Анализ рядов
Автор: Vafin91 • Май 4, 2018 • Контрольная работа • 1,517 Слов (7 Страниц) • 502 Просмотры
Содержание
1. Описание исходных данных 3
1.1.Описание выборки 3
1.2.Анализструктуры рядов 3
2.Построение многофакторного регрессионного уравнения 7
3.Экономическая интерпретация полученных результатов 7
4. Оценка адекватности МРУ 9
4.1. Проверка качества подгонки МРУ 9
4.2.Проверка гипотезы 9
4.3.Проверка выполнения условий получения «хороших» оценок МНК. 10
5. Прогнозирование по модели 14
6.Структурные сдвиги 15
1. Описание исходных данных
1.1.Описание выборки
В качестве исходных данный для исследования и построения моделей были выбраны следующие 4 макроэкономических показателя:
Наименование показателя | Ед. измерения | Обозначение переменной | |
1 | Стоимость и изменение стоимости условного (минимального) набора продуктов питания в расчете на месяц | руб. | X1 |
2 | Численность занятых в возрасте 15-72 лет | млн.чел. | X2 |
3 | Среднемесячная номинальная начисленная заработная плата работников организаций | руб. | X3 |
4 | Объем вкладов (депозитов) и прочих привлеченных средств от физических лиц – всего | млрд.руб. | Y |
Объем выборки за период:
- общая –января 2009- декабрь 2016 гг.;
- для построения модели –января 2009- декабрь 2015 гг.
Таким образом можно будет осуществить ретроспективный прогноз на 2016 год, затем сравнить расчетные данные с фактическими и оценить его точность.
Данные с поправкой на сезонность.
1.2.Анализструктуры рядов
Проанализируем структуру исходных рядов. Ниже приведены графики исходных рядов, а также графики их АКФ/ЧАКФ (коррелограммы):
График ряда X1
[pic 1]
График ряда X2
[pic 2]
График ряда X3
[pic 3]
График ряда Y
[pic 4]
График АКФ/ЧАКФряда X1
[pic 5]
График АКФ/ЧАКФряда X2
[pic 6]
График АКФ/ЧАКФряда X3
[pic 7]
График АКФ/ЧАКФряда Y
[pic 8]
Как видно из представленных выше графиков исходных рядов, можно предположить, что во всех рядах отсутствует сезонность, т.к. не наблюдаются явно выраженные сезонные колебания, повторяющиеся через равные промежутки времени (с периодом T=12 ввиду того, что данные месячные).
Коррелограммы рядов подтверждают данное предположение, т.к. на графиках АКФ/ЧАКФ оказываются не значимы коэффициенты автокорреляции 12 порядка (соответствующие столбики диаграммы не выходят за границы «белого шума»).
Также в рядах отсутствуют аномальные наблюдения.
Можно приступать к построению уравнения.
2.Построение многофакторного регрессионного уравнения
Осуществим построение МРУ, а именно оценку его коэффициентов в программе Eviews. Ниже приведена таблица с полученными результатами построения:
Результаты построения МРУ
Dependent Variable: Y | ||||
Method: Least Squares | ||||
Date: 12/13/17 Time: 02:18 | ||||
Sample: 2009M01 2015M12 | ||||
Included observations: 84 | ||||
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
C | -47499.43 | 10029.00 | -4.736207 | 0.0000 |
X1 | 4.595964 | 0.488823 | 9.402100 | 0.0000 |
X2 | 552.3438 | 150.1901 | 3.677630 | 0.0004 |
X3 | 0.315715 | 0.039900 | 7.912599 | 0.0000 |
R-squared | 0.930980 | Mean dependent var | 12864.44 | |
Adjusted R-squared | 0.928391 | S.D. dependent var | 4585.571 | |
S.E. of regression | 1227.089 | Akaike info criterion | 17.10913 | |
Sum squared resid | 1.20E+08 | Schwarz criterion | 17.22488 | |
Log likelihood | -714.5833 | Hannan-Quinn criter. | 17.15566 | |
F-statistic | 359.6926 | Durbin-Watson stat | 1.161217 | |
Prob(F-statistic) | 0.000000 | |||
В итоге получаем следующее многофакторное уравнение:
...