(liniowy model popytu), a > 0; b < 0



Podobne dokumenty
Miary statystyczne. Katowice 2014

Czas trwania obligacji (duration)

Pojęcie modelu. Model ekonometryczny. Przykład modelu ekonometrycznego. Klasyfikacja modeli ekonometrycznych. Etapy analizy ekonometrycznej

BQR FMECA/FMEA. czujnik DI CPU DO zawór. Rys. 1. Schemat rozpatrywanego systemu zabezpieczeniowego PE

FUNKCJE DWÓCH ZMIENNYCH

Kratownice Wieża Eiffel a

Wnioskowanie statystyczne dla korelacji i regresji.

ANALIZA, PROGNOZOWANIE I SYMULACJA EXCEL AUTOR: MARTYNA KUPCZYK ANALIZA, PROGNOZOWANIE I SYMULACJA EXCEL AUTOR: MARTYNA KUPCZYK

KOINCYDENTNOŚĆ MODELU EKONOMETRYCZNEGO A JEGO JAKOŚĆ MIERZONA WARTOŚCIĄ WSPÓŁCZYNNIKA R 2 (K)

6. *21!" 4 % rezerwy matematycznej. oraz (ii) $ :;!" "+!"!4 oraz "" % & "!4! " )$!"!4 1 1!4 )$$$ " ' ""

Gdyńskim Ośrodkiem Sportu i Rekreacji jednostka budżetowa


Rozdział 6. Pakowanie plecaka. 6.1 Postawienie problemu

Matematyka A, kolokwium, 15 maja 2013 rozwia. ciem rozwia

Rozdział 1. Nazwa i adres Zamawiającego Gdyński Ośrodek Sportu i Rekreacji jednostka budżetowa Rozdział 2.

Dane modelu - parametry

Jan Olek. Uniwersytet Stefana Kardynała Wyszyńskiego. Procesy z Opóźnieniem. J. Olek. Równanie logistyczne. Założenia

Zapytanie ofertowe dotyczące wyboru wykonawcy (biegłego rewidenta) usługi polegającej na przeprowadzeniu kompleksowego badania sprawozdań finansowych

Matematyka ubezpieczeń majątkowych r.

Zadania z parametrem

Rozdział 1. Nazwa i adres Zamawiającego Gdyńskie Centrum Sportu jednostka budżetowa Rozdział 2. Informacja o trybie i stosowaniu przepisów


SOWA - ENERGOOSZCZĘDNE OŚWIETLENIE ULICZNE METODYKA

Ekonomiczno-techniczne aspekty wykorzystania gazu w energetyce

DOBÓR SERWOSILNIKA POSUWU

Opis i zakres czynności sprzątania obiektów Gdyńskiego Centrum Sportu

( ) ( ) ( ) ( ) ( )( ) ( ) ( ) 2. r s. ( i. REGRESJA (jedna zmienna) e s = + Y b b X. x x x n x. cov( (kowariancja) = (współczynnik korelacji) = +

Tw: (O promieniu zbieżności R szeregu potęgowego ) Jeżeli istnieje granica. to R = ) ciąg liczb zespolonych

Podstawowe działania w rachunku macierzowym

kwartalna sprzeda elazek

SPECYFIKACJA ISTOTNYCH WARUNKÓW ZAMÓWIENIA

7. REZONANS W OBWODACH ELEKTRYCZNYCH

Rozdział 1. Nazwa i adres Zamawiającego Rozdział 2. Informacja o trybie i stosowaniu przepisów Rozdział 3. Przedmiot zamówienia

3. 4 n a k r ę t k i M k o r p u s m i s a n a w o d ę m i s a n a w ę g i e l 6. 4 n o g i

III. GOSPODARSTWA DOMOWE, RODZINY I GOSPODARSTWA ZBIOROWE

Zapytanie ofertowe. (Niniejsze zapytanie ofertowe ma formę rozeznania rynku i nie stanowi zapytania ofertowego w rozumieniu przepisów ustawy PZP)


Rachunek różniczkowy funkcji wielu zmiennych

Badanie silnika asynchronicznego jednofazowego

Repetytorium z Matematyki Elementarnej Wersja Olimpijska

PRAWA ZACHOWANIA. Podstawowe terminy. Cia a tworz ce uk ad mechaniczny oddzia ywuj mi dzy sob i z cia ami nie nale cymi do uk adu za pomoc

GŁÓWNY URZĄD STATYSTYCZNY Notatka informacyjna Warszawa r.

Klasyfikacja modeli. Metoda najmniejszych kwadratów

FORMULARZ ZGŁOSZENIOWY DO UDZIAŁU W PROJEKCIE AKADEMIA LIDERA HANDLU. I. Informacje Podstawowe:

Sprawdź, jak obliczyć kwotę wolną od potrąceń w 2009 r.

REGULAMIN przeprowadzania okresowych ocen pracowniczych w Urzędzie Miasta Mława ROZDZIAŁ I

Regulamin. Rady Nadzorczej Spółdzielni Mieszkaniowej "Doły -Marysińska" w Łodzi

A C T A U N I V E R S I T A T I S L O D Z I E N S I S FOLIA OECONOMICA 259, Anna Szymańska *

Kurs wyrównawczy dla kandydatów i studentów UTP

Procedura uzyskiwania awansu zawodowego na stopień nauczyciela mianowanego przez nauczycieli szkół i placówek

X i T (X) = i=1. i + 1, X i+1 i + 1. Cov H0. ( X i. k 31 ) 1 Φ(1, 1818) 0, 12.

Wyprawka szkolna 2015

S.A RAPORT ROCZNY Za 2013 rok

Wyprawka szkolna 2015

PROGNOZOWANIE. Ćwiczenia 2. mgr Dawid Doliński

Wynagrodzenia i świadczenia pozapłacowe specjalistów

Kurs z matematyki - zadania

REGULAMIN OKRESOWEJ OCENY PRACOWNIKÓW URZĘDU GMINY W SULĘCZYNIE

Rozdział 1. Nazwa i adres Zamawiającego Gdyńskie Centrum Sportu jednostka budżetowa w Gdyni Rozdział 2. Informacja o trybie i stosowaniu przepisów

δ δ δ 1 ε δ δ δ 1 ε ε δ δ δ ε ε = T T a b c 1 = T = T = T

F u l l H D, I P S D, I P F u l l H D, I P 5 M P,

Rys. 1. Rysunek do zadania testowego

OPINIA RADY NADZORCZEJ

NUMER IDENTYFIKATORA:

Rachunek różniczkowy funkcji wielu zmiennych

Zasady rekrutacji dzieci do I klasy Szkoły Podstawowej im. hm. Janka Bytnara Rudego w Lubieniu Kujawskim na rok szkolny 2014/2015*

Przetarg nieograniczony na dostawę 35 stanowisk do skanowania i rozpoznawania tekstu (skanery i

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka

1. Rozwiązać układ równań { x 2 = 2y 1

REGULAMIN STYPENDIALNY FUNDACJI NA RZECZ NAUKI I EDUKACJI TALENTY

Regulamin Rozgrywania Mistrzostw Polski oraz innych Turniejów Tańca w Show

MATEMATYKA 4 INSTYTUT MEDICUS FUNKCJA KWADRATOWA. Kurs przygotowawczy na studia medyczne. Rok szkolny 2010/2011. tel

PROJEKT I WALIDACJA URZĄDZEŃ POMIAROWYCH

40. Międzynarodowa Olimpiada Fizyczna Meksyk, lipca 2009 r. ZADANIE TEORETYCZNE 2 CHŁODZENIE LASEROWE I MELASA OPTYCZNA

RAPORT NA TEMAT STANU STOSOWANIA PRZEZ SPÓŁKĘ ZALECEŃ I REKOMENDACJI ZAWARTYCH W ZBIORZE DOBRE PRAKTYKI SPÓŁEK NOTOWANYCH NA GPW 2016

WYMAGANIA EDUKACYJNE SPOSOBY SPRAWDZANIA POSTĘPÓW UCZNIÓW WARUNKI I TRYB UZYSKANIA WYŻSZEJ NIŻ PRZEWIDYWANA OCENY ŚRÓDROCZNEJ I ROCZNEJ

Ćw. 2. Wyznaczanie wartości średniego współczynnika tarcia i sprawności śrub złącznych oraz uzyskanego przez nie zacisku dla określonego momentu.

K-31 Licencja na wykonywanie krajowego transportu drogowego osób

Uchwała Nr.. /.../.. Rady Miasta Nowego Sącza z dnia.. listopada 2011 roku

Statystyczna analiza danych w programie STATISTICA. Dariusz Gozdowski. Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

0 ( 1 ) Q = Q T W + Q W + Q P C + Q P R + Q K T + Q G K + Q D M =

WYROK. Zespołu Arbitrów z dnia 22 czerwca 2005 r. Arbitrzy: Krzysztof Błachut. Elżbieta Zasadzińska. Protokolant Katarzyna Kawulska

ZASADY REPRODUKCJI SYMBOLI GRAFICZNYCH PRZEDMOWA

SPECYFIKACJA ISTOTNYCH WARUNKÓW ZAMÓWIENIA. na obsługę bankową realizowaną na rzecz Gminy Solec nad Wisłą


opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

Rozdział 1. Nazwa i adres Zamawiającego Gdyński Ośrodek Sportu i Rekreacji jednostka budżetowa Rozdział 2.

Projektowanie bazy danych

Zadanie 1. Liczba szkód w każdym z trzech kolejnych lat dla pewnego ubezpieczonego ma rozkład równomierny:

Zarządzenie Nr Kierownika Gminnego Ośrodka Pomocy Społecznej w Pabianicach z dnia 14 stycznia 2016

Warszawska Giełda Towarowa S.A.

Wykonanie logo oraz napisów na elewacji wraz z montażem

II Dane o uczniu, dla którego ma być przyznane stypendium: 1 Nazwisko i imię ucznia

Zapytanie ofertowe nr 3


W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

2 0 0 M P a o r a z = 0, 4.

Arkusz maturalny treningowy nr 7. W zadaniach 1. do 20. wybierz i zaznacz na karcie odpowiedzi poprawną odpowiedź.

Praca za granicą. Emerytura polska czy zagraniczna?

Transkrypt:

MODELE EKONOMERYCZNE Model eoomercz o ops sochasczej zależośc adaego zjawsa eoomczego od czów szałującch go, wrażo w posac rówośc lu uładu rówośc. Jeśl p. rozparujem zjawso popu a oreślo owar lu grupę owarów przjmem, że główm czem szałującm pop jes cea o możem rozparwać model D fp D - pop, P - cea. Z prawa malejącego popu wa, że fucja f powa ć malejąca P < P fp > fp. Zależość ę możem zrealzować za pomocą różch fucj malejącch, ajprossza z ch o fucja lowa: D a P low model popu, a > ; <

jeśl model low e pasuje do zaoserwowach welośc o ależ zasosować model elow p. model poęgow: D a P poęgow model popu, a > ; < Dla pewch zaresów ce model low może ć dorm przlżeem modelu elowego D Model low Model elow P P P Need model z jedą zmeą źle opsuje adae zjawso, wed możem rozparwać model z weloma zmem.

W modelu popu drugm czem szałującm pop może ć dochód, wed rozparujem zależość: D fp, I I - dochód ludośc. Zależość ę możem ja poprzedo zrealzować za pomocą fucj lowej lu poęgowej D a P ci D a P I Ogóla posać modelu w posac jedej rówośc: Y c f, ε Y, - zmee, może ć posac,,...,, ε -eleme losow Powod uwzględaa elemeu losowego w modelu eoomerczm: e uwzględee wszsch czów szałującch adae zjawso ajczęścej e uwzględam czów mającch mał wpłw eleme losow reprezeuje łącz wpłw ach zmech, 3

możlwość wsępowaa łędów w pomarze welośc zmech, ra pewośc cz przjęa do olczeń posać fucja modelu jes prawdłowa. Uproszczoa lasfacja zmech w modelu zmea edogecza zmea, órej warośc oreśloe są w modelu, zmea egzogecza zmea, órej warośc oreśloe są poza modelem, zmea ojaśaa wsępuje po lewej sroe rówań modelu, zmea ojaśająca wsępuje po prawej sroe rówań modelu. Każda ze zmech może ć eżąca lu opóźoa. Uwaga: W modelach welowmarowch zmea ojaśaa może ć jedocześe zmeą ojaśającą. 4

Przład. Rozparzm model wzrosu gospodarczego DN NI ani 4 ddn Z c ε ε gdze DN - dochód arodow, NI - aład wescje, Z - zarudee, a,, c, d - paramer sruurale, ε,ε - eleme losowe Klasfacja: zmee edogecze: DN, NI, NI 4 zmee egzogecze: Z zmee ojaśae: DN, NI zmee ojaśające: NI Z, DN, 4 zmee eżące: DN, Z, NI zmee opóźoe: NI 4. 5

Klasfacja model Modele lasfujem ze względu a asępujące rera: a lcza zależośc w modelu - modele jedorówaowe, - modele welorówaowe, posać zależośc fucjej, - modele lowe, - modele elowe poęgowe, władcze, p.. c rola czasu w rówaach, - modele sacze e uwzględają czasu, - modele damcze. Przład Model z przładu jes: - dwurówaow, - elow, - damcz. 6

Jedorówaow model low z jedą zmeą ojaśającą Y ε gdze: Y - zmea ojaśaa, - warośc oserwacje zmeej Y;,..., - umer oserwacj, - zmea ojaśająca, - warośc zmeej,, - paramer sruurale ch przlżoą warość wzacza sę a podsawe oserwacj, ε - sład losow. Załadam, że ε,,..., z. ażda zaoserwowaa warość jes fucją lową z doładoścą do słada losowego ε. Załadam róweż, że są usalom waroścam elosowm, am samm w powarzalch próach. Sład losowe ε są losowm zmem ezależm o zerowej 7

warośc przecęej waracj, óra e zależ od homosedasczość. A wzaczć przlżoą warość paramerów sruuralch, a podsawe pró sosujem meodę ajmejszch wadraów MNK. MNK polega a wzaczeu ach przlżeń a dla dach oserwacj, suma wadraów odchleń zaoserwowach warośc od warośc eoreczch ˆ ła mmala, z. chcem wzaczć mmum fucj: e ˆ $Y prosa regresj z pró e ŷ * e S, e ˆ ˆ azwam reszam modelu regresj 8

9 Należ wzaczć prosą regresj a a suma pól wadraów ła mmala. Olczając pochode cząsowe fucj * przrówując do zera orzmujem uład rówań ormalch S S rozwązując orzma uład rówań orzmam wzor a przlżoe warośc paramerów sruuralch Prosą Y ˆ azwam prosą regresj z pró.

Model regresj lowej: Uwaga esmaor e ε $Y e { { } } EY ε EY prosa regresj $Y prosa regresj z pró Mar dopasowaa. Waracja reszowa: Waracja reszowa o uśredee pól wadraów zudowach a reszach odzwercedla sopeń dopasowaa prosej regresj do dach sasczch. Nech, e $, gdze $ wed czl S e S e e S e S e ozacza średe sadardowe odchlee od prosej regresj.

Dopasowae modelu do dach emprczch moża oceać odchleem sadardowm resz lecz jes o mara ezwzględa euormowaa, dlaego do porówań lepsze są mar względe lu uormowae. Najprosszą względą marą dopasowaa jes współcz zmeośc losowej : V e S Y e % Współcz e formuje jaą część średej warośc adaego zjawsa saow odchlee sadardowe resz. Mejsze warośc ego współcza wsazują a lepsze dopasowae modelu do dach emprczch, eed żąda sę a p. V e <,. { Zmeość całowa } } Zmeość przpadowa Zmeość wjaśoa modelem regresj

Wprowadzam ozaczea: Całowa suma wadraów zmeość całowa: CSK Wjaśoa suma wadraów zmeość wjaśoa: WSK ˆ Newjaśoa suma wadraów zmeość przpadowa: NSK e gdze : ˆ Własość: Czl ˆ CSK WSK NSK e Marą dopasowaa modelu do rzeczwsośc warośc zaoserwowach jes róweż współcz deermacj R Współcz deermacj: WSK R R, CSK współcz e oreśla jaa część całowej zmeośc zmeej ojaśaej zosała wjaśoa przez model regresj lowej.

R ˆ e cov, Y S S Y r Przład Badao zależośc oszów całowch w s. zł. Y od welośc producj s. sz. w 6-cu załadach producjch. 4 3 6 5 4 4 7 Dla modelu Y ε wzaczam przlżoe warośc paramerów sruuralch współcz deermacj. ŷ ˆ ˆ 4 3 6 5 4 4 7 - - 3-3 - 9 4 9 4 4 9 4 3 5 4 3 7 - - 3-9 4 8 4 6 6 8 4 6 8 4 6 3; 4; ; 4 *3 6 6 6 3

zaem zwąze pomędz oszam całowm a weloścą producj wraża sę zależoścą lową w posac Y ˆ Współcz deermacj R 6 8,89 ależ oczewać, że rozparwa model wjaśa 89% całowej zmeośc adaego zjawsa. JEDNORÓWNANIOWY MODEL LINIOWY - POSAĆ OGÓLNA. Ogóla posać modelu lowego z zmem ojaśającm. Y ε... gdze: Y - zmea ojaśaa - zmee ojaśające,,,..., - paramer sruurale,,,,..., ε - sład losow. 4

Założea: Nech - lcza oserwacj,,,..., - umer oserwacj,, ε,,,...,, - zaoserwowae warośc zmeej ojaśającej, słada losowego zmech ojaśającch,,,...,. Założee.... ε dla,,..., Założee. a,,...,, - warośc usaloe e są losowe,,,...,, - lowo ezależe, c > Założee 3. ε - są ezależm zmem losowm o jedaowm rozładze prawdopodoeńswa, N, σ. Eε, D ε σ homoscedasczość 5

6 Zaps modelu w posac macerzowej. Nech: Y M L L M M M M M L M ε ε ε ε M Zaem powższ model moża zapsać w posac. Y ε Sosując meodę ajmejszch wadraów orzmujem weor esmaorów paramerów sruuralch : Meoda ajmejszch wadraów MNK. Rozparujem fucję: S... Uwaga. Reguł różczowaa względem weora są asępujące: a a A A A przrówujem do zera. sąd Y

7 Neocążoość esmaora. ε ε ε zaem ε E E Macerz owaracj dla : ] [ ] [ cov σ σ εε εε E E E E E werdzee Gaussa Marowa. Najlepszm, eocążom, lowm esmaorem weora w modelu lowm, w órm Eε oraz Eεε Iσ, jes esmaor uzsa meodą ajmejszch wadraów. Weor resz uzsach z rówaa regresj oszacowaego meodą ajmejszch wadraów jes rów: ε ε ε ] [ ] [ I e

8 Neocążom esmaorem parameru σ jes waracja reszowa: Nech, e Y Y $, gdze $ Y wed Y Y Y e e e S S e dla S e Mar dopasowaa. Współcz deermacj: Y Y Y Y Y R dla, cov ˆ Y S S Y e R

Współcz zeżośc: Y Y Y Y Y Y Φ R Sorgowa współcz zeżośc: Φ$ Φ Sorgowa współcz deermacj: $ R R Sadardowe łęd oszacowaa paramerów sruuralch. Rozparujem macerz Se a główej przeąej ej macerz mam waracje ch łędów z. S,,,...,. Zaem S S,,,...,. dla S S S S e e S Sosujem eed zaps Yˆ S S 9

Przład. Y - wdajość prac ml zł/zar., - echcze uzrojee prac ml zł/zar., - zarudee se osó, Rozparujem model Y ε. 3 4 5 6 7 8 9 Y 9 3 5 4 6 7,6,5,9,,,,9,3,5 8 8 9 8 7 5 4 4 Y 7 3, 6 78 Y Y 58 7, 9687666 3, 8636363, 57574 3, 8636363, 777, 777, 57574, 777, 4943 wzaczm, R, S,,. Rozwązae: 7, 9687666 3, 8636363, 57574 7 9, 75 Y 3, 8636363, 777, 777 3, 6 6, 36, 57574, 777, 4943 78, 43 zaem rówae płaszczz regresj ma posać: Y$ 9, 75 6, 36, 43 ;

Waracja reszowa jes rówa S e,57 sąd S e,756; Błęd sadardowe esmaorów paramerów sruuralch: S, 35 ; S 4, S, 68 Uwzględam je w zapse: Y$ 9, 75 6, 36, 43,35,4,68 Współcz deermacj wos R, 943 Przedzał ufośc dla,,,,..., ; dla pozomu ufośc -α mam: u S ; u S α α gdze u α odczujem z alc rozładu Sudea: P u > α α.

Werfacja hpoez dla,,,,..., ; dla pozomu soośc α rozparzm dwa es: Uogólo es Walda. Wsuwam dwe hpoez: H... co ajmej jedo,,,... H Sosujem sasę U Y Y R R e e Rozparujem zór rcz: K < ; gdze odczujem dla pozomu soośc α z alc rozładu Fszera-Sedecora dla, - sop swood. Deczje: Jeśl U K o H odrzucam, Jeśl U K o e ma podsaw do odrzucea H.

es dla poszczególch paramerów,,,,...,. Wsuwam dwe hpoez: H, H - jedą z rzech poższch hpoez. Rozparujem sasę zór rcz wg ael: H Sasa Zór rcz Odcz K > < ; ; P > α > U S K < < K > ; P > α ; P > α Deczje: Jeśl U K o H odrzucam, Jeśl U K o e ma podsaw do odrzucea H. Uwaga Jeśl adam soość parameru o przjmujem z. rozparujem hpoezę H 3

Badae losowośc resz es ser. Rozparujem hpoez H resz modelu mają charaer losow, H resz modelu e mają charaeru losowego, Reszom przpsujem smol a lu : a - gd e >, - gd e < resz e e rozparujem. Sere o podcąg złożoe z jedaowch smol. Sosujem sasę: U lcza ser Zór rcz: K ; > gdze odczujem z alc dla pozomu soośc α lcz oraz, gdze - lcza smol a, - lcza smol, alca dla α,5: 3 4 5 6 7 8 9 3 3 4 3 3 3 3 3 5 3 3 3 3 4 4 4

6 3 3 3 4 4 4 5 7 3 3 4 4 4 5 5 8 3 3 4 4 5 5 6 9 3 4 4 5 5 6 6 3 3 4 5 5 6 6 6 Deczje: Jeśl U K o H odrzucam, Jeśl U K o e ma podsaw do odrzucea H. Badae smer słada losowego. Nech - lcza oserwacj, m - lcza resz dodach. Wsuwam dwe hpoez: H m H m Sosujem sasę U m m m Rozparujem zór rcz: K ; > < ; gdze odczujem dla pozomu soośc α z alc rozładu Sudea: P > α. Deczje: Jeśl U K o H odrzucam, 5

Jeśl U K o e ma podsaw do odrzucea H. zmeość wjaśoabadae ormalośc rozładu resz Zasosujem es Shapro-Wla. Wsuwam dwe hpoez: H - resz mają rozład ormal, H - resz e mają rozładu ormalego. Resz porządujem emalejąco: e, e,..., e Sosujem sasę U [ / ] a e e 6 e e gdze [/] jes częścą całową lcz /, e dla model lowch, a - - współcz Shapro-Wla odczae z alc: 3 4 5 6 7 8 9,7 - - - - - - - - - 7 3,7 - - - - - - - - 7 4,6, - - - - - - - -

87 677 5,6, 646 43 6,6, 43 86 7,6,3 33 3 8,6,3 5 64 9,5,3 888 44,5,3 739 9,5,3 6 35,5,3 475 35 3,5,3 359 35 4,5,3 5 38 5,5,3 5 36 6,5,3 56 9 7,4,3 968 73 - - - - - - -, 875, 4, 743, 976, 4, 6, 347, 4, 46, 495, 5, 54 - - - - - - - - - - - - -, 56, 947, 4, 49, 586, 77, 8, 878, 939, 988 - - - - - - - - - - -, 399, 695, 9, 99, 4, 353, 447, 54 - - - - - - - - -, 33, 539, 77, 88, 5, 9 - - - - - - -, 4, 433, 593, 75 - - - - -, 96 - -, - 359 7

8,4 886 9,4 88,4 734,3 53,3 3,3, 553, 56, 565, 7, 59, 85, 587, 64, 686, 97, 7, 334, 837, 93, 3, 496, 6, 7, 63, 33, 4 -, 4 Rozparujem zór rcz: K < ; gdze odczujem dla pozomu soośc α daego z alc esu Shapro-Wla: alca esu Shapro-Wla dla α,5 3 4 5 6 7 8 9,7 67,7 48,7 6,7 88,8 3,8 8,8 9,8 4,8 5,8 59 3 4 5 6 7 8 9,8 66,8 74,8 8,8 87,8 9,8 97,9,9 5 Deczje: Jeśl U K o H odrzucam, Jeśl U K o e ma podsaw do odrzucea H. > 8

Badae jedorodośc waracj słada losowego Jedorodość waracj słada losowego homosedasczość jes jedm z założeń lasczej meod ajmejszch wadraów. Nespełee ego założea oża efewość esmaorów paramerów sruuralch e wpłwa a zgodość eocążoość. Zasosujem es Goldfelda-Quada. W eśce m dzelm próę a dwe rówolcze podpró o lczeoścach gd lcza oserwacj jes eparzsa - środowa lu środowe oserwacje e orą udzału w dalszch olczeach. Na podsawe ch podpró szacujem paramer sruurale modelu olczam waracje reszowe Se, Se. Pró umerujem a a S e Se. Wsuwam dwe hpoez: 9

H σ σ H σ > σ Sosujem sasę U S S e e Rozparujem zór rcz: K < ; gdze odczujem dla pozomu soośc α z alc rozładu Fszera-Sedecora dla -, - sop swood. Deczje: Jeśl U K o H odrzucam, Jeśl U K o e ma podsaw do odrzucea H. Badae auoorelacj resz es Dura- Wasoa. Rozparujem hpoezę: H resz e są sorelowae z H ρ Olczam warość sas e e U e Uwaga U < ; 4 > 3

Dla resz esorelowach U Z alc rozładu D-W odczuje sę dla usaloego α,, dwe lcz L U. alca rozładu D-W dla α,5: L U L U 6,6,4 - - 7,7,356,467,897 8,73,33,559,777 9,84,3,69,699,879,3,697,64,97,34,758,64,97,33,8,579 3,,34,86,56 4,45,35,95,55 5,77,36,946,543 Jeśl U < o rozparujem hpoezę alerawą: H resz są sorelowae dodao z H ρ >. Przjmuje sę asępującą regułę deczją: 3

Jeśl U < L o H odrzucam. Jeśl U > U o e ma podsaw do odrzucea H. Jeśl L U U o e podejmujem deczj. Jeśl U > o rozparujem hpoezę alerawą: H resz są sorelowae ujeme z H ρ <. Przjmuje sę asępującą regułę deczją: Jeśl U > 4 - L o H odrzucam. Jeśl U < 4 - U o e ma podsaw do odrzucea H. Jeśl 4 - U U 4 L o e podejmujem deczj. Nech τ [ τ L τ ] Progoza puowa Progoza. τ Sadardow łąd progoz gd S τ S e τ S S τ e τ τ τ τ Se τ 3

Progoza przedzałowa dla pozomu ufośc -α. u S ; u S τ α τ τ α τ gdze u α odczujem z alc rozładu Sudea: u P > α α. Przład. Y - welość producj s. sz., - lcza zarudoch s. osó, - warość mająu rwałego ml zł, Rozparujem model Y ε. Mając dae Ro 99 99 99 99 99 99 99 3 4 5 6 7 8 Y 76, 9, 95, 7 9 5,4,5 4,5 4,7 4,8 4,8 5, 5, 5, 6, 7 7, 8,, 5 4 6 oraz wedząc, że 6, 56678 55, 768887 3, 3436 55, 768887 4, 675376, 8999 3, 3436, 8999, 6985 oraz S e,53 Y$, 86, 83, 653 33

wzaczm progozę puową przedzałową a ro 999 dla Rozwązae: [ ] τ 7 5. Poważ 86,, 83, 653 ; o warość progoz puowej jes rówa: τ τ [ 7 5] 86,, 83 4, 89, 653 Poeważ τ [ 7 5] τ 6, 56678 55, 768887 3, 3436 55, 768887 4, 675376, 8999 7 3, 3436, 8999, 6985 5 4,5 o sadardow łąd progoz wos S S, 53 4, 5 6, 67 τ e τ τ Zaem przewdwaa welość producj wos 4 ± 6,67. Progoza przedzałowa dla pozomu ufośc -α,95. 34

Lczę u α odczujem z alc rozładu Sudea: P 4 > uα, 5 u α,78. τ uα Sτ ; τ uα Sτ <94,6; 87,7> DODAEK. Uogóloa meoda ajmejszch wadraów. Jeśl waracja sładów losowch e jes sała ra homoscedasczośc lu e są spełoe założea o rau auoorelacj resz o ależ do szacowaa paramerów sruuralch sosować uogóloą meodę ajmejszch wadraów: V V Y gdze V - dodao oreśloa macerz smercza sopa. W przpadu rau homoscedasczośc moża p. przjąć: e V L e L L L L L L e gdze e - resz modelu oszacowae MNK. W przpadu auoorelacj resz moża p. przjąć: 35

gdze r V L r r r r L L L L L e e e r r L e - resz modelu oszacowae MNK. DODAEK. Doór zmech ojaśającch model low.,,..., zmee ojaśające, Y - zmea ojaśaa, Zmee ojaśające pow charaerzować sę: a wsoą zmeoścą współcz zmeośc powżej oreśloej warośc rczej p., V >,, slą orelacją z Y, c słaą orelacją z m zmem ojaśającm. Przład. Mając dae warośc zmech 36

Y 3 4 5 3 7 6 5 4 8 7 5 8 5 7 6 7 8 6 7 7 7 6 5 6 9 6 7 5 5 6 7 5 6 7 4 7 6 4 6 8 4 6 Sprawdź, óre zmee ależ welmować jao quas sałe przjmując rczą warość współcza zmeośc rówą,5? Współcz zmeośc dla poszczególch zmech ojaśającch są rówe: V V V 3 V 4,55,36,33,97 Zaem ależ welmować zmeą 4. Jeśl zmee, Y mają par warośc, o współcz orelacj Pearsoa olczam asępująco: 37

38, cov S S Y r Y Y Nech Y r r - współcz orelacj mędz poszczególm zmem ojaśającm a zmeą ojaśaą. Weorem orelacj azwam weor r r r R M Nech j j r r - współcz orelacj mędz poszczególm zmem ojaśającm. Macerzą orelacj azwam smerczą macerz L L L L L L L r r r r r r R Meoda woru zmech ojaśającch, óre są sle sorelowae ze zmeą ojaśającą słao sorelowae z m zmem ojaśającm. Kolejość posępowaa:

usalam rczą warość orelacj r r alo jes arzucoa alo olczam ze wzoru α r r gdze α - odczujem z alc α rozładu Sudea dla - sop swood pozomu soośc α. elmujem e zmee ojaśające dla órch: r r r 3 spośród pozosałch zmech weram aą zmeą s dla órej r s ma { r } a zmea ese ajwęcej formacj 4 ze zoru zmech ojaśającch elmujem e dla órch r s > r r zmee sle sorelowae z wraą zmeą s powelają zaware w s formacje. Kro 3 4 moża eweuale powarzać. Przład. Dla zmech,, 3, 4 Y z poprzedego przładu weor orelacj macerz orelacj są rówe: 39

R,88,8,73,9 -,85 R,74,33 -,85 -,8 -,8,74 -,8,7,33 -,8 -,7 Dla pozomu soośc,5-8 sop swood odczujem z alc rozładu Sudea α,36 wzaczam r r α α,36,63,36 odrzucam zmeą 4, Zreduowa weor zreduowaa macerz orelacj są rówe R,88,8,73 R,85,74,85,8,74,8 3 weram, 4 elmujem, 3, Zaem rozparwa model low powe meć posać: Y ε Meoda Hellwga. Rozparujem wszse epuse podzor zoru zmech ojaśającch {,,..., }, ach podzorów jes L -. Dla ażdego podzoru olcza sę wsaź pojemośc formacjej: dwduale 4

egrale ch warośc ależą do przedzału [, ]. Idwdualą pojemość formacją olczam ze wzoru: h lj gdze l,,..., L umer podzoru - omacj, I l - zór umerów zmech wchodzącch w sład l - ego podzoru. Iegralą pojemość formacją olczam sumując pojemośc dwduale rozparwaego podzoru: H r I l j r j l h lj j Należ wrać a podzór zmech ojaśającch dla órego egrala pojemość formacja jes masmala. Przład. Dla zmech,, Y olczoo,8,6 R R, I l,6 Są 3 podzor zoru {, }: { }, { }, {, }. Olczam: h,8,64, H,64, 4

h -,,4, H,4, h 3,8 /,6,4, h 3 -, /,6,5, H 3 h 3 h 3,45, Poeważ ajwęszą pojemość formacją ma podzór { }, o ależ przjąć, że jes jedą zmeą ojaśającą w m modelu z. Y ε. DODAEK 3. Modele lowe welorówaowe. Zjawsom eoomczm wjaśam przez model welorówaow odpowadają zmee edogecze. Pozosałe zmee azwam zmem egzogeczm. Y,..., Y m - zmee edogecze ez opóźeń czasowch Z,..., Z - zmee edogecze z opóźeam czasowm zmee egzogecze Ogól zaps modelu: Y Y Y m... m m m Y Macerzowe przedsawee ego zapsu os azwę posac sruuralej: m Y Y 4 j j γ γ j j γ Z j mj Z j Z ε j j ε ε m

gdze BY ΓZ ε B... m... m............... m m γ γ Γ... γ m γ γ... γ m............ λ γ... γ m Y Y Y... Y m Z Z Z... Z ε ε ε... ε m Jeśl zmee Y,..., Y m wrazm przez Z,..., Z o orzmam posać zreduowaą modelu: Posać macerzowa: gdze Π π π... π m π π π... m............ π π π... m Y Y Y m j j... π Z j j j mj j π Z j π Z η j η η m Y Π Z η η η η... η m Powższą macerz weor wzaczam ze wzorów: η ε Π B Γ B 43

Klasfacja model welorówaowch. Jeśl macerz B jes macerzą dagoalą eweuale po przeumerowau rówań o model azwam prosm,. Jeśl macerz B jes macerzą rójąą eweuale po przeumerowau rówań lu zmech o model azwam reurecjm, 3. W pozosałch przpadach model azwam modelem o rówaach współzależch. Paramer model prosch reurecjch szacujem ja paramer model jedorówaowch ażde rówae możem rozparwać oddzele. Paramer modelu o zmech współzależch moża oszacować lo wed gd wszse jego rówaa są defowale. werdzee. Waruem oeczm dosaeczm ego, a - e rówae modelu o m rówaach współzależch ło defowale, jes macerz A paramerów zajdującch sę prz zmech, óre są w modelu, a e wsępują w rówau, 44

órego defowalość jes adaa, ła rzędu m -. Nech - lcza zmech, zajdującch sę w modelu, a e wsępują w rówau, órego defowalość jes adaa. Jeśl m -, o mówm, że rówae jes jedozacze defowale. Jeśl > m -, o mówm, że rówae jes ejedozacze defowale. Jeśl < m -, o mówm, że rówae e jes defowale. Paramer modelu o zmech współzależch rówaach jedozacze defowalch moża oszacować meodą ajmejszch wadraów: P Z Z Z Y 45 Γ BP DODAEK 4. REGRESJA KRZYWOLINIOWA. Paramer wraej fucj elowej wzacza sę meodą ajmejszch wadraów, orzsając z odpowedego uładu rówań ormalch. Fucja welomaowa.

46... ˆ Jej paramer,..., wzaczam rozwązując uład rówań ormalch ór ma posać: 3............ Powższ uład rówań orzmujem przrówując do zera pochode cząsowe fucj zmech S... ˆ,...,,, W szczególośc Fucja wadraowa. ˆ Jej paramer,..., wzaczam rozwązując uład rówań ormalch ór ma posać:

47 4 3 3 Fucja poęgowa. a ˆ Chocaż jes o szczegól przpade fucj welomaowej o waro rozparwać go róweż oddzele. Jej paramer a, wzaczam przez przeszałcee do posac lowej logarmujem oe sro. a l l ˆ l Uład rówań ormalch ma posać: a a l l l l l l l l Rozwązując powższ uład rówań lowch względem a' la olczam a'. Sąd a e a'.

Paramer jes erpreowa jao współcz elasczośc, z. jeśl zmea wzrośe o %, o Y zme sę średo o %. Fucja władcza. ˆ a Logarmując oe sro orzmam. l ˆ l a l Uład rówań ormalch ma posać: l l l a l l a l Rozwązując powższ uład rówań lowch względem a' la ' l olczam a' '. Sąd a e a' e '. Paramer jes erpreowa jao śred przros względ, z. jeśl zmea wzrośe o jedosę, o Y zme sę średo o - %. Fucja logscza. 48

49 c e a ˆ gdze - czas, a >, >, c >. Fucja logscza służ mędz m do opsu progozowaa,welośc sprzedaż produu wchodzącego a re. Przjmujem z Najperw wzaczam warośc paramerów a, c u u a u u c l gdze z z u z z z z z u z z z z u Nasępe orzsając z olczoch a c olczam

a e c,,..., Paramer > gwarauje see puu przegęca, a jes erpreowa jao pozom ascea asmpoa pozoma. W przpadu elowm marą dopasowaa dopasowaa modelu do dach sasczch jes współcz orelacj rzwolowej R ˆ ; R <, >. Przład. Mając dae 3 4 5 6 7 8 6 5 4 7 Wzaczm wadraową fucję regresj. Korzsając z sum w poższej ael uładam uład rówań ormalch: 3 4 8 6 8 8 4 6 4 8 6 3 4 6 3 5 9 7 8 45 5

sum a 4 6 5 5 6 4 3 6 7 7 4 9 8 8 6 4 36 4 4 64 5 6 6 5 5 6 96 34 4 3 5 4 96 87 96 7 5 5 4 8 3 4 6 4 4 4 9 9 6 6 4 4 6 9 5 4 4 34 3 5 58 a 877 96 c 4 58 a 96 4 c 36 9 a 4 36 c 8 4 Rozwązaem przlżom uładu jes a,4643; -4,548; c,7 Zaem fucja regresj wadraowej ma posać ˆ,4643-4,548 5,7 Fucja a jes dorze dopasowaa do dach sasczch R,873, R,93. Zauważm, że w m przpadu fucja lowa e jes dorą fucją regresj a ardzo sa warość współcza orelacj

Pearsoa śwadcz o rau zależośc lowej a e o rau zależośc jaejolwe. 5