Главная страница

финалочка моя. Характеристика инфраструктурных отраслей региона. 3


Скачать 1.08 Mb.
НазваниеХарактеристика инфраструктурных отраслей региона. 3
Дата18.12.2018
Размер1.08 Mb.
Формат файлаdocx
Имя файлафиналочка моя.docx
ТипДокументы
#60862
страница19 из 33
1   ...   15   16   17   18   19   20   21   22   ...   33
для данного регрессионного уравнения меньше 1, следовательно, временной ряд является стационарным.
Таблица 2.34 – Исходные данные для теста Дики-Фуллера (Х7)

Х7t




870,52

864,13

864,13

852,16

852,16

834,45

834,45

821,52

821,52

763,10

763,10

761,49

761,49

199,40

199,40

179,91

179,91

520,83

520,83

853,44

853,44

927,05

927,05

763,36

763,36

730,76

730,76

637,01

637,01

512,37

512,37

422,86

422,86

433,35

433,35

134,58

134,58

164,76

164,76

154,12

154,12

142,12

142,12

135,75

135,75

132,99

132,99

-

Таблица 2.35 – Исходные данные для теста Дики-Фуллера (Х7)



Таблица 2.36– Исходные данные для теста Дики-Фуллера (Х7)



Таблица 2.37 - Регрессионная статистика (Х7)


 

Коэффициенты

Стандартная ошибка

t-статистика

P-Значение

Нижние 95%

Верхние 95%

Нижние 95,0%

Верхние 95,0%

Y-пересечение

127,0832107

64,82313248

1,960460808

0,06272623

-7,351737922

261,5181593

-7,351737922

261,5181593

Переменная X 1

0,817487368

0,11080188

7,377919649

2,20276E-07

0,587698333

1,047276403

0,587698333

1,047276403



Коэффициент для данного регрессионного уравнения меньше 1, следовательно, временной ряд является стационарным.

Согласно результатам теста Дики-Фуллера, все временные ряды, кроме Х3, являются стационарными. Показатель (Х3) дальше в исследовании не участвует.

5. Проверить экзогенные параметры на мультиколлинеарность. В случае если коэффициент попарной корреляции превышает 0,7, следует исключить из дальнейшего анализа одну переменную из пары.
Таблица 2.38 – Коэффициенты корреляции



Показатели Х1 и X5 имеют тесную связь, но из исследование они не будут исключены, так как по результатам теста Дикки-Фулера уже был исключен один экзогенный показатель. X1 и X7 так же имеют тесную связь и они буду удалены из исследования. Также из таблицы видно, что эндогенные показатели имеют между собой тесную связь, что говорит о взаимовлиянии.

6. Осуществим проверку коэффициентов парной корреляции на значимость с помощью t-критерия Стьюдента для показателей. Если tрасч≥tтабл, то полученные коэффициенты значимы т.е. выборка соответствует генеральной совокупности (Таблица ).

Для оценки значимости коэффициентов корреляции следует рассчитать t-критерий Стьюдента для каждой попарной корреляции по формуле:

(6)

Таблица 2.3.39 – Значения t-критерия Стьюдента для показателей

При уровне значимости α=0,05, числу степеней свободы n-2=18, tтабл=2,1. Так как tрасч>tтабл, коэффициенты считаются значимыми.

7. Проверим автокорреляцию показателей, а именно определим лаги, имеющие сильную корреляционную связь со значением показателя в последнем периоде. Далее проверим значимость коэффициентов автокорреляции с помощью Ljung-Box Q-test

Проверка значимости коэффициентов автокорреляции по Q-статистике Льюнга-Бокса осуществляется по формуле:

(7)

где n - число наблюдений, ρk - автокорреляция k-го порядка, и m - число проверяемых лагов. В случае если , коэффициенты считаются значимыми. определяется по таблице.

Таблица 2.40 - Коэффициенты автокорреляции переменной (Y1)

Y1t

0,986080662

0,985582789

0,984930769

0,984347347

0,984360976

781 538,40

771 517,10

761 495,80

751 474,50

625 026,30

568 484,10

771 517,10

761 495,80

751 474,50

625 026,30

568 484,10

541 243,80

761 495,80

751 474,50

625 026,30

568 484,10

541 243,80

490 807,00

751 474,50

625 026,30

568 484,10

541 243,80

490 807,00

431 251,00

625 026,30

568 484,10

541 243,80

490 807,00

431 251,00

378 105,70

568 484,10

541 243,80

490 807,00

431 251,00

378 105,70

378 882,20

541 243,80

490 807,00

431 251,00

378 105,70

378 882,20

320 949,60

490 807,00

431 251,00

378 105,70

378 882,20

320 949,60

278 536,30

431 251,00

378 105,70

378 882,20

320 949,60

278 536,30

236 138,60

378 105,70

378 882,20

320 949,60

278 536,30

236 138,60

225 698,50

378 882,20

320 949,60

278 536,30

236 138,60

225 698,50

215 258,40

320 949,60

278 536,30

236 138,60

225 698,50

215 258,40

204 818,30

278 536,30

236 138,60

225 698,50

215 258,40

204 818,30

194 378,20

236 138,60

225 698,50

215 258,40

204 818,30

194 378,20

183 938,10

225 698,50

215 258,40

204 818,30

194 378,20

183 938,10

175 583,50

215 258,40

204 818,30

194 378,20

183 938,10

175 583,50

162 347,40

204 818,30

194 378,20

183 938,10

175 583,50

162 347,40

159 843,30

194 378,20

183 938,10

175 583,50

162 347,40

159 843,30

154 378,20

183 938,10

175 583,50

162 347,40

159 843,30

154 378,20

143 938,10

175 583,50

162 347,40

159 843,30

154 378,20

143 938,10

-

162 347,40

159 843,30

154 378,20

143 938,10

-

-

159 843,30

154 378,20

143 938,10

-

-

-

154 378,20

143 938,10

-

-

-

-

143 938,10

-

-

-

-

-

Так как более точной является Q-статистика Льюнга-Бокса, для анализа она является более предпочтительной. Анализ автокорреляции в программе Statistica помимо коэффициентов автокорреляции автоматически рассчитывает Q-статистику Льюнга-Бокса и значимость для каждого коэффициента. Проверка значимости по Q-статистике Льюнга-Бокса равна
1   ...   15   16   17   18   19   20   21   22   ...   33


написать администратору сайта