Построение эконометрических моделей, представленных различными типами временных рядов

squared = 0.805893Watson stat = 2.006428statistic = 41.51797(F-statistic) = 0.000000

По построенным данным видно, что P-вероятность и t-статистика показывают значимость коэффициента индекса потребительских цен и незначимость коэффициента при ВВП, однако возьмем погрешность в 25%, что позволит сделать вывод о статистической значимости коэффициентов данной модели. Коэффициент детерминации, F- статистика и ее вероятность указывают на статистическую значимость и адекватность построенной модели.

Теперь перейдем к предпосылкам нарушения МНК. Начнем со статистки Дарбина - Уотсона и теста Бреуша - Годфри на наличие автокорреляции в модели:

Breusch-Godfrey Serial Correlation LM Test:

По статистике Дарбина - Уотсона и тесту Бреуша - Годфри отчетливо видно отсутствие автокорреляции в данной модели.

Теперь перейдем к тесту Уайта и оценим данную модель на наличие гетероскедастичности:

Тест Уайта указывает на отсутствие в данной модели гетероскедастичности.

Теперь перейдем к анализу случайных отклонений в данной модели: проведем проверку на стационарность и нормальное распределение:

В первую очередь проверим остатки на стационарность с помощью теста ADF:

Была взята спецификация N,0. По данному тесту можно сделать вывод о том, что наличие стационарности случайных отклонений данной модели подтверждается.

теперь посмотрим на нормальное распределение остатков с помощью теста Жака-Бера:

(JB)= 0,7398

Тест Жака-бера указывает на нормальное распределение случайных отклонений в данной модели.

Анализируя данную модель можно сделать следующий вывод:

по P-вероятности и t- статистике коэффициенты данной модели являются статистически значимыми на уровне значимости 25%, также статистически значимой является и сама модель по коэффициенту детерминации, F- статистике и ее вероятности;

переходя к предпосылкам нарушения МНК, можно отметить, что в данной модели отсутствует как гетероскедастичность, так и автокорреляция, что указывает на эффективность и несмещенность оценок данной модели;

остатки в данной модели являются стационарными и имеют нормальное распределение, что является достаточно важным условием построения качественной модели.

Теперь перейдем к построению модели в первых лагах: