Эконометрика лекции
Рис Для прямой имеем и так далее
Рис. 5. 6
Для прямой имеем
и так далее.
Получаем, в результате
D(1) = {0,85;1,88;1,14;0,93;1,13;1,99;2,49;1,9;3,41;2.57;4,49;4,20;4,67;6,25}.
Для экспоненты X2(t) , имеем
Di(1) = lnxi+1 – lnxi; Di(1) =ln5,57 – ln4,72=0,17
и так далее.
В результате
D(1)={0,17;0,29;0,14;0,10;0,11;0,17;0,18;0,12;0,18;0,12;0,18;0,14;0,16}.
Очевидно, для экспоненциальной зависимости равенство Di(1) = const более приемлемо, чем для линейной зависимости. Оценим параметры a и b, решив систему нормальных уравнений МНК:
Вычисляем необходимые суммы
|
|
Получаем систему
.
Тогда, lna = 1,47; a = exp(lna) = 4,35; b = 0,15.
Получим модель тренда X = 4.35*exp(0,15t).
Для сравнения приведем график выравнивания данного ряда с помощью экспоненциальной модели из пакета «STATISTICA»(см. рис.5.7). Некоторые расхождения в оценке коэффициентов объясняются погрешностями наших вычислений.
3). Проверим правильность полученной модели на основе поведения ряда остатков. Обозначим e(t) = X(t) - 4.35*exp(0,15t). Тогда
e(t1) = 4,72 – 4.35*exp(0,15*1) = – 0.35;
e(t2) = 5,57 – 4.35*exp(0,15*2) = – 0,34.
Аналогично получаем остальные e(ti), i = 3, 4, …, 15. В результате имеем ряд остатков:
e(ti) ={–0,35; –0,34; 0,56; 0,56; 0,17; –0,23; –0,04; 0,35; –0,18; 0,38; –0,37; 0,26; –0,05; –0,67; –0,54}.
Рис. 5.7
Проверку соответствия найденной модели тренда можно осуществить тремя путями. Во-первых, проверим случайность ряда остатков на основе критерия поворотных точек (см. формулу (5.15)). Находим, что поворотных точек в нашем ряду восемь
(0,56; –0,23; 0,35; –0,18; 0,38; –0,37; 0,26; –0,67).
Вычислим правую часть q неравенства (15) при n = 15:
назад далее
Параграфы
- Сущность и история возникновения эконометрики
- </b>Парный регрессионный анализ
- Множественная регрессия
- Гетероскедастичность моделей, ее обнаружение и методы устранения гетероскедастичности
- прогнозирование временных рядов
- Сглаживание Временных рядов
- ОДНОВРЕМЕННЫЕ УРАВНЕНИЯ. МЕТОДЫ ИДЕНТИФИКАЦИИ
- Моделирование структурными уравнениями
- РАЗНОСТНЫЕ УРАВНЕНИЯ И ИХ РЕШЕНИЕ
- Стационарные временные ряды авторегрессии-скользящего среднего
- Временные ряды с высокой изменчивостью
- Ложная регрессия, коинтеграция и модели корректировки ошибок
- Элементы линейной алгебры
- Элементы теории вероятностей и математической статистики
- метод наименьших квадратов