Эконометрика: Введение в регрессионный анализ временных рядов. Носко В.П. - 86 стр.

UptoLike

ВУЗ: 

МФТИ | Москва

Составители: 

Рубрика: 

Исключая из правой части статистической модели константу, получаем:
Dependent Variable: Y
Sample(adjusted): 2 100
Variable Coefficient Std. Error t-Statistic Prob.
Y(-1) 0.565569 0.033621 16.82186 0.0000
X 0.190325 0.018495 10.29043 0.0000
X(-1) 0.256578 0.020764 12.35668 0.0000
R-squared 0.911404 Mean dependent var 0.062869
Adjusted R-squared 0.909558 S.D. dependent var 0.310554
S.E. of regression 0.093394 Akaike info criterion -1.874134
Sum squared resid 0.837363 Schwarz criterion -1.795494
Log likelihood 95.76965 Durbin-Watson stat 2.218619
Редуцированная модель признается лучшей по критерию Шварца. Проверка ее на
адекватность дает следующие результаты.
• Коррелограмма ряда остатков соответствует процессу белого шума.
• Критерий Бройша – Годфри указывает на отсутствие автокоррелированности у ряда ε
t
(P-значение = 0.375 при AR(1) альтернативе и 0.165 при AR(2) альтернативе).
• Критерий Jarque – Bera не обнаруживает значимых отклонений от нормальности (P-
значение = 0.689).
• Критерий Уайта не обнаруживает гетероскедастичности (P-значение = 0.285).
Иными словами, применение критериев адекватности к оцененной модели дает
удовлетворительные результаты.
Посмотрим теперь, что дает оценивание по тем же данным выбираемых в качестве SM
перечисленных ранее 8 редуцированных моделей.
SM
1
(статическая регрессия): y
t
= µ + β
0
x
t
+ ε
t
.
Оцененная модель:
Dependent Variable: Y
Sample: 1 100
Variable Coefficient Std. Error t-Statistic Prob.
X 0.271208 0.053356 5.082965 0.0000
R-squared 0.174472 Mean dependent var 0.062241
Adjusted R-squared 0.174472 S.D. dependent var 0.309046
S.E. of regression 0.280794 Akaike info criterion 0.307561
Sum squared resid 7.805700 Schwarz criterion 0.333613
Log likelihood -14.37805 Durbin-Watson stat 0.839862
В правой части этой статистической модели нет запаздывающих значений объясняемой
переменной. Поэтому здесь можно ориентироваться на значения статистики Дарбина – 
Исключая из правой части статистической модели константу, получаем:
Dependent Variable: Y
Sample(adjusted): 2 100
    Variable        Coefficient Std. Error   t-Statistic   Prob.
       Y(-1)        0.565569 0.033621        16.82186      0.0000
        X           0.190325 0.018495        10.29043      0.0000
       X(-1)        0.256578 0.020764        12.35668      0.0000
R-squared          0.911404       Mean dependent var 0.062869
Adjusted R-squared 0.909558       S.D. dependent var 0.310554
S.E. of regression 0.093394       Akaike info criterion -1.874134
Sum squared resid 0.837363        Schwarz criterion     -1.795494
Log likelihood     95.76965       Durbin-Watson stat 2.218619
Редуцированная модель признается лучшей по критерию Шварца. Проверка ее на
адекватность дает следующие результаты.
   • Коррелограмма ряда остатков соответствует процессу белого шума.
   • Критерий Бройша – Годфри указывает на отсутствие автокоррелированности у ряда εt
      (P-значение = 0.375 при AR(1) альтернативе и 0.165 при AR(2) альтернативе).
   • Критерий Jarque – Bera не обнаруживает значимых отклонений от нормальности (P-
      значение = 0.689).
   • Критерий Уайта не обнаруживает гетероскедастичности (P-значение = 0.285).
Иными словами, применение критериев адекватности к оцененной модели дает
удовлетворительные результаты.
   Посмотрим теперь, что дает оценивание по тем же данным выбираемых в качестве SM
перечисленных ранее 8 редуцированных моделей.

   SM1 (статическая регрессия): yt = µ + β0 xt + εt .
Оцененная модель:
Dependent Variable: Y
Sample: 1 100
    Variable       Coefficient Std. Error    t-Statistic   Prob.
         X          0.271208 0.053356        5.082965      0.0000
R-squared          0.174472       Mean dependent var 0.062241
Adjusted R-squared 0.174472       S.D. dependent var 0.309046
S.E. of regression 0.280794       Akaike info criterion 0.307561
Sum squared resid 7.805700        Schwarz criterion     0.333613
Log likelihood     -14.37805      Durbin-Watson stat 0.839862
В правой части этой статистической модели нет запаздывающих значений объясняемой
переменной. Поэтому здесь можно ориентироваться на значения статистики Дарбина –

Страницы