Малообеспеченности населения от величины реального ввп на душу населения в Республике Беларусь за 1996-2007 гг.
Примечание – Источник: Электронная таблица результатов моделирования в пакете STATISTICA.
Фактическое
значение критерия Дарбина-Уотсона для
рассматриваемого уравнения составляет
1,26. По таблицам значений DW0.05;1;12
критические значения
=0,97
и
=1,33.
Следовательно, фактическое значение
Дарбина-Уотсона попадает в зону
неопределенности, и на практике
предполагают существование положительной
автокорреляции в остатках.
Следовательно, для того, чтобы получить корректные результаты анализа, необходимо устранить влияние автокорреляции в рядах динамики.
Сущность всех методов выделения тенденции в рядах динамики заключается в том, чтобы устранить или зафиксировать воздействие фактора времени на формирование уровней ряда.
Существуют следующие методы исключения тенденции:
-
метод отклонений от тренда;
-
метод последовательных разностей;
-
включение в модель регрессии фактора времени.
Применим метод устранения тенденции по отклонениям от тренда.
Универсальным способом выявления основной тенденции в развитии явлений является аналитическое сглаживание (метод наименьших квадратов). В этом случае необходимо обоснованно выбрать уравнение тренда, отражающего направленность в развитии явлений.
Предположим, что развитие происходит по закону равномерного развития, тогда такой тип зависимости можно описать уравнением тренда прямой вида:
=
,
(3.1.2)
где
– исходные уровни ряда динамики,
–
порядковый номер
фактора времени,
–
усредненное
значение начальной точки отсчета
движения,
–
коэффициент
регрессии, показывающий, насколько в
среднем изменится уровень ряда при
изменении фактора времени на единицу
периода.
По трендам
и
определим
расчетные значения
и
и отклонения от трендов
и
.
Проверим полученные
отклонения от трендов на автокорреляцию.
Коэффициенты автокорреляции первого
порядка по отклонениям от трендов
составляют:
,
.
Следовательно, этот метод мы не можем использовать для получения количественной характеристики тесноты связи исходных временных рядов.
В корреляционно-регрессионном анализе можно устранить воздействие какого-либо фактора, если зафиксировать воздействие этого фактора на результат и другие, включенные в модель факторы.
|
Regression Summary for Dependent Variable: уровень малообеспеченности R =-0,88885370 R2=0,79006089 Adjusted R2= 0,74340776 F(2,9)=16,935 p<,00089 Std.Error of estimate: 5,7014 |
||||||
|
|
Beta |
Std.Err. |
B |
Std.Err. |
t(9) |
p-level |
|
Intercept |
|
|
0,89943 |
0,186946 |
4,81118 |
0,000959 |
|
|
1,68346 |
0,709405 |
-0,000045 |
0,0000187 |
-2,33306 |
0,041699 |
|
|
0,83238 |
0,709405 |
0,025984 |
0,022145 |
1,17335 |
0,270773 |
Рисунок 3.1.5 – Характеристики регрессионного анализа уровня