Weryfikacja modelu
Transkrypt
Weryfikacja modelu
WERYFIKACJA 1. Testowanie parametrów strukturalnych modelu. Przykład1 Poddać procedurze weryfikacyjnej następujący model: Yt = 9,752 + 6,136X1t - 0,413X2t (2,135) (1,140) (0,168) 2 ϕ =0,057 R2 = 0,943 V = 5,82% S = 0,0756 1. Wartości parametrów: Yt - zmienna endogeniczna a0 = 9,752 a1 = 6,136 a2 = -0,413 2. Średnie błędy szacunku: D(ai) (2,135) .... 3. S -odchylenie standardowe R2 - współczynnik determinacji V - współczynnik zmienności losowej ϕ2 - współczynnik statystyczny 4. Statystyczna istotność ocen parametrów strukturalnych Stawiamy hipotezę zerową H0: λi = 0 wobec hipotezy konkurencyjnej H1: λi ≠ 0 H1 zakłada, że parametr λi nieznacznie różni się od zera to znaczy, że zmienna Xt przy której on stoi, wywiera nieistotny wpływ na zmienną objaśnianą. Odrzucenie H0 oznacz przyjęcie H1 mówiącej że wartość parametru ma istotny wpływ za zmienną objaśnianą 5. Test istotności oparty na rozkładzie t-Studenta t ai = ai − λi D(a i ) Poziom istotności 95% = 0,05 Liczba stopni swobody = n-k = 9-3 = 6 9 , 752 = 4 , 568 2 ,135 6 ,136 ta 1 = = 5 , 382 1 ,140 − 0 , 423 ta 2 = = − 2 , 458 ⇒ 2 , 458 0 ,168 ta 0 = ta = 2,458 (wartość podaje Statgraphic) Gdy: Spełniona jest nierówność tai< ta to H0 odrzucamy Jest inaczej to bark podstaw do odrzucenia H0 6. Dla wszystkich parametrów spełniona jest nierówność tai< ta to to odrzucamy hipotezę H0 na rzecz hipotezy H1 7. Odchylenie standardowe S = 0,756 oznacza że poszczególne obserwacje empiryczne zmiennej endogenicznej odchylają się od wartości teoretycznych o ±0,756. Odchylenie to stanowi 5,82% wartości średniej zmiennej endogenicznej, co świadczy o dobrym dopasowaniu modelu ekonometrycznego. Współczynnik ϕ2 świadczy o tym, że tylko 5.7% zmienności zmiennej endogenicznej Y nie zostało wyjaśnione przez model. Zatem zmienne X1 i X2 wyjaśniają 94,3% założeń modelu ekonometrycznego Yt (R2 = 0,943). ANALIZA WYBRANYCH WŁASNOŚCI ROZKŁADU RESZT Poprawnie skonstruowany i oszacowany model, który ma być wykorzystany do dalszej analizy lub predykcji powinien charakteryzować się pewnymi pożądanymi cechami rozkładu reszt. Reszty "dobrego" modelu charakteryzować się losowością i symetrią, należy również sprawdzić czy nie występuje zjawisko autokorelacji. Zadanie1 yt yt ut=yt - yt 10 9 11 13 12 15 14 16 17 9,33 9,54 12,00 12,81 12,61 14,25 13,23 16,09 17,32 0,67 -0,54 -1,00 0,19 -0,61 0,75 0,77 -0,09 -0,32 A B B A B A A B B N1=4 N2=5 kemp=6 • Badanie losowości reszt (test serii) Gdy ut > 0 (a) ut < 0 (b) gdy ut=0 to nie bierzemy pod uwagę Z tabeli liczby serii odczytujemy ka , gdy kempU ka to hipotezę o losowości należy odrzucić (co jest równoznaczne ze zmianą postaci analitycznej modelu). ka=2 • Badanie symetrii składnika resztowego gdzie n - liczba obserwacji (nU30 t emp = t emp = m 1 − n 2 m m (1 − ) n n n −1 4 1 − 9 2 = 0,316 4 4 (1 − ) 9 9 9 −1 rozkład t• Studenta w przeciwnym wypadki rozkład normalny) m -reszty odchylające się na + Z tablic odczytujemy 9-1=8 stopni swobody ta = 2,306 gdy temp < ta nie ma podstaw do odrzucenia hipotezy o symetrii składnika resztowego • Badanie autokorelacji reszt Miernikiem autokorelacji są współczynniki korelacji H0: ρ1 = 0 (reszty modelu nie są skorelowane) H1: ρ1 ≠ 0 (reszty modelu są skorelowane) Sprawdzenie hipotezy jest obliczeni współczynnika demp n d emp = ∑ (u t =2 t −u t −1 ) 2 n ∑u t =1 2 t Gdy demp < 2 to H1: ρ1 > 0 (autokorelacja dodatnia) demp > 2 to H1: ρ1 < 0 (autokorelacja ujemna) przy autokorelacji ujemnej należy wyznaczyć d`=4 - demp yt yt 10 9 11 13 12 15 14 16 17 9,33 9,54 12,00 12,81 12,61 14,25 13,23 16,09 17,32 ut=yt yt 0,67 -0,54 -1,00 0,19 -0,61 0,75 0,77 -0,09 -0,32 ut-1 0,67 -0,54 -1,00 0,19 -0,61 0,75 0,77 -0,09 ut- ut-1 -1,21 1,54 -0,81 -0,80 1,36 0,02 -0,86 0,23 (ut- ut2 1) 1,4541 2,3716 0,6561 0,64 1,8496 0,0004 0,7396 0,0529 u t2 0,4489 0,2916 1 0,0361 0,3721 0,5625 0,5929 0,0081 0,1024