Читайте также:
|
|
Кафедра математических методов и моделей в экономике
по дисциплине «Эконометрика (продвинутый курс)»
Исследование модели на гетероскедостичность остатков
ОГУ________ ______ ___
Руководитель работы:
____________Бантикова О.И.
«_____»____________ 2013г.
Исполнитель:
Магистрант гр. ____________
____________Шабетя А.П.
«_____»____________ 2013г.
Оренбург 2013
Задачи:
1.Провести графический анализ остатков. Проверить остатки на гетероскедостичность с помощью:
-графического анализа;
-теста Голдфелда-Кванта;
-теста ранговой корреляции Спирмена;
теста Уайта.
2. Устранить гетероскедостичность в случае ее обнаружения.
Дисперсия - среднее арифметическое из квадратов отклонений наблюденных значений (x1, x2,...,xn) случайной величины от их среднего арифметического. Гомоскедастичность остатков означает, что для каждого значения фактора xj остатки имеют одинаковую дисперсию. Если это условие применения МНК не соблюдается, то имеет место гетероскедастичность.
Явление гетероскедостичность чаще встречается при работе с пространственными данными, которое свидетельствует о неоднородности просматриваемой совокупности.
Внешние признаки гетероскедостичности
Проводится визуальный анализ поведения регрессионных остатков в зависимости от факторных признаков.
Если наблюдается тенденция к росту или снижению абсолютных значений регрессионных остатков по мере увеличения значения факторов, то предположить явление гетероскедостичности.
Из лабораторной работы №2 выявили, что на цену кирпича (у) оказывают влияние такие факторы как среднедушевые денежные доходы населения в месяц (х3) и количество заводов-производителей различного кирпича в регионе (х5).
у | х3 | х5 | ||
Республика Башкортостан | 7200,00 | 19029,8 | ||
Республика Марий Эл | 6500,00 | 11328,4 | ||
Республика Мордовия | 6700,00 | |||
Республика Татарстан | 8700,00 | 20222,6 | ||
Удмуртская Республика | 7200,00 | 14452,3 | ||
Чувашская Республика | 7800,00 | |||
Пермский край | 8800,00 | 21307,3 | ||
Кировская область | 8000,00 | |||
Нижегородская область | 8500,00 | 18336,7 | ||
Оренбургская область | 7300,00 | |||
Пензенская область | 7800,00 | 14171,5 | ||
Самарская область | 8520,00 | 21756,1 | ||
Саратовская область | 7100,00 | 13097,3 | ||
Ульяновская область | 7800,00 | 14312,1 | ||
Курганская область | 7300,00 | |||
Свердловская область | 8000,00 | 24892,6 | ||
Тюменская область | 10240,00 | 29754,1 | ||
Челябинская область | 8750,00 | 18459,9 | ||
Белгородская область | 8200,00 | 18799,7 | ||
Брянская область | 8800,00 | 15347,6 | ||
Владимирская область | 8100,00 | 14312,2 | ||
Воронежская область | 9200,00 | 15870,9 | ||
Ивановская область | 7600,00 | 13005,5 | ||
Калужская область | 7300,00 | 17556,9 | ||
Костромская область | 8200,00 | 14822,6 | ||
Курская область | 7200,00 | 16386,9 | ||
Липецкая область | 8220,00 | 16811,3 | ||
Московская область | 7600,00 | 25604,5 | ||
Орловская область | 8450,00 | 14824,3 | ||
Рязанская область | 8350,00 | |||
Смоленская область | 7600,00 | 15969,1 | ||
Тамбовская область | 7800,00 | 15150,6 | ||
Тверская область | 8100,00 | 14943,4 | ||
Тульская область | 8340,00 | |||
Ярославская область | 7900,00 | 15508,9 | ||
г. Москва | 10520,00 | 47318,9 | ||
Республика Карелия | 8100,00 | 22173,9 | ||
Республика Коми | 8000,00 | 28897,3 | ||
Архангельская область | 8300,00 | 24611,4 | ||
Вологодская область | 7560,00 | 20250,3 | ||
Калининградская область | 9300,00 | 19911,1 | ||
Ленинградская область | 10250,00 | 23302,6 | ||
Мурманская область | 11000,00 | 32341,6 | ||
Новгородская область | 9700,00 | 18636,5 | ||
Псковская область | 9300,00 | 15721,2 | ||
г. Санкт-Петербург | 10450,00 | |||
Республика Алтай | 7240,00 | 13836,9 | ||
Республика Бурятия | 7560,00 | 15715,5 | ||
Республика Тыва | 6800,00 | 10962,8 | ||
Республика Хакасия | 7150,00 | 14222,8 | ||
Алтайский край | 7380,00 | 12499,9 | ||
Забайкальский край | 7800,00 | 15968,8 | ||
Красноярский край | 8950,00 | 20145,5 | ||
Иркутская область | 8400,00 | 16017,2 | ||
Кемеровская область | 9000,00 | |||
Новосибирская область | 8100,00 | 18244,1 | ||
Омская область | 7200,00 | 17247,9 | ||
Томская область | 7460,00 | |||
Республика Саха (Якутия) | 7100,00 | 25616,9 | ||
Камчатский край | 10000,00 | 28964,9 | ||
Приморский край | 9150,00 | 19159,7 | ||
Хабаровский край | 9000,00 | 23766,2 | ||
Амурская область | 8500,00 | 17789,7 | ||
Магаданская область | 10200,00 | 30452,1 | ||
Сахалинская область | 9800,00 | 32268,2 | ||
Еврейская автономная область | 9500,00 | 16525,3 | ||
Чукотский автономный округ | 12000,00 | 43049,4 |
ŷ = 6917,24 + 0,1х3– 70,2х5 R-квадрат = 0,60
(357,45) (0,013) (21,078)
1)Построим уравнение регрессии для факторов Х3 и Х5с остатками
Рисунок 1 – регрессия с остатками для фактора Х3, Х5
Таблица 1 – Вывод остатков для факторов Х3,Х5
ВЫВОД ОСТАТКА | ||
Наблюдение | Предсказанное у | Остатки |
7123,312868 | 76,68713199 | |
7761,919101 | -1261,919101 | |
7472,547858 | -772,5478584 | |
8364,772759 | 335,2272412 | |
7791,522523 | -591,5225234 | |
7485,959428 | 314,0405717 | |
8332,162087 | 467,8379132 | |
7954,016799 | 45,983201 | |
8317,788247 | 182,2117529 | |
7835,204503 | -535,2045033 | |
7903,996611 | -103,9966105 | |
8376,748106 | 143,2518942 | |
6323,393651 | 776,6063489 | |
8058,334665 | -258,3346647 | |
7992,212797 | -692,2127974 | |
8547,973427 | -547,9734273 | |
9662,604647 | 577,3953528 | |
7979,102165 | 770,8978348 | |
8012,859583 | 187,1404166 | |
7950,651144 | 849,3488557 | |
7637,234142 | 462,7658582 | |
8143,008516 | 1056,991484 | |
7717,975308 | -117,9753084 | |
7819,208588 | -519,2085881 | |
8038,865192 | 161,1348083 | |
7281,864525 | -81,86452488 | |
8166,247442 | 53,75255826 | |
8829,252335 | -1229,252335 | |
7898,663926 | 551,3360744 | |
7965,24278 | 384,7572203 | |
8012,394038 | -412,3940383 | |
7931,080187 | -131,0801868 | |
7980,680987 | 119,3190131 | |
8182,510212 | 157,4897879 | |
7896,49041 | 3,509589506 | |
11547,94919 | -1027,949192 | |
8909,549965 | -809,5499647 | |
9577,485884 | -1577,485884 | |
9151,70331 | -851,7033101 | |
8507,894767 | -947,8947667 | |
8333,826803 | 966,1731969 | |
8881,310471 | 1368,689529 | |
9919,659737 | 1080,340263 | |
8487,942019 | 1212,057981 | |
8128,136575 | 1171,863425 | |
9639,546681 | 810,4533186 | |
7660,200557 | -420,2005575 | |
7987,200156 | -427,2001559 | |
7725,598583 | -925,5985828 | |
7698,537778 | -548,5377784 | |
7527,376343 | -147,376343 | |
8012,364235 | -212,3642348 | |
8497,483415 | 452,5165853 | |
8087,357607 | 312,6423927 | |
8292,182771 | 707,8172288 | |
8238,403827 | -138,4038273 | |
8069,2513 | -869,2512998 | |
8136,910874 | -676,9108744 | |
8970,854365 | -1870,854365 | |
9724,571755 | 275,4282445 | |
8680,289456 | 469,7105441 | |
9067,736948 | -67,73694804 | |
8263,446553 | 236,5534472 | |
9872,317583 | 327,6824167 | |
9982,552893 | -182,5528929 | |
8418,575088 | 1081,424912 | |
11193,98095 | 806,0190482 |
Проверяем Х3 на гетероскедостичность остатков:
Рисунок 2 – График зависимости регрессионных остатков от объясняющей переменной
По полученному графику сложно предположить наличие явления гетероскедостичности.
Для уточнения проводим тест ранговой корреляции Спирмана.
Значения хi и ei ранжируются (упорядочиваются по величинам). Затем определяется коэффициент ранговой корреляции:
где di - разность между рангами хi и ei, i = 1, 2,..., n;
n - число наблюдений.
Рассчитаем теоретические значения по уравнению регрессии и найдем остатки. Ранжируем совокупность по возрастанию.
х3 | Остатки | Остатки по модулю | rang Х3 | rang e3 | Di | Di² |
10962,8 | -925,5985828 | 925,5985828 | -53 | |||
11328,4 | -1261,919101 | 1261,919101 | -62 | |||
-772,5478584 | 772,5478584 | -43 | ||||
314,0405717 | 314,0405717 | -20 | ||||
12499,9 | -147,376343 | 147,376343 | -8 | |||
13005,5 | -117,9753084 | 117,9753084 | -2 | |||
13097,3 | 776,6063489 | 776,6063489 | -40 | |||
13836,9 | -420,2005575 | 420,2005575 | -21 | |||
14171,5 | -103,9966105 | 103,9966105 | ||||
14222,8 | -548,5377784 | 548,5377784 | -28 | |||
14312,1 | -258,3346647 | 258,3346647 | -10 | |||
14312,2 | 462,7658582 | 462,7658582 | -20 | |||
-692,2127974 | 692,2127974 | -30 | ||||
14452,3 | -591,5225234 | 591,5225234 | -27 | |||
45,983201 | 45,983201 | |||||
384,7572203 | 384,7572203 | -11 | ||||
14822,6 | 161,1348083 | 161,1348083 | ||||
14824,3 | 551,3360744 | 551,3360744 | -21 | |||
-535,2045033 | 535,2045033 | -17 | ||||
14943,4 | 119,3190131 | 119,3190131 | ||||
15150,6 | -131,0801868 | 131,0801868 | ||||
15347,6 | 849,3488557 | 849,3488557 | -29 | |||
15508,9 | 3,509589506 | 3,509589506 | ||||
15715,5 | -427,2001559 | 427,2001559 | -6 | |||
15721,2 | 1171,863425 | 1171,863425 | -36 | |||
15870,9 | 1056,991484 | 1056,991484 | -32 | |||
15968,8 | -212,3642348 | 212,3642348 | ||||
15969,1 | -412,3940383 | 412,3940383 | ||||
16017,2 | 312,6423927 | 312,6423927 | ||||
16386,9 | -81,86452488 | 81,86452488 | ||||
-676,9108744 | 676,9108744 | -11 | ||||
16525,3 | 1081,424912 | 1081,424912 | -28 | |||
707,8172288 | 707,8172288 | -11 | ||||
16811,3 | 53,75255826 | 53,75255826 | ||||
157,4897879 | 157,4897879 | |||||
17247,9 | -869,2512998 | 869,2512998 | -17 | |||
17556,9 | -519,2085881 | 519,2085881 | ||||
17789,7 | 236,5534472 | 236,5534472 | ||||
18244,1 | -138,4038273 | 138,4038273 | ||||
18336,7 | 182,2117529 | 182,2117529 | ||||
18459,9 | 770,8978348 | 770,8978348 | -4 | |||
18636,5 | 1212,057981 | 1212,057981 | -20 | |||
18799,7 | 187,1404166 | 187,1404166 | ||||
19029,8 | 76,68713199 | 76,68713199 | ||||
19159,7 | 469,7105441 | 469,7105441 | ||||
19911,1 | 966,1731969 | 966,1731969 | -10 | |||
20145,5 | 452,5165853 | 452,5165853 | ||||
20222,6 | 335,2272412 | 335,2272412 | ||||
20250,3 | -947,8947667 | 947,8947667 | -6 | |||
21307,3 | 467,8379132 | 467,8379132 | ||||
21756,1 | 143,2518942 | 143,2518942 | ||||
22173,9 | -809,5499647 | 809,5499647 | ||||
23302,6 | 1368,689529 | 1368,689529 | -12 | |||
23766,2 | -67,73694804 | 67,73694804 | ||||
24611,4 | -851,7033101 | 851,7033101 | ||||
24892,6 | -547,9734273 | 547,9734273 | ||||
25604,5 | -1229,252335 | 1229,252335 | -6 | |||
25616,9 | -1870,854365 | 1870,854365 | -9 | |||
28897,3 | -1577,485884 | 1577,485884 | -7 | |||
28964,9 | 275,4282445 | 275,4282445 | ||||
810,4533186 | 810,4533186 | |||||
29754,1 | 577,3953528 | 577,3953528 | ||||
30452,1 | 327,6824167 | 327,6824167 | ||||
32268,2 | -182,5528929 | 182,5528929 | ||||
32341,6 | 1080,340263 | 1080,340263 | ||||
43049,4 | 806,0190482 | 806,0190482 | ||||
47318,9 | -1027,949192 | 1027,949192 | ||||
Тогда .
Если коэффициент корреляции для генеральной совокупности равен нулю, то статистика
имеет распределение Стьюдента с числом степеней свободы v=n-2. Следовательно, если наблюдаемое значение t-статистики превышает табличное, то необходимо отклонить гипотезу о равенстве нулю коэффициента корреляции , а следовательно, и об отсутствии гетероскедастичности.
В нашем примере статистика Стьюдента равна:
Табличное значение статистики Стьюдента составит t(0,05; 65)=1,997.
Таким образом, мы получили, что расчетное значение меньше табличного, следовательно, гипотеза об отсутствии гетероскедастичности подтверждается на уровне значимости 5%.
Рисунок 3 – Данные лабораторной работы по множественной регрессии с расчетом t крит.
Проведем эмпирическую оценку уравнению регрессии, при помощи теста Голдфелда – Квандта.
max {Q´Q´´}
min {Q´Q´´} n´ - k -1
n´´- k - 1
n-1/4n 67-67/4
n´=n´´=------------ = ---------- = 25
2 2
Т.е. для исследования берем первые 25 значений и последние 25 значений Х3
Рисунок 4- первые 25 значений упорядоченных по Х3
Рисунок 5 –Вывод итогов для первой подвыборки Х3
Q´ = 5169711,026
Рисунок 6 – последние 25 значений упорядоченных по Х3
Рисунок 7 - Вывод итогов для последней подвыборки Х3
Q´´ = 17525822,25
Т.к. Q´´>Q´, то связь обратная
Найдем F наблюдаемое
Fнабюл =17525822,25/5169711,026=3,39
По таблице Фишера-Снедекора находим Fкритическое со степенями свободы (n-k-1)
Fкрит =1,998
Так как Fнаблюд > Fкрит, то гипотеза об отсутствии гетероскетодостичности отклоняется.
Дата добавления: 2015-11-26; просмотров: 62 | Нарушение авторских прав