Prognozowanie ekonometryczne - Statystyka F

Nasza ocena:

3
Pobrań: 49
Wyświetleń: 791
Komentarze: 0
Notatek.pl

Pobierz ten dokument za darmo

Podgląd dokumentu
Prognozowanie ekonometryczne - Statystyka F - strona 1 Prognozowanie ekonometryczne - Statystyka F - strona 2 Prognozowanie ekonometryczne - Statystyka F - strona 3

Fragment notatki:

  1  PROGNOZOWANIE EKONOMETRYCZNE (PREDYKCJA EKONOMETRYCZNA)   ZESTAW V    Zbudowany i pozytywnie zweryfikowany jednorównaniowy model ekonometryczny  jest uŜyteczny do analizy zaleŜności między zmiennymi uwzględnionymi w  modelu w okresie, z którego pochodziły dane statystyczne słuŜące do  oszacowania parametrów tego modelu. Jednocześnie ten sam model  ekonometryczny moŜe stać się narzędziem do wyznaczania prognoz wartości  zmiennej objaśnianej.     Warunki jakie musi spełniać model:  - powinien być wszechstronnie i pozytywnie zweryfikowany,  - relacje między zmiennymi modelu powinny być stabilne, tzn:  •  wartości parametrów,  •  postać analityczna modelu,  •  rozkład składnika losowego (załoŜenia MNK + normalność rozkładu  składnika losowego),  - zasadna winna być ekstrapolacja zmiennej objaśnianej i zmiennych  objaśniających poza zakres obserwacji wykorzystanych do szacowania  parametrów modelu.    WERYFIKACJA STABILNOŚCI MODELU EKONOMETRYCZNEGO    Stabilność postaci analitycznej modelu – test Ramseya  Test ten upewnia nas czy wybrana liniowa postać modelu jest dobrze dobrana  do opisu zmienności danej zmiennej objaśnianej w zaleŜności od wartości  zmiennej objaśnianej. Podobnej informacji dostarcza test liczby serii.    Opis czynności:  1.  Szacujemy parametry modelu  t kt k t t x x y ε α α α + + + + = ... 1 1 0 , t=1,2,…,n.  2.  Obliczamy wartości teoretyczne zmiennej objaśnianej  t yˆ  oraz współczynnik  determinacji modelu RI 2.  3.  Szacujemy parametry modelu:  t t k t k kt k t t y y x x y µ β β β β β + + + + + + = + + 3 2 2 1 1 1 0 ˆ ˆ ...   4.  Dla nowego modelu wyznaczamy współczynnik determinacji RII 2.  5.  Badamy czy przyrost wartość współczynnika determinacji jest  statystycznie istotny  2 ) 3 ( 1 2 2 2 + − ⋅ − − = k n R R R F II I II   6.  Weryfikujemy hipotezę  H0: wybór postaci analitycznej modelu jest prawidłowy,  H1: wybór postaci analitycznej modelu nie jest prawidłowy.    Statystyka F ma rozkład F-Snedecora o stopniach swobody r1=2, r2=n-(k+3).  JeŜeli FF*, to H0 odrzucamy. W przeciwnym przypadku nie ma podstaw do  odrzucenia H0.    JeŜeli w teście Ramseya odrzucimy H0 stajemy przed koniecznością zmiany  postaci analitycznej modelu.    Stabilność parametrów modelu – test Chowa  Test Chowa jest najczęściej stosowanym testem weryfikującym hipotezę o  stabilności parametrów modelu.            2  Opis czynności: 

(…)

… do
odrzucenia H0.
Stabilność parametrów oznacza, Ŝe oceny parametrów uzyskane obserwacji z
róŜnych okresów, nie róŜnią się istotnie.
WYBÓR MODELU SPOŚRÓD KILKU, KTÓRE POZYTYWNIE PRZESZŁY PROCES WERYFIKACJI
1. Kryterium Schwarza SC (BIC)
SC = ln(
RSK
k +1
)+
ln(n)
2
n
2. Kryterium błędu predykcji
2
n + (k + 1)  RSK 
⋅
FPE =
 .
n − (k + 1)  n 
Wybór modelu następuje na podstawie minimalnej wartości SC…
... zobacz całą notatkę



Komentarze użytkowników (0)

Zaloguj się, aby dodać komentarz