Dr Małgorzata Stec Ekonometria-wzory do ćwiczeń

Dobór zmiennych objaśniających

1. Badanie poziomu zmienności

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

2. Badanie poziomu skorelowania

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

t=1 t=1 t=1 t=1

3. Metoda wskaźników pojemności informacyjnej Z. Hellwiga

L = 2m  1

Pojemności indywidualne
2
rj
hij =
1+ ∑|r ij|
i≠ j
Pojemności integralne

H i=∑ hij
Estymacja modeli liniowych

Model z 1 zmienną objaśniającą

y t =α 0 + α 1 x t + ε t
 n
∑ y t x t −n x̄ ȳ n
∑ ( y t − ȳ )( xt − x̄ )
t=1
a1 = n a1 =
t =1
n
∑ x2t −n ( x̄ )2 ∑ ( x t − x̄ )2
t=1 lub t =1

a0 = ȳ −a1 x̄

Standardowe błędy szacunku parametrów strukturalnych

√
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

Względne błędy szacunku parametrów strukturalnych

S (ai )
V (ai )= ⋅100
|ai|

Wariancja i odchylenie resztowe

√
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

Estymacja parametrów strukturalnych -w sposób macierzowy

Model z 1 zmienną objaśniającą:

T −1 T
a=( X X ) X y

XT X =
[∑ n
xt
∑ xt
∑ x 2t ] X T y=
[ ]
∑ yt
∑ yt xt
1
( X T X )−1= T
DT
det( X X )

Macierz wariancji i kowariancji ocen parametrów strukturalnych

D2 ( ai )=S 2e ( X T X )−1 S(ai )= √ V (a i )

Model z 2 zmiennymi objaśniającymi

Y t =α 0 + α 1 X t1 +α 2 X t 2 + ε t

Estymacja parametrów strukturalnych w sposób macierzowy:

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

Test istotności ocen parametrów strukturalnych

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

ti > t hipotezę H0 należy odrzucić na rzecz hipotezy H1.

Miary dopasowania modelu do danych empirycznych

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

Wskaźnik średniego względnego poziomu reszt

n
1 |et|
P= ∑
n t=1 y^ t

Funkcja trendu
Ogólną postać liniowego modelu tendencji rozwojowej można zapisać
następująco:

^y t =a 0 +a 1 t
gdzie: t oznacza zmienną czasową

Oceny parametrów strukturalnych

a0 a
i 1 wyznaczamy z wzorów:
 n
∑ ( y t − ȳ )(t−t̄ )
a1 = t=1 n
∑ (t−t̄ )2
t=1

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 )

Nieliniowe funkcje trendu

Model potęgowy trendu
α εt
y t =α 0 t 1⋅10

Model wykładniczy trendu

εt
y t =α 0⋅α t1⋅10

Model paraboliczny trendu

2
y t =α 0 + α 1 t +α 2 t +ε t
 Wahania sezonowe

Analiza wahań sezonowych zależy od ich typu. Jeśli amplituda wahań w

analogicznej fazie cyklu jest jednakowa to wahania sezonowe są bezwzględne
(addytywne). Jeśli bezwzględne rozmiary amplitudy zmieniają się ale w stałym
stosunku to mówimy o względnych wahaniach sezonowych
(multiplikatywnych).
Wahania sezonowe można wyodrębnić na podstawie wskaźników
sezonowości, które wskazują, w jakim stopniu poziom zjawiska w danym cyklu
wahań różni się od poziomu tego zjawiska wyznaczonego przez jego ogólną
tendencję rozwojową.

Sposób postępowania przy analizie wahań sezonowych zależy od:

1.
Typu modelu szeregu czasowego (addytywny, multiplikatywny)
2.
Występowania lub nie tendencji rozwojowej

Wahania sezonowe bez trendu

1.
Obliczamy średni poziom badanej zmiennej w analizowanym przedziale

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

S i= ȳ i− ȳ dla wahań addytywnych

W analizie wahań sezonowych z trendem można wyróżnić 4 etapy

postępowania:
1. wyodrębnienie tendencji rozwojowej
2. eliminację tendencji rozwojowej z szeregu czasowego
3. eliminację wahań przypadkowych
4. obliczanie czystych wskaźników sezonowości

Wyodrębnienie tendencji rozwojowej polega na określeniu modelu trendu dla

szeregu czasowego zmiennej.
Eliminacji tendencji rozwojowej z szeregu czasowego dokonuje się następująco:
1. w przypadku modelu addytywnego obliczając różnice wartości
rzeczywistych zmiennej i wartości teoretycznych otrzymanych
z modelu tendencji rozwojowej

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:

c i=z i −q dla modelu addytywnego

lub

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).