116920

IV. Diagnostic Tests

*    Test Statistics *    LM Version    *    FVersion    *

***************************************+***********************************

*    A:Serial Correlation *CHSQ(1)= 3.1360[0.077]**************F(1,4)= 1.8275[0.248] *

*    BiFunctional Form *CHSQ(1)= 0.64114[0.423]*************F(1,4)= 0.27402[0.628]*

*    GNormality *CHSQ(2)= 0.80713[0.668]*************Not applicable    *

*    D:Heteroscedastieity*CHSQ( 1 )= 0.48283[0.487]*************F(1,8)= 0.40586[0.542]*

*    * * * ****** >«i *** *++*+** **+++*** **** * * *** ** * * * * * * * *** * ** * * ** *******+* * * *+**+* *

A: Lagrange multiplier test of residiial serial correlation B:Ramseys RESET test using the square of the fitted values GBased on a test of skewness and knrtosis of residnals D:Based on the regression of squared residnals on squared fitted values

V. Residuals and Fitted Yalues of Regression

Based on OLS regression ofY on: C    XI    X2    X3    X4

10 observations nsed for estimation from 1991 to 2000 * + * ***** * * ** * * ********** * **** + ***** + ** ** * + ***** * ****** + + + *** *** * * *** ****** *

Observation	Actual	Fitted	Residual
1991	10.0000	10.0484	-0.048359
1992	10.0000	10.0484	-0.048359
1993	16.0000	15.6603	0.339670
1994	16.0000	16.2453	-0.245250
1995	12.0000	11.8676	0.132410
1996	14.0000	14.1773	-0.177320
1997	20.0000	19.7306	0.269430
1998	20.0000	19.8872	0.112840
1999	20.0000	20.2268	-0.226830
2000	22.0000	22.1082	-0.108230

*+ ****** ++******************** + *****+****++****++****+ * + *** + ***********+ ***

Z łatwością zauważymy istotną wadę oszacowanego modelu, wystarczy przyjąć założenie o niezmienność w czasie zatrudnienia, wartości majątku produktywnego oraz nakładów inwestycyjnych by stwierdzić, że przyrost liczby dni przestoju maszyn powodował równoczesny wzrost wielkości produkcji, teza trudna do obrony.

Zmieniamy założenie o zbiorze zmiennych objaśniających, pozostawimy zmienne {

X_IflX,_|lX_4f}. a to rezultat zmiany założenia:

Ordinary Least Squares Estimation

+**********+++* * * * **+* * * *+** * * *** * * ** * * ** * ** * *** * ** * * * * ** * ** * * * * **** +*** ++ *

Dependent variable is Y

10 observations used for estimation from 1991 to 2000 * * * * * * ** * * * * * * * * * * * * * * * * ** * * * * ** * * * * * * * * * * ** ** * * * * ** * * * * * * * * * * * * * * * * * * * * * * *

T-Ratio[Prob] -2.2122[0.069] 9.5292[0.000] 5.9718[0.001] 2.6351 [0.039]

Regressor

C

XI

X2

X4

Coefficient Standard Error -2.74760    1.242000

1.03880    0.109020

0.44660    0.074785

0.25000    0.094873