Эконометрика: Введение в регрессионный анализ временных рядов. Носко В.П. - 97 стр.

UptoLike

ВУЗ: 

МФТИ | Москва

Составители: 

Рубрика: 

Dependent Variable: Y
Variable Coefficient Std. Error t-Statistic Prob.
C -0.003282 0.010206 -0.321584 0.7485
Y(-1) 0.000523 0.058294 0.008975 0.9929
X 0.181735 0.019977 9.097166 0.0000
X(-1) 0.289502 0.024922 11.61638 0.0000
R-squared 0.804020 Mean dependent var 0.010665
Adjusted R-squared 0.797831 S.D. dependent var 0.225113
S.E. of regression 0.101218 Akaike info criterion -1.703515
Sum squared resid 0.973283 Schwarz criterion -1.598661
P-значение критерия Бройша – Годфри при AR(1) альтернативе равно 0.972, а при AR(2)
альтернативе равно 0.826; гипотеза некоррелированности случайных величин ε
t
не
отвергается. Критерий Jarque – Bera не обнаруживает значимых отклонений от нормальности
(P-значение = 0.689). Критерий Уайта не обнаруживает гетероскедастичности (P-значение =
0.433).
Проверяем гипотезу H
0
: µ = 0, a
1
= 0 . Используя F-распределение для F-статистики и
распределение хи-квадрат χ
2
(2) для статистики qF = 2F , получаем в обоих случаях P-
значение 0.950. Гипотеза H
0
не отвергается, и можно перейти к оцениванию модели с µ = 0,
a
1
= 0, т.е. модели y
t
= µ + β
0
x
t
+ β
1
x
t – 1
+ ε
t
. Оцененная модель с ограничениями:
Dependent Variable: Y
Variable Coefficient Std. Error t-Statistic Prob.
X 0.181461 0.019754 9.185972 0.0000
X(-1) 0.289367 0.019756 14.64736 0.0000
DGP
6
Модель частичной корректировки
y
t
= µ + 0.5
y
t – 1
+ 0.2
x
t
+ ε
t
.
Оцененная модель:
Dependent Variable: Y
Variable Coefficient Std. Error t-Statistic Prob.
C -0.005099 0.010263 -0.496869 0.6204
Y(-1) 0.592041 0.071296 8.304016 0.0000
X 0.188766 0.020280 9.308077 0.0000
X(-1) 0.000973 0.025019 0.038898 0.9691
P-значение критерия Бройша – Годфри при AR(1) альтернативе равно 0.904, а при AR(2)
альтернативе равно 0.723; гипотеза некоррелированности случайных величин ε
t
не
отвергается. Критерий Jarque – Bera не обнаруживает значимых отклонений от нормальности
(P-значение = 0.691). Критерий Уайта не обнаруживает гетероскедастичности (P-значение =
0.533).
Проверяем гипотезу H
0
: µ = 0, β
1
= 0. Используя F-распределение для F-статистики и
распределение хи-квадрат χ
2
(2) для статистики qF = 2F , получаем в обоих случаях P-
Dependent Variable: Y
Variable              Coefficient Std. Error   t-Statistic   Prob.
C                     -0.003282   0.010206     -0.321584     0.7485
Y(-1)                 0.000523    0.058294     0.008975      0.9929
X                     0.181735    0.019977     9.097166      0.0000
X(-1)                 0.289502    0.024922     11.61638      0.0000
R-squared             0.804020      Mean dependent var       0.010665
Adjusted R-squared    0.797831      S.D. dependent var       0.225113
S.E. of regression    0.101218      Akaike info criterion    -1.703515
Sum squared resid     0.973283      Schwarz criterion        -1.598661
P-значение критерия Бройша – Годфри при AR(1) альтернативе равно 0.972, а при AR(2)
альтернативе равно 0.826; гипотеза некоррелированности случайных величин εt не
отвергается. Критерий Jarque – Bera не обнаруживает значимых отклонений от нормальности
(P-значение = 0.689). Критерий Уайта не обнаруживает гетероскедастичности (P-значение =
0.433).
    Проверяем гипотезу H0: µ = 0, a1 = 0 . Используя F-распределение для F-статистики и
распределение хи-квадрат χ2(2) для статистики qF = 2F , получаем в обоих случаях P-
значение 0.950. Гипотеза H0 не отвергается, и можно перейти к оцениванию модели с µ = 0,
a1 = 0, т.е. модели yt = µ + β0 xt + β1 x t – 1 + εt . Оцененная модель с ограничениями:
Dependent Variable: Y
Variable              Coefficient Std. Error   t-Statistic   Prob.
X                     0.181461    0.019754     9.185972      0.0000
X(-1)                 0.289367    0.019756     14.64736      0.0000


   DGP6 Модель частичной корректировки
   yt = µ + 0.5 yt – 1 + 0.2 xt + εt .
Оцененная модель:
Dependent Variable: Y
Variable              Coefficient Std. Error   t-Statistic   Prob.
C                     -0.005099   0.010263     -0.496869     0.6204
Y(-1)                 0.592041    0.071296     8.304016      0.0000
X                     0.188766    0.020280     9.308077      0.0000
X(-1)                 0.000973    0.025019     0.038898      0.9691
P-значение критерия Бройша – Годфри при AR(1) альтернативе равно 0.904, а при AR(2)
альтернативе равно 0.723; гипотеза некоррелированности случайных величин εt не
отвергается. Критерий Jarque – Bera не обнаруживает значимых отклонений от нормальности
(P-значение = 0.691). Критерий Уайта не обнаруживает гетероскедастичности (P-значение =
0.533).
    Проверяем гипотезу H0: µ = 0, β1 = 0. Используя F-распределение для F-статистики и
распределение хи-квадрат χ2(2) для статистики qF = 2F , получаем в обоих случаях P-

Страницы