- •Руководство для выполнения контрольной работы по эконометрике
- •Тема 1. Парная регрессия
- •1.1. Линейная парная регрессия
- •1.2. Нелинейная парная регрессия
- •1.2.4 Остаточная сумма квадратов отклонений:
- •1.2.6 Средняя относительная ошибка аппроксимации:
- •1.2.7 Средний коэффициент эластичности:
- •Тема 2. Множественная регрессия
- •Тема 3. Временные ряды
- •Распределение Дарбина-Уотсона
- •Литература
Тема 3. Временные ряды
Расчетные формулы.
3.1.
3.1. Выборочный коэффициент автокорреляции го порядка:
.
3.2. Выборочная автокорреляционная функция:
3.3. Коррелограмма – график выборочной автокорреляционной функции .
1
0
Рис. 3.1
Рис. 3.2
Рис. 9.1
Рис. 3.3
Рис. 3.4
На рис. 3.1 чередуются затухающие положительные и отрицательные значения . Это характерно для стационарного ряда.
Наблюдаются незначительные, малые значения близкие к нулю. Это полностью случайный ряд без тренда и циклических компонент (рис. 3.2).
На рис. 3.3 коррелограмма представляет убывание положительных значений . Здесь ряд имеет тренд и не является стационарным.
Если на коррелограмме после периода затухания имеется одно или несколько сравнительно больших по абсолютной величине значений , то ряд помимо тренда имеет циклическую компоненту с периодом (рис. 3.4).
Моделирование тенденции ряда непосредственно по исходным данным выполняется только в том случае, когда отсутствует циклическая компонента ряда.
Аналитическое выравнивание
3.4. Для аналитического выравнивания (сглаживания) временного ряда используются различные модели тренда:
- линейный ;
- параболический ;
- гиперболический и т.д.
3.5. Факторная сумма квадратов:
.
3.6. Остаточная сумма квадратов:
.
3.7. статистика Фишера:
,
Механическое выравнивание
3.8. В методе скользящей средней для интервала сглаживания с нечетным числом точек среднее значение ряда находится по формуле:
.
Для интервала сглаживания с четным числом точек вначале находятся скользящие средние
для промежуточных значений уровней ряда, а затем выполняется центрирование скользящих средних
для приведения их к фактическим значениям уровней исходного ряда.
В любом случае в методе скользящей средней число уровней сглаженного ряда уменьшается на значений по сравнению с исходным рядом.
3.9. Критерий Дарбина-Уотсона
.
3.10. Выборочный коэффициент автокорреляции
.
3.11. Из таблиц теста Дарбина-Уотсона при заданном уровне значимости , количестве наблюдений и числе объясняющих переменных находятся два критических значения: . Возможны следующие случаи:
- если , то имеется положительная автокорреляция;
- если , то имеется отрицательная автокорреляция;
- если , то признается отсутствие автокорреляции;
- если или , то тест ответа не даёт.
неопредел. неопредел.
0
2
4
Решение типовой задачи.
В таблице 3.1 приводятся данные об объеме инвестиций (, млн. долл.) за последние 16 лет по одному из регионов страны.
Табл. 3.1
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
1,72 |
3,57 |
7,45 |
8,59 |
9,52 |
10,66 |
10,55 |
15,14 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
16 |
|
17,05 |
20,46 |
20,03 |
27,52 |
31,72 |
36,34 |
42,59 |
43,51 |
Требуется:
-
Найти выборочные коэффициенты автокорреляции до 4-го порядка включительно, построить коррелограмму и по коррелограмме выявить тип процесса.
-
Полагая тренд линейным, найти его уравнение и проверить значимость полученного уравнения по критерию на уровне значимости .
-
Выполнить сглаживание временного ряда с интервалами сглаживания и года.
-
На уровне значимости выявить наличие или отсутствие автокорреляции возмущений, используя критерий Дарбина-Уотсона.
Решение выполним в среде MS Excel.
1. Вычислим выборочные коэффициенты автокорреляции до 4-го порядка включительно (). Для этого сформируем 4 расчетные таблицы для следующей структуры:
№ п/п |
||||||
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Сумма |
|
|
|
|
|
|
Заполним таблицу для вычисления , т.е. при :
-
№ п/п
1
1
1,72
2,9584
3,57
12,7449
6,1404
2
2
3,57
12,7449
7,45
55,5025
26,5965
3
3
7,45
55,5025
8,59
73,7881
63,9955
4
4
8,59
73,7881
9,52
90,6304
81,7768
5
5
9,52
90,6304
10,66
113,6356
101,4832
6
6
10,66
113,6356
10,55
111,3025
112,463
7
7
10,55
111,3025
15,14
229,2196
159,727
8
8
15,14
229,2196
17,05
290,7025
258,137
9
9
17,05
290,7025
20,46
418,6116
348,843
10
10
20,46
418,6116
20,03
401,2009
409,8138
11
11
20,03
401,2009
27,52
757,3504
551,2256
12
12
27,52
757,3504
31,72
1006,158
872,9344
13
13
31,72
1006,158
36,34
1320,596
1152,705
14
14
36,34
1320,596
42,59
1813,908
1547,721
15
15
42,59
1813,908
43,51
1893,12
1853,091
Сумма
120
262,91
6698,31
304,7
8588,471
7546,653
Вычислим по формуле 3.1:
.
Далее заполним таблицу для вычисления , т.е. при :
№ п/п |
||||||
1 |
1 |
1,72 |
2,9584 |
7,45 |
55,5025 |
12,814 |
2 |
2 |
3,57 |
12,7449 |
8,59 |
73,7881 |
30,6663 |
3 |
3 |
7,45 |
55,5025 |
9,52 |
90,6304 |
70,924 |
4 |
4 |
8,59 |
73,7881 |
10,66 |
113,6356 |
91,5694 |
5 |
5 |
9,52 |
90,6304 |
10,55 |
111,3025 |
100,436 |
6 |
6 |
10,66 |
113,6356 |
15,14 |
229,2196 |
161,3924 |
7 |
7 |
10,55 |
111,3025 |
17,05 |
290,7025 |
179,8775 |
8 |
8 |
15,14 |
229,2196 |
20,46 |
418,6116 |
309,7644 |
9 |
9 |
17,05 |
290,7025 |
20,03 |
401,2009 |
341,5115 |
10 |
10 |
20,46 |
418,6116 |
27,52 |
757,3504 |
563,0592 |
11 |
11 |
20,03 |
401,2009 |
31,72 |
1006,1584 |
635,3516 |
12 |
12 |
27,52 |
757,3504 |
36,34 |
1320,5956 |
1000,0768 |
13 |
13 |
31,72 |
1006,1584 |
42,59 |
1813,9081 |
1350,9548 |
14 |
14 |
36,34 |
1320,5956 |
43,51 |
1893,1201 |
1581,1534 |
Сумма |
105 |
220,32 |
4884,4014 |
301,13 |
8575,7263 |
6429,5513 |
Вычислим по формуле 3.1:
.
Выполняя аналогичные вычисления, находим остальные коэффициенты автокорреляции:
,
.
По итогам вычислений построим таблицу:
-
L
r(L)
1
0,9851704
2
0,9803119
3
0,9705136
4
0,9664745
По таблице при помощи Мастера диаграмм строим коррелограмму:
Отсюда следует предположить, что это коррелограмма нестационарного временного ряда с ярко выраженным трендом и отсутствием циклических колебаний.
-
Сформируем расчетную таблицу следующей структуры:
Табл. 3.2
-
№ п/п
1
16
Сумма
Среднее
Введем исходные данные в таблицу и рассчитаем колонки , . Вычисляем суммы и средние значения столбцов с помощью функций СУММ(…) и СРЗНАЧ(…).
Определяем параметры линейного тренда по формулам:
,
.
В итоге получено уравнение тренда:
.
Вычислим поученные по модели , значения зависимой переменной и заполним колонку расчетной таблицы.
Далее выполняем расчет величин и . Из строки «Сумма» столбца выписываем значение остаточной суммы квадратов
.
По формуле 3.5 находим факторную сумму квадратов:
.
Наблюдаемое значение статистики определяем по формуле 3.7:
.
Табличное значение = определяем с помощью встроенной статистической функции FРАСПОБР по уровню значимости и числам свободы и . Поскольку , то можно сделать вывод о статистической значимости построенной модели.
3. Выполним механическое выравнивание по трем () и четырем точкам () с использованием формулы 3.8. Для этого сформируем расчетную таблицу со следующим титулом:
Табл. 3.3
Исходные данные |
Сглаженные данные |
|||
по 3 точкам |
по 4 точкам |
|||
Заполним колонки , таблицы исходными данными.
Сглаживание по трем точкам выполним по формуле:
,
записывая её во второй ячейке колонки таблицы и с последующей протяжкой результата вычисления до 15 строки.
При сглаживании по четырем точкам вначале найдем скользящие средние по формуле:
.
Поскольку промежуточных уровней в таблице не предусмотрено, то задаем формулу во второй ячейке колонки с последующей протяжкой результата вычислений до 14 строки.
Затем попарно их центрируем по формуле:
,
которую задаем в третьей ячейке колонки , а результат протягиваем до 14 строки. В итоге имеем:
Исходные данные
|
Сглаженные данные |
|||
по 3 точкам |
по 4 точкам |
|||
1 |
1,72 |
|
|
|
2 |
3,57 |
4,246666667 |
5,3325 |
|
3 |
7,45 |
6,536666667 |
7,2825 |
6,3075 |
4 |
8,59 |
8,52 |
9,055 |
8,16875 |
5 |
9,52 |
9,59 |
9,83 |
9,4425 |
6 |
10,66 |
10,24333333 |
11,4675 |
10,64875 |
7 |
10,55 |
12,11666667 |
13,35 |
12,40875 |
8 |
15,14 |
14,24666667 |
15,8 |
14,575 |
9 |
17,05 |
17,55 |
18,17 |
16,985 |
10 |
20,46 |
19,18 |
21,265 |
19,7175 |
11 |
20,03 |
22,67 |
24,9325 |
23,09875 |
12 |
27,52 |
26,42333333 |
28,9025 |
26,9175 |
13 |
31,72 |
31,86 |
34,5425 |
31,7225 |
14 |
36,34 |
36,88333333 |
38,54 |
36,54125 |
15 |
42,59 |
40,81333333 |
|
|
16 |
43,51 |
|
|
|
Результаты сглаживания представим в следующих графиках.
Как видно из графиков, сглаживание по 4 точкам оказывается более предпочтительным.
4. Добавим к таблице 3.2 следующие колонки: .
Первые 15 значений колонки переносим в колонку , начиная с её второй строки с помощью команд: Копирование / Специальная вставка / Значения. Далее по соответствующим формулам заполняются остальные колонки таблицы.
-
et-1
et-et-1
(et-et-1)2
etet-1
3,13375
-0,892
0,795664
7,02508
2,24175
1,138
1,295044
7,57655
3,37975
-1,602
2,566404
6,00835
1,77775
-1,812
3,283344
-0,06089
-0,03425
-1,602
2,566404
0,05604
-1,63625
-2,852
8,133904
7,3439
-4,48825
1,848
3,415104
11,8501
-2,64025
-0,832
0,692224
9,16761
-3,47225
0,668
0,446224
9,73706
-2,80425
-3,172
10,06158
16,7589
-5,97625
4,748
22,5435
7,34033
-1,22825
1,458
2,125764
-0,28219
0,22975
1,878
3,526884
0,48426
2,10775
3,508
12,30606
11,8366
5,61575
-1,822
3,319684
21,3048
3,79375
-3,7938
14,39254
-8,8E-14
Сумма
-3,1338
91,47034
116,146
Отметим, что первые строки всех добавленных колонок, начиная с колонки , будут пустыми. В строке «Сумма» находим необходимые данные:
,
и по формуле 3.9 находим значение критерия Дарбина-Уотсона:
.
С использованием формулы 3.10 определяем выборочное значение коэффициента автокорреляции:
.
По значениям 0,05, 16, 1 из таблицы теста Дарбина-Уотсона находим критические точки: . Поскольку , то по правилу 3.11 устанавливаем наличие положительной автокорреляции и в остатках. При этом выборочный коэффициент автокорреляции в остатках составляет величину .
Задания для самостоятельной работы.
Задача 3. В таблице 3 приведены данные, отражающие спрос (в усл. ед.) на некоторый товар за 16 лет по одному из микрорайонов г Казани.
Год |
Номер варианта |
|||||||||
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
Значение спроса по годам |
||||||||||
1 |
225 |
188 |
220 |
165 |
198 |
170 |
212 |
209 |
193 |
223 |
2 |
187 |
221 |
177 |
234 |
232 |
245 |
189 |
185 |
198 |
238 |
3 |
302 |
258 |
312 |
198 |
267 |
211 |
234 |
229 |
235 |
265 |
4 |
319 |
314 |
309 |
246 |
322 |
251 |
268 |
261 |
213 |
245 |
5 |
328 |
326 |
338 |
321 |
328 |
344 |
254 |
249 |
290 |
321 |
6 |
379 |
318 |
368 |
376 |
365 |
384 |
290 |
287 |
316 |
365 |
7 |
361 |
376 |
342 |
348 |
358 |
348 |
345 |
340 |
287 |
307 |
8 |
373 |
348 |
387 |
356 |
381 |
391 |
344 |
357 |
346 |
389 |
9 |
387 |
361 |
368 |
367 |
369 |
388 |
356 |
347 |
323 |
391 |
10 |
381 |
370 |
373 |
365 |
392 |
397 |
361 |
355 |
378 |
399 |
11 |
398 |
382 |
397 |
369 |
404 |
399 |
359 |
369 |
391 |
389 |
12 |
405 |
388 |
399 |
378 |
411 |
406 |
374 |
377 |
398 |
410 |
13 |
421 |
385 |
404 |
382 |
409 |
413 |
381 |
371 |
386 |
423 |
14 |
418 |
397 |
412 |
388 |
418 |
418 |
388 |
385 |
390 |
418 |
15 |
427 |
394 |
409 |
395 |
414 |
409 |
394 |
390 |
408 |
432 |
16 |
432 |
403 |
421 |
399 |
423 |
421 |
400 |
396 |
406 |
441 |
Требуется:
-
Найти выборочные коэффициенты автокорреляции до 4-го порядка включительно, построить коррелограмму и по коррелограмме выявить тип процесса.
-
Полагая тренд линейным, найти его уравнение и проверить значимость полученного уравнения по критерию на уровне значимости .
-
Выполнить сглаживание временного ряда с интервалами сглаживания и года.
-
На уровне значимости выявить наличие или отсутствие автокорреляции возмущений, используя критерий Дарбина-Уотсона.
Приложение