TEMA 8: Specificarea greşită a modelului de regresie

AplicaŃie privind analiza economiei informale

AplicaŃie realizată în cadrul Contractului de cercetare PN II PC_91-054

O3:Analiza formei repartiŃiei variabilelor reziduale.Obiectivele temei 8 O1: Analiza variabilelor omise din cadrul modelului sau includerea eronată a unor variabile explicative. 07/08/2009 2 . O2: ImportanŃa alegerii corecte a formei funcŃiei de regresie.

3. 07/08/2009 3 . PrecizaŃi dacă modelul de regresie este corect specificat.Aplicatia temei 8 1. 4. Sa se defineasca un model de regresie. 2. Sa se analizeze dacă sunt omise din modelul de regresie variabile explicative. Sa se studieze redundanŃa unor variabile explicative. iar estimarea parametrilor să se realizeze pe baza unor serii de timp.

ObservaŃie: Pentru includerea sau excluderea uneia sau mai multor variabile din model. 2. 3.Variabile omise şi redundante (1) ConsecinŃele omiterii de variabile explicative 1. în condiŃiile în care SPE. Semnul parametrilor estimaŃi nu se schimbă. Variabilele reziduale nu sunt de medie zero şi sunt autocorelate. Valorile statisticii t-Student. ConsecinŃele includerii greşite de variabile explicative 1. Includerea greşită a unei variabile explicative deterină o creştere a valorii lui R2. practic rămâne neschimbată. trebuie sa avem în vedere teoria economică. nu se modifică apreciabil de la o estimare la alta. 07/08/2009 4 . 2. Estimatorii sunt deplasaŃi şi neconsistenŃi.

În cadrul modelului de regresie nu sunt introduse variabile explicative importante pentru explicitarea lui Y. 5 07/08/2009 . 2. Nu este aleasă forma corectă a modelului de regresie. ci cu creşteri de la o perioadă la alta). 3. agregarea seriilor de date (Exemplu: se trece de la date lunare la date trimestriale). seriile de date sunt nestaŃionare. sunt folosite serii de date obŃinute în urma aplicării operatorului de diferenŃă (Exemplu: nu se lucrează cu valori absolute.Cauze 1. Cauze datorate seriilor de date folosite pentru estimarea parametrilor: • • • • sunt folosite serii de date afectate de sezonalitate.

sunt consistenŃi. sunt ineficienŃi. In prezenŃa autocorelării erorilor. Valoarea lui R2 în cele mai multe cazuri este supraevaluată. valoarea statisticii t-Student. De regulă. indicând o semnificaŃie mai ridicată a estimatorilor. 07/08/2009 6 . 2. estimatorii parametrilor estimaŃi prin metoda celor mai mici pătrate au următoarele caracteristici: • • • sunt nedeplasaŃi. 3.ConsecinŃe 1. este supraevaluată.

ei ) . Decizia finală este luată în urma aplicării unui test statistic.Detectarea autocorelării (1) 1. 07/08/2009 7 . Reprezentare grafică: • • Se reprezintă grafic seria erorilor Se reprezintă grafic punctele de coordonate P(ei −1 . prin una din cele două procedee mai sus precizate. ObservaŃie: Graficul nu oferă decât recomandări pentru evaluarea autocorelării seriei reziduurilor. O formă regulată a acestui grafic. Se reprezintă grafic seria erorilor. indică prezenŃa autocorelării.

Estimarea parametrilor modelului de regresie se realizează pe baza seriilor de timp. Modelul nu include variabila explicată cu decalaj. 07/08/2009 8 . Testul Durbin-Watson (1) CondiŃii de aplicare: a) b) c) d) Modelul de regresie trebuie să aibă termen liber. Se aplică numai pentru testarea autocorelării de ordinul întâi.Detectarea autocorelării (2) 2. Aplicarea testului în Eviews Estimarea parametrilor modelului de regresie prin LS. permite afişarea valorii statisticii acestui test.

Detectarea autocorelării (3) 2. O valoarea a DW în jurul lui 2. d) Dacă ρ = −1 ⇒ DW = 4. caz în care verficică relaŃia. Testul Durbin-Watson (2) Interpretarea valorii statisticii testului (DW): a) Dacă erorile au o autocorelare de ordinul unu. ei = ρ ⋅ ei −1 + ui atunci. O valoare a DW în jurul lui 4. statistica testului satisface relaŃia: DW ≈ 2(1 − ρ ) b) Dacă ρ = 0 ⇒ DW = 2 . c) Dacă ρ = 1 ⇒ DW = 0 . 07/08/2009 9 . semnalează o corelaŃie negativă puternică în cadrul seriei erorilor. O valoare a DW în jurul lui 0. semnalează o corelaŃie pozitivă puternică în cadrul seriei erorilor. indică lipsa autocorelării erorilor.

atunci se aplică testul Durbin. b) Dacă modelul de regresie include variabila explicată cu decalaj.Detectarea autocorelării (4) 2. 07/08/2009 10 . se recomandă şi aplicarea altor teste statistice mult mai performante. Testul Durbin-Watson (3) Cazuri speciale a) Dacă seriile de date sunt trimestriale. Din acest motiv. ObservaŃie: În general aplicarea acestui test duce la rezultatete destul de slabe. atunci se aplică testul Wallis.

2...eN.. E2: Se estimează parametrii modelului autoregresiv: et=c1et-1+.. Testul Breusch-Godfrey (1) Strategia de aplicare E1: Se estimează parametrii modelului liniar de regresie (1) prin LS.Detectarea autocorelării (5) 3. 07/08/2009 11 . Numărul de parametrii ai modelului (q) este egal cu ordinul seriei de corelaŃie ce trebuie testat. valoarea lui q este aleasă în funcŃie de frecvenŃa datelor. De regulă.cqet-q+vt ObservaŃii: 1... Se obŃine seria erorilor e1. 3. Pentru acest model de regresie se reŃine valoarea raportului de determinare (R2).

Aplicarea testului în Eviews După estimarea parametrilor modelului prin LS se recurge la comanda View/Residual Tests/Serial Correlation LM test.. Statistica testului BG=(N-q)R2 hi-pătrat cu N-p grade de libertate Dacă valoarea calculată este mai mare decât valoarea teoretică.Detectarea autocorelării (6) 3. Testul Breusch-Godfrey (2) E3: Valoarea statisticii şi decizia testului.. 07/08/2009 12 . atunci semnalăm prezenŃa autocorelării erorilor. Se introduce valoarea parametrului q. după care se accesează <OK>.

eN: T ˆ ρh = t = h +1 T ∑e e ∑e t =1 t t −h 2 t E3: Se calculează statisticile testelor: • • ˆ Pentru Box-Pierce: BP( H ) = N ∑ ρ h2 h =1 H hi-pătrat cu H grade ˆ2 ρh N −h Pentru Ljung-Box: LB( H ) = N ( N + 2)∑ h =1 H hi-pătrat cu H grade 13 07/08/2009 .. E2: Se calculează coeficienŃii autocorelaŃiei parŃiale pentru seria e1. obŃinând seria erorilor e1.eN..Detectarea autocorelării (7) 3....... Testele Box-Pierce şi Ljung-Box (1) Strategia de aplicare E1: Se estimează parametrii modelului liniar de regresie (1) prin LS.

Testele Box-Pierce şi Ljung-Box (1) E4: Dacă valoarea statisticii este mai mare ca valoarea determinată din tabelul repartiŃiei hi-pătrat pentru H grade de libertate şi un prag de semnificaŃie precizat. 07/08/2009 14 .Detectarea autocorelării (8) 3. atunci se semnalează autocorelarea la nivelul modelului de regresie.

Metoda Hildreth-Lu 3. Metoda Cochrane-Orcutt 2. Metoda verosimilităŃii maxime 07/08/2009 15 .Rezolvarea autocorelării 1.

. Definirea modelului 3 (M3): EI i = b + a ⋅ RPIBi + c ⋅ DV 2 i + ε i .. i = 1.....Exemplu (1) 1. i = 1.23 2.... i = 1. Definirea modelului 2 (M2): EI i = b + a ⋅ RPIBi + c ⋅ DV 1i + ε i ....23 3. Definirea modelului 1 (M1): EI i = b + a ⋅ RPIBi + ε i .23 07/08/2009 16 .

• RPIB – rata anuală de creştere a PIB. dacă Ńara este în UE şi 0 în caz contrar. 07/08/2009 17 . dacă Ńara este în fostul spaŃiu sovietic şi 0 în caz contrar. • DV2 .variabilă dummy.Exemplu (2) Variabile folosite: • EI – ponderea economiei informale în PIB. • DV1 – variabilă dummy. care ia valoarea 1. care ia valoarea 1.

Sign up to vote on this title
UsefulNot useful