ака-Бера:
(JB) = 0,7398
Тест Жака-бера вказує на нормальний розподіл випадкових відхилень в даній моделі.
Аналізуючи дану модель можна зробити наступний висновок:
по P-ймовірності та t-статистикою коефіцієнти даної моделі є статистично значущими на рівні значущості 25%, також статистично значущою є і сама модель за коефіцієнтом детермінації, F-статистикою та її ймовірності;
переходячи до передумов порушення МНК, можна відзначити, що в даній моделі відсутній як гетероскедастичності, так і автокорреляция, що вказує на ефективність і Незміщеність оцінок даної моделі;
залишки в даній моделі є стаціонарними і мають нормальний розподіл, що є досить важливою умовою побудови якісної моделі.
Тепер перейдемо до побудови моделі в перших лагах:
VariableCoefficientStd. Errort-StatisticProb.
R-squared = 0.957834Watson stat = 2.699912statistic = 77.23275 (F-statistic) = 0.000000
За побудованим даними видно, що P-ймовірність і t-статистика показують значимість коефіцієнтів, виключаючи коефіцієнти при ВВП і ВВП у першому лагу. Коефіцієнт детермінації, F-статистика та її ймовірність вказують на статистичну значимість та адекватність побудованої моделі. p align="justify"> Тепер перейдемо до передумов порушення МНК. Почнемо зі статистки Дарбіна - Уотсона і тесту Бреуша - Годфрі на наявність автокореляції в моделі:
Breusch-Godfrey Serial Correlation LM Test: F-statistic3.571374 Probability0.077041Obs * R-squared4.197028 Probability0.040495
За статистикою Дарбіна - Уотсона і тесту Бреуша - Годфрі чітко видно відсутність автокореляції в даній моделі.
Тепер перейдемо до тесту Уайта і оцінимо дану модель на наявність гетероскедастичності:
White Heteroskedasticity Test: F-statistic0.903717 Probability0.557476Obs * R-squared9.880366 Probability0.451051
Тест Уайта вказує на відсутність в даній моделі гетероскедастичності.
Тепер перейдемо до аналізу випадкових відхилень в даній моделі: проведемо перевірку на стаціонарність і нормальний розподіл:
У першу чергу перевіримо залишки на стаціонарність за допомогою тесту ADF:
ADF Test Statistic-6.807388 1% Critical Value * -2.6756 5% Critical Value-1.9574 10% Critical Value-1.6238
Була взята специфікація N, 0. По даному тесту можна зробити висновок про те, що наявність стаціонарності випадкових відхилень даної моделі підтверджується. p align="justify"> Тепер подивимося на нормальний розподіл залишків за допомогою тесту Жака-Бера:
(JB) = 0,4653
Тест Жака-бера вказує на нормальн...
