To tylko jedna z 25 stron tej notatki. Zaloguj się aby zobaczyć ten dokument.
Zobacz
całą notatkę
Przykładowy model ekonometryczny
Sebastian Michalski
1
Spis treści
1 Postać modelu
1.1 Dane . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2 Graficzna prezentacja danych . . . . . . . . . . . . . . . . . . . .
3
4
5
2 Dobór zmiennych objaśniających metodą Hellwig’a
6
3 Oszacowanie parametrów strukturalnych
3.1 Interpretacja oszacowanych parametrów strukturalnych . . . . .
3.2 Interpretacja błędów szacunku parametrów . . . . . . . . . . . .
8
8
8
4 Badanie własności koincydencji
9
5 Normalność rozkładu składnika loswego
5.1 Test Jarque-Bera . . . . . . . . . . . . . . . . . . . . . . . . . . .
9
9
6 Autokorelacja składnika losowego
10
6.1 Test Durbin’a-Watson’a . . . . . . . . . . . . . . . . . . . . . . . 10
6.2 Test mnożnika Lagrange’a . . . . . . . . . . . . . . . . . . . . . . 11
7 Heteroskedastyczność składnika losowego
11
7.1 Test White’a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
8 Liniowość modelu – test liczby serii
12
9 Współliniowość zmiennych obajaśniających
13
10 Istotność zmiennych objaśniających
– test t-Studenta
13
11 Współczynnik determinacji
14
11.1 Skorygowany współczynnik derterminacji . . . . . . . . . . . . . 15
12 Prognozy
15
12.1 Prognoza zmiennej endogenicznej na podstawie modelu trendu
linowego . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
12.2 Prognoza zmiennej endogenicznej na podstawie modelu trendu
wielomianowego . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
12.2.1 Ocena ex ante prognozy . . . . . . . . . . . . . . . . . . . 16
12.2.2 Prognoza przedziałowa . . . . . . . . . . . . . . . . . . . . 17
12.3 Prognoza zmiennej endogenicznej na podstawie modelu ekonometrycznego (warunkowa) . . . . . . . . . . . . . . . . . . . . . . 18
12.3.1 Prognoza zmiennych egzogenicznych na podstawie modeli
trendu liniowego . . . . . . . . . . . . . . . . . . . . . . . 18
12.3.2 Prognoza zmiennych egzogenicznych na podstawie modeli
trendu wielomianowego . . . . . . . . . . . . . . . . . . . 21
12.3.3 Ocena ex post prognozy . . . . . . . . . . . . . . . . . . . 22
12.4 Prognoza na podstawie modelu prostego wyrównania wykładniczego Brown’a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2
1
Postać modelu
Yt = α0 + α1 X1t + α2 X2t + α3 X3t + t ,
(1)
Yt – wartość wyprodukowanych (przewiezionych) komputerów w USA w milionach USD w latach 1992–1998,
(ang. Electronic Computer Manufacturing: Value of Shipments: Millions
of Dollars: Seasonally Adjusted )1 ,
X1t – wartość nowych zamówień na produkcję komputerów w USA w milionach
USD w latach 1992–1998,
(ang. Electronic Computer Manufacturing: Value of Shipments: Millions
of Dollars: Seasonally Adjusted )2 ,
X2t – wartość wyprodukowanych (przewiezionych) nośników danych, pamięci
masowych w USA w milionach USD w latach 1992–1998,
(ang. Computer Storage Device Manufacturing: Value of Shipments: Millions of Dollars: Seasonally Adjusted )3 ,
X3t – wartość wyprodukowanych (przewiezionych)
(…)
… paribus - przy pozostałych warunkach niezmienionych) wywoła wzrost
produkcji komputerów średnio o 487 tys. USD,
α2 = 0, 495– wzrost wartości produkcji nośników danych o 1 mln USD (ceteris paribus)
ˆ
wywoła wzrost produkcji komputerów średnio o 495 tys. USD,
α3 = 0, 265– wzrost wartości wyprodukowanych półprzewodników o 1 mln
ˆ
USD (ceteris paribus) wywoła wzrost produkcji komputerów średnio o 265 tys…
... zobacz całą notatkę
Komentarze użytkowników (0)