Эконометрика лекции
Таблица Данные Расчетные
Таблица 5.4
|
№ |
Данные |
Расчетные данные |
Остатки |
|
1 |
4,720 |
5,074 |
-,354 |
|
2 |
5,570 |
5,913 |
-,343 |
|
3 |
7,450 |
6,890 |
,560 |
|
4 |
8,590 |
8,029 |
,561 |
|
5 |
9,520 |
9,357 |
,163 |
|
6 |
10,660 |
10,904 |
-,244 |
|
7 |
12,650 |
12,706 |
-,056 |
|
8 |
15,140 |
14,807 |
,333 |
|
9 |
17,050 |
17,255 |
,205 |
|
10 |
20,460 |
20,108 |
,352 |
|
11 |
23,030 |
23,432 |
-,402 |
|
12 |
27,520 |
27,306 |
,214 |
|
13 |
31,720 |
31,820 |
-,100 |
|
14 |
36,340 |
37,081 |
-,741 |
|
15 |
42,590 |
43,211 |
-,621 |
Можно было бы использовать при выборе тренда более сложную модель вида X(t) = c + exp(b0 + b1t) (см. таблицу 5.1, последняя модель). Вручную расчеты для этой модели выполнять затруднительно. Представим на рис.5.9 результаты расчетов с помощью пакета STATISTICA, раздел «Нелинейное оценивание».
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