Помощничек
Главная | Обратная связь


Археология
Архитектура
Астрономия
Аудит
Биология
Ботаника
Бухгалтерский учёт
Войное дело
Генетика
География
Геология
Дизайн
Искусство
История
Кино
Кулинария
Культура
Литература
Математика
Медицина
Металлургия
Мифология
Музыка
Психология
Религия
Спорт
Строительство
Техника
Транспорт
Туризм
Усадьба
Физика
Фотография
Химия
Экология
Электричество
Электроника
Энергетика

Виконання практичних дій



Ідентифікуємо вихідні дані.

  х1 х2 х3 Y
1,48E+09 5,00E+09 5,95E+08
3,09E+09 5,52E+09 7,92E+08
11,5 4,46E+09 5,47E+09 6,93E+08
6,95E+09 5,47E+09 1,42E+09
7,5 9,72E+09 5,19E+09 1,72E+09
9,5 1,94E+10 5,02E+09 7,81E+09
8,5 2,24E+10 4,90E+09 5,60E+09
3,25E+10 5,37E+09 1,02E+10
3,15E+10 5,86E+09 1,07E+10
2,65E+10 1,11E+10 4,77E+09
9,5 3,46E+10 1,47E+10 6,45E+09
7,75 3,18E+10 1,25E+10 7,21E+09
9,5 2,46E+10 1,44E+10 7,83E+09

З них:

1. Х1 – облікова ставка НБУ;

2. Х2 – золотовалютний баланс, млрд. дол;

3. Х3 – офіційне кредитування, млрд. дол;

4. У – Прямі іноземні інвестиції, млрд. грн..

Для нормалізації даних визначимо середнє значення, дисперсію, середнє квадратичне відхилення.

  х1 х2 х3 у
Дисперсія 67,70673 1,53961E+20 1,50502E+19 1,35019E+19
Середнє значення 12,28846 7,73E+09 5,06E+09
Середнє квадратичне відхилення 8,22841

Нормалізуємо дані

  X1 x2 x3   y
2,760136955 -1,424378976 -1,83937 -0,01654
1,544835332 -1,294625094 -1,78859 0,124978
-0,095821859 -1,184213406 -1,81411 0,111371
-0,642707589 -0,983538147 -1,62671 0,111371
-0,581942508 -0,760296995 -1,54938 0,03517
-0,338882183 0,019838147 0,020423 -0,0111
-0,460412346 0,261615568 -0,54924 -0,04375
-0,521177427 1,075599549 0,636488 0,084156
-0,278117102 0,995007076 0,765371 0,217508
-0,15658694 0,592044709 -0,76319 1,643555
-0,338882183 1,244843743 -0,33014 2,623281
-0,551559967 1,019184818 -0,13424 2,02456
-0,338882183 0,438919009 0,025578 2,541638

F- критерій m;

Проведемо алгоритм.

Крок 1. Розбиваємо вихідні дані У на k груп. У нашому випадку існує 13 спостережень, тому розбиваємо на три групи: 4, 4, 5.

Група 1 -0,016538124 0,124977978 0,111370661 0,111371  
Група 2 0,035169682 -0,011095197 -0,04375276 0,084156  
Група 3 0,217507738 1,643554618 2,623281482 2,02456 2,541637576

Крок 2. Розраховуємо суму квадратів відхилень по кожній групі.

Квадрати відхилень по групам
0,01327961
0,009317205
3,806491708

Крок 3. Розраховуємо суму квадратів відхилень у цілому по всій сукупності спостережень.

Сума 2,417044007

Крок 4. Обчислюємо параметр a

Параметр a»0

Крок 5. Розраховуємо критерій m

,

Відповідно до формули m»0.

Порівнюємо з значенням c2 для степенем вольності k-1. Значення c2=5,22. Крім того 5,22>0, тому можемо стверджувати, що при вибраному рівні довіри 0,95 і ступені свободи 12 явище гетероскедастичності відсутнє.

Параметричний тест Гольдельда-Квандта

Крок 1. Впорядковуємо по Х від меншого до більшого значення з сукупності спостережень.

x1 x2 x3 y
-0,09582186 -1,294625094 -1,839369874 -0,04375276
-0,46041235 -1,294625094 -1,814108652 -0,016538124
-0,33888218 -1,184213406 -1,788589663 -0,011095197
-0,58194251 -0,983538147 -1,626711631 0,035169682
1,544835332 -0,760296995 -1,549381361 0,084156026
-0,15658694 0,019838147 -0,763190281 0,111370661
2,760136955 0,261615568 -0,549243201 0,111370661
-0,64270759 0,438919009 -0,330140769 0,124977978
-0,2781171 0,592044709 -0,134237418 0,217507738
-0,15658694 0,995007076 0,020423123 1,643554618
-0,09582186 1,019184818 0,025578474 2,024559509
1,544835332 1,075599549 0,636487608 2,541637576
2,760136955 1,244843743 0,765371391 2,623281482

Крок 2. Відкидаємо С спостережень, які знаходяться у центрі вектора. Оскільки оптимальне співвідношення:

І n=13, то с=13*4/15»3,5. Для полегшення розрахунків беремо 3.

Будуємо дві сукупності.

Перша сукупність:

-0,04375276 -0,016538124 -0,011095197 0,035169682 0,084156
-0,09582186 -0,460412346 -0,338882183 -0,581942508 1,544835
-1,29462509 -1,294625094 -1,184213406 -0,983538147 -0,7603
-1,83936987 -1,814108652 -1,788589663 -1,626711631 -1,54938

Друга сукупність:

0,217508 1,643555 2,02456 2,541638 2,623281482
-0,27812 -0,15659 -0,09582 1,544835 2,760136955
0,592045 0,995007 1,019185 1,0756 1,244843743
-0,13424 0,020423 0,025578 0,636488 0,765371391

Крок 3. Будуємо дві економетричні моделі на основі 1МНК по двох створених сукупностях спостережень. Отримали параметри А.

По першій моделі:

34,08241349
18,65117692
-77,11904746
24,77184596

По другій моделі:

-57,4484
1716,923
-1697,36
48,72941

Крок 4. Знаходимо суму квадратів залишків за першою (1) і другою (2) моделях S1 і S2.

, де — залишки по моделі (1) ;

, де — залишки по моделі (2).

Маємо значення залишків для першої моделі:

-86,61464273 -80,41315351 -74,7917 -58,74620623 -83,06359824

Тому S= 7502,096336

Значення для другої моделі залишків:

1546,624 2015,827 1952,665812 -797,713 -2603,22

При цьому S= 2392046

Крок 5. Розраховуэмо критерій R.

R= 318,8503769

Порівняємо з табличним заначенням F критерію при ступенях свободи (13-3-2*3)/2=3. Порівнюємо з R.

318,8503769>9,28. Отже робимо висновок, про те що гетероскедастичність існує.

 




Поиск по сайту:

©2015-2020 studopedya.ru Все права принадлежат авторам размещенных материалов.