Интервальная оценка значения эндогенной переменной на интервале прогнозирования. Проверка адекватности модели
Построим интервальную оценку значения эндогенной переменной на интервале прогнозирования для момента . Применяя стандартную процедуру, составляем дробь Стьюдента, имеющую распределение Стьюдента с аргументом .(2.4) Числитель дроби — истинная ошибка прогноза эндогенной переменной ,где — значение эндогенной переменной на интервале прогнозирования, — прогноз значения эндогенной переменной для момента . Знаменатель дробиСтьюдента, — оценка ско ошибки прогноза (стандартная ошибка прогноза). Дисперсии ошибок являются диагональными элементами автоковариационной матрицы вектора ошибок прогнозов. Получим формулу для данной матрицы. Вектор прогнозов ,(2.5) где — вектор наблюдений, — вектор значений эндогенной переменной на интервале прогнозирования.С учетом введённых обозначений автоковариационная матрица вектора ошибок прогнозов определяется по формуле .(2.6) Формула (2.6) получена с учетом третьей предпосылки Гаусса-Маркова — некоррелированности возмущений для различных наблюдений , которая в терминах эндогенной переменной принимает вид . Переходя к оценкам получим , Знаменатель дроби Стьюдента (2.4) является корнем из диагонального элемента p-ой строчки матрицы : ,(2.7) — p-я строчка матрицы регрессоров. Трансформируем дробь (2.4) в интервальную оценку . (2.8) Интервальная оценка (2.8) применяется на четвёртом этапе построения эконометрической модели — проверке её адекватности. Алгоритм проверки адекватности моделисостоит из следующих шагов: 1) результаты наблюдений разделяют на две части: обучающую (90-95% наблюдений) и контролирующую (оставшиеся наблюдения) выборки; 2) по обучающей выборке выполняется оценка (настройка) модели методом наименьших квадратов; 3) по оцененной модели строится прогноз значений эндогенной переменной из контролирующей выборки и доверительные интервалы для их истинных значений. 4) выполняется проверка: если значения из контролирующей выборки накрываются доверительным интервалом — модель признается адекватной, в противном случае, подлежит доработке. Пример 2.2.Длясквозного примера 1.1 проверьте адекватность модели. Обучающая выборка включает данные с первого квартала 2007 г. по третий квартал 2016 г. включительно (39 наблюдений). В качестве контролирующей выборки используйте данные за 4 квартал 2016 года (40-е наблюдение): , . Решение.Спецификация модели оцененав примерах 1.2.а 1.2.г.[12]: , , , . (2.9) Контролирующая выборка состоит из данных за 4 квартал 2016 года, поэтому 40-я строка матрицы регрессоров включает элементы .(2.10) Модель признается адекватной, если значение эндогенной переменной из контролирующей выборки накрывается доверительным интервалом с заданной доверительной вероятностью ( — уровень значимости). Для построения границ доверительного интервала по формулам (2.7), (2.8) вычислим: ·прогноз значения эндогенной переменной из контролирующей выборки (по настроенной модели см. (2.9)) ; ·стандартную ошибку прогноза значения эндогенной переменной (по формуле (2.7)) 0,5196 , где строка матрицы регрессоров задаётся данными (2.10), а матрица —(Пример 1.2.в, рис. 1.13): Таким образом, доверительный интервал имеет границы: 2,3840, 4,6230, и, накрывает истинное значение эндогенной переменной из контролирующей выборки с вероятностью 0,95. Модель признается адекватной.
Популярное: Генезис конфликтологии как науки в древней Греции: Для уяснения предыстории конфликтологии существенное значение имеет обращение к античной... Почему люди поддаются рекламе?: Только не надо искать ответы в качестве или количестве рекламы... ©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (1308)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |