МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ
НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ «ЛЬВІВСЬКА ПОЛІТЕХНІКА»
Інститут економіки і менеджменту
Кафедра маркетингу і логістики
ЛАБОРАТОРНА РОБОТА № 5
з дисципліни «Економіко-математичні методи і моделі (частина 1)»
на тему:
«Визначення гетероскедастичності та автокореляції залишків»
Варіант № 11
ЛЬВІВ 2018
Тема роботи:
Визначення гетероскедастичності та автокореляції залишків.
Мета роботи:
Навчитися перевірити наявність гетероскедастичності згідно з критерієм µ та автокореляції за допомогою критерію Дарбіна- Уотсона, побудувати однофакторну модель, оцінити надійність моделі за допомогою критерію Фішера та якщо модель адекватна згідно цих критеріїв, то визначити прогнозне значення заощаджень при величині доходів 28 млн. грн.
Теоретичні відомості:
Одним із методів перевірки припущень про наявність гетероскедастичності є метод на основі критерію . Цей метод застосовується тоді, коли вихідна сукупність спостережень досить велика. Розглянемо відповідний алгоритм.
Вихідні дані залежної змінної Y розбиваються на k груп відповідно до зміни рівня величини Y. За кожною групою даних обчислюється сума квадратів відхилень ():
.
Визначається сума квадратів відхилень загалом по всій сукупності спостережень
Обчислюється параметр :
де n – загальна сукупність спостережень;
nr – кількість спостережень r-ї групи.
Обчислюється критерій:
який наближено дорівнюватиме розподілу при ступені вільності k-1, коли дисперсія всіх спостережень однорідна. Тобто якщо значення не менше за табличне значення при вибраному рівні ймовірності і ступені вільності k-1, то спостерігається гетероскедастичність.
Для побудови економетричної моделі
використаємо метод найменших квадратів (МНК). МНК полягає у наступному: теоретична лінія повинна перебувати на оптимальній віддалі від фактичних значень.
Для оцінки автокореляції залишків використовується критерій Дарбіна-Уотсона:
,
де - залишки (відхилення).
d – статистика може набувати будь-якого значення з інтервалу (0;4).
Для d – статистики визначені крайні межі (d1 – нижня, dn – верхня), які дозволяють із заданою надійністю дати відповідь, чи можна прийняти гіпотезу про відсутність автокореляції першого порядку чи ні.
Вхідні дані:
Періоди
Заощадження, млн.грн.(y)
Дохід,
млн.грн. (х)
Періоди
Заощадження, млн.грн.(y)
Дохід,
млн.грн. (х)
1
0,47
8,80
10
0,59
14,40
2
0,20
8,30
11
1,01
16,70
3
0,08
10,00
12
0,95
17,70
4
0,20
10,60
13
0,93
18,60
5
0,21
11,00
14
1,15
19,70
6
0,12
11,90
15
1,53
21,10
7
0,52
12,70
16
1,94
22,80
8
0,50
13,50
17
1,75
23,90
9
0,43
14,30
18
2,10
24,10
Хід роботи:
Перевіряємо наявність гетероскедастичності згідно з критерієм .
Вихідні дані залежної змінної Y розбиваємо на три групи відповідно до зміни рівня величини Y. За кожною групою обчислюємо суму квадратів відхилень за формулою:
Визначаємо суму квадратів відхилень загалом по всій сукупності спостережень:
= 1,4398.
Визначаємо параметр α:
=0,0195.
Перевіряємо припущення про наявність гетероскедастичності згідно з критерію µ: µ = -2lnα
µ= - 2 * ln(0,0195) = 7,872.
За статистичними таблицями знаходимо значення χ2 та порівнюємо його з отриманим критерієм.
χ2 = 6
Оскільки, µ > χ2 , то можемо стверджувати, що при вибраному рівні ймовірності і ступені вільності спостерігається гетероскедастичності.
Будуємо однофакторну модель.
Модель має вигляд
y
=
a
0
+
a
1
∗x
Використовуючи метод найменших квадратів ,розв’язки можна знайти за формулою:
А=
X
T
X
−1
X
T
Y
Отримаємо:
a0 = -1,026;
a1 = 0,118.
Отже, модель має вигляд: y = -1,026 + 0,118x.
Оцінюємо надійність моделі за допомогою критерію Фішера.
Для цього використовуємо фо...