Tutorial  ćwićzenie nr 1
1. Najpierw trzeba zainstalowad gretl a 1.99 (starsze wersje mają problem z pokazaniem
chociażby funkcji) i uruchamiamy.
2. Kolejno należy załadowad model poprzez Plik -> Otwórz dane -> Import -> Excel& (ponieważ
są zapisane w .xls)
3. Przy zapytaniu  Otwarcie nowego pliku danych automatycznie zamknie bieżącą sesję.
Niezapisane wyniki pracy zostaną utracone. Czy kontynuowad proces otwieranie pliku
danych? Klikamy Tak. Wybieramy szereg czasowy. Dalej po prostu klikamy wszędzie Dalej i
na koocu Zastosuj.
4. Można sobie kliknąd dwukrotnie na daną by zobaczyd i sprawdzid poprawnośd załadowania
wartości.
5. Klikamy Model -> Klasyczna metoda najmniejszych kwadratów.
6. Wybieramy y i klikamy niebieską strzałką i dodana nam ją do  Zmienna zależna .
7. Wybieramy kolejne X1, aż do X9 i klikamy dla nich zieloną strzałkę by pojawiły się w
 Zmienne niezależne (X ). Klikamy OK. Pojawi nam się model.
8. W sprawozdanie punkt 2.2 Istotnośd parametrów strukturalnych:
a.  Wartośd parametru to jest to co w naszym modelu jest w kolumnie współczynnik,
(gdzie const to a0).
b.  Wartośd test istotności parametru - kolumna  t-Studenta .
c.  Wartośd krytyczna  kliknąd Analiza -> przedziały ufności dla parametrów, pojawi
się okienka. Wartośd krytyczna to wynik pierwszego równania (t(wartośd, cośtam) =
wynik) (n  liczba prób, stopnie swobody to n  liczba zmiennych)
d.  Ocena istotności (Tak/Nie)  Gdzie gwiazdki przy p to TAK, gdzie nie ma to NIE.
9. 2.3. Kolejnośd usuwania zmiennych objaśniających estymowanego modelu
a. Na dole w oknie model mamy napisane  Wyłączając stałą, największa wartośd p jest
dla zmiennej X . Czyli w kolumnie  Kolejnośd usuwania zmiennych objaśniających z
estymowanego modelu dla wiersza X dopisujemy 1 i przepisujemy wartośd  t-
Studenta niej z modelu.
b. Klikamy Edycja -> Modyfikacja specyfikacji modelu& i pozbywamy się tej zmiennej i
klikamy OK. Pojawi się ponownie model z nowymi wartościami dla mniejszej liczby
zmiennych.
c. Wykonujemy tak długo aż nie będzie napisane, że  Wyłączając stałą, największa
wartośd p jest dla zmiennej& 
10. 3.1. Wartości parametrów strukturalnych modelu koocowego
a. Uzupełniamy w taki sam sposób jak podpunkcie 2.2, lecz dla tego modelu, bez tych
zmiennych które zostały odciętę w wcześniejszym podpunkcie.
11. 3.2 Wartości czynnika inflacji wariancji VIF dla zmiennych objaśniających modelu koocowego
a. Klikamy w modelu Testy -> ocena współliniowości.
b. Wartośd VIF przepisujemy dla każdego wiersza, który się pokazał w okienku.
c. Ocenę wpisujemy  TAK , jeżeli wartośd jest większe od 10. W przeciwnym wypadku
 NIE .
12. 4.1. Współczynnik determinacji z modelu
a. Z modelu wpisujemy wartośd z  Wsp. determ. R-kwadrat .
13. 4.2. Test losowości składnika losowego (test serii Walda-Wolfowitza)
a. Wybieramy w modelu Zapisz -> Reszty i klikamy OK. Otrzymamy nową zmienną
 uhat .
b. W ogólnym oknie klikamy Narzędzia -> Testy nieparametryczne.
c. Liczba serii - Wybieramy zakładkę  Test serii i wybieramy zmienną  uhat i klikamy
OK.
d. N+ - zliczamy ile dodatnich w  uhat .
e. N- - zliczamy ile ujemnych w  uhat .
f. S0,025  z tabeli odczytujemy z pliku .pdf (lewa dolna tabela).
g. S0,975  z tabeli odczytujemy z pliku .pdf (prawa górna tabela).
h. Losowośd składnika losowego  czyli czy liczba serii jest pomiędzy S0,025 a S0,975 
piszemy  TAK , jeżeli się nie mieści   NIE .
14. 4.3. Test normalności rozkładu składnika losowego (test JB)
a. W modelu wybieramy Testy -> test rozkładu normalności reszt.
b.  Wartośd sprawdzianu JB  to z tekstu wartośd z  Statystyka testu: Chi-kwadrat&  .
c.  Wartośd krytyczna testu  w oknie głównym wybieramy Narzędzia -> Tablice
statystyczne i zakładka  chi-kwadrat . df = (to co było napisane wcześniej, zapewne
2), prawostronne prawdopodobieostwo = 0,05.
d.  Rozkład składnika losowego normalny  w tekście jest napisane. Na dodatek jeżeli
JB <= X2   TAK , inaczej   NIE .
15. 4.4. Test autokorelacji składnika losowego (test DW)
a.  Wartośd sprawdzianu d  w modelu wybieramy Testy -> Test Durbina-Watsona
(wartość p) i przepisujemy pierwszy wynik.
b. W oknie głównym klikamy Narzędzia -> Tablice statystyczne i przechodzimy do
zakładki  DW , gdzie  liczba obserwacji, n  liczba pomiarów,  liczba zmiennych
modelu (bez wyrazu wolnego), k = liczba zmiennych (po usunięciu).
c.  dL i dU  w okienku pojawią się nam wartości dla dL i dU i je wpisujemy do tabeli.
d.  Występuje autokorelacja składnika losowego :
i. 0 do dL   TAK
ii. Pomiędzy dL a dU   Nie można określid
iii. Od dU do 4-du   NIE
iv. Od 4-du do 4-dL   Nie można określid
v. Od 4-dl do 4 -  TAK
16. 4.5. Test homoskedastyczności składnika losowego (test White a)
a. Na modelu Testy -> test heteroskedastyczności -> test White a.
b.  Wartośd sprawdzianu nR2  przepisujemy z  Statystyka testu: TR2
c. W oknie głównym wybieramy Narzędzia -> tablice statystyczne zakładka  chi-
kwadrat (przepisujemy z tamtego okna wartośd, zapewne df = 9, prawostronne
prawdopodobieostwo = 0,05)
d.  Składnik losowy homoskedastyczny  w tekście jest napisane w modelu np.
 heteroskedastycznośd reszt nie występuje , czyli wychodzi na to, że jest
homoskedastyczny. Na dodatek jeżeli nR2 > X2   NIE , w przeciwnym wypadku
 TAK .
17. 4.6. Test homoskedastycznosci składnika losowego (test Bruescha-Pagana (BP))
a. Na modelu Testy -> test heteroskedastyczności ->Breusch-Pagan
b.  Wartośd sprawdzianu BP  przepisujemy wartośd z  Statystyka testu: LM
c. W oknie głównym wybieramy Narzędzia -> tablice statystyczne zakładka  chi-
kwadrat (przepisujemy z tamtego okna wartośd, zapewne df = 3 prawostronne
prawdopodobieostwo = 0,05)
d.  Składnik losowy homoskedastyczny  w tekście jest napisane w modelu np.
 heteroskedastycznośd reszt nie występuje , czyli wychodzi na to, że jest
homoskedastyczny. Na dodatek jeżeli BP > X2   NIE , w przeciwnym wypadku  TAK .