Тест Глейзера - видеоурок в Gretl

Ниже приведено условие задачи и текстовая часть решения. Закачка полного решения, файлы doc и gretl в архиве rar, начнется автоматически через 10 секунд. Еще примеры решения задач по эконометрике можно посмотреть здесь.

Видеоуроки по решению этой задачи находятся внизу страницы.

Описание показателей.

Для анализа выбираем 68 компаний по следующим показателям:

Y - Оборотные активы, тысяч долларов США;

X1 - Выручка, тысяч долл.США;

X3 - Денежный поток от финансовой деятельности, тысяч долларов США;

X4 - Стоимость обыкновенных акций, тысяч доллларов США.

Модель 1: МНК, использованы наблюдения 1-68

Зависимая переменная: Y

	Коэффициент	Ст. ошибка	t-статистика	P-значение
const	32436,7	21765	1,4903	0,14105
X1	0,376509	0,0557246	6,7566	<0,00001	***
X3	2,838	0,402712	7,0472	<0,00001	***
X4	-0,316445	0,0659735	-4,7965	0,00001	***

Среднее зав. перемен	303159,0	Ст. откл. зав. перемен	318726,2
Сумма кв. остатков	1,04e+12	Ст. ошибка модели	127384,8
R-квадрат	0,847417	Испр. R-квадрат	0,840265
F(3, 64)	118,4817	Р-значение (F)	4,44e-26
Лог. правдоподобие	-893,7644	Крит. Акаике	1795,529
Крит. Шварца	1804,407	Крит. Хеннана-Куинна	1799,046

Модель 2: МНК, использованы наблюдения 1-68

Зависимая переменная: Y

	Коэффициент	Ст. ошибка	t-статистика	P-значение
X1	0,397318	0,0544513	7,2968	<0,00001	***
X3	2,95539	0,398626	7,4140	<0,00001	***
X4	-0,309841	0,0664399	-4,6635	0,00002	***

Среднее зав. перемен	303159,0	Ст. откл. зав. перемен	318726,2
Сумма кв. остатков	1,07e+12	Ст. ошибка модели	128575,7
R-квадрат	0,917695	Испр. R-квадрат	0,915163
F(3, 65)	241,5821	Р-значение (F)	3,52e-35
Лог. правдоподобие	-894,9243	Крит. Акаике	1795,849
Крит. Шварца	1802,507	Крит. Хеннана-Куинна	1798,487

Тест Глейзера

Для уравнения регрессии из находим ряд остатков ei=Yi - i.

Оцениваем следующие модели:

|ei| = α + β*Xi + εi;

|ei| = α + β* + εi;

|ei| = α + β*+ εi;

|ei| = α + β* + εi.

Для каждой из 4-ех моделей тестируем значимость коэффициента β.

Но: β = 0

Н1: β ≠ 0

Строим вспомогательные модели теста Глейзера.

|ei| = α + β*X1 + εi;

Модель 3: МНК, использованы наблюдения 1-68

Зависимая переменная: e

	Коэффициент	Ст. ошибка	t-статистика	P-значение
const	35295,8	13504,3	2,6137	0,01108	**
X1	0,11412	0,0221832	5,1444	<0,00001	***

Среднее зав. перемен	82988,93	Ст. откл. зав. перемен	95122,37
Сумма кв. остатков	4,33e+11	Ст. ошибка модели	80971,31
R-квадрат	0,286217	Испр. R-квадрат	0,275402
F(1, 66)	26,46509	Р-значение (F)	2,60e-06
Лог. правдоподобие	-863,9986	Крит. Акаике	1731,997
Крит. Шварца	1736,436	Крит. Хеннана-Куинна	1733,756

Переменная Х1 значима, следовательно в модели есть гетероскедастичность. Остатки зависят от Х1.

|ei| = α + β* + εi;

Модель 4: МНК, использованы наблюдения 1-68

Зависимая переменная: e

	Коэффициент	Ст. ошибка	t-статистика	P-значение
const	97101,9	12359,9	7,8562	<0,00001	***
X	-1,36214e+09	5,28874e+08	-2,5756	0,01226	**

Среднее зав. перемен	82988,93	Ст. откл. зав. перемен	95122,37
Сумма кв. остатков	5,51e+11	Ст. ошибка модели	91359,07
R-квадрат	0,091328	Испр. R-квадрат	0,077560
F(1, 66)	6,633467	Р-значение (F)	0,012255
Лог. правдоподобие	-872,2064	Крит. Акаике	1748,413
Крит. Шварца	1752,852	Крит. Хеннана-Куинна	1750,172

Остатки не зависят от 1/Х1 при 1% уровне значимости (0.05>P-значение =0,01226>0.01), но зависят при 5% уровне значимости.

|ei| = α + β*+ εi;

Модель 5: МНК, использованы наблюдения 1-68

Зависимая переменная: e

	Коэффициент	Ст. ошибка	t-статистика	P-значение
const	-20134,5	19770,8	-1,0184	0,31221
sqrX	181,263	30,5827	5,9270	<0,00001	***

Среднее зав. перемен	82988,93	Ст. откл. зав. перемен	95122,37
Сумма кв. остатков	3,96e+11	Ст. ошибка модели	77425,21
R-квадрат	0,347368	Испр. R-квадрат	0,337479
F(1, 66)	35,12892	Р-значение (F)	1,24e-07
Лог. правдоподобие	-860,9534	Крит. Акаике	1725,907
Крит. Шварца	1730,346	Крит. Хеннана-Куинна	1727,666

Переменная значима, следовательно в модели есть гетероскедастичность. Остатки зависят от .

|ei| = α + β* + εi.

Модель 6: МНК, использованы наблюдения 1-68

Зависимая переменная: e

	Коэффициент	Ст. ошибка	t-статистика	P-значение
const	137081	17025,5	8,0515	<0,00001	***
sqrXX	-2,12473e+07	5,28935e+06	-4,0170	0,00015	***

Среднее зав. перемен	82988,93	Ст. откл. зав. перемен	95122,37
Сумма кв. остатков	4,87e+11	Ст. ошибка модели	85911,78
R-квадрат	0,196457	Испр. R-квадрат	0,184282
F(1, 66)	16,13621	Р-значение (F)	0,000153
Лог. правдоподобие	-868,0260	Крит. Акаике	1740,052
Крит. Шварца	1744,491	Крит. Хеннана-Куинна	1741,811

Переменная значима, следовательно в модели есть гетероскедастичность. Остатки зависят от .

Наибольший коэффициент детерминации у модели:

|ei| = α + β*+ εi;

Следовательно, в наибольшей степени остатки модели зависят от .

Приложение 1.

Оборотные активы, тысяч долларов США	Выручка, тысяч долл.США	Денежный поток от финансовой деятельности, тысяч долларов США	Стоимость обыкновенных акций, тысяч доллларов США
3980	6610	1820	8100
12580	30690	3740	9770
14880	46630	70	0
18190	26770	2180	12710
25370	29680	3640	17010
25940	14480	4200	60
31960	32950	13730	10310
32940	46270	12450	4150
46500	108660	23000	14630
52600	334960	2800	130310
53240	30430	9690	12790
53380	38730	9510	5940
59990	118260	11560	11220
61620	81250	6900	8850
88580	103100	22110	11800
93700	209930	37330	80850
99920	31810	20740	980
107380	96980	25780	1560
112530	161540	28230	65340
112890	172590	14100	40450
114900	343900	45390	3750
119650	255820	22430	224380
120640	629850	18590	1105020
121390	223150	64280	87960
123220	305390	5590	1740
134710	137290	27550	510
140500	156140	70860	9400
149510	115880	25640	9330
161820	164010	43050	34970
165820	83990	33620	127360
166750	235130	25160	63870
174610	170690	16460	41910
176180	720230	31130	1058410
183670	402130	6160	127880
187690	341300	59480	43730
190910	247590	62030	8650
193810	178690	52270	29750
213110	231580	17090	30210
219810	361540	23130	62270
230900	221960	33520	37930
232680	433560	93060	197880
244270	268530	42730	30730
260400	408640	39790	115410
269060	227600	25110	90020
280780	300580	39730	208990
294460	328980	45240	9180
302860	519550	77150	70880
313180	476020	50970	159340
339400	729500	18800	36100
357850	335070	71760	19020
371940	562550	125850	565420
384380	1210050	66750	552760
387900	984200	14600	69200
398420	366130	88080	44810
420320	471950	20670	114940
516430	350250	76180	9210
522810	1377870	192820	1200750
657140	425660	203190	750290
680130	572900	127690	135640
729580	840540	91840	28140
785300	1433400	165800	209200
837690	568570	83060	41550
893840	769830	53400	460
998850	1732050	263790	556960
1029680	1047950	193870	551200
1046870	770360	122880	2820
1296110	2269400	177930	31770
1364710	1388390	250430	2190

Видеоурок по решению этой задачи в Gretl.

Имя файла: gleiser.rar

Размер файла: 52.31 Kb

Если закачивание файла не начнется через 10 сек, кликните по этой ссылке

Отзывы клиентов

Кристина

Помогли мне сдать микроэкономику, получила 4 балла. Если бы смогла объяснить, как решила, так и 5 получила бы)) Спасибо, еще обращусь!

Аня

Быстро, четко, без ошибок! Молодцы.

Надя

Помогли сдать количественные методы принятия управленческих решений, очень сложный для меня предмет, сама бы не справилась. Первую задачу получила через уже 10 минут, остальные чуть медленнее. Все успела переписать, получила 4 балла – препод начал спрашивать, не смогла объяснить.