Documente Academic
Documente Profesional
Documente Cultură
=
8,166390
+ 0,040629 Venit
R 2 = 0,8937
se
=
(51,03628)
(0.002860)
=
(0,160011)
(14,20652)
t
p
=
(0,8742)
(0,0000)
Interpretm i comentm rezultatele obinute....
Reinem reziduurile din aceast regresie.
n zona de lucru din Eviews (zona alb) definim: series reziduuri=resid
Vizualizm grupul reziduuri, resid. Comparm. Sunt aceleai serii? Da!
CD
Din grafic se vede c chelt.CD cresc atunci cnd Veniturile cresc. De remarcat este faptul c
variabilitatea chelt.CD n jurul dreptei de regresie pare s creasc atunci cnd Veniturile cresc.
Aceasta inseamn c este prezent proprietatea de heteroscedasticitate.
White a artat c, n selecii de volum mare, sub ipoteza H0 (erorile sunt homoscedastice) statistica
W = nRa2 urmeaz asimptotic o distribuie 2 cu gradele de libertate date de numrul de regresori
din ecuaia auxiliar (la noi 2).
H 0 : a1 = a 2 = 0
(exist homoscedasticitate)
mai mic dect nivelul de semnificaie ales, respingem H 0 i acceptm H 1 erorile aleatoare sunt
heteroscedastice.
Testul White poate fi aplicat direct n EViews.
Pasul1. Se estimeaz parametrii modelului iniial prin MCMMP i reinem reziduurile ei .
Pasul2. Se aplic testul White direct, pe seria reziduurilor.
Selectm View/Residual Tests/White Heteroskedasticity
Sunt afiate statistica F, clasic, statistica nRa2 i probabilitile asociate.
Deoarece p-value < respingem H0 i acceptm H1, exist heteroscedasticitatea erorilor aleatoare.
ei2
=
-28057,73 + 7,51746 * Venit - 0,0000636 * Venit^2
se
=
(17705,11)
(2,13119)
(0,0000347)
t
=
(-1,5847)
(3,52735)
(-1,835627)
p
=
(0,1267)
(0,0018)
(0,0794)
Coeficientul a1 = 7,51746 este semnificativ statistic.
Coeficientul a 2 = 0,0000636 nu este semnificativ statistic.
Acceptam H 1 : () a i 0, i = 1,2 (exist heteroscedasticitate).
1
= 0
+ 1 + i
xi
xi
xi
1
1
= 0
+ 1 i + i ,
= 0
+ 1 xi + i
xi
xi
xi
xi
xi
xi
xi
Rezult c a fost eliminat heteroscedasticitatea erorilor aleatoare, deci putem estima modelul
transformat prin MCMMP.
Make EQ07: CD/sqr(vanzari) 1/sqr(vanzari) sqr(vanzari)
xi , eq07 va fi transformat n
y i = 21,196 + 0,0432 * x i .
Se pare c presupunerea i2 = 2 x i este mai potrivit pentru exemplul CD-Venit.
II) Respecificarea modelului
Transformarea logaritmic este folosit n mod frecvent pentru a elimina heteroscedasticitatea,
deoarece reduce dispersia variabilelor iniiale.
Se estimeaz prin MCMMP modelul
ln y i = 0 + 1 ln xi + i
n locul modelului y i = 0 + 1 x i + i .
Un avantaj al modelului log-liniar sau dublu logaritmic, este c panta msoar elasticitatea lui Y n
raport cu X, adic modificarea procentual n Y, pentru o modificare procentual n X.