Провести тест Бокса - Кокса, — КиберПедия 

Механическое удерживание земляных масс: Механическое удерживание земляных масс на склоне обеспечивают контрфорсными сооружениями различных конструкций...

Историки об Елизавете Петровне: Елизавета попала между двумя встречными культурными течениями, воспитывалась среди новых европейских веяний и преданий...

Навигация:

Главная Случайная страница Обратная связь ТОП Интересно знать Избранные Новые материалы

Топ:

Марксистская теория происхождения государства: По мнению Маркса и Энгельса, в основе развития общества, происходящих в нем изменений лежит...

Процедура выполнения команд. Рабочий цикл процессора: Функционирование процессора в основном состоит из по­вторяющихся рабочих циклов, каждый из которых соответствует...

Генеалогическое древо Султанов Османской империи: Османские правители, вначале, будучи еще бейлербеями Анатолии, женились на дочерях византийских императоров...

Интересное:

Наиболее распространенные виды рака: Раковая опухоль — это самостоятельное новообразование, которое может возникнуть и от повышенного давления...

Аура как энергетическое поле: многослойную ауру человека можно представить себе подобным...

Распространение рака на другие отдаленные от желудка органы: Характерных симптомов рака желудка не существует. Выраженные симптомы появляются, когда опухоль...

Дисциплины:

Автоматизация Антропология Археология Архитектура Аудит Биология Бухгалтерия Военная наука Генетика География Геология Демография Журналистика Зоология Иностранные языки Информатика Искусство История Кинематография Компьютеризация Кораблестроение Кулинария Культура Лексикология Лингвистика Литература Логика Маркетинг Математика Машиностроение Медицина Менеджмент Металлургия Метрология Механика Музыкология Науковедение Образование Охрана Труда Педагогика Политология Правоотношение Предпринимательство Приборостроение Программирование Производство Промышленность Психология Радиосвязь Религия Риторика Социология Спорт Стандартизация Статистика Строительство Теология Технологии Торговля Транспорт Фармакология Физика Физиология Философия Финансы Химия Хозяйство Черчение Экология Экономика Электроника Энергетика Юриспруденция

Провести тест Бокса - Кокса,

2020-04-01 179
Провести тест Бокса - Кокса, 0.00 из 5.00 0 оценок
Заказать работу

Стр 1 из 2Следующая ⇒

Провести тест Чоу,

Возможно, все изменилось в 2000-х, когда цена нефти стала достаточно высокой.

 

Chow Breakpoint Test: 2000

  

Null Hypothesis: No breaks at specified breakpoints

Varying regressors: All equation variables

  

Equation Sample: 1994 2007

  
F-statistic 1.116904   Prob. F(3,8) 0.3978
Log likelihood ratio 4.897746   Prob. Chi-Square(3) 0.1794
Wald Statistic 3.350713   Prob. Chi-Square(3) 0.3406

 


Значение F-статистики соответствует p-value около 40%, поэтому гипотеза о равенстве коэффициентов (всех трех) не отвергается. Делаем вывод, что серьезных изменений не произошло.

Провести тест Бокса - Кокса,

Все переменные номинальные. И в основном растут со временем, возможно, экспоненциально. Поэтому есть смысл оценить регрессию в логарифмах.

 

Dependent Variable: LOG(STOCK)

  

Method: Least Squares

    

Date: 12/27/08 Time: 23:49

    

Sample: 1994 2007

    

Included observations: 14

    
Variable Coefficient Std. Error t-Statistic Prob.
C -11.77487 11.20011 -1.051317 0.3157
LOG(M) 0.872621 4.908188 0.177789 0.8621
LOG(OIL) 3.185984 2.900511 1.098421 0.2955
R-squared 0.214354

 Mean dependent var

 2.158374
Adjusted R-squared 0.071509

 S.D. dependent var

 2.942306
S.E. of regression 2.835155

 Akaike info criterion

 5.109480
Sum squared resid 88.41913

 Schwarz criterion

 5.246420
Log likelihood -32.76636

 F-statistic

 1.500605
Durbin-Watson stat 0.574028

 Prob(F-statistic)

 0.265307

 

Знаки коэффициентов не изменились, однако оба стали незначимы.

Проверяем, какая модель лучше подходит с помощью теста Бокса-Кокса.

Проводим преобразование Зарембки. В данном случае (для логарифмической модели) делим каждую переменную на среднее геометрическое этой переменной по всем наблюдениям. Расчеты проводим в eviews, который не рассчитывает среднего геометрического, поэтому сначала считаем среднее арифметическое логарифмов переменных, затем возводим экспоненту в соответствующую степень, чтобы получить среднее геометрическое. Затем оцениваем линейную и логарифмическую модели и сравниваем RSS.

Новые переменные, полученные в результате преобразования Zarembka, назовем zStock, zOil, zM.

 

Dependent Variable: ZSTOCK

    

Method: Least Squares

    

Date: 01/05/09 Time: 23:23

    

Sample: 1994 2007

    

Included observations: 14

    
Variable Coefficient Std. Error t-Statistic Prob.
C -7.421860 1.926113 -3.853283 0.0027
ZOIL 4.613613 1.706258 2.703936 0.0205
ZM 5.986387 2.959311 2.022899 0.0681
R-squared 0.843461

 Mean dependent var

 3.652800
Adjusted R-squared 0.814999

 S.D. dependent var

 3.525590
S.E. of regression 1.516416

 Akaike info criterion

 3.857986
Sum squared resid 25.29469

 Schwarz criterion

 3.994927
Log likelihood -24.00590

 F-statistic

 29.63503
Durbin-Watson stat 1.683804

 Prob(F-statistic)

 0.000037

 

Estimation Equation:(ZSTOCK) = C(1) + C(2)*LOG(ZOIL) + C(3)*LOG(ZM)Coefficients:(ZSTOCK) = 3.805344066e-010 + 3.185983792*LOG(ZOIL) + 0.8726208796*LOG(ZM)

 

Dependent Variable: LOG(ZSTOCK)

  

Method: Least Squares

    

Date: 01/05/09 Time: 23:24

    

Sample: 1994 2007

    

Included observations: 14

    
Variable Coefficient Std. Error t-Statistic Prob.
C 3.81E-10 0.757727 5.02E-10 1.0000
LOG(ZOIL) 3.185984 2.900511 1.098421 0.2955
LOG(ZM) 0.872621 4.908188 0.177789 0.8621
R-squared 0.214354

 Mean dependent var

 -2.87E-11
Adjusted R-squared 0.071509

 S.D. dependent var

 2.942306
S.E. of regression 2.835155

 Akaike info criterion

 5.109480
Sum squared resid 88.41913

 Schwarz criterion

 5.246420
Log likelihood -32.76636

 F-statistic

 1.500605
Durbin-Watson stat 0.574028

 Prob(F-statistic)

 0.265307

 

У линейной регрессии значение RSS значительно меньше, чем у логарифмической.

Вывод: линейная спецификация лучше описывает данные.

Провести тест Рамсея,

Тестируем модель на пропущенные переменные

 

Ramsey RESET Test:

    
F-statistic 0.606829

 Prob. F(2,9)

 0.5659
Log likelihood ratio 1.771018

 Prob. Chi-Square(2)

 0.4125

Test Equation:

      

Dependent Variable: STOCK

    

Method: Least Squares

    

Date: 12/22/08 Time: 11:30

    

Sample: 1994 2007

    

Included observations: 14

    
Variable Coefficient Std. Error t-Statistic Prob.
C -48.61893 76.42636 -0.636154 0.5405
M 1.716507 2.539427 0.675943 0.5161
OIL 1.008972 1.225458 0.823342 0.4316
FITTED^2 -0.003455 0.025301 -0.136576 0.8944
FITTED^3 6.19E-05 0.000175 0.353875 0.7316
R-squared 0.862062

 Mean dependent var

 31.62247
Adjusted R-squared 0.800756

 S.D. dependent var

 30.52121
S.E. of regression 13.62366

 Akaike info criterion
8.333947
Sum squared resid 1670.438

 Schwarz criterion

 8.562181
Log likelihood -53.33763

 Hannan-Quinn criter.

 8.312819
F-statistic 14.06169

 Durbin-Watson stat

 1.717569
Prob(F-statistic) 0.000656      

 

Пропущенных переменных нет.

Также этот тест применяется для проверки на гетероскедастичность. Ее он тоже не выявил.

Проверить данные на наличие мультиколлинеарности, принять меры при ее наличии,

Считаем VIF. Здесь всего 2 регрессора, поэтому VIF всего один

Estimation Command:M C OILEquation:

= C(1) + C(2)*OIL

 

Substituted Coefficients:

= 12.80018758 + 0.3457604628*OIL

Провести тесты на гетероскедастичность остатков регрессии, при необходимости провести коррекцию,

Делаем тест White

 

Heteroskedasticity Test: White

  
F-statistic 0.312788

 Prob. F(2,11)

 0.7377
Obs*R-squared 0.753344

 Prob. Chi-Square(2)

 0.6861
Scaled explained SS 0.285997

 Prob. Chi-Square(2)

 0.8668

Test Equation:

      

Dependent Variable: RESID^2

    

Method: Least Squares

    

Date: 12/22/08 Time: 11:38

    

Sample: 1994 2007

    

Included observations: 14

    
Variable Coefficient Std. Error t-Statistic Prob.
C 215.1137 116.0538 1.853570 0.0908
M^2 -0.234352 0.302622 -0.774406 0.4550
OIL^2 0.052258 0.085459 0.611497 0.5533
R-squared 0.053810

 Mean dependent var

 135.4070
Adjusted R-squared -0.118224

 S.D. dependent var

 155.8360
S.E. of regression 164.7905

 Akaike info criterion

 13.23464
Sum squared resid 298715.0

 Schwarz criterion

 13.37158
Log likelihood -89.64246

 Hannan-Quinn criter.

 13.22196
F-statistic 0.312788

 Durbin-Watson stat

 2.456647
Prob(F-statistic) 0.737701      

 

Оценить тобит - модель

Оценить модель Хекмана

Провести тест Чоу,

Возможно, все изменилось в 2000-х, когда цена нефти стала достаточно высокой.

 

Chow Breakpoint Test: 2000

  

Null Hypothesis: No breaks at specified breakpoints

Varying regressors: All equation variables

  

Equation Sample: 1994 2007

  
F-statistic 1.116904   Prob. F(3,8) 0.3978
Log likelihood ratio 4.897746   Prob. Chi-Square(3) 0.1794
Wald Statistic 3.350713   Prob. Chi-Square(3) 0.3406

 


Значение F-статистики соответствует p-value около 40%, поэтому гипотеза о равенстве коэффициентов (всех трех) не отвергается. Делаем вывод, что серьезных изменений не произошло.

Провести тест Бокса - Кокса,

Все переменные номинальные. И в основном растут со временем, возможно, экспоненциально. Поэтому есть смысл оценить регрессию в логарифмах.

 

Dependent Variable: LOG(STOCK)

  

Method: Least Squares

    

Date: 12/27/08 Time: 23:49

    

Sample: 1994 2007

    

Included observations: 14

    
Variable Coefficient Std. Error t-Statistic Prob.
C -11.77487 11.20011 -1.051317 0.3157
LOG(M) 0.872621 4.908188 0.177789 0.8621
LOG(OIL) 3.185984 2.900511 1.098421 0.2955
R-squared 0.214354

 Mean dependent var
2.158374
Adjusted R-squared 0.071509

 S.D. dependent var

 2.942306
S.E. of regression 2.835155

 Akaike info criterion

 5.109480
Sum squared resid 88.41913

 Schwarz criterion

 5.246420
Log likelihood -32.76636

 F-statistic

 1.500605
Durbin-Watson stat 0.574028

 Prob(F-statistic)

 0.265307

 

Знаки коэффициентов не изменились, однако оба стали незначимы.

Проверяем, какая модель лучше подходит с помощью теста Бокса-Кокса.

Проводим преобразование Зарембки. В данном случае (для логарифмической модели) делим каждую переменную на среднее геометрическое этой переменной по всем наблюдениям. Расчеты проводим в eviews, который не рассчитывает среднего геометрического, поэтому сначала считаем среднее арифметическое логарифмов переменных, затем возводим экспоненту в соответствующую степень, чтобы получить среднее геометрическое. Затем оцениваем линейную и логарифмическую модели и сравниваем RSS.

Новые переменные, полученные в результате преобразования Zarembka, назовем zStock, zOil, zM.

 

Dependent Variable: ZSTOCK

    

Method: Least Squares

    

Date: 01/05/09 Time: 23:23

    

Sample: 1994 2007

    

Included observations: 14

    
Variable Coefficient Std. Error t-Statistic Prob.
C -7.421860 1.926113 -3.853283 0.0027
ZOIL 4.613613 1.706258 2.703936 0.0205
ZM 5.986387 2.959311 2.022899 0.0681
R-squared 0.843461

 Mean dependent var

 3.652800
Adjusted R-squared 0.814999

 S.D. dependent var

 3.525590
S.E. of regression 1.516416

 Akaike info criterion

 3.857986
Sum squared resid 25.29469

 Schwarz criterion

 3.994927
Log likelihood -24.00590

 F-statistic

 29.63503
Durbin-Watson stat 1.683804

 Prob(F-statistic)

 0.000037

 

Estimation Equation:(ZSTOCK) = C(1) + C(2)*LOG(ZOIL) + C(3)*LOG(ZM)Coefficients:(ZSTOCK) = 3.805344066e-010 + 3.185983792*LOG(ZOIL) + 0.8726208796*LOG(ZM)

 

Dependent Variable: LOG(ZSTOCK)

  

Method: Least Squares

    

Date: 01/05/09 Time: 23:24

    

Sample: 1994 2007

    

Included observations: 14

    
Variable Coefficient Std. Error t-Statistic Prob.
C 3.81E-10 0.757727 5.02E-10 1.0000
LOG(ZOIL) 3.185984 2.900511 1.098421 0.2955
LOG(ZM) 0.872621 4.908188 0.177789 0.8621
R-squared 0.214354

 Mean dependent var

 -2.87E-11
Adjusted R-squared 0.071509

 S.D. dependent var

 2.942306
S.E. of regression 2.835155

 Akaike info criterion

 5.109480
Sum squared resid 88.41913

 Schwarz criterion

 5.246420
Log likelihood -32.76636

 F-statistic

 1.500605
Durbin-Watson stat 0.574028

 Prob(F-statistic)

 0.265307

 

У линейной регрессии значение RSS значительно меньше, чем у логарифмической.

Вывод: линейная спецификация лучше описывает данные.

Провести тест Рамсея,

Тестируем модель на пропущенные переменные

 

Ramsey RESET Test:

    
F-statistic 0.606829

 Prob. F(2,9)

 0.5659
Log likelihood ratio 1.771018

 Prob. Chi-Square(2)

 0.4125

Test Equation:

      

Dependent Variable: STOCK

    

Method: Least Squares

    

Date: 12/22/08 Time: 11:30

    

Sample: 1994 2007

    

Included observations: 14

    
Variable Coefficient Std. Error t-Statistic Prob.
C -48.61893 76.42636 -0.636154 0.5405
M 1.716507 2.539427 0.675943 0.5161
OIL 1.008972 1.225458 0.823342 0.4316
FITTED^2 -0.003455 0.025301 -0.136576 0.8944
FITTED^3 6.19E-05 0.000175 0.353875 0.7316
R-squared 0.862062

 Mean dependent var

 31.62247
Adjusted R-squared 0.800756

 S.D. dependent var

 30.52121
S.E. of regression 13.62366

 Akaike info criterion

 8.333947
Sum squared resid 1670.438

 Schwarz criterion

 8.562181
Log likelihood -53.33763

 Hannan-Quinn criter.

 8.312819
F-statistic 14.06169

 Durbin-Watson stat

 1.717569
Prob(F-statistic) 0.000656      

 

Пропущенных переменных нет.

Также этот тест применяется для проверки на гетероскедастичность. Ее он тоже не выявил.

12Следующая ⇒
Поделиться с друзьями:

Индивидуальные очистные сооружения: К классу индивидуальных очистных сооружений относят сооружения, пропускная способность которых...

Наброски и зарисовки растений, плодов, цветов: Освоить конструктивное построение структуры дерева через зарисовки отдельных деревьев, группы деревьев...

Кормораздатчик мобильный электрифицированный: схема и процесс работы устройства...

Типы сооружений для обработки осадков: Септиками называются сооружения, в которых одновременно происходят осветление сточной жидкости...



© cyberpedia.su 2017-2024 - Не является автором материалов. Исключительное право сохранено за автором текста.
Если вы не хотите, чтобы данный материал был у нас на сайте, перейдите по ссылке: Нарушение авторских прав. Мы поможем в написании вашей работы!

0.063 с.