWбольше верхнего табличного значенияD2, то гипотеза о независимости уровней остаточной последовательности, то есть об отсутствии в ней автокорреляции, принимается.
Если значение DWменьше нижнего табличного значенияD1, то эта гипотеза отвергается и модель считается неадекватной.
Если же значение Dнаходится между значениямиD2иD1, включая сами эти значения, то считается, что нет достаточных оснований сделать тот или иной вывод, и необходимы дальнейшие исследования, например, по большей выборке данных.
г) о возможности осуществления оценки соответствия тренда статистическим данным с помощью коэффициента детерминации; известно, что коэффициент детерминации R2 является суммарной мерой общего качества уравнения регрессии (его соответствия статистическим данным)
В общем случае коэффициент детерминации рассчитывается по формуле

Для этого коэффициента в общем случае справедливо соотношение 0 R1.
Критерий принятия решения.ЧемR2ближе к нулю, тем слабее линейная связь междуXиYи тем менее качественным является тренд; чем ближеR2к единице, тем эта связь значительнее и тренд качественнее.
Коэффициент детерминации является
мерой, позволяющей определить, в какой
степени найденная прямая регрессии
дает лучший результат для объяснения
поведения зависимой переменной Y,
чем горизонтальная прямая
.
Трендовая модель считается адекватной, если подтверждена большая часть гипотез.
Примечание. Решение рассматриваемого задания удобно начать с составления таблицыP .
Таблица P
Таблица трендовых
значений
и значений
остатков ряда
![]()
|
t |
yt |
|
|
|
|
|
|
( |
|
1 |
51 |
|
|
|
|
|
|
|
|
2 |
55 |
|
|
|
|
| ||
|
3 |
62 |
|
|
|
|
| ||
|
4 |
70 |
|
|
|
|
| ||
|
5 |
81 |
|
|
|
|
| ||
|
6 |
75 |
|
|
|
|
| ||
|
7 |
116 |
|
|
|
|
| ||
|
8 |
115 |
|
|
|
|
| ||
|
9 |
125 |
|
|
|
|
| ||
|
10 |
120 |
|
|
|
|
| ||
|
= ? |
= ? | |||||||
![]()
Для нахождения статистики

составляется таблица Q (в этой таблице первые два столбца составлены на основе четвертого столбца таблицыP)
Таблица Q
Таблица промежуточных вычислений для нахождения статистики DW
|
|
|
|
|
|
? |
? |
? |
? |
|
? |
? |
? |
? |
|
? |
? |
? |
? |
|
? |
? |
? |
? |
|
? |
? |
? |
? |
|
? |
? |
? |
? |
|
? |
? |
? |
? |
|
? |
? |
? |
? |
|
? |
? |
? |
? |
|
|
| ||
