Docsity
Docsity

Przygotuj się do egzaminów
Przygotuj się do egzaminów

Studiuj dzięki licznym zasobom udostępnionym na Docsity


Otrzymaj punkty, aby pobrać
Otrzymaj punkty, aby pobrać

Zdobywaj punkty, pomagając innym studentom lub wykup je w ramach planu Premium


Informacje i wskazówki
Informacje i wskazówki

Bezrobocie, model ekonometryczny - Notatki - Ekonomia - Część 2, Notatki z Ekonomia

Notatki z ekonomii obejmujące tematy takie budowa modelu ekonometrycznego, test Durbina – Watsona.

Typologia: Notatki

2012/2013

Załadowany 13.09.2013

Osholom
Osholom 🇵🇱

4.5

(35)

304 dokumenty

1 / 7

Toggle sidebar

Ta strona nie jest widoczna w podglądzie

Nie przegap ważnych części!

bg1
9
4. Test Durbina Watsona służy do badania czy wyst ępuje autokorelac ja składnika
losowego.
Stawiamy hipotezę H0: E(UtUt) = 0 c zyli, że nie wyst ępuje autokorelacja. Następnie
oblicza my statystykę dla oszac owanych reszt modelu:
Obliczone d po równujemy z dL i dU tablic dla odpowied niej liczby obserwacji i poz iomu
ufności.
Nierówność dL > d ws kazuje na to, że autokorelacja nie występuje.
Nierówność dU< d wskazuje na to, że autokorelacja wyst ępuje.
W przypad ku g dy d L d dU , to w oparciu o stosowany t est nie jestmy w st anie
jednoznac znie wy rokować o autokorelacji. W takiej sytuac ji może my posłużyć s
współczynnikiem aut okorelacji , który z d powiązany jest następująco:
Jednoznacznie d la danej lic zby obserwacji n i poz iomu ufnośc i można odc zyt z tablic
wartość istotnego współczynnika aut okorelacji.
2
2d
n
tt
n
rtt
U
UU
d
1
2
2
2
1
ˆ
ˆˆ
pf3
pf4
pf5

Podgląd częściowego tekstu

Pobierz Bezrobocie, model ekonometryczny - Notatki - Ekonomia - Część 2 i więcej Notatki w PDF z Ekonomia tylko na Docsity!

  1. Test Durbina – Watsona służy do badania czy występuje autokorelacja składnika

losowego.

Stawiamy hipotezę H 0 : E(Ut Ut’) = 0 czyli, że nie występuje autokorelacja. Następnie

obliczamy statystykę dla oszacowanych reszt modelu:

Obliczone d porównujemy z dL i dU tablic dla odpow iedniej liczby obserwacji i poziomu

ufności.

Nierów ność dL > d wskazuje na to, że autokorelacja nie występuje.

Nierów ność dU < d wskazuje na to, że autokorelacja występuje.

W przypadku gdy d (^) L d dU , to w oparciu o stosowany test nie jesteśmy w stanie

jednoznacznie wyrokować o autokorelacji. W takiej sytuacji możemy posłużyć się

współczynnikiem autokorelacji , który z d powiązany jest następująco:

Jednoznacznie dla danej liczby obserwacji n i poziomu ufności można odczytać z tablic

wartość istotnego współczynnika autokorelacji.

2 d

n

t

t

n

r

t t

U

U U

d

1

2

2

2 1

ROZDZIAŁ III

Budowa mode lu e konometrycznego

Badamy kształtowanie się liczby widzów w kinach na 1000 mieszkańców (Y (^) t) w

zależności od liczby miejsc na widow ni w kinach stałych na 1000 mieszkańców (x1t) i

abonentów telewizyjnych na 1000 mieszkańców (x2 t).

  1. Szacowanie parametrów strukturalnych jednorów naniowego modelu

ekonometrycznego z wieloma zmiennymi objaśniającymi dla danych rocznych klasyczną

metodą najmniejszych kwadratów (KMNK).

Lata Yt y X0t X1t X2t 1992 2,509 2,550458 1 28,391 22, 1993 2,89 2,86294 1 28,38 22, 1994 2,838 2,849081 1 28,903 22, 1995 2,629 2,640405 1 29,106 22, 1996 2,36 2,301097 1 29,486 22, 1997 1,826 1,765722 1 29,727 22, 1998 1,831 1,93049 1 30,061 23, 1999 2,35 2,331955 1 30,388 23, Suma 19, Średnia 2,

Lata X3t Yt-y (Yt-y)^2 Yt-śrYt (Yt-śrYt)^ 1992 15,357 -0,04146 0,001719 0,105 0, 1993 15,118 0,02706 0,000732 0,486 0, 1994 15,282 -0,01108 0,000123 0,434 0, 1995 15,486 -0,01141 0,00013 0,225 0, 1996 15,842 0,058903 0,00347 -0,044 0, 1997 16,295 0,060278 0,003633 -0,0578 0, 1998 16,267 -0,09949 0,009898 -0,573 0, 1999 16,069 0,018045 0,000326 -0,054 0, Suma 0,020031 1, Średnia

Model, którego parametry szacujemy, ma postać:

Zapis macierzowy modelu:

Wyznaczamy wektor Y obserwacji zmiennej objaśnianej oraz macierz X obserwacji

zmiennych objaśniających.

Y 0 1 X 1 2 X 2 ` x 3

X X X Y

ˆ T^^1 T

  1. Weryfikacja modelu ekonometrycznego.
  2. Badanie zmienności losowej modelu za pomocą współczynnika zmienności losowej:

Vs = 0,

  1. Współczynnik zmienności wyraża się wzorem:

Współczynnik determinacji ma postać:

R^2 = 98,26343%

  1. Badanie istotności przy pomocy testu t - Studenta wg wzoru:

Stawiamy hipotezę

H 0 : (^) i = 0.

H 1 : (^) i 0

Wyliczamy standardowe błędy szacunku.

W celu obliczenia macierzy wariancji i kowariancji ocen parametrów strukturalnych

szacujemy wg wzoru:

D^2 ( ) = S^2 (xT^ x)-

y

s

VS

2

1

2 2

y y

e

t

n

i

t

1

2

1

2 2 n

t

t

n

t

t

y y

y y

R

i

i

D

t

D^2 ( (^) i)= 0, 0, 0,

Standardowe błędy szacunku wynoszą:

D( 0 )= 4,

D( 1 )= 0,

D( 2 )= 0,

D( 3 )= 0,

Mając wszystkie dane, możemy przejść do obliczania istotności.

t( 0 )= 3,

t( 1 )= 1,

t( 2 )= -0,

t( 3 )= -11,

Rozdział IV

Interpretacja uzyskanych wyników

Se= 0,

Przeciętne wartości empiryczne osób bezrobotnych na milion mieszkańców odchylają się

od wartości teoretycznych osób bezrobotnych o +/- 0,063294 miliona osób.

Vs = 0,

  • Pojęcie bezrobocia i czynniki kształtujące zjawisko. .............................................
  • ROZDZIAŁ II ................................................................................................
  • Podstawy teoretyczne ....................................................................................
  • ROZDZIAŁ III
  • Budowa modelu ekono metrycznego
  • Rozdział IV
  • Interpretacja uzyskanych wyników
  • Literatura
  • Spis tabel
  • Spis rysunków