Ekonometria. Weryfikacja modelu. Paweł Cibis 12 maja 2007

Podobne dokumenty
Ekonometria. Weryfikacja modelu. Paweł Cibis 6 kwietnia 2006

Testowanie hipotez statystycznych związanych ą z szacowaniem i oceną ą modelu ekonometrycznego

Przykład 2. Stopa bezrobocia

TESTY NIEPARAMETRYCZNE. 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa.

TEST STATYSTYCZNY. Jeżeli hipotezę zerową odrzucimy na danym poziomie istotności, to odrzucimy ją na każdym większym poziomie istotności.

Testowanie hipotez. Hipoteza prosta zawiera jeden element, np. H 0 : θ = 2, hipoteza złożona zawiera więcej niż jeden element, np. H 0 : θ > 4.

2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,

b) Niech: - wśród trzech wylosowanych opakowań jest co najwyżej jedno o dawce 15 mg. Wówczas:

Ekonometria. Modele regresji wielorakiej - dobór zmiennych, szacowanie. Paweł Cibis pawel@cibis.pl. 1 kwietnia 2007

Wnioskowanie statystyczne Weryfikacja hipotez. Statystyka

Ekonometria. Regresja liniowa, współczynnik zmienności, współczynnik korelacji liniowej, współczynnik korelacji wielorakiej

Prognozowanie na podstawie modelu ekonometrycznego

Ekonometria. Zajęcia

Testowanie hipotez statystycznych. Wnioskowanie statystyczne

Wykład 3 Hipotezy statystyczne

Testowanie hipotez statystycznych

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

Stanisław Cichocki. Natalia Nehrebecka. Wykład 9

Błędy przy testowaniu hipotez statystycznych. Decyzja H 0 jest prawdziwa H 0 jest faszywa

WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH

Ekonometria. Regresja liniowa, dobór postaci analitycznej, transformacja liniowa. Paweł Cibis 24 marca 2007

Wykład 10 Testy jednorodności rozkładów

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 9 marca 2007

Wykład 12 ( ): Testy dla dwóch prób w rodzinie rozkładów normalnych

Statystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28

Uwaga. Decyzje brzmią różnie! Testy parametryczne dotyczące nieznanej wartości

Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407

Przykład 1 ceny mieszkań

Testowanie hipotez statystycznych

Wykład 12 Testowanie hipotez dla współczynnika korelacji

Stanisław Cichocki. Natalia Nehrebecka

Korzystanie z podstawowych rozkładów prawdopodobieństwa (tablice i arkusze kalkulacyjne)

Wykład 12 Testowanie hipotez dla współczynnika korelacji

Testy dla dwóch prób w rodzinie rozkładów normalnych

TESTOWANIE HIPOTEZ STATYSTYCZNYCH Hipotezą statystyczną nazywamy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas cechy.

Wnioskowanie statystyczne i weryfikacja hipotez statystycznych

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2014/2015

VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15

Gdy n jest duże, statystyka ta (zwana statystyką chikwadrat), przy założeniu prawdziwości hipotezy H 0, ma w przybliżeniu rozkład χ 2 (k 1).

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

Testowanie hipotez statystycznych

ZMIENNE LOSOWE. Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R 1 tzn. X: R 1.

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2017/2018

Statystyka matematyczna. Wykład VI. Zesty zgodności

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

Statystyka matematyczna dla leśników

Idea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość

TESTOWANIE HIPOTEZ Przez hipotezę statystyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas cechy.

Własności statystyczne regresji liniowej. Wykład 4

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

Testowanie hipotez statystycznych

Stanisław Cichocki. Natalia Nehrebecka. Wykład 12

Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych

Testowanie hipotez statystycznych

Metody Ilościowe w Socjologii

Weryfikacja hipotez statystycznych za pomocą testów statystycznych

Problem dwóch prób: porównywanie średnich i wariancji z populacji o rozkładach normalnych. Wrocław, 23 marca 2015

Weryfikacja hipotez statystycznych za pomocą testów statystycznych

EKONOMETRIA WYKŁAD. Maciej Wolny

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 23 marca 2006

Statystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych.

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r

VII WYKŁAD STATYSTYKA. 30/04/2014 B8 sala 0.10B Godz. 15:15

SIGMA KWADRAT. Weryfikacja hipotez statystycznych. Statystyka i demografia CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY

Testowanie hipotez statystycznych.

Weryfikacja hipotez statystycznych

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

Wydział Matematyki. Testy zgodności. Wykład 03

Zawartość. Zawartość

LABORATORIUM 3. Jeśli p α, to hipotezę zerową odrzucamy Jeśli p > α, to nie mamy podstaw do odrzucenia hipotezy zerowej

Hipotezy statystyczne

Analiza wariancji w analizie regresji - weryfikacja prawdziwości przyjętego układu ograniczeń Problem Przykłady

), którą będziemy uważać za prawdziwą jeżeli okaże się, że hipoteza H 0

Testowanie hipotez statystycznych. Wprowadzenie

Kilka uwag o testowaniu istotności współczynnika korelacji

Testy własności składnika losowego Testy formy funkcyjnej. Diagnostyka modelu. Część 2. Diagnostyka modelu

166 Wstęp do statystyki matematycznej

Testowanie hipotez statystycznych.

Analiza autokorelacji

TESTOWANIE HIPOTEZ STATYSTYCZNYCH Przez hipotezę statystyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas

Testowanie hipotez statystycznych.

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji

Wykład 7 Testowanie zgodności z rozkładem normalnym

Hipotezy statystyczne

Porównanie modeli statystycznych. Monika Wawrzyniak Katarzyna Kociałkowska

Modele i wnioskowanie statystyczne (MWS), sprawozdanie z laboratorium 4

Wykład 3 Testowanie hipotez statystycznych o wartości średniej. średniej i wariancji z populacji o rozkładzie normalnym

Diagnostyka w Pakiecie Stata

Ekonometria. Regresja liniowa, współczynnik zmienności, współczynnik korelacji, współczynnik korelacji wielorakiej. Paweł Cibis

Wprowadzenie do analizy korelacji i regresji

Wykład 9 Testy rangowe w problemie dwóch prób

Testowanie hipotez statystycznych.

Testy nieparametryczne

1 Estymacja przedziałowa

Statystyka i opracowanie danych - W 4: Wnioskowanie statystyczne. Weryfikacja hipotez statystycznych. Dr Anna ADRIAN Paw B5, pok407

Testy post-hoc. Wrocław, 6 czerwca 2016

Transkrypt:

Weryfikacja modelu Paweł Cibis pawel@cibis.pl 12 maja 2007

1 Badanie normalności rozkładu elementu losowego Test Hellwiga dla małej próby Test Kołmogorowa dla dużej próby 2 Testy Pakiet Analiza Danych Uwagi 3 Test Durbina-Watsona 4 Test dla małej próby Test dla dużej próby 5 Test Goldfelda-Quandta 6 Literatura

Test Hellwiga dla małej próby Test Kołmogorowa dla dużej próby 1 Badanie normalności rozkładu elementu losowego Test Hellwiga dla małej próby Test Kołmogorowa dla dużej próby 2 Testy Pakiet Analiza Danych Uwagi 3 Test Durbina-Watsona 4 Test dla małej próby Test dla dużej próby 5 Test Goldfelda-Quandta 6 Literatura

Test Hellwiga mała próba Test Hellwiga dla małej próby Test Kołmogorowa dla dużej próby H 0 : reszty mają rozkład normalny H 1 : reszty mają inny rozkład s = 1 n n et 2 i=1 e t = e t s K 1 K K 2 nie ma podstaw do odrzucenia H 0.

Test Hellwiga Excel Test Hellwiga dla małej próby Test Kołmogorowa dla dużej próby 1 Sortujemy rosnąco kolumnę reszt i liczymy ich kwadraty. 2 Standaryzujemy reszty (e t) i sortujemy je rosnąco. 3 Liczymy wartości dystrybuant posortowanych standaryzowanych reszt ROZKŁAD.NORMALNY.S(e t(sort)). 4 Tworzymy przedziały ( cele ): [0, 1 n ), [ 1 n, 2 n 1 n ),..., [ n, n n ]. 5 Zliczamy ile wartości dystrybuant wpada do każdej celi za pomocą formuły tablicowej: CZĘSTOŚĆ(Dystrybuanty;Kolumny z przedzialami) 6 Obliczamy liczbę pustych cel (K) LICZ.JEŻELI(zakres;0). 7 Z tablic testu Hellwiga odczytujemy wartości K 1 i K 2 i podejmujemy decyzję odnośnie H 0

Test Hellwiga dla małej próby Test Kołmogorowa dla dużej próby Test Hellwiga Jak szybko stworzyć przedziały cel 1 W komórce G2 wpisujemy: 0 2 W komórce H2 wpisujemy: =A2/$A$20 3 Przeciągamy do końca formułę z komórki H2 mamy górne krańce przedziału 4 W komórce G3 wpisujemy odwołanie do komórki H2 i przeciagamy formułę do końca otrzymujemy dolne krańce przedziału.

Test Hellwiga przykład Test Hellwiga dla małej próby Test Kołmogorowa dla dużej próby

Test Kołmogorowa duża próba Test Hellwiga dla małej próby Test Kołmogorowa dla dużej próby H 0 : ε t N(0, s), (t = 1,..., n) H 1 : reszty mają inny rozkład s = 1 n n et 2 i=1 D n = sup x F n (x) F 0 (x) λ e = nd n H 0 odrzucamy dla λ e > λ 0, gdzie λ 0 odczytujemy z tablic rozkładu Kołmogorowa-Smirnowa dla Q(λ) = 1 α.

Test Kołmogorowa Excel Test Hellwiga dla małej próby Test Kołmogorowa dla dużej próby 1 Sortujemy rosnąco kolumnę reszt i liczymy ich kwadraty. 2 Standaryzujemy reszty (e t) i sortujemy je rosnąco. 3 Liczymy wartości dystrybuant empirycznych (numer reszty / liczba reszt). 4 Liczymy wartości dystrybuant posortowanych standaryzowanych reszt ROZKŁAD.NORMALNY.S(e t(sort)). 5 Liczymy moduły różnic pomiędzy wartościami dystrybuant i wybieramy największy z wyników (D n ). 6 Liczymy λ e i odczytujemy z tablic rozkładu Kołmogorowa-Smirnowa λ 0, a następnie podejmujemy decyzję odnośnie H 0.

Test Kołmogorowa przykład Test Hellwiga dla małej próby Test Kołmogorowa dla dużej próby

Testy Pakiet Analiza Danych Uwagi 1 Badanie normalności rozkładu elementu losowego Test Hellwiga dla małej próby Test Kołmogorowa dla dużej próby 2 Testy Pakiet Analiza Danych Uwagi 3 Test Durbina-Watsona 4 Test dla małej próby Test dla dużej próby 5 Test Goldfelda-Quandta 6 Literatura

Test F Fishera-Snedecora Testy Pakiet Analiza Danych Uwagi H 0 : α 1 = α 2 =... = α n = 0 H 1 : α 1 + α 2 +... + α n 0 F = (n m 1) m R 2 1 R 2 F α,m,n m 1 F > F powoduje odrzucenie H 0, w przeciwnym wypadku nie ma podstaw do jej odrzucenia.

Test t-studenta Testy Pakiet Analiza Danych Uwagi H 0 : α i = 0 H 1 : α i 0 t i = α i S(α i ) t α,n m 1 t i > t powoduje odrzucenie H 0, w przeciwnym wypadku nie ma podstaw do jej odrzucenia.

Testy Pakiet Analiza Danych Uwagi Badanie istotności Test F Fishera-Snedecora 1 Narzędzia/Analiza Danych... /Regresja 2 Wartość statystyki F znajduje się w części Analiza wariancji 3 Wartość statystyki teoretycznej F : ROZKŁAD.F.ODW(α; m; n m 1) 4 Istotność F prawdopodobieństwo przyjęcia przez statystykę F wartości nie mniejszej co do modułu od wartości z próby, przy założeniu prawdziwości H 0 ; inaczej prawdopodobieństwo braku podstaw do odrzucenia H 0 ; jeszcze inaczej graniczny poziom istotności, przy którym zmienia się konkluzja testu. 5 Jeżeli istotność F jest mniejsza od przyjętego poziomu istotności, należy odrzucić H 0 na rzecz H 1.

Testy Pakiet Analiza Danych Uwagi Badanie istotności Test t-studenta 1 Narzędzia/Analiza Danych... /Regresja 2 Wartości statystyk t i tabelka z oszacowaniami współczynników, kolumna t-stat 3 Wartość statystyki teoretycznej t : ROZKŁAD.T.ODW(α; n m 1) 4 Wartość-p prawdopodobieństwo przyjęcia przez statystykę t wartości nie mniejszej co do modułu od wartości z próby, przy założeniu prawdziwości H 0 ; inaczej prawdopodobieństwo braku podstaw do odrzucenia H 0 ; jeszcze inaczej graniczny poziom istotności, przy którym zmienia się konkluzja testu. 5 Jeżeli wartość-p jest mniejsza od przyjętego poziomu istotności, należy odrzucić H 0 na rzecz H 1.

Badanie istoności przykład Testy Pakiet Analiza Danych Uwagi

Uwagi Testy Pakiet Analiza Danych Uwagi Warunkiem badania istotności parametrów strukturalnych jest spełnienie założenia o normalności rozkładu reszt. W modelu nieliniowym sprowadzalnym do liniowego istotność parametrów jest oceniana dla postaci transformowanej.

Test Durbina-Watsona 1 Badanie normalności rozkładu elementu losowego Test Hellwiga dla małej próby Test Kołmogorowa dla dużej próby 2 Testy Pakiet Analiza Danych Uwagi 3 Test Durbina-Watsona 4 Test dla małej próby Test dla dużej próby 5 Test Goldfelda-Quandta 6 Literatura

Test Durbina-Watsona Test Durbina-Watsona H 0 : ρ = 0 H 1 : ρ 0 DW = n 1 t=1 (e t e t 1 ) 2 nt=1 e 2 t d L, d U wartości krytyczne odczytane z tablic dla testu Durbina-Watsona

Test Durbina-Watsona Test Durbina-Watsona obszary decyzyjne 0 DW < d L odrzucamy H 0, autokorelacja dodatnia d L DW d U obszar niekonkluzywności d U < DW < 4 d U nie ma podstaw do odrzucenia H 0 4 d U DW 4 d L obszar niekonkluzywności 4 d L < DW 4 odrzucamy H 0, autokorelacja ujemna

Test Durbina-Watsona Excel Test Durbina-Watsona 1 Tworzymy wektor kolumnowy reszt. 2 Kopiujemy go do sąsiedniej kolumny o 1 wiersz niżej. 3 Liczymy różnicę odpowiadających sobie reszt w poszczególnych wierszach (oprócz pierwszego i ostatniego). 4 Liczymy sumę kwadratów różnic reszt i sumę kwadratów reszt, a następnie dzielimy je przez siebie, otrzymując statystykę DW. 5 Z tablic testu Durbina-Watsona odczytujemy wartości krytyczne d L oraz d U i podejmujemy decyzję o ewentualnym odrzuceniu H 0.

Test Durbina-Watsona przykład Test Durbina-Watsona

Test dla małej próby Test dla dużej próby 1 Badanie normalności rozkładu elementu losowego Test Hellwiga dla małej próby Test Kołmogorowa dla dużej próby 2 Testy Pakiet Analiza Danych Uwagi 3 Test Durbina-Watsona 4 Test dla małej próby Test dla dużej próby 5 Test Goldfelda-Quandta 6 Literatura

Test dla małej próby Test dla małej próby Test dla dużej próby H 0 : ε t losowy H 1 : ε t nielosowy e t A, e t > 0 e t B, e t < 0 K e liczba serii K 1 z tablic rozkładu liczby serii dla danych: α, n 1, n 2 K 2 z tablic rozkładu liczby serii dla danych: 1 α, n 1, n 2 n 1, n 2 liczba symboli A i B (kolejność nie ma znaczenia)

Test dla małej próby Test dla dużej próby Test dla małej próby obszary decyzyjne Jeżeli K 1 K e K 2, to brakuje podstaw do odrzucenia H 0. W przeciwnym wypadku hipotezę o losowości rozkładu elementu losowego należy odrzucić. W przypadku testu jednostronnego H 0 odrzucamy gdy zachodzi K e < K. K możemy odczytać z tablic testu dwustronnego dla poziomu istotności 2α lub ze specjalnych tablic testu jednostronnego.

Test dla małej próby Test dla dużej próby Test dla małej próby (dwustronny) Excel 1 Kodujemy reszty: JEŻELI(komórka> 0; A ; B ). 2 Sprawdzamy czy nie ma reszt = 0: LICZ.JEŻELI(zakres reszt; =0 ) i w razie czego przyporządkowujemy im kody wg ustalonej wcześniej reguły. 3 Liczymy liczbę serii (K e ): JEŻELI(kod i 1 <> kod i ;1;0) (w pierszym wierszu ręcznie wpisujemy 1 ). 4 Liczymy liczbę reszt dodatnich (n 1 ): LICZ.JEŻELI(zakres kodów; A ). 5 Liczymy liczbę reszt ujemnych (n 2 ): LICZ.JEŻELI(zakres kodów; B ). 6 Dla przyjętego poziomu istotności α oraz n 1 i n 2 odczytujemy z tablic K 1 oraz K 2 i otrzymujemy wynik testu, porównując je z K e.

Test dla małej próby przykład Test dla małej próby Test dla dużej próby

Test dla dużej próby Test dla małej próby Test dla dużej próby H 0 : ε t losowy H 1 : ε t nielosowy P(N n 1) = 1 Φ (1 n µ )µ 3 2 σ n µ = 1 0, 5r 0, 5 r+1 σ = 2 2r+2 (2r + 1)2 r+1 2

Test dla dużej próby Excel Test dla małej próby Test dla dużej próby Obliczanie najdłuższej serii r: 1 Jeżeli pojawiają się reszty równe zeru, to należy wg przyjętej zasady część z nich zmienić na wartości ujemne, a część na dodatnie (wartość reszt jest dla testu nieistotna ważny jest ich znak). 2 W kolejnych wierszach będziemy liczyć długość bieżącej serii reszt o tym samym znaku w pierwszym wierszu wpisujemy 1. 3 Jeżeli reszty nie zmieniły znaku, to zwiększamy długość serii o jeden w przeciwnym wypadku rozpoczynami nową serię (długość=1): JEŻELI(e t e t 1 > 0;dlugosc i 1 + 1;1). 4 Jako r przyjmujemy maksimum z kolumny z bieżącymi długościami serii.

Test dla dużej próby Excel Test dla małej próby Test dla dużej próby Obliczanie prawdopodobieństwa pojawienia się serii dłuższej niż r: 1 Obliczamy µ i σ, a następnie P(N n 1). 2 Jeżeli P(N n 1) α, nie ma podstaw do odrzucenia H 0. W przeciwnym wypadku odrzucamy hipotezę o losowości reszt.

Test dla dużej próby przykład Test dla małej próby Test dla dużej próby

Test Goldfelda-Quandta 1 Badanie normalności rozkładu elementu losowego Test Hellwiga dla małej próby Test Kołmogorowa dla dużej próby 2 Testy Pakiet Analiza Danych Uwagi 3 Test Durbina-Watsona 4 Test dla małej próby Test dla dużej próby 5 Test Goldfelda-Quandta 6 Literatura

Test Goldfelda-Quandta Hipotezy Test Goldfelda-Quandta Na podstawie wykresu kwadratów reszt oceniamy, czy reszty modelu da się podzielić na 2 części początkową i końcową o wyraźnie różnych wartościach kwadratów reszt. Jeżeli tak, to testujemy hipotezę o równości wariancji w obu częściach: H 0 : σ 2 1 = σ 2 2 H 1 : σ 2 1 > σ 2 2 F e = s2 1 s 2 2

Test Goldfelda-Quandta Test Goldfelda-Quandta Obszar krytyczny F α (n 1 m 1, n 2 m 1) odczytujemy z tablic rozkładu F. Jeżeli F e > F α (n 1 m 1, n 2 m 1) H 0 należy odrzucić element losowy jest heteroscedastyczny.

Test Goldfelda-Quandta Test Goldfelda-Quandta Inna postać H 1 Jeżeli H 1 ma postać H 1 : σ 2 1 < σ 2 2 To statystyka testowa jest postaci a wartość krytyczna F e = s2 2 s1 2, F α (n 2 m 1, n 1 m 1). Obszary krytyczne nie ulegają zmianie. W obu przypadkach grupy reszt numerujemy tak, by licznik statystyki F e był większy od mianownika.

Test Goldfelda-Quandta Excel Test Goldfelda-Quandta 1 Konstruujemy wykres kolumnowy dla kwadratów reszt. 2 Dzielimy reszty na dwie grupy. 3 Szacujemy parametry modelu dla każdej z grup (Analiza Danych lub REGLINP), liczymy kwadraty jego reszt i tworzymy ich kolejny wykres kolumnowy. Można też wykorzystać tu funkcję REGLINW i pominąć jawne szacowanie parametrów. 4 i A Dla każdej obliczamy s1 2 = e2 i n 1 m 1 oraz s2 2 = i B e2 i n 2 m 1. 5 Zależnie od postaci H 1 obliczamy z odpowiednią wartość F e i F α ROZKŁAD.F.ODW i podejmujemy decyzję odnośnie H 0.

Test Goldfelda-Quandta Test Goldfelda-Quandta Reszty z REGLINW Reszty dla modelu oszacowanego na podstawie wszystkich obserwacji liczymy następująco: y i REGLINW (Wektor Y ;Macierz X ;X i ;1) przykładowo w komórce D2: C2-REGLINW($C$2:$C$13;$B$2:$B$13;B2;1) formułę rozciągamy na pozostałe wiersze. Następnie dla każdej grupy szacujemy osobne modele, stąd przykładowo: w komórce F2: C2-REGLINW($C$2:$C$5;$B$2:$B$5;B2;1) w komórce F6: C6-REGLINW($C$6:$C$13;$B$6:$B$13;B6;1) oczywiście te formuły również należy rozciągnąć na odpowiednie wiersze.

Test Goldfelda-Quandta Excel Test Goldfelda-Quandta UWAGA! Analiza danych zwraca gotowe wartości s 2 e w sekcji ANALIZA WARIANCJI na przecięciu wiersza Resztkowy oraz kolumny MS. REGLINP zwraca sumę kwadratów reszt (licznik w s 2 e ) na przecięciu piątego wiersza i drugiej kolumny. Liczba stopni swobody (mianownik w s 2 e ) zwracana jest na przecięciu czwartego wiersza i drugiej kolumny.

Test Goldfelda-Quandta Test Goldfelda-Quandta przykład REGLINW

Test Goldfelda-Quandta Test Goldfelda-Quandta przykład Analiza Danych

1 Badanie normalności rozkładu elementu losowego Test Hellwiga dla małej próby Test Kołmogorowa dla dużej próby 2 Testy Pakiet Analiza Danych Uwagi 3 Test Durbina-Watsona 4 Test dla małej próby Test dla dużej próby 5 Test Goldfelda-Quandta 6 Literatura

Literatura Strahl D., Sobczak E., Markowska M., Bal-Domańska B. Modelowanie ekonometryczne z Excelem. Wrocław: AE 2002.. Metody, przykłady, zadania. Red. J. Dziechciarz. Wrocław: AE 2002. Welfe A.. Warszawa: PWE 2003.