Professional Documents
Culture Documents
Ekonometria 2018-Wzory
Ekonometria 2018-Wzory
Si
V i=
Wsp. zmienności x̄ i
√
n
1
S i= ∑ ( x ti− x̄ i )2
Odch. standardowe n t=1
n
1
x̄ i= ∑ xti
Średnia arytmetyczna n t=1
V i≤V∗¿ ¿ zmienne quasi-stałe
n n
∑ ( y t − ȳ )( x ti − x̄i ) ∑ ( x ti− x̄ i )( x tj − x̄ j )
t=1 t=1
ri= r ij =
√ √
n n n n
∑ ( y t − ȳ ) ∑ ( x ti− x̄ i )
2 2
∑ ( xti − x̄ i ) ∑ ( x tj− x̄ j )2
2
L = 2m 1
Pojemności indywidualne
2
rj
hij =
1+ ∑|r ij|
i≠ j
Pojemności integralne
H i=∑ hij
Estymacja modeli liniowych
a0 = ȳ −a1 x̄
√
n
∑ x 2t Se
S (a1 )=
√
t=1 n
S ( a0 )=Se
∑ ( x t − x̄ )2
n
n ∑ ( x t − x̄ )2
t=1 t=1
√
n n
∑ ( y t − ^y t )2 ∑ ( y t − ^y t )2
Se 2 = t=1 Se=
t =1
n−k−1 n−k −1
XT X =
[∑ n
xt
∑ xt
∑ x 2t ] X T y=
[ ]
∑ yt
∑ yt xt
1
( X T X )−1= T
DT
det( X X )
Y t =α 0 + α 1 X t1 +α 2 X t 2 + ε t
T −1 T
a=( X X ) X y
[ ] [ ]
n ∑ xt 1 ∑ xt 2 ∑ yt
∑ xt 1 ∑ x 2t 1 ∑ x t 1 x t 2 y= ∑ y t x t 1
T T
X X= X
∑ xt 2 ∑ x t 1 x t 2 ∑ x 2t 2 ∑ yt xt 2
Macierz wariancji i kowariancji ocen parametrów strukturalnych
2 2 T −1
D ( ai )=S e ( X X ) S(ai )= √ V (a i )
Weryfikacja modelu
H 0 :α i=0
H 1 :α i≠0
|ai|
ti =
S (ai )
ti ≤t α nie ma podstaw do odrzucenia hipotezy H .
0
1. współczynnik zbieżności
n
∑ ( yt − ^yt )2
ϕ2= t=1
n
∑ ( y − ȳ )
t =1
t
2
2. współczynnik determinacji
R2 = 1- 2
3. współczynnik zmienności losowej
Se
W e = ⋅100
ȳ
Modele nieliniowe
1. Model hiperboliczny
1
y t =α 0 + α 1 + ε t
Xt
2. Model potęgowy
α ε
y t =α 0 X t 1⋅10 t
3. Model wykładniczy
X ε
y t =α 0⋅α 1 t⋅10 t
4. Model paraboliczny
2
y t =α 0 +α 1 X t +α 2 X t +ε t
Funkcja trendu
Ogólną postać liniowego modelu tendencji rozwojowej można zapisać
następująco:
^y t =a 0 +a 1 t
gdzie: t oznacza zmienną czasową
a0 = ȳ−a1 t̄
Macierzowy sposób wyznaczania parametrów funkcji trendu
^y t =a 0 +a 1 t
a=( X T X )−1 X T y
XT X =
[ n ∑t
∑ t ∑ t2
1
] X T y=
[ ]
∑ yt
∑ yt t
( X T X )−1= T
DT
det( X X )
εt
y t =α 0⋅α t1⋅10
2
y t =α 0 + α 1 t +α 2 t +ε t
Wahania sezonowe
czasowym:
ȳ=
∑ yt
n
2.
Obliczamy średnie poziomy badanej zmiennej dla jednoimiennych
podokresów sezonowych:
ȳ =
∑ i
yt
i
p
3. Obliczamy wskaźniki sezonowości dla poszczególnych sezonów:
ȳ i
S i=
ȳ dla wahań multiplikatywnych
z ti= y ti − ^y t
2. w przypadku modelu multiplikatywnego obliczając ilorazy wartości
rzeczywistych zmiennej przez odpowiadające im wartości teoretyczne
otrzymane z modelu tendencji rozwojowej
y ti
z ti=
^y t
Eliminację wahań przypadkowych przeprowadza się obliczając tzw. surowe
wskaźniki sezonowości zi jako średnie arytmetyczne tych wartości zti , które
odpowiadają i-tej fazie cyklu.
Czyste wskaźniki sezonowości ( ci) wyznacza się z wzorów:
zi
c i=
q dla modelu multiplikatywnego
gdzie:
r
1
q= ∑
r i=1
zi
r- liczba faz w cyklu
Suma czystych wskaźników sezonowości powinna być równa zeru (dla modelu
addytywnego) lub liczbie faz tworzących cykl (dla modelu multiplikatywnego).