Home Икономика Кохран Оркут метод

SMS Login

За да използвате ПЪЛНОТО съдържание на сайта изпратете SMS с текст STG на номер 1092 (обща стойност 2.40лв.)


SMS e валиден 1 час
Кохран Оркут метод ПДФ Печат Е-мейл

Кохран –Оркут метод

Оценяваме параметрите на модела, при който хипотезата , е че реда на грешката описва постоянен авотрегресионен процес.Анализа започва от , това че трябва да се определи че това е Кохран –Оркут метод за определяне на оценка на параметрите на регресионния модел.

Зависимата променлива е LNQ 101

Оценката на параметрите е направена въз основа на 48 наблюдения за периода..............

Независима променлива.......Модела има и свободен член С.

Оценка на коефициентите

Оценка на стандартната грешка- определя интервала на доверителност при 95 %и при66%.

Анализа на резултатите от Т-статистиката- кой от коефициентите всеки сам за себе си е статистически значим.

Н0:коефициентите=0 p-value >0.05 H0 модела е статистически незначим.Променливата може да с еизключи от модела.

За всички останали зависими променливи и свободния член p-value <0.05 H0 се отхвърля.Коефициента е статистически значим и съответния коефициент може да остане в модела.

Коефициента на детерминация

83% от обяснената вариация на зависимата променлива е резултата от включените в модела независими променливи.Коефициента е >0.07 и можем да кажем, че избраните променливи осигуряват относително висока степен на промените в зависимата променлива.

Стандартната грешка на модела е 0.22

F статистиката заключва, че модела като цяло е статистически значим, защото сойността на p-value <0.05 H0 се отхвърля и поне един от коефициентите е статистически значим.

DW статистиката 2.09 –изискването за отсъствие на сериина автокорелация в реда на грешката е спазено.Използвайки Кохран – Оркут интеративен метод сме направили коректно оценка на регресиония модел с авторегресионен процес.

Оценка на параметрите на овторегресионен процес или на лаговите променливи. Имаме избрана лагова променлива вкючена в модела като обясняваща променлива.Следва оценка на коефициентите стоящи пред лаговите променливи.

Използвайки Т статистиката се оценява статистическата значимост на съответния коефициент.

Стойностите на на p-value >0.05 Н0 с еприема и всеки един от коефициентите е статистически значим.

U(-4)  0.85     [0.002] Н0 се отхвърля .Лаговата променлива от 4 ред е статистически значима.

Гаус-Нютон интеративен метод

Гаус-Нютон итеративен методна авторегресионния метод за ограничаване на параметрите на лаговите променливи.Прилагаме го след изпълнението на LM теста , за да определим кой лаг или кой реда на авторегресионния модел.Налагаме ограничения на останалите лагови променливи те трябва да са 0.След като получим оценката на регресионния модел най- отдолу трябва да имаме информация за оценката на коефициентите пред лаговите променливи от 4 или 6 ред ако и двете са , както и данни за Т-статистиката , с която е оценен знаяим или не е този коефициент.

p-value <0.05 H0 модела е статистически значим.

Коефициент на детерминнация 0.78- 78% от промените в зависимата променлива се дължат на промени на вкючените в модела независими променливи.Коефициента дава относително висока степен на обчснена вариация.

DW -1.98 > 0.05 няма сериина автокорелация в реда на грешката.

Анализа за оценката на параметрите на лаговата променлива оказала се статистически значима – при LM теста за конкретния анализ сме получили , че оценката на параметъра пред лаговата променлива с лаг 6 е -0.55.

Т-статистиката има стойност на p-value теста 0.Можем да кажем , че лаговата променлива е статистически значима.Направили сме оценка на регресионния модел описващ авторегресионен процес от 6 ред.

 

 

WWW.POCHIVKA.ORG