5217957486

(28)

11.1 Skorygowany współczynnik derterminacji

R — R —

n — (k + 1)

(i-R²

R² w 0,966.

12 Prognozy

Wprowadźmy oznaczenia dla okresu prognozowanego r: r = rc + 1, n + 2,... ,n + s = T.

Zatem długość okresu prognozy wynosi: T — n = s.

12.1 Prognoza zmiennej endogenicznej na podstawie modelu trendu linowego

Szacujemy model postaci:

Yt = ao + c^it + et,    (29)

otrzymując:

Y_t =2787,3 + 41,522t,    (30)

na podstawie wyników:

Variable	Coefficient	Std.Error t-value	t-prob PartR'2
Constant	2787.3	68.721 40.559	0.0000 0.9586
Trend	41.522	1.6140 25.727	0.0000 0.9031

R“2 = 0.903123 F(l,71) = 661.89 [0.0000] \sigma = 290.565 DW = 0.845 RSS = 5994401.909 for 2 variables and 73 observations

Prognoza Y na okres r=74:

y₇4 = 2787,3 + 41,522 * 74 = 5859,93.    (31)

Ponieważ w modelu występuje zjawisko autokorelacji składnika losowego (niskie DW), zatem aby dokonać prognozy punktowej zmiennej Y_t należy skorygować powyższy wynik o pe73, gdzie: 673 ^- 73. reszta modelu trendu obliczona jako: Y73 — I73,

p - współczynnik autokorelacji składnika losowego obliczony ze wzoru (16),

e₇₃ = 5570 - (2787,3 + 41,522 * 73) = -248,406, p = 1-2^6=0,57.

Zatem:

pe₇₃ = -143,45,

= 5859,93 - 143,45 = 5716,5.

15