Эконометрика: Введение в регрессионный анализ временных рядов. Носко В.П. - 193 стр.

UptoLike

Составители: 

Рубрика: 

X 0.597513 0.077520 7.707873 0.0000
R-squared 0.553120 Mean dependent var 3.404232
Adjusted R-squared 0.543810 S.D. dependent var 3.354003
S.E. of regression 2.265356 Akaike info criterion 4.512519
Sum squared resid 246.3283 Schwarz criterion 4.589000
Log likelihood -110.8130 F-statistic 59.41131
Durbin-Watson stat 0.213611 Prob(F-statistic) 0.000000
Несмотря на то, что в DGP ряды y
t
и x
t
порождаются независимо друг от друга и их модели
не содержат детерминированного тренда, мы наблюдаем и здесь довольно высокое значение
коэффициента детерминации 0.553. Конечно, это связано с тем, что на рассматриваемом
периоде реализации обоих рядов имеют видимый тренд:
-
20
-
15
-
10
-5
0
5
10
55 60 65 70 75 80 85 90 95 100
X Y
Если, однако, обратиться ко всему периоду из 100 наблюдений, то результаты оценивания
будут совсем другими:
Dependent Variable: Y
Sample: 1 100
Included observations: 100
Variable Coefficient Std. Error t-Statistic Prob.
C 1.490206 0.664538 2.242470 0.0272
X 0.055097 0.083978 0.656086 0.5133
R-squared 0.004373 Mean dependent var 1.120548
Adjusted R-squared -0.005786 S.D. dependent var 3.513463
S.E. of regression 3.523613 Akaike info criterion 5.376648
Sum squared resid 1216.753 Schwarz criterion 5.428752
Log likelihood -266.8324 F-statistic 0.430449
Durbin-Watson stat 0.061638 Prob(F-statistic) 0.513306
В этом случае значение коэффициента детерминации близко к нулю, а оцененный
коэффициент при
x
t
равен 0.0551 против значения 0.5975, полученного при оценивании по
наблюдениям с 51 по 100. Это отражает действительное отсутствие детерминированного
тренда в DGP и, в связи с этим, крайнюю нестабильность оценок коэффициента при
x
t
,
полученных на различных интервалах. Последнее сопровождается также крайне низкими
 X                                  0.597513             0.077520     7.707873      0.0000
 R-squared                          0.553120               Mean dependent var       3.404232
 Adjusted R-squared                 0.543810               S.D. dependent var       3.354003
 S.E. of regression                 2.265356               Akaike info criterion    4.512519
 Sum squared resid                  246.3283               Schwarz criterion        4.589000
 Log likelihood                     -110.8130              F-statistic              59.41131
 Durbin-Watson stat                 0.213611               Prob(F-statistic)        0.000000
Несмотря на то, что в DGP ряды yt и xt порождаются независимо друг от друга и их модели
не содержат детерминированного тренда, мы наблюдаем и здесь довольно высокое значение
коэффициента детерминации 0.553. Конечно, это связано с тем, что на рассматриваемом
периоде реализации обоих рядов имеют видимый тренд:
10


 5


 0


 -5


-10


-15


-20
      55   60   65   70   75   80   85   90   95   100

                          X     Y


Если, однако, обратиться ко всему периоду из 100 наблюдений, то результаты оценивания
будут совсем другими:
 Dependent Variable: Y
 Sample: 1 100
 Included observations: 100
 Variable                           Coefficient Std. Error            t-Statistic   Prob.
 C                                  1.490206             0.664538     2.242470      0.0272
 X                                  0.055097             0.083978     0.656086      0.5133
 R-squared                          0.004373               Mean dependent var       1.120548
 Adjusted R-squared                 -0.005786              S.D. dependent var       3.513463
 S.E. of regression                 3.523613               Akaike info criterion    5.376648
 Sum squared resid                  1216.753               Schwarz criterion        5.428752
 Log likelihood                     -266.8324              F-statistic              0.430449
 Durbin-Watson stat                 0.061638               Prob(F-statistic)        0.513306
В этом случае значение коэффициента детерминации близко к нулю, а оцененный
коэффициент при xt равен 0.0551 против значения 0.5975, полученного при оценивании по
наблюдениям с 51 по 100. Это отражает действительное отсутствие детерминированного
тренда в DGP и, в связи с этим, крайнюю нестабильность оценок коэффициента при xt ,
полученных на различных интервалах. Последнее сопровождается также крайне низкими