ξ α α
Transkrypt
ξ α α
5. Diagnozowanie własności modelu ekonometrycznego. Testy diagnostyczne dotyczące braku autokorelacji składników zakłócających, testy na normalność rozkładu składników zakłócających, testy na stałość wariancji składników zakłócających, testy na poprawność specyfikacji modelu. Testowanie hipotez braku istotności parametrów strukturalnych. (część 3) Testowanie hipotez dotyczących braku autokorelacji składników zakłócających Testowanie braku autokorelacji Analiza ACF, PACF, korelogramy Statystyka LjungaBoxa Statystyka Durbina Watsona, h Durbina Statystyka Breuscha Godfrey’a Rysunek 1. Testowanie braku autokorelacji. Źródło: wykład prof. T.Bołta Zadanie 1 Korzystając z programu Gretl, na podstawie danych zawartych w pliku Gujarati Table_8.9 oszacuj model postaci: SAVINGSt 0 1INCOMEt t , gdzie: SAVINGS t oznacza oszczędności ludności (w milionach USD), INCOMEt oznacza dochód rozporządzalny (w milionach USD). Oba szeregi dotyczą Stanów Zjednoczonych w latach 1970-1995 (26 obserwacji rocznych). poniższych poleceń przyjmij poziom istotności α=0,05. 1. Zapisz postać oszacowaną modelu, uwzględniając błędy szacunku. 2. Zapisz interpretacje ocen parametrów strukturalnych modelu, uwzględniając błędy szacunku. 3. Oceń, czy w modelu występuje autokorelacja składników losowych rzędu I. (test Durbina Watsona, dlaczego nie h-Durbina?) 4. Zapisz reszty modelu (w oknie modelu: Zapisz/Reszty). Wygeneruj wykres. 5. Wykonaj wykres funkcji ACF i PACF (Zmienna/Korelogram). Na tej podstawie określ, czy występuje autokorelacja rzędu 1-go składników losowych. 6. Czy w modelu występuje heteroskedastyczność składników losowych? (test White’a) 7. Czy składniki losowe modelu mają rozkład normalny? (test Doornika-Hansena) 8. Czy prawidłowo dobrano postać funkcyjną modelu? (test specyfikacji RESET) 9. Zbadaj indywidualną istotność parametrów strukturalnych modelu. 10. Zbadaj łączną istotność parametrów strukturalnych modelu. 11. Zapisz przedział ufności dla parametru 1 . 12. Zinterpretuj wartości średniego błędu resztowego, współczynnika zmienności losowej, współczynnika determinacji, skorygowanego współczynnika zbieżności. Model 3: Estymacja KMNK, wykorzystane obserwacje 1970-1995 (N = 26) Zmienna zależna: SAVINGS const INCOME Współczynnik 62,4227 0,0376791 Średn.aryt.zm.zależnej Suma kwadratów reszt Wsp. determ. R-kwadrat F(1, 24) Logarytm wiarygodności Kryt. bayes. Schwarza Autokorel.reszt - rho1 Błąd stand. 12,7607 0,00423657 162,0885 23248,30 0,767215 79,09925 -125,2390 256,9942 0,552699 t-Studenta 4,8918 8,8938 wartość p 0,00005 <0,00001 Odch.stand.zm.zależnej Błąd standardowy reszt Skorygowany R-kwadrat Wartość p dla testu F Kryt. inform. Akaike'a Kryt. Hannana-Quinna Stat. Durbina-Watsona *** *** 63,20446 31,12361 0,757515 4,61e-09 254,4780 255,2025 0,859717 Test White'a na heteroskedastyczność reszt (zmienność wariancji resztowej) Hipoteza zerowa: heteroskedastyczność reszt nie występuje Statystyka testu: LM = 1,38133 z wartością p = P(Chi-Square(2) > 1,38133) = 0,501242 Test na normalność rozkładu reszt Hipoteza zerowa: składnik losowy ma rozkład normalny Statystyka testu: Chi-kwadrat(2) = 1,53488 z wartością p = 0,464199