Обнаружение и подавления автокорреляции
Тема:
Эконометрический анализ в условиях нарушений классических модельных предположений
Цели:
Освоить методы обнаружения и подавления автокорреляции
Контрольные вопросы:
1. Что такое автокорреляция?
2. Каковы последствия автокорреляции?
3. В чем заключается графический метод обнаружения автокорреляции?
4. В чем заключается тест Дарбина-Вотсона?
5. Какие существуют способы подавления автокорреляции?
6. Что такое авторегрессия AR?
7. Чем отличаются модели AR (1) и AR ( N )?
Ход работы
1) В Excel постройте следующую таблицу:
|
|
|
| |
1 | 25 | 3 | 19 | 40 |
2 | 23 | 7 | 15 | 78 |
3 | 20 | 7 | 16 | 57 |
4 | 14 | 5 | 14 | 73 |
5 | 28 | 10 | 21 | 111 |
6 | 21 | 8 | 20 | 75 |
7 | 25 | 6 | 12 | 113 |
8 | 22 | 5 | 18 | 59 |
9 | 20 | 9 | 20 | 64 |
10 | 12 | 3 | 13 | 41 |
11 | 18 | 3 | 13 | 53 |
12 | 18 | 5 | 14 | 47 |
13 | 19 | 7 | 20 | 52 |
14 | 22 | 8 | 14 | 62 |
15 | 19 | 8 | 7 | 95 |
16 | 14 | 4 | 10 | 73 |
17 | 29 | 7 | 19 | 96 |
18 | 18 | 4 | 15 | 43 |
19 | 18 | 7 | 14 | 63 |
20 | 22 | 7 | 19 | 63 |
21 | 27 | 7 | 14 | 81 |
22 | 21 | 6 | 19 | 48 |
23 | 16 | 8 | 17 | 62 |
24 | 23 | 1 | 12 | 56 |
25 | 16 | 4 | 17 | 44 |
26 | 28 | 4 | 22 | 77 |
27 | 20 | 2 | 11 | 43 |
28 | 24 | 5 | 19 | 75 |
29 | 25 | 6 | 11 | 87 |
30 | 23 | 4 | 12 | 61 |
2) Откройте в EViews файл, содержащий данную таблицу. Для этого выполните команду File-Open-Foreign Data as Workfile .
3) Дайте оценку параметрам модели
.
4) Для этого выполните команду меню Quick-Estimate Equation… и введите следующее уравнение спецификации . В качестве метода оценки параметров выберите МНК (LS – Least Squares).
|
|
5) Постройте график зависимости остатков модели от времени измерения RESID ( T ), а также график автокорреляции остатков RESID ( RLAG ). Для этого выполните команду Object – Generate Series … и задайте уравнение RLAG = RESID (-1). Затем выделите переменные RLAG и RESID и постройте точечный график (рис. 21).
6) Сделайте вывод о наличии и характере автокорреляции.
7) В статистическом отчете построенной модели найдите значение критерия Дарбина-Вотсона. Сделайте выводы о наличии и характере автокорреляции на основе данного теста.
8) Проведите тест Бриша-Годфри по обнаружению автокорреляции. Для этого выполните команду View – Residual Tests – Serial Correlation LM Test. Сделайте выводы о наличии и характере автокорреляции на основе данного теста (рис. 22).
Рис. 21. Автокорреляция остатков |
Рис. 22. Отчет теста Бриша-Годфри |
9) Постройте модель авторегрессионной схемы первого порядка AR (1). Для этого в окне спецификации введите следующее уравнение Y C AR (1) X 1 X 2 X 3.
10) Для полученной модели проведите графический анализ автокорреляции, тест Дарбина-Вотсона и тест Бриша-Годфри. На основании сравнения результатов сделайте вывод о качестве устранения автокорреляции с помощью авторегрессионной схемы первого порядка. Сделайте предположения о дальнейшем усовершенствовании модели.
|
|
Лабораторная работа № 7
Обнаружение и подавление мультиколлинеарности
Тема:
Эконометрический анализ в условиях нарушений классических модельных предположений
Цели:
Освоить методы обнаружения и подавления мультиколлинеарности
Контрольные вопросы
Ответьте на следующие вопросы:
1. Что такое мультиколлинеарность?
2. Каковы последствия мультиколлинеарности?
3. По каким признакам можно обнаружить мультиколлинеарность?
4. В чем заключается метод инфляционных факторов?
5. Что такое частные коэффициенты корреляции?
6. Какие существуют способы подавления мультиколлинеарности?
Ход работы
1) В Excel постройте следующую таблицу:
|
|
|
| |||
1 | 25 | 19 | 8 | 40 | ||
2 | 23 | 15 | 8 | 78 | ||
3 | 20 | 16 | 6 | 57 | ||
4 | 14 | 14 | 13 | 73 | ||
5 | 28 | 21 | 13 | 111 | ||
6 | 21 | 20 | 12 | 75 | ||
7 | 25 | 12 | 16 | 113 | ||
8 | 22 | 18 | 9 | 59 | ||
9 | 20 | 20 | 9 | 64 | ||
10 | 12 | 13 | 9 | 41 | ||
11 | 18 | 13 | 8 | 53 | ||
12 | 18 | 14 | 5 | 47 | ||
13 | 19 | 20 | 8 | 52 | ||
14 | 22 | 14 | 4 | 62 | ||
15 | 19 | 7 | 9 | 95 | ||
16 | 14 | 10 | 13 | 73 | ||
17 | 29 | 19 | 11 | 96 | ||
18 | 18 | 15 | 8 | 43 | ||
19 | 18
| 14 | 5 | 63 | ||
20 | 22 | 19 | 9 | 63 | ||
21 | 27 | 14 | 7 | 81 | ||
22 | 21 | 19 | 7 | 48 | ||
23 | 16 | 17 | 8 | 62 | ||
24 | 23 | 12 | 9 | 56 | ||
25 | 16 | 17 | 9 | 44 | ||
26 | 28 | 22 | 15 | 77 | ||
27 | 20 | 11 | 5 | 43 | ||
28 | 24 | 19 | 12 | 75 | ||
29 | 25 | 11 | 10 | 87 | ||
30 | 23 | 12 | 6 | 61 |
2) Откройте в EViews файл, содержащий данную таблицу. Для этого выполните команду File-Open-Foreign Data as Workfile .
3) Постройте модель вида:
.
4) Для этого выполните команду меню Quick - Estimate Equation … и введите соответствующее уравнение спецификации. В качестве метода оценки параметров выберите МНК (LS – Least Squares).
5) Сделайте выводы о значимости параметров модели.
6) Постройте гистограмму распределения остатков модели (команда View - Residual Tests - Histogram - Normality Test), с помощью полученного отчета укажите уровень значимости, на котором может быть принята гипотеза о нормальном распределении остатков.
7) Изучите статистический отчет полученной модели. Обратите внимание на коэффициент детерминации и значимость параметров модели. Проанализируйте влияние данных факторов при обнаружении мультиколлинеарности.
8) Постройте ковариационную матрицу для рассматриваемой модели. Для этого выполните команду View – Covariance Matrix (рис. 23). Укажите переменные модели с наиболее тесной линейной связью. Объясните влияние этого явления при обнаружении мультиколлинеарности.
|
|
Рис. 23. Ковариационная матрица |
9) Предложите метод по подавлению эффекта мультиколлинеарности в данной модели (исключение переменной, изменение спецификации или преобразование переменных).
10) Преобразуйте модель с учетом предложений по подавлению мультиколлинеарности. Проведите диагностику с помощью анализа статистической отчетности и ковариационной матрицы.
11) Укажите модель с наилучшей спецификацией.
Лабораторная работа № 8
Дата добавления: 2019-11-25; просмотров: 421; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!