- •Государственный институт экономики финансов права и технологий
- •Глава 1. Постановка задачи
- •Глава 2. Приведение исходного нелинейного уравнения регрессии к линейному
- •Глава 3. Проверка наличия мультиколлениарности между факторами модели
- •Глава 4. Определение парамтров построения уравнения регресии
- •Глава 5.Проверка адекватности и точности модели
- •5.1. Проверка случайности колебаний уровней остаточной последовательности
- •5.2. Проверка соответствия распределения случайной компоненты нормальному закону распределения
- •5.3. Проверка равенства математического ожидания случайной компоненты нулю.
- •5.4. Проверка независимости значений уровней случайной компоненты
- •5.5. Определение точности модели.
- •Глава 6. Проверка отсутсвия или наличия гетероскедастичности исследуемой модели Дисперсия случайного члена уравнения регрессии в каждом наблюдении должна быть постоянна.
- •Глава 7. Метод ирвина
- •Глава 8. Определение оптимального вида линии тренда. Прогноз показателей
- •Заключение
- •Список литературы
- •Приложение
Глава 5.Проверка адекватности и точности модели
5.1. Проверка случайности колебаний уровней остаточной последовательности
Проверка гипотезы о правильности выбора уравнения регрессии. Для исследования случайности отклонений уравнения находятся разности:
,
i = 1 ÷ n, (n = 20),
εi - случайная переменная;
yi - фактическое значение ряда;
ỹi - теоретическое значение ряда.
Характер этих отклонений изучается с помощью ряда непараметрических критериев. Одним из таких критериев является критерий серий, основанный на медиане выборки. Ряд из величин εi располагают в порядке возрастания их значений и находят медиану εm, полученную из вариационного ряда, то есть срединное значение при n нечетном или среднюю арифметическую из 2-х соседних срединных значений при четном n. Возвращаясь к исходной последовательности εi и сравнивая значение этой последовательности с εm ставят знак «+», если εi > εm; «-», если εi< εm, соответственно значение εi опускается, если εi=εm. Таким образом, получается последовательность, состоящая из «+» и «-», общее число которых не превосходит n.
Последовательность подряд идущих «+» или «-» называется серией. Для того, чтобы последовательность εi была случайной выборкой, протяженность самой длинной серии не должна быть слишком большой, а общее количество серий слишком малым. Обозначим протяженность самой длинной серии Kmax, a общее число серий через v. Выборка признается случайной, если выполняются следующее неравенства для 5%-го уровня значимости:
l. Kmax<[3,3*lg(n+l)] (1)
2. (2),
где квадратные скобки означают целую часть числа.
Если хотя бы одно из этих неравенств нарушается, то гипотеза о случайном характере отклонений уровней ряда от теоретических уровней отвергается и модель признается неадекватной.
В рассматриваемой задаче: Медиана εm = -0,2038
Таблица №10
Наблюдение |
Остатки |
Серия |
1 |
-0,063799547 |
- |
2 |
0,537706309 |
+ |
3 |
0,323928589 |
+ |
4 |
-0,269116041 |
- |
5 |
0,005710805 |
- |
6 |
-0,589002641 |
- |
7 |
-0,577214039 |
- |
8 |
0,093846652 |
+ |
9 |
-0,907128548 |
- |
10 |
1,158304042 |
+ |
11 |
-0,285106115 |
- |
12 |
-0,667358338 |
- |
13 |
1,868290289 |
+ |
14 |
-0,247036568 |
- |
15 |
-0,428998847 |
- |
16 |
1,350051447 |
+ |
17 |
-0,997655076 |
- |
18 |
-0,542485718 |
- |
19 |
0,397653893 |
+ |
20 |
-0,160590549 |
- |
Протяженность самой длиной серии Кmах = 2. Если посчитать Кmах по формуле (1), то мы получим 3 < 4.
Общее число серий v = 13 > 6.
Поскольку оба неравенства выполняются, то гипотеза о случайном характере отклонений уровней остаточной компоненты принимается и, следовательно, модель признается адекватной.
5.2. Проверка соответствия распределения случайной компоненты нормальному закону распределения
Данная проверка производится обычно приближенно с помощью нахождения показателей асимметрии γ1 и эксцесса γ2. Это производится на основании сравнения найденных показателей с теоретическими. При нормальном распределении некоторой генеральной совокупности показатели асимметрии и эксцесса должны быть равны нулю (γ1=0, γ2 =0). При конечной выборке из генеральной совокупности показатели асимметрии и эксцесса имеют отклонения от нуля.
Для оценки соответствия выбранной совокупности данных нормальному закону распределения используется так называемая оценка показателей эксцесса и асимметрии.
В качестве оценки асимметрии используется формула:
Оценка эксцесса:
где:
—выборочная характеристика асимметрии;
—выборочная характеристика эксцесса;
—среднеквадратичная ошибка асимметрии;
—среднеквадратичная ошибка эксцесса.
Если одновременно выполняются неравенства:
,
то гипотеза о нормальном характере распределения случайной компоненты принимается.
Если выполняется хотя бы одно из неравенств:
то гипотеза о нормальном характере распределения отвергается, линейная модель уравнения регрессии признается неадекватной.
Другие случаи требуют дополнительной проверки при помощи более сложных критериев.
В рассматриваемой задаче:
γ1 |
1,003453186 | |
γ2 |
| |
σγ1 |
0,32012179 | |
σγ2 |
0,761076154 |
< |
< | |||||
1,001 |
> |
0,71 |
0,61 |
< |
1,14 | |
> |
> | |||||
1,001 |
> |
0,95 |
0,61 |
< |
1,52 |
Следовательно, этот случай требует дополнительной проверки при помощи более сложных критериев.