Построение эконометрических моделей, представленных различными типами временных рядов

squared = 0.956968Watson stat = 2.734840statistic = 140.8431(F-statistic) = 0.000000

По построенным данным видно, что P-вероятность и t-статистика показывают значимость коэффициентов. 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:

По статистике Дарбина - Уотсона четко не видно есть ли автокорреляция в данной модели, однако тест Бреуша - Годфри показывает отсутствие автокорреляции в данной модели, следовательно принимаем гипотезу об отсутствии автокорреляции.

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)= 0,3561

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, 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.

Наконец, построим модель коррекции ошибок (ECM) и оценим ее качество: