МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ

НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ «ЛЬВІВСЬКА ПОЛІТЕХНІКА»

Кафедра маркетингу і логістики

Лабораторна робота №3

«Визначення гетероскедастичності та автокореляції залишків»

Варіант 26

Виконала: ст. групи ЕВ-21з

Прийняла: Савченко Ю.Т.

Львів 2019
 Звіт
Лабораторна робота №3
«Визначення гетероскедастичності та автокореляції залишків»

Завдання
За певні періоди зібрані статистичні дані, які характеризують залежність
між заощадженнями та доходом населення (табл. 5.1).
Таблиця 5.1
Дані для визначення явищ гетероскедастичності та автокореляції
Заощадження, Дохід, Заощадження, Дохід,
Періоди млн. грн. млн. грн. Періоди млн. грн. млн. грн.
(y) (х) (y) (х)
1 0,62 8,8 10 0,59 12,9
2 0,20 6,8 11 1,16 16,7
3 0,08 10,0 12 0,95 17,7
4 0,20 10,6 13 1,08 18,6
5 0,36 11,0 14 1,30 19,7
6 0,12 11,9 15 1,53 21,1
7 0,67 12,7 16 1,94 22,8
8 0,50 13,5 17 1,75 23,9
9 0,43 14,3 18 2,25 22,6

Для цих даних необхідно:

1) перевірити наявність гетероскедастичності згідно з критерієм μ ;
2) побудувати однофакторну модель;
3) оцінити надійність моделі за допомогою критерію Фішера;
4) перевірити наявність автокореляції за допомогою критерію Дарбіна-
Уотсона;
5) якщо модель адекватна згідно цих критеріїв, то визначити прогнозне
значення заощаджень при величині доходів 28 млн. грн.

Хід виконання лабораторної роботи

1.Перевіряємо наявність гетероскедастичності згідно з критерієм:
μ=−2 lnα
μ = 0,0886
Хід критерій:
х2 – 6,0
Висновок: відсутня гетероскедастичність

2. Будуємо одно-факторну модель у = а 0 + а1х, використовуємо метод

найменших квадратів і розраховуємо параметри моделі за системою
нормальних рівнянь.
 a0⋅n+ a1⋅∑ х i =∑ y i
{a0⋅∑ х i +a1⋅∑ х 2i =∑ y i⋅х i
.

у = - 0,225 + 0,131х

3. Оцінюємо надійність моделі за допомогою критерії Фішера.

Для цього використовуємо формулу:
∑ ( y^ i − ȳ )2 / k 1
F= 2
,
y
∑( i i) 2
− y^ /k
k 1=m,
k 2 =n−m−1 ,
Fкритичне = 4,49

Висновок: оскільки F>Fкр. , то це означає, що побудована модель адекватна

статистичним даним.

4. Перевіряємо наявність автокореляції Дарбіна-Уотсона.

Для цього використовуємо формулу:

n
∑ ( u i−ui −1 )2
d= i=2 n
∑ u 2i
i=1 ,

де ui = y i− ^y i - залишки (відхилення).

+ ? відсутня ? -

0 d1 dn 4-dn 4-d1 4

d1 = 1,16
dn =1,39

0 1,16 1,39 2,61 2,84 4

 Висновок: автокореляція відсутня

5. Визначаємо прогнозне значення заощаджень за величиною доходів 28

млн.грн.
Щоб знайти прогнозне значення у використовуємо формулу:
^y p =a 0 +a 1 x p
ур = 3,448524

Висновок: У даній лабораторній роботі ми досліджували явище

гетероскедастичності та автокореляції. Однією з умов застосування методу
найменших квадратів є стала величина дисперсії залишків для всіх
спостережень. Це називається гомоскедастичністю. Коли умова
гомоскедастичності порушується, це явище називається гетероскедастичністю,
що призводить до того, що оцінки параметрів моделі, знайдені за допомогою
методу найменших квадратів , будуть незміщеними, але неефективними. Також
в економетричних моделях особливого значення має автокореляція, яку ми
також досліджували. Автокореляція відхилень – це взаємозв’язок відхилень від
лінії регресії з відхиленням від цієї регресії, взятими з деякими запізненнями.
Для цього ми використовуємо метод Дарбіна-Уотсона та перевіряємо
адекватність моделі та результати обчислень.