Documente Academic
Documente Profesional
Documente Cultură
Datele iniţiale:
Date Y X1 X2 X3
1981 88.8 99.1 99.1 108.5
1982 99 101.7 99.1 110.1
1983 98.1 102.9 98.9 110.4
1984 99.6 101.4 110.8 104.3
1985 101.2 102.8 108.2 107.2
1986 101,9 102 105.6 105.8
1987 104.6 102.1 109.8 107.8
1988 109.2 102.1 108.7 103.4
1989 98 100.3 100.6 102.7
1990 90.3 100.8 81 104.1
1991 76.5 98.1 68.6 99.2
1992 78.3 97.7 70.9 99.7
1993 86 97.8 81.4 102
1994 92 96.5 102.3 94.3
1995 104.5 99.7 105 97.7
1996 106.5 100.8 110.5 101.1
1997 97.8 100.8 92.5 102.3
1998 105.8 104.6 89.3 104.4
1999 112.1 105.8 93 108.5
2000 128.5 108.1 106.6 111.3
AC – coeficienţii autocorelaţiei
PAC – coeficienţii de autocorelare...
r2
Formula de calcul este QLB = n (n+2)∑ , ordinea autocorelaţiei o vom nota cu p.
n− j
Valorile pozitive ale reziduurilor alternează cu cele negative pe o succesiune de mai multe
perioade consecutive, ceea ce demonstrează prezenţa autocorelaţiei negative.
Determinăm valoarea calculată a testului Student (valori pe care le luăm din tabelul
prezentat la puncul 1).
t1calc = 9,735616
t2calc = 6,590977
t3calc =- 3,658727
Testăm ecuaţia liniară primită cu ajutorul testului Fisher (grad de semnificaţie 0,05
şi k=3 grade de libertate). Se gaseşte valoarea tabelară a testului Fisher, după care se compară
cu cea calculată şi dacă F calculat > Ftabelar , atunci se respinge ipoteza nulă şi se acceptă ipoteza
H1, în aşa fel confirmându-se semnificaţia statistică a ecuaţiei.
Determinăm valoarea calculată a testului Fisher (valoare pe care o luăm din tabelul
prezentat la puncul 1).
Fcalc=81,94784
Determinăm valoarea tabelară a testului Fisher:
F F F
;k1;nk = 0,05;31;203 = 0,05;2;17 = 3,59
Comparăm valoarea calculată a testului Fisher cu valoarea lui teoretică (tabelară) şi
observăm că:
Fcalc >Ftab => 81,94784 > 3,59
Concluzie:
Deoarece Fcalc >Ftab , între factorii analizaţi există legătură.
ˆ
2. Efectuăm regresia e t faţă de toţi regresorii modelului plus cei adiţionali: eˆt1;eˆt2,....eˆtp .
Vom utiliza testul LM calculat ca produs între numărul de observaţii corespunzătoare modelului,
n , şi coeficientul de determinare, R2, corespunzător acestei regresii auxiliare. Calculăm statistica
LM= n*R2= 18*0,289762=5,215716
Comparăm cu valoarea tabelară 2 cu un grad de semnificaţie p (p=2).
p2 22 5,991. Observăm că LM< tabl2 5,215716<5,991. Rezultă că se acceptă ipoteza
nulă H0 despre lipsa autocorelaţiei de tang p.
Acest test poate fi realizat şi prin altă metodă, folosind următoarele opţiuni.
Aflându-ne în obiectul Equation, alegem View/Residual Tests/Serial Correlation LM
Test… În continuare introduce-ţi numărul de laguri p (implicit p=2) şi obţinem:
Procedurile de estimarea p.
Genr X1m=X1-0.473103*X1(-1)
Genr X2m=X2-0.473103*X2(-2)
Genr X3m=X3-0.473103*X3(-3)
Pentru a obţine valorile ecuaţiei de regresie , folosiţi comanda LS YM X1M X2M X3M C
Realizaţi testul de detectare a autocorelaţiei, folosind statistica Durbin. Faceţi concluzii.
Genr X2m=X2-0.473103*X2(-2)
Genr X3m=X3-0.473103*X3(-3)
Concluzie: analiza graficului rezidurilor nu e eficienta intodeauna , evolutia erorilor nefiind
intodeauna suficient de concludenta. DW nu e demn de incredere.Aparitia autocorelatiei erorilor
putea fi conditionata de mai multi factori: absenta unei variabile explicative importante, a carei
contributii este esentiala pentru explicarea evolutiei variabilei de explicat, specificarea incorecta
a modelului, cazul cind in realitate relatia dintre variabile este de tip exponential , logaritmic,
fapt ce conduce la aparitia fenomenului de autocorelatie. Analiza grafica a erorilor detecteaza un
proces de reproductie a erorilor caci reziduurile sunt pozitive si negative, pe o succesiune de mai
multe perioade consecutive, modelul econometric reprezinta o corelatie pozitiva.