Trend - Starzaki.eu.org

Gretl
Trend:
1. Najlepiej oddzielid interesujące nas dane od pozostałych (Gretl „zje” wszystko w tym wykres i
spróbuje go przetworzyd)
Po prostu przekopiowad zawartośd kolumny C do Arkusza 2.
2. Zamykamy i zapisujemy
3. Importujemy dane do Gretla
4. Wybieramy drugi arkusz (jeśli oczywiście skopiowaliśmy wcześniej dane do niego)
Adam Kościelniak IiE III Ekonometria
Strona 1
5. Klikamy tak: Bo chcemy interpretowad dane jako szereg czasowy
6. Szeregi czasowe
7. Dane kwartalne
8. Startowa obserwacja: 1999:1 ([rok]:[kwartał])
9. Poszerzamy próbę (dodaj 4)
10. Dodajemy zmienną czasową
Adam Kościelniak IiE III Ekonometria
Strona 2
11. Dodajemy kwadrat zmiennej czasowej
12. Dodajemy sześciany czasu poprzez:
a. Definiowanie nowej zmiennej
b. Można dokonywac dowolnych operacji na zmiennych
Adam Kościelniak IiE III Ekonometria
Strona 3
13. Dodajemy zmienne sezonowe
14. Przygotowanie skooczone uruchamiamy KNMK:
15. Ustalamy zmienne (dq1 i dq4 są nieistotne statystycznie)
Adam Kościelniak IiE III Ekonometria
Strona 4
16. Wyniki
Model 7: Estymacja KMNK, wykorzystane obserwacje 1999:1-2008:4 (N = 40)
Zmienna zależna: wynagrodzenie
const
time
sq_time
time3
dq2
dq3
Współczynnik Błąd stand.
1601,48
21,8073
72,3061
4,44154
-2,89808
0,250065
0,0518232 0,00401232
-99,733
11,8288
-102,539
11,8288
Średn.aryt.zm.zależnej
Suma kwadratów reszt
Wsp. determ. R-kwadrat
F(5, 34)
Logarytm wiarygodności
Kryt. bayes. Schwarza
Autokorel.reszt - rho1
2300,249
31681,32
0,994280
1182,087
-190,2496
402,6325
0,266034
Adam Kościelniak IiE III Ekonometria
t-Studenta
73,4379
16,2795
-11,5893
12,9160
-8,4314
-8,6686
wartość p
<0,00001
<0,00001
<0,00001
<0,00001
<0,00001
<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
***
***
***
***
***
***
376,8644
30,52546
0,993439
4,36e-37
392,4992
396,1631
1,214965
Strona 5
17. Prognoza:
18. Ok. i mamy prognozę
Adam Kościelniak IiE III Ekonometria
Strona 6
Model przyczynowo-skutkowy
Postępowanie zasadniczo nie różni się, ale zanim zaczniemy musimy zająd się samymi danymi w
Excelu
lut-06
mar-06
kwi-06
maj-06
cze-06
lip-06
sie-06
wrz-06
paź-06
lis-06
gru-06
sty-07
lut-07
mar-07
kwi-07
maj-07
cze-07
lip-07
sie-07
wrz-07
paź-07
lis-07
gru-07
sty-08
lut-08
mar-08
kwi-08
maj-08
cze-08
42 328,00 zł
63 941,00 zł
46 014,00 zł
56 050,00 zł
52 751,00 zł
59 614,00 zł
77 201,00 zł
91 695,00 zł
93 787,00 zł
109 386,00 zł
91 878,00 zł
108 272,00 zł
126 025,00 zł
157 184,00 zł
165 076,00 zł
127 777,00 zł
120 471,00 zł
141 209,00 zł
143 003,00 zł
137 036,00 zł
161 581,00 zł
135 921,00 zł
117 460,00 zł
42 432,00 zł
64 491,00 zł
55 877,00 zł
54 411,00 zł
36 555,00 zł
53 743,00 zł
68 764,00 zł
93 926,00 zł
86 401,00 zł
110 291,00 zł
65 103,00 zł
97 898,00 zł
106 855,00 zł
107 518,00 zł
121 580,00 zł
124 022,00 zł
111 312,00 zł
147 597,00 zł
110 638,00 zł
102 560,00 zł
146 617,00 zł
135 323,00 zł
75 238,00 zł
156 417,00 zł
171 278,00 zł
150 545,00 zł
187 283,00 zł
193 633,00 zł
186 069,00 zł
5
5
5
5
6
6
6
6
7
7
7
7
7
8
8
8
8
8
8
9
9
9
9
58 519,00 zł
64 423,00 zł
43 027,00 zł
65 703,00 zł
69 611,00 zł
74 757,00 zł
93 854,00 zł
41 874,00 zł
8 634,00 zł
60 216,00 zł
25 032,00 zł
10 135,00 zł
10
10
11
11
11
11
Pierwszy rok ucięty
Kolumna 5 to różnica kosztów między tym samym miesiącem roku bieżącego a poprzedniego
Prognozy dla kosztów (3 kolumna) to koszty w zeszłym roku + wynik z kolumny piątej dla stycznia.
Prognoza zatrudnienia to: zatrudnienie z zeszłego miesiąca +3.
Adam Kościelniak IiE III Ekonometria
Strona 7
1. Ponownie kopiujemy do nowego arkusza (Wklej specjalnie -> wartości)
2. Importujemy jako dane miesięczne dodajemy sezonowośd (tylko marzec będzie miał
znaczenie)
3. Postępujemy identycznie jak z trendem.
Wyniki
Model 1: Estymacja KMNK, wykorzystane obserwacje 1980:01-1982:12 (N = 36)
Zmienna zależna: obrot
const
koszty
zatrudnienie
dm3
Współczynnik Błąd stand.
-18983,3
5671,31
0,654063
0,11405
9200,43
2003,13
12515,8
7126,66
Średn.aryt.zm.zależnej
Suma kwadratów reszt
Wsp. determ. R-kwadrat
F(3, 32)
Logarytm wiarygodności
Kryt. bayes. Schwarza
Autokorel.reszt - rho1
78617,83
4,43e+09
0,946980
190,5139
-386,3767
787,0875
0,305657
Adam Kościelniak IiE III Ekonometria
t-Studenta
-3,3472
5,7349
4,5930
1,7562
wartość p
0,00210
<0,00001
0,00006
0,08862
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
***
***
***
*
48843,32
11762,12
0,942009
1,76e-20
780,7534
782,9642
1,326031
Strona 8