Stwierdza się, że statystyka DW znajduje się w obszarze niekonkluzywności, za pomocą tego testu nie można rozstrzygnąć hipotez. Należy posłużyć testem alternatywnym.
Tablica 5.21
0
Źródło: Opracowanie własne.
Badanie autokorelacji m rzędu składnika losowego w programie Gretl. Test PACF przy założeniu m = 1 weryfikuje założenie o braku autokorelacji I rzędu składnika losowego. Współczynnik autokorelacji cząstkowej I rzędu p, odczytywany jest z okna wyników analizy KMNK (tablica 5.14) i wynosi: p, =0,184196.
Następnie porównuje się go z wartością , gdzie za stanowi wartość krytyczną
standaryzowanego rozkładu normalnego, N - liczebność próby, przy ustalonym poziomie istotności a = 0,05. Jeżeli |p,|>-^=, wówczas odrzuca się hipotezę
■Jn
zerową H0 na rzecz hipotezy alternatywnej. Stwierdza się występowanie autokorelacji I rzędu składnika losowego. Jeżeli |pj| < —7==. wówczas nie ma
y/N
podstaw do odrzucenia hipotezy zerowej H0, zatem brak jest autokorelacji I rzędu składnika losowego (patrz też tablice 9.16-9.19).
Iest LM mnożnika Lagrange’a oraz test Q Ljunga-Boxa. Hipotezy zerowa i alternatywna mają postać:
ho-9\ =-. = pm =0
H\ : P| ^ — ^0 procedura testująca w programie Gm/ obu testów została przedstawiona w tablicy 5.22. Testy na autokorelację są dostępne z okna analizy KMNK. Wybrany rząd autokorelacji wynosi 1, ponieważ przedmiotem badania jest m = 1.
Tablica 5.22
V v'[
model 2
Wykrery panomodeb
Kodel 2: ZsienriŁi
Z*
•c
Średni Odchyl Susa Błąd s Bsp. d Skoryg Statys Statys
Mt pomytych 7m«myth Wt dodanych imwrrry^ tost (urny w*c«ya>nnfcdw Mt Inowych r**yy*xji
te*tr«lnio*oio
«st n»m»owoic« (togarytm,
tmt łp*cy<kacj» Ramsay* R
tost ►*»ro6iató«t,c:ros;: tost ncrmahoSci roAładu rt tost wpływowych obwrwac Mt yrtpółinlowotel V1F Mt itatohoSci Chowa
ts 3>C*onelK}i
ę eretl: te*t mnożnika Latraneea (LM) na autokorelację
23 & *5 0 x
Test Breuscha-Godfreya na autokorelacja rzędu pierwszego Estymacja KMNK z wykorzystanie* 27 obserwacji 1975-2001 Zaienna zależna: uhat
Zaienna
const
XI
X2
uhat 1
współczynnik
0/131504 -0# 0491717 -0,00268985 0,187871
Błąd stand. statystyka t wartość p
0,927670
0,480729
0,0526831
0,220533
0,142
-0,102
-0,051
0,852
0,88851
0,91942
0,95972
0,40306
wsp. deterainacji R-kwadrat - 0,0311488
Mt afektu ARCM Mt *tab hnfci CUSi-M
.-7TT>(iT<'ł
"cyno H-JLU uutrrr
V treli: autokorelacja |
£} | |
cpó*n«nu |
OUMŁj: ff #***;! | |
"Tl i J? |
<£to |
Statystyka testu: LMF - 0,739455, z wartością p - P<F(l,23ł > 0,739455) - 0,399
Alternatywna statystyka: TRA2 » 0,841017, z wartością p ■ P(Chi-kwadrat(1) > 0,841017) * 0,359
Ljung-Box Q’ « 0,947095 z wartością p « P(Chi-kwadrat(1) > 0,947095) - 0,33
ZarrinlJ
Źródło: Opracowanie własne.
Tablica 5.22 przedstawia wyniki testu LM oraz testu Q dla oszacowanego modelu przedstawionego w tablicy 5.14, wartości statystyk danych odpowiednio wzorami (4.20) oraz (4.21) przyjmują wartości:
LM =0,841017, Plm =0,359,
Q = 0,947095, pe=0,33.
W kolejnym kroku weryfikacji należy odczytać wartość krytyczną testu X2a(m)
z tablic rozkładu testu chi-kwadrat, posługując się poleceniami w pasku narzędzi okna głównego:
- [Narzędzia],
- [Tablice statystyczne],
- [chi-kwadrat] (liczbę stopni swobody ,4f\ w badanym przykładzie: 1). Tablica 5.23 zawiera wartości dla jednostronnego testu chi-kwadrat przy różnych poziomach istotności a.