внювання) А=| | * 100%. Розділимо помилку апроксимації на число спостережень і отримаємо середню помилку апроксимації:
=? | | * 100%.
Для знаходження А за допомогою редактора Microsoft Office Excel скористаємося математичними функціями:
Рис.13. Майстер функцій.
Задамо аргументи функцій (рис.14.)
Рис.14. Аргументи функції.
Знайдемо середню помилку апроксимації (рис.15)
Рис.15. Розрахунок помилки апроксимації і середньої помилки апроксимації.
Ми отримали середню помилку апроксимації рівну=2,027. Це говорить про те, що досліджувана модель є точною (так як <10).
2. Розглянемо економічну інтерпретацію параметрів моделі.
=- 0,26 +0,47 * Х1 +0,57 * X2.
Коефіцієнт b1=0,47 означає, що при збільшенні споживання на 1 млрд. дол обсяг валового національного продукту зросте на 0,47 млрд. дол Коефіцієнт b2=0,57 означає, що збільшення інвестицій на 1 млрд. дол . призведе до збільшення обсягу валового національного продукту на 0,57 млрд. дол
3. Перевіримо виконання умови гомоскедастічності залишків, застосувавши тест Голдфельда-Квандта.
Розіб'ємо модель на 3 частини (див. рис.16). Знайдемо регресію 1-ої та 3-ої частини (результат на рис.17).
Рис.16. Модель розбили на 3 частини.
Рис. 17 Регресія для 1 і 3 частин моделі.
Визначимо значущість моделі за формулою:
F =? e i 2 (1)? e i 2 (2)
На малюнку 17 видно, що для знаходження F необхідно розділити результат осередку С11 на результат осередку С29. Отримаємо:
F=0,018=0,4290,042
Для того, щоб дізнатися табличне значення, скористаємося вбудованої в EXCEL функцією FРАСПОБР з параметрами?=0,05. У даному випадку К 1=К 2=n | - m=4-2=2 (див. рис. 18)
Рис. 18. Аргументи функції.
Рис. 19 Розрахунок табличного F.
Статистика F розр. =0,429 менше табличного значення Фішера F=FРАСПОБР (0,05; 2;
)=19. Отже, в даній моделі відсутня гетероскедастичності залишків.
4. Перевіримо отриману модель на наявність автокореляції залишків за допомогою тесту Дарбіна-Уотсона.
Якщо простежується вплив результатів попередніх спостережень на результати наступних, випадкові величини (помилки)? i у регресійній моделі не виявляються незалежними. Такі моделі називаються моделями з наявністю автокореляції.
Як правило, якщо автокорреляция присутній, то найбільший вплив на подальше спостереження надає результат попереднього спостереження. Наявність автокореляції між сусідніми рівнями ряду можна визначити за допомогою тесту Дарбіна-Уотсона. Розрахункове значення визначається за наступною формулою:
dw =? (? I -? I - 1) 2? ? i 2
Визначимо його за допомогою редактора EXCEL.
Таким чином, ми знайшли розрахункове значення dw=1,84. Знайдемо табличне значення статистики Дарбіна-Уотсона для m=2 і n=10. Згідно таблиці отримаємо d 1=0,7 і d ...
