Эконометрика: Введение в регрессионный анализ временных рядов. Носко В.П. - 229 стр.

UptoLike

ВУЗ: 

МФТИ | Москва

Составители: 

Рубрика: 

-50
0
50
100
150
200
10 20 30 40 50 60 70 80 90 100
X Y
Оценивание статистической модели SM:
y
t
= α + β x
t
+ u
t
обычным методом наименьших
квадратов дает следующие результаты:
Dependent Variable: Y
Variable Coefficient Std. Error t-Statistic Prob.
C -0.398071 0.172093 -2.313111 0.0228
X 2.031938 0.007241 280.6336 0.0000
R-squared 0.998757 Mean dependent var 37.39809
Adjusted R-squared 0.998745 S.D. dependent var 30.23477
S.E. of regression 1.071308 Akaike info criterion 2.995436
Sum squared resid 112.4748 Schwarz criterion 3.047539
Log likelihood -147.7718 F-statistic 78755.23
Durbin-Watson stat 1.080957 Prob(F-statistic) 0.000000
Если ориентироваться на приведенные значения статистик, то оба параметра оказываются
статистически значимыми
, хотя в DGP константа в уравнении для y
t
отсутствует. Ряд
остатков
-4
-2
0
2
4
10 20 30 40 50 60 70 80 90 100
RESIDS
идентифицируется по коррелограмме как AR(2). Оцененная AR(2) модель:
Dependent Variable: RESIDS 
     200


     150


     100


      50


       0


     -50
                10   20   30   40       50      60    70     80     90    100

                                      X           Y

Оценивание статистической модели SM: yt = α + β xt + ut обычным методом наименьших
квадратов дает следующие результаты:
Dependent Variable: Y
Variable              Coefficient Std. Error                t-Statistic     Prob.
C                         -0.398071 0.172093                -2.313111       0.0228
X                         2.031938 0.007241                 280.6336        0.0000
R-squared                 0.998757             Mean dependent var           37.39809
Adjusted R-squared        0.998745             S.D. dependent var           30.23477
S.E. of regression        1.071308             Akaike info criterion        2.995436
Sum squared resid         112.4748             Schwarz criterion            3.047539
Log likelihood            -147.7718            F-statistic                  78755.23
Durbin-Watson stat        1.080957             Prob(F-statistic)            0.000000
Если ориентироваться на приведенные значения статистик, то оба параметра оказываются
статистически значимыми, хотя в DGP константа в уравнении для yt отсутствует. Ряд
остатков
 4



 2



 0



-2



-4
           10   20   30   40   50         60     70    80     90    100

                               RESIDS


идентифицируется по коррелограмме как AR(2). Оцененная AR(2) модель:
Dependent Variable: RESIDS

Страницы