10 Materiały
Transkrypt
10 Materiały
Modele z autokorelacją składników losowych Zadanie 1 Uzupełnij brakujące obliczenia: Na podstawie poniższych danych statystycznych: t yt 1 2 3 4 5 6 2,0 3,0 4,0 2,0 2,5 1,0 xt 1,0 2,0 3,0 1,0 2,0 7 8 1,5 3,5 1,0 2,0 4,0 Korzystając z estymatora Gaussa – Markowa oszacuj parametry strukturalne modelu y t = β 0 + β 1 x t1 + ξ t . 1 1 1 1 X= 1 1 1 1 1,0 2,0 3,0 2,0 3,0 4,0 1,0 2,0 y= 2,5 2,0 1,0 1.0 1,5 2,0 4,0 3,5 −1 16 − 0,25 0,94 b= = = 16 40 45,0 − 0,25 0,125 45,0 Wyznacz ocenę nieznanej wariancji składników losowych modelu oraz oceny standardowych błędów szacunku parametrów strukturalnych. ] = 45,0 e T e = y T y − b T X T y = 54,75 − [0,94 s2 = S ( B0 ) = S ( B1 ) = Zapisz oszacowaną postać modelu oraz przedstaw przyjęte podczas przeprowadzonego procesu estymacji założenia KMRL. Jakie są własności wykorzystanych estymatorów? Wyznacz wektor reszt modelu oraz zweryfikuj hipotezę dotyczącą występowania autokorelacji I rzędu składników losowych. t yt ŷ t et 1 2 3 4 5 6 7 8 2,00 3,00 4,00 2,00 2,50 1,00 1,50 3,50 1,69 2,44 0,31 0,56 1,69 2,44 0,31 0,06 2,44 3,94 -0,94 -0,44 Suma: et 2 et et −1 ( et − et −1 ) 2 0,10 0,32 0,66 0,10 0,00 0,18 0,46 0,25 0,02 0,06 0,06 0,25 0,06 0,88 0,19 2,72 0,64 0,41 1,92 0,06 0,25 1,31 W wyniku przeprowadzonego testu przeprowadzono transformację danych statystycznych. Wyznaczono odpowiednio wektor y * oraz macierz X * : X∗ = 0,24 0,24 0,24 0,24 0,24 0,24 0,65 1,48 1,24 − 0,52 1,24 2,48 1,48 1,72 y∗ = 0.89 0,74 2,36 Następnie zastosowano estymator KMNK powtórnie szacując parametry strukturalne modelu −1 0,83 1,85 2,14 1,64 2,14 0,54 b = = = 0,09 15,03 1,85 15.30 15,03 ∗ Uzasadnij zastosowaną procedurę estymacji. Wyznacz ocenę nieznanego parametru σ ζ2∗ oraz oszacuj standardowe błędy szacunku parametrów strukturalnych modelu. T e ∗ e ∗ = 0,89 s∗ = ∗ S ( B0 ) = 2 ∗ S ( B1 ) = Porównaj uzyskane wyniki z wynikami uzyskanymi w pierwszej części zadania. W szczególności porównaj oceny standardowych błędów szacunku. Przedstaw wzór na macierz wariancji-kowariancji estymatora KMNK w UMRL Zgodnie z tym wzorem wyznacz poprawnie oceny standardowych błędów szacunku parametrów modelu oszacowanych estymatorem KMNK ˆ X = 35,12 69,06 X TΩ 69,06 139,54 Zadanie 2 Szacowano KMNK parametry strukturalne następującego modelu ekonometrycznego: yt = β 0 + β1 xt1 + β 2 xt 2 + ξ t gdzie t = 1, K ,20 W procesie weryfikacji otrzymano m.in. wartość statystyki Durbina – Watsona d = 0,98 . Przedstaw oraz zweryfikuj układy hipotez dotyczące istnienia autokorelacji I rzędu składników losowych tego modelu. Zadanie 3 Oszacowano model: yˆ t = 2,07 + 0,28 xt1 − 0,45 xt 2 + 2 xt 3 gdzie t = 1,...,18 należy przedstawić oraz zweryfikować układy hipotez dotyczące istnienia autokorelacji I rzędu składników losowych tego modelu. Obliczona wartość statystyki Durbina – Watsona wyniosła 1,26. Zadanie 4 Oszacowano model: yˆ t = 2,01 + 0,21t gdzie t = 1,...,7 Na podstawie danych y T = [2,2 2,5 2,8 3,0 3,1 3,4 3,5] należy zweryfikować hipotezę dotyczącą autokorelacji I rzędu składników losowych tego modelu. Wartości krytyczne dla testu Durbina – Watsona dla poziomu istotności 0,05 N K=2 K=3 K=4 dL dU dL dU dL dU 16 0,98 1,54 0,86 1,73 0,74 1,93 17 1,02 1,54 0,90 7,71 0,78 1,90 18 1,05 1,53 0,93 1,69 0,82 1,87 19 1,08 1,53 0,97 1,68 0,86 1,85 20 1,10 1,54 1,00 1,68 0,90 1,85 Zadanie 5 Na podstawie obserwacji: t 1 2 3 4 y t 2,0 3,0 4,0 2,0 xt 1,0 2,0 3,0 1,0 L 16 L 1,0 17 18 1,5 3,5 L 1,0 2,0 4,0 szacowano parametry strukturalne modelu y t = β 0 + β1 xt + ξ t t = 1,...,18 . Korzystając z estymatora KMNK oszacowano parametry strukturalne modelu oraz wyznaczono wektor reszt: e T = [0,10 L 0,19] . Uzyskano m.in. n ∑e t =1 2 t = 2,72 n ∑e e t =2 t t −1 = 1,92 n ∑ (e t =2 t − et −1 ) 2 = 1,31 a) Korzystając z test Durbina – Watsona zweryfikuj hipotezę dotyczącą autokorelacji składników losowych I rzędu. b) Wyznacz ocenę nieznanego parametru autokorelacji I rzędu. c) Omów założenia dotyczące parametrów rozkładów składników losowych modelu AR(1) d) Wyznacz pierwsze trzy elementy wektora y * oraz pierwsze trzy wiersze macierzy X * e) Przedstaw parametry rozkładów składników losowych modelu Py = PXβ + Pξ f) Wskaż parametry szacowane przez estymatory ~ e T Ω −1 ~ e 2 ~ s = - estymator parametru ................................ n − ( K + 1) s *2 = e *T e * n − ( K + 1) - estymator parametru ................................ g) Wyjaśnij różnicę pomiędzy dwoma wektorami reszt użytymi w estymatorach w zadaniu f)