|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Проверка автокорреляции остатков модели регрессииВыбор и обоснование значимости экзогенных переменных
Проверка статистической значимости параметров регрессионного уравнения (коэффициентов регрессии) выполняется по t -критерию Стьюдента, который рассчитывается по формуле: , где P – значение параметра; Sp - стандартное отклонение параметра. Рассчитанное значение критерия Стьюдента сравнивают с его табличным значением при выбранной доверительной вероятности (как правило, 0.95) и числе степеней свободы N - k -1, где N -число точек, k -число переменных в регрессионном уравнении (например, для линейной модели Y=A*X+B подставляем k =1). Если вычисленное значение tp выше, чем табличное, то коэффициент регрессии является значимым с данной доверительной вероятностью. В противном случае есть основания для исключения соответствующей переменной из регрессионной модели.
Н0 - коэффициент незначимый.
Табличное значение критерия Стьюдента t =1,68. Рассчитанные значения критерия больше, чем табличное, следовательно нулевая гипотеза отвергается и коэффициенты являются значимыми. Получено уравнение регрессии:
LnCena = 7.6996 – 0.1100*NKomnat + 0.1080*LNPlochadNez + 0.7471*LNPlochadZ + 0.3185*LnPlochadKukh Для проверки гипотезы о качестве модели в целом применяется статистика Фишера. Статистика больше, чем табличное значение, а значит отвергается гипотеза о незначимости коэффициентов при экзогенных переменных. Коэффициент детерминации R2 показывает какую часть разброса эндогенной переменной можно объяснить колебанием экзогенных переменных. В данном случае этот коэффициент достаточно близок к 1, что говорит о высоком качестве модели.
Проверка автокорреляции остатков модели регрессии Для проверки автокорреляции остатков модели регрессии используем критерий Дарбина — Уотсона (или DW-критерий). где — коэффициент автокорреляции первого порядка. Наблюдаемое значение критерия Дарбина-Уотсона (вычисленное на основе выборочных данных) сравнивают с критическим значением критерия Дарбина-Уотсона, которое определяется по специальным таблицам. Критическое значение критерия Дарбина-Уотсона определяется в зависимости от значений верхней d1 и нижней d2 границ критерия по специальным таблицам. Данные границы определяются в зависимости от объёма выборочной совокупности n и числа степеней свободы (h-1), где h – количество оцениваемых по выборке параметров.
Н0: коэффициент авторегрессии р=0, т е автокорреляции в остатках нет. d1 < DW < d2 зона неопределенности d2 < DW < 4-d2 H0 не отвергается 4-d1 < DW < 4 H0 отвергается 0 < DW < d1 H0 отвергается
Для n = 52 и 4х объясняющих переменных d1 = 1,38 и d2 = 1,72. d2< DW <4-d2 => H0 не отвергается. Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.003 сек.) |