Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
16
CzęśćA.Ekonometria
trzemagwiazdkami-nakażdymtypowympoziomieistotności,czyli0,01,0,05i0,10.
Nienależysięjednakprzywiązywaćdograficznychoznaczeńpoziomówistotności:
nieistniejejednolitystandard,różneprogramyekonometrycznerobiątowróżnysposób
(por.omówienieprogramuRwczęściC).
Jeślizmiennychobjaśniającychwmodelujestwiele,testowanieistotnościzmiennych
objaśniającychwartozacząćodtestuWalda.Wedługwydruku1.2wartośćstatystykite-
stowejwynosi91,71,aempirycznypoziomistotności3,36∙10-49,czylijestbardzobliski
zera.Nakażdymkrytycznympoziomieistotnościmamypodstawydoodrzuceniahipotezy
zerowejonieistotnościwszystkichzmiennychobjaśniającychnarzeczhipotezyalterna-
tywnej,żeprzynajmniejjednazezmiennychjestistotnastatystycznie-aktóra(lubktóre),
dowiadujemysięztestówistotnościt-Studentadlaposzczególnychzmiennych.
Syntetycznąmiarąstatystycznejjakościmodelu(choćniepozbawionąwad,oczym
należypamiętać!)jestwspółczynnikdeterminacjiR2.Zwydruku1.2jegowartośćodczy-
tujemyjakook.0,58,azatemskonstruowanyprzeznasmodelw58%tłumaczykształtowa-
niesię(zmienność)zmiennejobjaśnianej.Niejesttowyniksatysfakcjonujący:wmodelu
opartymnamakroekonomicznychszeregachczasowychmożemyspodziewaćsięstopnia
wyjaśnieniapowyżej90%.Jesttopierwszysygnał,żenaszmodelniejestidealnyibędzie
wymagałpoprawek.Byćmożebrakujewnimzmiennychobjaśniającychopisującychnp.
kosztkredytuczystanrynkufinansowego-teczynnikiteżzapewnemająwpływnapo-
ziomoptymizmuprzedsiębiorców.Pamiętajmyteż,żenicniestoinaprzeszkodzie,żebydo
liniowego(względemparametrów)modeluekonometrycznegodołączyćzmienneobjaśnia-
jącebędącekwadratami,logarytmamilubinnyminieliniowymiprzekształceniamiwyj-
ściowychzmiennych,jeślimogąonepomócwwyjaśnieniuwahańzmiennejobjaśnianej.
Drugąmiarąogólnegodopasowaniamodeludodanychsąkryteriainformacyjne,
wtymnajczęściejstosowanewpraktycekryteriumAkaike’a(AIC).Nawydruku1.2jego
wartośćwynosi1795,175.Samaliczbaniemaużytecznejinterpretacji,służyjedyniedo
porównańmodeliotejsamejzmiennejobjaśnianej:imniższawartość,tymnaszmodel
jestnbliższy”modeluidealnego
5
.WrócimydoAICwprzykładzie2.1,gdybędziemymieli
innymodeldoskonfrontowaniazmodelemzwydruku1.2.
Kolejneetapyweryfikacjimodeludotycząjegojakościstatystycznej.Jakpamięta-
my,warunkiemzachowaniaprzezestymatoryKMNKpożądanychwłasnościjestspeł-
nienieczterechzałożeńtwierdzeniaGaussa-Markowa,zktórychszczególniekłopotliwe
wpraktycejestzałożenieosferycznościskładnikalosowego.Abybyłospełnione,składnik
losowymodeluniemożewykazywaćaniautokorelacji,aniheteroskedastyczności.
Wdużejpróbie,zktórąmamydoczynienia(liczbastopniswobodywynosi
df=N-(k+1)=276-(4+1)=271;Ntoliczbaobserwacji,ak-zmiennychobjaśniających),
odpowiedniajestktóraśzwersjiasymptotycznegotestuautokorelacjimnożnikaLagrange’a.
Wybieramyopcję
Testy
→
Testyautokorelacji
→
Rządopóźnieniadlatestu
=12
(ponieważdane,napodstawiektórychszacowanesąparametrymodelu,mająmiesięczną
częstotliwość).
5
PrecyzyjnewyjaśnienieinterpretacjikryteriumAkaike’awymagałobywprowadzeniadometo-
dynajwiększejwiarygodności,którapozostajepozazakresemtejksiążki.ZainteresowanegoCzytelnika
odsyłamydoliteraturyekonometrycznej,np.podręcznikaG.S.Maddali(2008).
