3582324822

3582324822



1. oszacuj model dynamiczny

y, =aa+a\y,-x+a2yl-2 +4,

Ordinary Least Scjuares Estimation

:}: sj::}: :j: >}: :j: sj: sj: sj: sj: sj: sj::}: sj:sj: :j: 5}c sjcs}: >łcsj: sj::}: z\z sj: :j: Ąz s}i sj: sj: $'• sj* sj: sj: sj: *js sj: :}: sj: sj: sj: a|s -i- :3: >j: :j: sj: sj: :j: sj: sjJ sj: sj::}: *:}: sj: sj: :j: ajcs}: >łcsj: sj::}: sj: sj: :j: sj: sj: sj: sj: sj: a|s sj: sj: sj: :j:

Dependent variable is BM

37 observations used for estimation from 20(X)Q3 to 2(X)9Q3

:}: >}::}: sj: sj: :j: sj: :j: sj: sj: sj: sj:sj:sj: sj: :j: ^ sj: sj: sj: sj: sj::}: :j: sj: :j: sj: sj: sj: sj: sj: sj; sj: sj: sj: :j: :j: sj: sj: sj: sj: sj::}: :j: sj: :j: sj: sj: :j: sj: sj: sj: :j: :j: sj:sj:sj: sj: :j: sj::}: sj: sj: sj: sj::}: :j: sj: :j: sj: sj: sj: sj: sj: sj; :j: sj: sj: :j:

Regressor    Coefficient Standard Error T-Ratio[Prob]

C "    46.2686    65.9291    ,70179|.488|

BM(-l)    1.1398    .16738    6.8095[.(X)0]

BM(-2)    -.18288    .17105    -l.0692j.293j

:}: sj: z>. :j: sj: :j: sj: sj: sj: sj: sj: sj;sj: z]z sj: :j: sj: :}: sj: sj: sj: sj: z>. :j: sj: :j: sj: sj: sj: sj: sj: sj; :j: sj: sj: :j: :j: sj: sj: sj: sj: sj::}: :j: sj: :j: sj: sj: :j: sj: sj: sj: :j: :j: sj:sj: z]z sj: :j: sj::}: sj: sj: sj: sj: z>. :j: sj: :j: sj: sj: sj: sj: sj: sj; :j: sj: sj: :j:


R-Squared    .91218 R-Bar-Squared    .90702

S.E.of Regression 102.1040 F-stat. F( 2, 34) 176.5846[.0(X)|

Mean of Dependent Variab!e 1188.1 S.D. of Dependent Variable 334.8435 Residual Sum of Squares 354457.7 Equation Log-likelihood -222.0981 Akaike Info. Criterion -225.0981 Schwarz Bayesian Criterion -227.5145 DW-statistic    1.8355

:}: sj::}: :j: sj: :j: sj: sj: sj: sj: sj: sj;sj: z]z sj: :j: sj: :}: sj: sj: sj: sj::}: :j: sj: :j: Ąz sj: sj: sj: sj: sj; :j: sj: sj: :j: :j: sj: sj: sj: sj: sj::}: :j: sj: :j: sj: sj: :j: sj: sj: sj: :j: :j: sj:sj: z]z sj: :j: sj::}: sj: sj: sj: sj::}: :j: sj: :j: Ąz sj: sj: sj: sj: sj; :j: sj: sj: :j:

Diagnostic Tests

:}: sj::}: :j: sj: :j: sj: sj: sj: sj: sj: sj;sj: z]z sj: :j: sj: sj: sj: sj: sj: sj::}: :j: sj: :j: Ąz sj: sj: sj: sj: sj; :j: sj: sj: :j: :j: sj: sj: sj: sj: sj::}: :j: sj: :j: sj: sj: :j: sj: sj: sj: :j: :j: sj:sj: z]z sj: :j: sj: sj: sj: sj: sj: sj::}: :j: sj: :j: Ąz sj: sj: sj: sj: sj; :j: sj: sj: :j:

*    Test Statistics * LM Version * FVersion *

:}: sj::}: :j: sj: :j: sj: sj: sj: sj: sj: sj;sj: z]z sj: :j: sj: sj: sj: sj: sj: sj::}: :j: sj: :j: Ąz sj: sj: sj: sj: sj;:}: sj: sj: :j: :j: sj: sj: sj: sj: sj::}: :j: sj: :j: sj: sj: :j: sj: sj: sj:sj: :j: sj:sj: z]z sj: :j: sj: sj: sj: sj: sj: sj::}: :j: sj: :j: Ąz sj: sj: sj: sj: sj;sj: :j: sj:sj:

*    *    *    *

*    AiSerial eprrelation*CHSQ( 4)= 30.8274[.000|*F( 4, 30)= 37.4570|.(X)0j*

*    *    *    *

*    B:Functional Form *CHSQ( 1)= .30301 [.582] *F( 1,33)= ,27249[.605]*

*    *    *    *

*    C:Normality *CHSQ( 2)= I.7127[.425]* Not applicable *

*    *    #    * * D:Heteroscedasticity*CHSQ( 1)= ,42913[.512]*F( 1,35)= .41069[.526j*


Wyszukiwarka

Podobne podstrony:
Egzamin testowy z ekonometrii (przykładowy test z lat ubiegłych) Tablica 1. Ordinary Least Squares E
Spis treści 7 6.2.1.    Model dynamiczny i rozwojowy...................... 84 6.2.2.
Ordinary Least Squares
59264 P1000122 (2) .1 1.1. Model pasmowy aa* Poziom energetyczny jest tym wyższy, im większa jest od
9. Narysuj schemat i podaj zależności opisujące liniowy model dynamiczny diody półprzewodnikowej. Po
pz001 Model dynamiki klasyfikacyjnej __według Sch i ndera •    Jest modelem ról, któr
Sprzęgła. Układ napędowy i jego model dynamiczny. Redukcja mas i momentów strony czynnej i biernej u
44 3 późniejszych kontynuatorów jego teorii dynamicznej    aą niedogodne dla praktycz
Metoda najmniejszych kwadratów (ang. ordinary least squares - OLS) jest najprostszym i najpopularnie
Streszczenie W pracy wprowadzony został dyskretny model dynamiczny ułamkowego rzędu opisany w przest
Model dynamiczny czujnika parametrów drgań Współrzędna z jest sygnałem Model mechaniczny czujnika z
Wpływ obciążeń wewnętrznych Kd - model dynamiczny Bryła ograniczona od dołu poziomym odcinkiem o
Wpływ obciążeń wewnętrznych Kd - model dynamiczny Model dynamiczny przekładni zębatej: a) w chwili
Wpływ obciążeń wewnętrznych Kd - model dynamiczny W przypadku nieskończenie wolnego przemieszczania
Wpływ obciążeń wewnętrznych Kd - model dynamiczny N zazębienia wzdłuż odcinka przyporu dla zębów
Wpływ obciążeń wewnętrznych Kd - model dynamiczny Dodatkowym czynnikiem wywołującym drgania kół, a w

więcej podobnych podstron