С помощью частных F -критериев Фишера (используя

⇐ ПредыдущаяСтр 2 из 2

5. С помощью частных F -критериев Фишера (используя

тест Уайта или тест на пропущенную переменную) оценить

целесообразность включения в уравнение множественной

регрессии фактора x1 после x2 и фактора x2 после x1 .

Н0: нецелесообразно включать в модель фактор x1 поcле фактора x2

Н1: целесообразно включать в модель x1 поcле x2

Сначала построим модель с x2

Табл.2 Модель 2: МНК, использованы наблюдения 1-86

Зависимая переменная: y

	Коэффициент	Ст. ошибка	t-статистика	P-значение
const	11380,0	1202,19	9,466	<0,0001	***
x2	0,00265383	0,000515947	5,144	<0,0001	***

Среднее зав. перемен	15864,33	Ст. откл. зав. перемен	8750,618
Сумма кв. остатков	4,95e+09	Ст. ошибка модели	7676,306
R-квадрат	0,239521	Испр. R-квадрат	0,230467
F(1, 84)	26,45666	Р-значение (F)	1,74e-06
Лог. правдоподобие	−890,3638	Крит. Акаике	1784,728
Крит. Шварца	1789,636	Крит. Хеннана-Куинна	1786,703

Тестирование модели 2:

Нулевая гипотеза: параметры регрессии для x1 нулевые

Тестовая статистика: F(1, 83) = 126,974, P-значение 2,08421e-018

Adding variables improved 3 of 3 information criteria.

P-значение 2,08421e-018 <0,01 принимаем Н1 c вер.99% : целесообразно включать в модель x1 поcле x2

Н0: нецелесообразно включать в модель фактор x2 поcле фактора x1

Н1: целесообразно включать в модель x2 поcле x1

Модель 4: МНК, использованы наблюдения 1-86

Зависимая переменная: y

	Коэффициент	Ст. ошибка	t-статистика	P-значение
const	3981,50	1201,29	3,314	0,0014	***
x1	1,30415	0,114526	11,39	<0,0001	***

Среднее зав. перемен	15864,33	Ст. откл. зав. перемен	8750,618
Сумма кв. остатков	2,56e+09	Ст. ошибка модели	5519,168
R-квадрат	0,606875	Испр. R-квадрат	0,602195
F(1, 84)	129,6728	Р-значение (F)	1,03e-18
Лог. правдоподобие	−861,9914	Крит. Акаике	1727,983
Крит. Шварца	1732,891	Крит. Хеннана-Куинна	1729,958

Тестирование модели 4:

Нулевая гипотеза: параметры регрессии для x2 нулевые

Тестовая статистика: F(1, 83) = 25,5444, P-значение 2,53511e-006 <0,01

принимаем Н1 c вер.99% : целесообразно включать в модель x2 поcле x1

6. Таблица сравнения

R^2adj =R^2испр. Чем больше тем лучше

Средняя абсолютная процентная ошибка (MAPE) 25,656 – выдает Gretl после запуска прогноза на основных данных (меньше 10% отличное, меньше 20% хорошее, меньше 30% среднее и далее плохое) – чем меньше, тем лучше

Значимость коэф. И значимость модели нужно заполнять после подправок на гетероскед если они есть (значимость это хорошо и чем больше % тем лучше)

Нормальность и гетероскед разделить на 2 колонки

Гетероскед – гомо (отсутствие гетероскед =хорошо ) либо гетероскед

Нормальность -+асимметрия ост. Нормальности нет/ас=-0,08 – чем меньше по мод. тем лучше

Акаике и Шварца – выводятся в осн. Таблице модели : чем меньше по абс. Значению тем лучше

SEE= станд. Ошибка модели , чем меньше тем лучше

⇐ Предыдущая 12