Sunteți pe pagina 1din 13

Academia de Studii Economice a Moldovei

Facultatea de Cibernetic, Statistic i Informatic Economic


Catedra: Statistic i previziune economic

Lucrare de laborator
Nr.1
Tema: Modele cu variabile intirziate

A efectuat:
Student gr. SPE-131
Poprijevschi Victor

A verificat:
profesor universitar
Prachi Ion

Chiinu 2015

Se cunosc datele:
Tab.1.
Anii
199 Cheltuieli Invistitionale

T1

199
1
199
2
199
3
199
4
199
5
199
6
199
7
199
8
199
9
200
0

Profit
Cheltuieli Invistitionale
Profit
Cheltuieli Invistitionale
Profit
Cheltuieli Invistitionale
Profit
Cheltuieli Invistitionale
Profit
Cheltuieli Invistitionale
Profit
Cheltuieli Invistitionale
Profit
Cheltuieli Invistitionale
Profit
Cheltuieli Invistitionale
Profit
Cheltuieli Invistitionale
Profit
Cheltuieli Invistitionale
Profit

T2

T3

T4

2072
1840

2077
2106

2078
2361

2043
2077

2062
1875

2067
1885

1964
1911

1981
2331

1914
2736

1991
3332

2129
3943

2309
4083

2614
4092

2896
3751

3058
3379

3309
3442

3446
3656

3466
3173

3435
2442

3183
2191

2697
1691

2338
1811

2140
2170

2012
2173

2071
2700

2192
2984

2240
3099

2421
3204

2639
2905

2733
2501

2721
2311

2640
2732

2513
2414

2448
2462

2429
2713

2516
2697

2534
2952

2494
2560

2596
2748

2572
3124

2601
1809

2648
3313

2840
3629

2837
3944

1. Estimarea relaiei i testarea unei eventuale autocorelri ale erorilor


Teoria economica presupune c cheltuielile de investiii (notate cu
profiturile obinute (

xt

Astfel modelul nostru ia urmtoarea form:


y t =a0 +a 1 y t 1 +a 2+ x t + ut
Unde:
yt

investiii in perioada t

yt

) pot fi explicate prin

y t1

investiii n perioada precedenta

xt

venituri din perioada t

ut

erorile de observare
h

y t =b0 +a 0 x t + a1 x t1 +a 2 x t2 ++ ah x t h+ t = a j x t j +b0 + t
i=0

Unde:

a0 > a1> a2 >> ah

Estimarea parametrilor

a0 , a1 , a2 ,

o putem face cu ajutorul pachetului eviews folosind functia

MCMMP, care ne indica urmatorul rezultat:

Acest tabel ne conduce spre urmatoarea egalitate:


y = 240,4140 + 1.071080*y(1) - 0.158413*x
Deoarece valoarea calculata DW (2.033537) nu se afla in intervalul [1.48;1.57], pentru k=1, dar in
intervalul [1.57;3] rezulta ca respingem ipoteza nula ipoteza de ordinul I fiind pozitiva.
Pe linga DW este convenabila si o alta statistica pentru modelul autoregresiv:
n
DW
h=^
^=1
2
^
,
iar
2
1n a

unde:

n numarul de observari
^ 2a variatia estimate a coeficientului a1
1

Aceasta statistica h este distribuita intr-o maniera asimptotica urmind repartitie normal centrata
redusa. Studiem echivalenta dintre doua teste:
H 0 : =0 H 0 :h=0
H 1 : 0 H 1 :h 0
^=1

2,033537
=11,0167685=0.0167685
2

h=0.016768
t

/2

44
=0,123507
144 0.004295

=1.96

Valoarea calculate a statisticii h este mai mica decit valoarea tabelara, ceea ce arata ca ipoteza
nula se accepta, iar alternativa se respinge, fapt care ne demonstreaza ca nu exista dependent
intre erori si ca h=0

Determinarea numarului de intirzieri


Modelul pe baza caruia se determina numarul de intirzieri este:
h

y t = a j x t 1 +b 0+ t
j=0

Testul Fisher:
Este un test in care testam ipoteza nula pentru coeficientii regresiei superioare decalajului h.
Formularea este urmatoare, cind se verifica, intr-un mod descendent, o valoare cuprinsa intre 0 si
M: 0<h< M . Presupunem ca h (0, m)
I 10 :h=m1= am=0
1

I 1 :h=m1= a m 0
I 20 :h=m2= am1=0
2

I 1 :h=m2= am1 0

I i0 :h=mi= a mi+1=0
I i1 :h=mi= a mi+1 0
Fiecare din aceste ipoteze face obiectul testului clasic Fisher care se calculeaza dupa formula:

F=

(SPR mi+ SPR m1 +1)/2


SPR mi+1 /nm+ i3

Care se compara cu F tabelar care are 2 si (n-m+i-3) grade de libertate.


SPR mi
Suma patratelor reziduale
n numarul observatiilor
m numarul coeficientilor

H0
Daca F >Ftab = ca

se respinge si procedura este finisata, iar valoarea lui h va fi:

h=mi+1
Rezultatele testului Fisher pot fi calculate dupa urmatoarea metoda:
SCR 6
se calculeaza conform formulei: Ls y c (x) x(-1) x(-2)x(-6)

SCR 6 =571788,5
Utilizind formula Ls y c (x) x(-1) x(-2)x(-5) obtinem

SCR 5

SCR 5 =631583.2

Se admite de a calcula

SCR 5

care este egal cu 631583.2 ce ne este data de estimarea

0.05
modelului cu 5 intirzieri, sau fie 51,39731=F stat > F 2.3 =3.32 , noi vom respinge ipoteza nula,

numarul de intirzieri fiind 6.


(SPR 5 SPR 6 )/2 (631583.2571788.5)/2
F5 =
=
=1,568623
SPR 6 /30
571788.5/30
Testul AKAIKE:
O alta metoda consta in retinerea ca valoare a lui h care minimizeaza functia Akaike ce
ne este data de formula:
AIC ( h )=ln
Unde:
SCR h

SCR h 2 h
+
n
n

( )

- suma patratelor reziduale pentru modelul cu h intirzieri

n numarul de observatii

Pentru includerea unei noi variabile explicative este ca prin aceasta respecificare a
modelului sa se obtina o valoare mai mica pentru AIC
Obtinem valorile testului Akaike prin introducerea formulei:
Ls y c x(0 to +!i)

Scalar aich!l=log(@ssr/@regobs)+!i*2/@regobs
Conform criteriului Akaike, numarul intirzierilor este 6, pentru AIC(6)= 9.87285
Criteriul Schwartz:
k+1
k+1
SPR ( h ) h ln n
SPR
1
2
n
SCH = ( h )=ln
+
SC=
n = ( e t ) n n
n
n
n
n

( )

Rezultatele testului Schwartz pot fi calculate cu ajutorul pachetului Eviews conform


urmatoarei comenzi:
scalar sch!I = log(@ssr/@regobs)+!i*log(@regobs)/@regobs

Valoare minima a acestui test este 1, care se situiaza in dreptul lagului 6, ceia ce
semnifica ca numarul de intirzieri este 6.

Analizind datele obtinute in urma utilizarii celor trei criterii putem concluziona ca
numarul de intirzieri pentru modelul analizat este 6.
Asadar, modelul nostru este:
y t =b0 +a 0 x t + a1 x t1 +a 2 x t2 +a3 x t3 +a 4 x t 4 +a5 x t5 +a6 x t6 + t
iar, numarul mediu de intirzieri se determina dupa formula: Ls y c (x) x(-1) x(-2)x(-6)

Cunoscind valorile coeficientilor putem calcula intirzierea medie dupa formula:


a1 +2 a2 +3 a3 ++ j a j j a^ j 0.061265+20,092588+ +60.132265 2.919024

D=
=
=
=
=3,613785 trimestr
a 1+ a2+ a3 ++ a j
0.061265+ 0.092588++0.132265
0.812843
a^ j
adica aproape 11 luni
Datele obtinute ne arata ca aminarea medie reprezinta 3.61 trimestre, adica aproape patru
semester, ceea ce inseamna ca influenta investitiilor se va resimti aproape peste un an asupra
Profitului.
Distributia finita a numarului de intirzieri MODELUL ALMON ce permite de a reduce
numarul parametrilor ce urmeaza a fi estimati, fiind reprezentata de functia polinomiala a
intirzierilor.
a
Putem sa ne imaginam o infinitate de forme relative a distributiei coeficientilor i .
Metoda intirzierilor a lui Almon se utilizeaza forte des, deoarece permite degajarea profiturilor
intirzierilor care se adapta diferitelor reprezentari.

Aceasta tehnica consta in impunerea coeficientilor sa apartina unui si aceluiasi polinom


de gradul q, ca:
q

ai= 0 + 1 i+ 2 i 2 ++ q i q= j i j
j=0

insa modelul propriu zis are forma:


y t =b0 +a 0 x t + a1 x t1 +a 2 x t2 ++ ah x t h+ t
Atunci cind introducem formula LS Y C PDL (X,6,4,1)obtinem datele din table unde:
PDL Polinomul distributiei lag
X serie explicative
h=6 numarul de decalaje (rezultat din criteriile folosite anterioare)
q=4 gradul polinomului (dupa o proba in care gradul polinomului este 5, coeficientul variabilei
PDL05 nu este semnificativ diferit de 0)
1 indicatorul capcana (dificultati)

Astfel, distributia finite a intirzierilor capata urmatorul aspect:


at =459,2170+ 0,000854i+ 0.026583i 20.004932i3 +0.000188i 4

Estimatia distributiei infinite a intirzierilor


MODELUL KOYCK:
Cere o descrestere geometrica structurii intirzierilor, coeficientii sa fie legati astfel:
a1= a0
2

a2= a0

ah =h a0
h

y t = a j x t j +b0 + t
j=0

Modelul Koyck unde

este o constanta care apartine intervalului (0,1). De aici modelul

poate fi scris in felul urmator:


y t =b0 +a 0 x t + a0 x t 1+ a0 2 x t 2 ++ a0 6 x t6 + t
Facind unele transformari ajungem la forma
unde:
ut = t t 1
Ls y c y(1)x

y t = y t1 +a0 x t + ( 1 ) b0 +ut

Analizind datele obtinute anterior observam ca avem urmatoarele valori ale:


a^ 0 =0.1584
b^ 0 =240,4140
2

y t =b0 +a 0 x t + a0 x t 1+ a0 x t 2 ++ a0 x t6 + t
y t =1.0710 y t 10.1584 x t +240,4140+u t

Distributia PASCAL:
y t =b0 +a 0 y t 1+ a1 y t 2+ a2 x t + t
Insa parametrii au urmatoarea forma:
r+1

ai=(1 )

Cr +1 ; ( 0 ;1 ) , iar C n =

( nm ) !
n!

Prin substituire obtinem urmatoarea forma a modelului:

y t =b0 + [ ( 1 )
i=0

r +1

C ir +1 i ] + t

Sa presupunem ca r=q1, atunci vom obtine urmatorul model


y t =(+ 2 ) b 0+ y t1 + 2 y t2 +a0 x t + t

z 1=(12 + )b 0
z 2=2
z 3=

z 4=a0
Astfel vom obtine modelul sub urmatoarea forma:
y t =z1 + z 2 y t 1+ z3 y t2 + z 4 x t + t
Utilizind pachetul Eviews in care generam formula: ls y c y(-1) y(-2) x, obtinem rezultatele:

Din tabel obtinem rezultatele:


^= 0.164911=0.4061
a^ 0 =0,153411
113,6784 113,6784
b^ 0 =
=
=322,2935
0.352717
12 + 2

y t =322,2935+ [ ( 10.4061 )
i=0

r +1

C ir +1 0.4061i y ti ] + t

Concluzie generala: In aceasta lucrare scopul principal a fost sa determinam peste cit timp
veniturile obtinute vor influenta cheltuielile allocate pentru investitii. In acest scop pentru
determinarea numarului de intirzieri am folosit mai multe criterii: testul Fischer, criteriul Akaike
si Shwartz, atit pentru controlul logic, cit si pentru practica. In felul acesta am aflat ca Lag-ul este
6, adica veniturile vor influenta investitiile cu un decalaj de 6 perioade. Utilizind formula
aminarii medii am obtinut ca influenta investitiilor se va resimti peste o perioada de 3.61
trimestre, aproximativ 11 luni. De asemenea, am folosit modelul Almon pentru a estima
distributia finit a intirzierilor, si modelul Koyck si distributia Pascal, pentru estimarea distributiei
infinita a numarului de intirzieri.