Oszacowany klasyczną metodą najmniejszych kwadratów jednorównaniowy model ma następującą postać:
$$\hat{\text{PKB}_{t}} = \ - 24604,9\ \ 3,6428\ \text{IMPCD}_{t}\ \ 0,25451\ \text{PKB}_{t - 1} + \ 2,4522\ \text{SPNR}_{t}$$
PKB – produkt krajowy brutto liczony w mln zł
IMPCD – import Polski w mln dolarów
SPNR – produkcja sprzedana przemysłu w mln zł
Model oszacowano na podstawie obserwacji od II kwartału 1995 r. do III kwartału 2005 r.
C | IMPCD | PKBt-1 | SPNRt | |
---|---|---|---|---|
C | 404440254,5 | |||
IMPCD | 0,89292 | |||
PKBt-1 | 0,0076475 | |||
SPNRt | 0,0841 |
Φ2 = 0,14748
F - statystyka F (3;38) = 2,90
Ad. 1a
Oblicz błędy szacunków parametrów strukturalnych (Se)
SeIMPCD $= \sqrt{0,89292} = \ 0,94494$ - wartości teoretyczne importu Polski odchylają sie średnio o 0, 94494 mln dolarów od wartości zaobserwowanych
SePKBt-1$= \sqrt{0,0076475} = 0,08744996$ - wartości teoretyczne produkcji sprzedanej przemysłu odchylają sie średnio o 0, 08744996 mln zł od wartości zaobserwowanych
SeSPNRt$= \ \sqrt{0,0841} = 0,29$ - wartości teoretyczne produkcji sprzedanej przemysłu odchylają sie średnio o 0, 29 mln zł od wartości zaobserwowanych
Ad. 1b
WykorzystujÄ…c statystykÄ™ studenta zweryfikuj hipotezÄ™:
H0: αj = 0 – hipoteza zerowa
H0: αj ≠0 – hipoteza alternatywna
Stwierdź na podstawie wyniku testu istotność oddziaływania zmiennych objaśniających na zmienną objaśnianą
Aby zweryfikować hipotezę wykorzystujemy statystykę t:
$$t_{\alpha_{1}} = \ \frac{\hat{\alpha_{1}}}{S_{\hat{\alpha_{1}}}} = \ \frac{\ \ 3,6428}{0,94494} = - 3,85506$$
$$t_{\alpha_{2}} = \ \frac{\hat{\alpha_{2}}}{S_{\hat{\alpha_{2}}}} = \ \frac{\ 0,25451}{0,08744996} = - 2,91035$$
$$t_{\alpha_{3}} = \ \frac{\hat{\alpha_{3}}}{S_{\hat{\alpha_{3}}}} = \ \frac{2,4522}{0,29} = 8,49034$$
Obliczone wielkości statystyki t, porównujemy z wielkościami krytycznymi
Nie mamy zielonego pojęcia co dalej tutaj ;)
Ad. 1c
Zinterpretuj oszacowane wielkości parametrów strukturalnych zapisanych przy zmiennych objaśniających (bez wyrazu wolnego)
Oszacowana wartość parametru IMPCDt = – 3,6428 oznacza, że wzrostowi importu Polski o 1 mld dolarów towarzyszy spadek PKB o 3,6428 mln zł
Oszacowana wartość parametru PKBt-1 = – 0,25451 oznacza, że wzrostowi PKB w okresie opóźnionym o 1 mln zł towarzyszy spadek PKB o – 0,25451 mln zł
Oszacowana wartość parametru SPNRt = 2,4522 oznacza, że wzrostowi produkcji sprzedaży przemysłu o 1 mln zł towarzyszy wzrost PKB o 2,4522 mln zł
Ad. 1d
Oblicz współczynnik determinacji (R2) oraz współczynnik korelacji wielorakiej. Wyniki zinterpretować.
R2 = 1 - Φ2
R2 = 1 - 0,14748 = 0,85252 – współczynnik determinacji
Oznacza to, że zmienna objaśniana jest wyjaśniona przez 85,252% zmiennych objaśniających.
$\mathbf{R} = \ \sqrt{0,85252\ } = \mathbf{0,92332} - \text{wsp}ol\text{czynnik\ korelacji\ wielorakiej}$
Istnieje silny związek pomiędzy zmienna objaśnioną a zmiennymi objaśniającymi.
Ad.1e
Oblicz wielkość statystyki F i przy użyciu znanej wielkości teoretycznej F odczytanej z tablicy [F(3;38)=2,90], zweryfikuj hipotezę, że przynajmniej jeden z oszacowanych parametrów statycznie istotnie różni się od 0.
$$F = \frac{\frac{R^{2}}{k - 1}}{\frac{1 - R^{2}}{n - k}} = \ \frac{\frac{0,85252}{3 - 1}}{\frac{1 - \ 0,85252}{41 - 3}} = \ \frac{0,42626}{0,003881} = 109,8325$$
Reguła decyzyjna = ?
Fα >  FT − k − 1k −  odrzucamy H0
Fα ≤  FT − k − 1k −  nie ma podstaw do odrzucenia H0
Ad. 1f
Zbadaj autokorelację I rzędu składnika losowego, wiedząc, że DW = 1,8621
DW = 1,8621
$$h = \left( \ 1 - \ \frac{\text{DW}}{2}\ \right)\ \times \ \sqrt{\frac{n}{1 - nS_{{\hat{\alpha}}_{\text{ij},\ t - 1}}^{2}}}$$
$h = \left( \ 1 - \ \frac{1,8621}{2}\ \right)\ \times \ \sqrt{\frac{41}{1 - (41\ \times \ 0,0076475)}} = 0,06895\ \times \ \sqrt{\frac{41}{1 - 0,3135475}} = \ 0,06895\ \times 7,728348234 = 0,5328696$
h = 0, 5328696 < 1,96, stąd wnioskujemy, że nie występuje statystycznie istotna autokorelacja pierwszego rzędu.
Zad. 2
zmienne łącznie współzależna – są to zmienne endogeniczne nieopóźnione w czasie
zmienne z góry ustalone – zmienne egzogeniczne bez opóźnień czasowych i opóźnione w czasie oraz zmienne endogeniczne opóźnione w czasie
Zad. 3
Istota modelu rekurencyjnego
Jest to taka klasa modeli wielorównaniowych, które charakteryzuje szczególna budowa relacji, mianowicie w dowolnym równaniu jako zmienne objaśniające występują obok zmiennych z góry ustalonych te zmienne łącznie współzależne /nie opóźnione w czasie/, które wcześniej wystąpiły jako zmienne objaśniane. W zapisie macierzowym, macierz B przyjmuje postać macierzy trójkątnej lub dającą się sprowadzić do macierzy trójkątnej.
Model:
Y1 =  α0 +  α1X1 + α2Y2 +  εt
Y1 =  β0 +  β1X1 + β2X2 +  εt ,gdzie Y1 i Y2 zmienne objaśniane endogenicznie, a X1 i X2 to zmienne objaśniające egzogenicznie, model stochastyczny statyczny o charakterze jednokierunkowym (zmienne Endo- pełnią role objaśniających)
Zad.4
Istota modeli dynamicznych
W modelu dynamicznym występują zmienne w czasie zapisane w postaci szeregów czasowych. Zbudowany jest w ten sposób, że w roli zmiennych objaśniających występuje zmienna czasowa lub jej funkcje, a zmienne endogeniczne objaśniające występują z opóźnieniami czasowymi.