Analiza statystycznego szeregu spożycia indywidualnego - wykład

Nasza ocena:

3
Pobrań: 21
Wyświetleń: 588
Komentarze: 0
Notatek.pl

Pobierz ten dokument za darmo

Podgląd dokumentu
Analiza statystycznego szeregu spożycia indywidualnego - wykład - strona 1 Analiza statystycznego szeregu spożycia indywidualnego - wykład - strona 2 Analiza statystycznego szeregu spożycia indywidualnego - wykład - strona 3

Fragment notatki:

oszacuj model liniowy potęgowy i wykładniczy oraz zbadaj czy model ma rozkład normalny    Analiza statystycznego szeregu spożycia indywidualnego     100  101  102  103  104  105  106  107  2000  2001  2002  2003  2004  2005  2006  2007  2008  2009 SI       Statystyki opisowe, dla obserwacji z próby 2000:1 - 2009:2  dla zmiennej SI (38 prawidłowych obserwacji)  Średnia  Mediana  Minimalna  Maksymalna  103,600  103,500  100,100  106,700  Odch. Stand.  Wsp. zmienności  Skośność  Kurtoza  1,62298  0,0156658  -0,00707329  -0,889854     0  0.05  0.1  0.15  0.2  0.25  100  102  104  106  108 Gêsto¶æ SI SI N(103,6 1,623) Test na normalno¶æ rozk³adu: Chi-kwadrat(2) = 0,964, warto¶æ p = 0,61749       Analiza statystyczna wynagrodzenia przeciętnego     100  101  102  103  104  105  106  107  108  2000  2001  2002  2003  2004  2005  2006  2007  2008  2009 PW       Statystyki opisowe, dla obserwacji z próby 2000:1 - 2009:2  dla zmiennej PW (38 prawidłowych obserwacji)  Średnia  Mediana  Minimalna  Maksymalna  102,979  102,500  100,300  107,800  Odch. Stand.  Wsp. zmienności  Skośność  Kurtoza  1,98741  0,0192992  0,648278  -0,415076     0  0.02  0.04  0.06  0.08  0.1  0.12  0.14  0.16  0.18  0.2  0.22  98  100  102  104  106  108 Gêsto¶æ PW PW N(102,98 1,9874) Test na normalno¶æ rozk³adu: Chi-kwadrat(2) = 5,639, warto¶æ p = 0,05963   Stopa bezrobocia     6  8  10  12  14  16  18  20  22  2000  2001  2002  2003  2004  2005  2006  2007  2008  2009 SB       Statystyki opisowe, dla obserwacji z próby 2000:1 - 2009:2  dla zmiennej SB (38 prawidłowych obserwacji)  Średnia  Mediana  Minimalna  Maksymalna  15,3000  17,0500  6,60000  20,7000  Odch. Stand.  Wsp. zmienności  Skośność  Kurtoza  4,68557  0,306247  -0,700056  -1,03182     0  0.02  0.04  0.06  0.08  0.1  0.12  0.14  0.16  0  5  10  15  20  25  30 Gêsto¶æ SB SB N(15,3 4,6856) Test na normalno¶æ rozk³adu: Chi-kwadrat(2) = 19,641, warto¶æ p = 0,00005     Współczynniki korelacji liniowej dla obserwacji z próby 2000:1-2009:2  Wartość krytyczna (przy dwustronnym 5% obszarze krytycznym) = 0,3202 dla n = 38    SI  PW  SB    1,0000  0,6291  -0,5103  SI    1,0000  -0,6698  PW      1,0000  SB      Model liniowy    

(…)

…. Schwarza 134,4852 Kryt. Hannana-Quinna 131,3203
Autokorel.reszt - rho1 0,399443 Stat. Durbina-Watsona 1,181527
H 0 : t ~ N
H A : t ~ N
c12 (c2  3) 2
JB  T {  }
6 24
1) JB   (2)  prob  
2
2) JB   (2)  prob  
2
C1 współczynnik skośności reszt
C2 wspułczynnik spłaszczenia reszt
Nie ma podstaw do odrzucenia h0 to oznacza ze składniki losowy ma rozkład normalny
Odrzucamy h0 na rzecz HA a wiec…
…-kwadrat(2) = 19,641, warto¶æ p = 0,00005
0.14
0.12
Gêsto¶æ
0.1
0.08
0.06
0.04
0.02
0
0
5
10
15
SB
20
25
30
Współczynniki korelacji liniowej dla obserwacji z próby 2000:1-2009:2
Wartość krytyczna (przy dwustronnym 5% obszarze krytycznym) = 0,3202 dla n = 38
SI
1,0000
PW
0,6291
1,0000
SB
-0,5103
-0,6698
1,0000
SI
PW
SB
Model liniowy
SIt  0  1PWt  2 SBt  
Model 1: Estymacja KMNK, wykorzystane obserwacje 2000:1-2009:2 (N = 38)
Zmienna zależna: SI
Współczynnik Błąd stand.
Const(wyraz wolny)
60,6345
15,3397
PW
0,425526
0,14277
SB
-0,0558663 0,0605569
Średn.aryt.zm.zależnej
Suma kwadratów reszt
Wsp. determ. R-kwadrat
F(2, 35)
Logarytm wiarygodności
Kryt. bayes. Schwarza
Autokorel.reszt - rho1
103,6000
57,49021
0,410115
12,16679
-61,78621
134,4852
0,399443
t-Studenta
3,9528
2,9805
-0,9225
wartość p
0,00036
0,00521
0,36256
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
***
***
1,622977
1,281631
0,376407
0,000097
129,5724
131,3203
1,181527
H 0 : t ~ N
H A : t ~ N
c12 (c2  3) 2

}
6
24
2
1) JB   (2)  prob  
JB  T {
2
2) JB   (2)  prob  
C1 współczynnik skośności reszt
C2…
... zobacz całą notatkę



Komentarze użytkowników (0)

Zaloguj się, aby dodać komentarz