Статьи
‼️Статья с подробным разбором к видео: Множественная регрессия временных рядов. Gretl. https://pro-smysl.ru/mnozhestvennaya_regressiya_vremennyh_ryadov_gretl
‼️Множественная регрессия временных рядов. Gretl. Коррекция автокорреляции, процедура Кохрейна-Оркатта (Cochrane-Orcutt). 💪Использованы реальные статистические данные. ✅С помощью логарифмической регрессии оценена функция Кобба-Дугласа. ✅С использованием встроенных тестов проведена проверка предпосылок Гаусса-Маркова для МНК (автокорреляция - тест Бройша-Годфри, гетероскедастичность - тест Вайта). ✅Установлена наличие автокорреляции 1-го порядка. 🖍Для большинства моделей временных рядов характерна автокорреляция. ✅С помощью коррелограммы проведена идентификация временных рядов модели. Они являются рядами авторегрессии 1-го порядка (AR(1)). Остатки модели, полученной по МНК имеют нормальное распределение. 🖍Для временных рядов авторегрессии первого порядка, если остатки модели представляют собой «белый шум» (имеют нормальное распределение) можно использовать процедуру Кохрейна-Оркатта (Cochrane-Orcutt) для коррекции автокорреляции. ✅С помощью встроенного инструмента в Gretl оценена модель с коррекцией автокорреляции.https://vk.com/wall-216984375_398 👁‍🗨Файл Gretl со скриптами команд, сохранённая сессия Gretl, файл Excel с данными ниже.
‼️Функция Кобба-Дугласа. Множественная регрессия в программе Gretl. Проверка правильности выбора функциональной формы модели. ✅В программе Gretl построена линейная функция множественной регрессии по МНК (метод наименьших квадратов). Зависимая переменная: Q - выпуск. Независимые переменные: K - капитал; L - труд. ✅С помощью встроенного теста программы Gretl проверили правильность функциональной формы модели. Нулевая гипотеза теста: зависимость линейна. Альтернативная гипотеза: зависимость имеет логарифмическую форму. Вероятность нулевой гипотезы 0,04, что меньше 0,05. Следовательно при 5% уровне значимости можем принять альтернативную гипотезу. ✅Построили логарифмическую модель. Зависимая переменная: Ln(Q). Независимые переменные Ln(K), Ln(L). Данная модель легко преобразуется в функцию Кобба-Дугласа: Q = A*K^a1*L^a2 🖍В логарифмической модели коэффициент детерминации оказался выше, чем в линейной. Результаты теста подтвердились, лучшая форма - логарифмическая. В программе можно легко с помощью встроенных тестов проверять правильность функциональной формы. Это очень важно для построения адекватной модели, так как выбор неправильной формы приведёт к неверным результатам.
Как определить из списка данных какие лучшие по значению? Воспользуемся статистической функцией excel: РАНГ.СР. Числовые значения экономического показателя заменяются рангом. Мы визуально видим, на каком месте по рентабельности находится наш продаваемый товар. Данная функция одинаковым рангам присваивает средние значения. В нашем случае на последнем месте находятся два товара с рентабельностью 15%. Они занимают 18-е и 19-е места. Тогда средний ранг равен 18,5. Другое название – стандартизированный ранг. Первое место имеет товар с рентабельностью 28%.
10 прочтений · 8 месяцев назад
Тест Бреуша-Пагана в Microsoft Excel. Гетероскедастичность. #Эконометрика Используются статистические функции Excel: ЛИНЕЙН, ХИ2.ОБР, ХИ2.РАСП Показано как найти p-значение теста. Осуществили проверку полученного уравнения на наличие гетероскедастичности с помощью теста Бреуша-Пагана. Подробный разбор в статье: https://vk.com/@sm_smysl-test-breusha-pagana-na-geteroskedastichnost https://dzen.ru/media/id/6230a6775dd3d039bd69cb6d/test-breushapagana-na-geteroskedastichnost-v-excel-652d29aa2dc4b94446fe3ede Файл с решением: https://vk.com/wall-216984375_215 Ссылки на видео: https://youtu.be/CB2wYm3hWzo https://dzen.ru/video/watch/65293cb567acb76ac8775872 https://vk.com/video-216984375_456239029
132 прочтения · 8 месяцев назад
Тест Бреуша-Пагана на гетероскедастичность в Excel
Имеем уравнение регрессии, полученное на предыдущем занятии (https://dzen.ru/media/id/6230a6775dd3d039bd69cb6d/chast-1-mnojestvennaia-regressiia-v-excel-63b459147a5b092ebffe32a7): Так же были построены графики зависимостей квадратов остатков от величин Х1 и Х2 По расположению точек на графике можем предположить случайное рассеивание, т. е. квадраты остатков не зависят от величин Х1 и Х2 Проведем тест Бреуша-Пагана на наличие гетероскедастичности в модели. (гетероскедастичность – непостоянство дисперсий остатков случайных отклонений) Нулевая гипотеза теста: остатки в модели гомоскедастичны...
9 прочтений · 9 месяцев назад
Матричный метод нахождения коэффициентов множественной регрессии.
6 прочтений · 1 год назад
Как упростить расчёты с матрицами в EXCEL? Присвоение имён массиву в EXCEL.
211 прочтений · 1 год назад
Построение моделей временных рядов ARIMA в программе STATISTICA.
Видео: Построим на нашем занятии модель временного ряда ARIMA(p,k,q). Обоснуем выбор спецификации уравнения. Произведём прогноз для модели и реализуем проверку качества. Для построения модели авторегрессии–скользящего среднего ARMA(p,d,q) воспользуемся пакетом STATISTICA. Строим график временного ряда: Далее задаём переменную: Получаем график временного ряда: Обратим внимание, для данного временного ряда характерны сезонные колебания c частотой 4. В пакете STATISTICA используем раздел: Дополнительные (Advanced Models)/модели ® Прогноз/серия времени (Time Series/Forecasting)...
12 прочтений · 1 год назад
Двухфакторный дисперсионный анализ с повторениями. EXCEL. Надстройка "Анализ данных" Исследуется влияние двух факторов на упругость стали в условных единицах: фактор А - % содержание никеля (три уровня); фактор В - % процентное содержание марганца (два уровня). При уровне значимости α=0,05 проверить, влияют ли факторы А и В (в том числе и совместно) на упругость стали. Онлайн помощь в решении задач, консультации, создание обучающих роликов: pro-smysl.ru
Видео