- •Побудова аналітичного групування
- •Кількість груп аналітичного групуваня можна встановити за формулою Стерджеса
- •Побудова парної лінійної кореляційно-регресійної моделі.
- •Етап 3 Економетрична інтерпретація параметрів моделі,
- •4.Обчислення випадкових відхилень та їх інтерпретація
- •5. Перевірка моделі на наявність автокореляції,
- •6. Визначення тісноти зв’язку між змінними
- •7. Побудова спряженої кореляційно-регресійної моделі
- •8. Геометрична інтерпретація спряжених моделей
- •9. Перевірка формули декомпозиції загальної дисперсії результуючої змінної
- •10.Обчислення стандартної похибки моделі
- •11. Побудова довірчих інтервалів для оцінки фактичного результуючої змінної, їх геометрична інтерпретація
- •12. Розрахунок теоретичного та емпіричного значень відношення детермінації, їх економічна інтерпретація, Обчислення кореляційного відношення
- •13. Обчислення вибіркових похибок параметрів регресії, Побудова довірчих інтервалів для істинних значень параметрів регресії, їх геометрична інтерпретація
- •14. Розрахунок вибіркової похибки моделі, Побудова довірчих інтервалів для середнього прогнозного значення результуючої змінної, геометрична інтерпретація
- •15. Обчислення похибки індивідуального прогнозу. Побудова довірчих інтервалів для індивідуального прогнозного значення результуючої змінної, геометрична інтерпретація
- •16.Оцінка коефіцієнта кореляції
- •17. Перевірка статистичної значущості параметрів зв’язку між змінними
- •18.Експрес-діагностика моделі
- •19. Економічна інтерпретація результатів економетричного дослідження та їх використання
5. Перевірка моделі на наявність автокореляції,
Для перевірки моделі на наявність автокореляції використаємо коефіцієнт Дарбіна-Уотсона, який обчислимо за формулою:
εi |
εi2 |
(εi - εi-1)2 |
d |
|
45,376 |
2058,979 |
|
1,651636466
|
|
33,323 |
1110,402 |
145,282 |
|
|
179,416 |
32190,077 |
21343,235 |
|
|
-25,637 |
657,274 |
42046,848 |
|
|
10,309 |
106,283 |
1292,167 |
|
|
-19,717 |
388,771 |
901,599 |
|
|
47,296 |
2236,917 |
4490,785 |
|
|
-16,637 |
276,801 |
4087,480 |
|
|
-37,624 |
1415,567 |
440,441 |
|
|
-7,597 |
57,720 |
901,599 |
|
|
-134,611 |
18120,042 |
16132,383 |
|
|
-27,611 |
762,351 |
11449,000 |
|
|
-22,651 |
513,053 |
24,602 |
|
|
57,296 |
3282,838 |
6391,478 |
|
|
29,389 |
863,731 |
778,787 |
|
|
13,309 |
177,139 |
258,564 |
|
|
-16,597 |
275,473 |
894,414 |
|
|
-57,637 |
3322,064 |
1684,278 |
|
|
-57,691 |
3328,208 |
0,003 |
|
|
8,296 |
68,825 |
4354,242 |
|
|
Σ |
71212,515 |
117617,186 |
|
Даний коефіцієнт коливається від 0 до 4,
При α =0,05→dL=1,201; du=1,411
Якщо емпіричне значення d-статистики попадає в інтервал (du ; 4 – du), то автокореляції відсутня;
якщо емпіричне значення d-статистики потрапляє в інтервал (0 ; dL), то це свідчить про наявність додатної автокореляції;
якщо емпіричне значення d-статистики потрапляє в інтервал (4 – dL ; 4), то наявна від’ємна автокореляція;
якщо емпіричне значення d-статистики потрапляє в інтервал [dL ; du], [4 – du ; 4 – dL] то неможливо зробити висновок про наявність чи відсутність автокореляції,
В моєму випадку коефіцієнт знаходиться в проміжку (du ; 4 – du) а саме (1,411<1,651636466<2,589), то з довірчою ймовірністю можна стверджувати, що у вибірковій сукупності автокореляція відсутня,
Оскільки маємо справу з малою вибіркою, можемо застосувати також критерій фон Неймана:
Критичне значення критерію фон Неймана при рівні значущості =0,05 та ступенях вільності 20 дорівнює =1,42. Оскільки критерій фон Неймана є більшим за критичне значення (1,73856>1,42), то з ймовірністю 0,95 можна стверджувати, що у вибірковій сукупності автокореляція відсутня. Тобто, для оцінювання невідомих параметрів парної кореляційно-регресійної моделі можна використовувати метод найменших квадратів.