Эконометрика: Введение в регрессионный анализ временных рядов. Носко В.П. - 106 стр.

UptoLike

ВУЗ: 

МФТИ | Москва

Составители: 

Рубрика: 

C 217.7399 5.054473 43.07865 0.0000
T 5.221538 0.140436 37.18089 0.0000
AR(1) 1.380274 0.109452 12.61078 0.0000
AR(2) -0.630066 0.109453 -5.756490 0.0000
Inverted AR Roots .69 -.39i .69+.39i
Модули комплексных чисел, обратных авторегрессионным корням, равны 0.7926, что
говорит в пользу стационарности детрендированного ряда
X
t
0
= X
t
– µ – γ t .
K построению модели для ряда GNP можно подойти и иначе. Сначала произвести
детрендирование ряда, оценивая модель
X
t
= µ + γ t + u
t
:
Variable Coefficient Std. Error t-Statistic Prob.
C 218.4825 2.640153 82.75373 0.0000
T 5.181995 0.075274 68.84144 0.0000
Durbin-Watson stat 0.316211 Prob(F-statistic) 0.000000
Остатки, полученные при оценивании этой модели, образуют оцененный детрендированный
ряд, коррелограмма которого
Autocorrelation Partial Correlation AC PAC Q-Stat Prob
. |****** . |****** 1 0.836 0.836 44.028 0.000
. |**** ****| . 2 0.531 -0.554 62.115 0.000
. |*.
**| . 3 0.183 -0.210 64.294 0.000
.*| . . | . 4 -0.100 0.044 64.960 0.000
**| . . | . 5 -0.272 -0.004 69.949 0.000
***| . .*| . 6 -0.339 -0.082 77.846 0.000
***| . .*| . 7 -0.350 -0.169 86.446 0.000
***| . .*| . 8 -0.332 -0.072 94.332 0.000
**| . . | . 9 -0.281 0.058 100.07 0.000
**| . .*| . 10 -0.234 -0.177 104.16 0.000
**| .
***| . 11 -0.234 -0.321 108.32 0.000
**| . . |*. 12 -0.226 0.103 112.26 0.000
позволяет идентифицировать этот ряд как AR(2). После этого можно строить AR(2) модель
для (оцененного) детрендированного ряда
X
t_detrended
= X
t
– 218.4825 – 5.181995 t :
Variable Coeff. Std. Error t-Statistic Prob.
AR(1) 1.379966 0.107605 12.82435 0.0000
AR(2) -0.630426 0.107605 -5.858722 0.0000
Объединяя результаты последних двух оцениваний, получаем оцененную модель
X
t
– 218.4825 – 5.181995 t =
= 1.379966 (X
t–1
– 218.4825 – 5.181995(t–1)) –
– 0.630426 (X
t–2
– 218.4825 – 5.181995(t–2)), 
C                      217.7399      5.054473           43.07865        0.0000
T                      5.221538      0.140436           37.18089        0.0000
AR(1)                  1.380274      0.109452           12.61078        0.0000
AR(2)                  -0.630066     0.109453           -5.756490       0.0000
Inverted AR Roots        .69 -.39i       .69+.39i
   Модули комплексных чисел, обратных авторегрессионным корням, равны 0.7926, что
говорит в пользу стационарности детрендированного ряда
   Xt0 = Xt – µ – γ t .
   K построению модели для ряда GNP можно подойти и иначе. Сначала произвести
детрендирование ряда, оценивая модель
   Xt = µ + γ t + ut :
Variable               Coefficient Std. Error           t-Statistic     Prob.
C                      218.4825      2.640153           82.75373        0.0000
T                      5.181995      0.075274           68.84144        0.0000
Durbin-Watson stat     0.316211            Prob(F-statistic)            0.000000
Остатки, полученные при оценивании этой модели, образуют оцененный детрендированный
ряд, коррелограмма которого
Autocorrelation      Partial Correlation           AC        PAC      Q-Stat    Prob
       . |******             . |******        1    0.836    0.836     44.028    0.000
       . |****            ****| .             2    0.531    -0.554    62.115    0.000
       . |*.                **| .             3    0.183    -0.210    64.294    0.000
      .*| .                  .|.              4    -0.100   0.044     64.960    0.000
     **| .                   .|.              5    -0.272   -0.004    69.949    0.000
    ***| .                  .*| .             6    -0.339   -0.082    77.846    0.000
    ***| .                  .*| .             7    -0.350   -0.169    86.446    0.000
    ***| .                  .*| .             8    -0.332   -0.072    94.332    0.000
     **| .                   .|.              9    -0.281   0.058     100.07    0.000
     **| .                  .*| .             10   -0.234   -0.177    104.16    0.000
     **| .                 ***| .             11   -0.234   -0.321    108.32    0.000
     **| .                   . |*.            12   -0.226   0.103     112.26    0.000
позволяет идентифицировать этот ряд как AR(2). После этого можно строить AR(2) модель
для (оцененного) детрендированного ряда
   Xt_detrended = Xt – 218.4825 – 5.181995 t :
Variable               Coeff.        Std. Error         t-Statistic     Prob.
AR(1)                  1.379966 0.107605                12.82435        0.0000
AR(2)                  -0.630426 0.107605               -5.858722       0.0000
Объединяя результаты последних двух оцениваний, получаем оцененную модель
   Xt – 218.4825 – 5.181995 t =
           = 1.379966 (Xt–1 – 218.4825 – 5.181995(t–1)) –
              – 0.630426 (Xt–2 – 218.4825 – 5.181995(t–2)),

Страницы