To tylko jedna z 9 stron tej notatki. Zaloguj się aby zobaczyć ten dokument.
Zobacz
całą notatkę
Wstęp Niniejsza praca ma na celu oszacowanie modelu ekonometrycznego. Dane do opracowania zaczerpnąłem z roczników statystycznych GUS. Dotyczą one produkcji energii elektrycznej w zależności od przetwarzania węgla kamiennego i brunatnego w Polsce w latach 1981-1996. Dobór zmiennej objaśnianej oraz zmiennych objaśniających jest logicznie uzasadniony ponieważ energia elektryczna jest w Polsce wytwarzana głównie z węgla kamiennego i brunatnego, a zmiany w produkcji tejże energii powinny mieć swoje odwzorowanie w wydobyciu węgla kamiennego oraz brunatnego. Zależność pomiędzy zmienną objaśnianą a objaśniającymi powinna być zależnością silną co między innymi postaram się wykazać w szacowanym modelu. Do obliczenia wartości parametrów modelu ekonometrycznego, statystyk oraz innych potrzebnych danych posłużyłem się programem MicroFit. Następna strona zawiera dane zaczerpnięte z roczników statystycznych .
Oszacowanie parametrów modelu ekonometrycznego Metodą Najmniejszych Kwadratów (MNK) ( Wydruk komputerowy znajduje się na następnej stronie)
Ogólna postać modelu:
Y = β 0 + β 1 X 1t + X 2t + ξ t Postać modelu po oszacowaniu MNK:
Y = 83256,0 + 0,15873X 1 + 0,59624X 2 (±7955,0) (±0,072980) (±0,081612)
gdzie :
Y - produkcja energii elektrycznej w gigawatogodzinach
X 1 - przetwarzanie węgla kamiennego na inne nośniki energii elektrycznej w tysiącach ton
X 2 - przetwarzanie węgla brunatnego na inne nośniki energii elektrycznej w tysiącach ton
III. Ocena modelu Interpretacja parametrów strukturalnych β 0 - wyraz wolny oszacowano na poziomie 83256,0 ze średnim błędem szacunku ±7955.
β 1 - jeżeli przetwarzanie węgla kamiennego zmieni się o 1 tysiąc ton to produkcja energii zmieni się o 0,15873 gigawatogodziny ze średnim błędem szacunku ±0,072980 gigawatogodziny. Ceteris paribus.
β 2 - - jeżeli przetwarzanie węgla brunatnego zmieni się o 1 tysiąc ton to produkcja energii zmieni się o 0,59624 gigawatogodziny ze średnim błędem szacunku ±0,081612 gigawatogodziny. Ceteris paribus.
Interpretacja ogólnych miar dopasowania Współczynnik R 2 = 0,84233; 84,23 % zmienności zmiennej objaśnianej - produkcji energii elektrycznej zostało wyjaśnione przez model
Współczynnik R 2 = 0,81807; po skorygowaniu 81,8 % zmienności zmiennej objaśnianej - produkcji energii elektrycznej zostało wyjaśnione przez model
(…)
… = 0,05
F > Fα
p < α
H0 należy odrzucić na rzecz HA. Łącznie parametry strukturalne β1 i β2 statystycznie istotnie różnią się od zera. Łącznie zmienne objaśniające X1 i X2 (produkcja węgla kamiennego i brunatnego) statystycznie istotnie wpływają na zmienną objaśnianą (produkcję energii elektrycznej)
Badanie występowania autokorelacji składników losowych.
Do badania występowania autokorelacji składników losowych służy test oparty na statystyce Durbina - Watsona (DW).
DW = 0,73973
DW ∈ (0,2) - podejrzewamy autokorelację dodatnią
H0: ρ = 0
HA: ρ > 0
dL = 0,982
dU = 1,539
DW < dL Odrzucamy H0 na rzecz HA. W modelu występuje dodatnia autokorelacja składników losowych.
Test Godfrey'a
Test Godfrey'a służy do badania istotności autokorelacji składników losowych. Oparty jest na statystyce F.
H0: brak…
…. Rozkład składnika losowego można uznać za normalny.
Test White'a
Test White'a służy do badania heteroskedastyczności czyli zmienności wariancji składnika zakłócającego.
H0: : E(ξt2) = constans HA: : E(ξt2) ≠ constans
Fα = 4,60 α = 0,05
F (1,14) = 0,71343 p = 0,413
F < Fα p > α
Brak podstaw do odrzucenia H0. Przyjmujemy, że rozkład wariancji składnika losowego jest normalny.
Podsumowanie
Ogólne miary…
... zobacz całą notatkę
Komentarze użytkowników (0)