Таблица 12
Интервальная оценка коэффициентов
коэффициент |
значение |
ошибка коэффициента |
интервальная оценка |
||||
s2 |
s |
t-статистика |
размер интервала |
нижняя граница |
верхняя граница |
||
a0 |
57,26 |
4,90 |
24,04 |
11,68 |
9,61 |
47,65 |
66,88 |
a1 |
0,35 |
0,07 |
0,006 |
4,73 |
0,15 |
0,21 |
0,50 |
a2 |
3,911 |
3,01 |
9,054 |
1,30 |
5,90 |
-1,989 |
9,811 |
Сравнивая фактические значения t-статистики для коэффициентов (табл. 12) с критическими значениями (табл. 13), можно сделать вывод, что коэффициент перед a2 статистически незначим. С другой стороны, значения коэффициентов a0 и a1 практически не изменились, следовательно переменная является лишней, и ее не следует добавлять в модель.
Таблица 13
Критические значения t-статистики
№п/п |
α (уровень значимости) |
|
1. |
0,1 |
2,31 |
2. |
0,05 |
2,75 |
3. |
0,01 |
3,83 |
Исключаем лишнюю переменную из модели, и в дальнейшем будем рассматривать парную линейную модель.
9. Проверим модель на наличие гетероскедастичности. Для этого используем метод графического анализа остатков и метод расчета рангового коэффициента Спирмена.
Поле корреляции между независимой переменной и квадратом случайной ошибки выглядит следующим образом (рис. 5)
Рис. 5 Графический анализ остатков –
гетероскедастичность не обнаружена
По внешнему виду корреляционного поля нельзя сделать однозначный вывод о наличии (отсутствии автокорреляции). Необходимо проведение тестов. Рассчитаем ранговый коэффициент Спирмена. Для этого построим вспомогательную таблицу:
Таблица 14
Расчет коэффициента Спирмена
№п/п |
X |
e2 |
Ранг по x |
Ранг по e2 |
d |
d2 |
|
1 |
февр. |
49,5 |
620,9 |
8 |
1 |
7 |
49 |
2 |
март |
36,3 |
390,0 |
6 |
2 |
4 |
16 |
3 |
апр. |
68,7 |
286,7 |
10 |
11 |
-1 |
1 |
4 |
май |
-75,0 |
54,2 |
1 |
8 |
-7 |
49 |
5 |
июнь |
53,0 |
33,0 |
9 |
5 |
4 |
16 |
6 |
июль |
31,2 |
45,5 |
5 |
7 |
-2 |
4 |
7 |
авг. |
0,1 |
81,9 |
3 |
10 |
-7 |
49 |
8 |
сен. |
-18,9 |
5,6 |
2 |
4 |
-2 |
4 |
9 |
окт. |
39,8 |
161,0 |
7 |
3 |
4 |
16 |
10 |
ноя. |
9,6 |
40,5 |
4 |
6 |
-2 |
4 |
11 |
дек. |
162,4 |
56,7 |
11 |
9 |
2 |
4 |
сумма |
356,7 |
212 |
|||||
среднее |
32,4 |
Ранговый коэффициент Спирмена равен:
оценим статистическую значимость коэффициента Спирмена:
Критическое значение при пятипроцентном уровне значимости равно 2,69 (см. табл.6), что больше расчетного, следовательно, коэффициент Спирмена статистически незначим, и гетероскедастичность отсутствует.
! Самостоятельно убедитесь в отсутствии гетероскедастичности при помощи остальных тестов (Парка, Глейзера, Голдфельда-Квандта и Уайта)!
9. Проверим модель на наличие автокорреляции.
9.1 Построим корреляционные поля (рис. 6 и 7). По их визуальному анализу нельзя сделать однозначный вывод о наличии или отсутствии автокорреляции.
Рис. 6. Анализ автокорреляции
Рис. 7. Анализ автокорреляции (продолжение)
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.