Prognozowanie i symulacje.doc

R. Stosik

D. Kucharska

Prognozowanie i symulacje

Na podstawie danych 20-stu obserwacji  oszacowano następujący model:

Y =         -2,0808              +        0,0094425X              +               0,20459T               +              ξt

                       (+/- 1,0636)                       (+/- 0,0010485)                         (+/- 0,074456)

gdzie:

Y – liczba linni autobusowych

X – przebieg autobusów w tys. km²

t – zmienna czasowa

Miary dopasowania modelu kształtują się następująco:

a)     współczynnik determinacji

R2 = 0,6804

co oznacza, że zgodnie z tą miarą 68% całkowitej zmienności zmiennej Y zostało wyjaśnione przez model,

b)     skorygowany współczynnik determinacji

R2 = 0,6428

co oznacza, że zgodnie z tą miarą 64,3% całkowitej zmienności zmiennej Y zostało wyjaśnione przez model

c)      błąd standardowy reszt

SE = 1,5692

co oznacza, że przeciętne odchylenie wartości teoretycznych od empirycznych zmiennej Y wynosi +/- 1,5692 jednostek

Dla wszystkich poniższych testów należy przyjąć następujące założenia:

1)     istnieje zawsze:

-          H0 – hipoteza zerowa,

-          HA – hipoteza alternatywna,

2)     porównywane parametry:

-          dane a,

-          wskazane [prob],

3)     zasady odczytywania wyników:

-          jeżeli prob > a lub prob = a to nie ma podstaw do odrzucenia H0,

-          jeżeli prob < a to odrzucamy H0 na rzecz HA.

Model sprawdzono za pomocą następujących testów:

a)     test t-studenta

badanie indywidualne istotności parametrów strukturalnych

-          dla zmiennej x: prob = 0,000 oraz  a = 0,05  więc  prob < a

co oznacza, że zmienna x statystycznie istotnie wpływa na zmienną Y,

-          dla zmiennej t: prob = 0,149 oraz  a = 0,05  więc  prob > a

co oznacza, że zmienna czasowa t statystycznie nieistotnie wpływa na zmienną Y,

b)     test Fishera-Snedecora

badanie łącznej istotności parametrów strukturalnych

prob = 0,000 oraz  a = 0,05  więc  prob < a

co oznacza, że zmienne objaśniające statystycznie istotnie wpływają na zmienną Y,

c)      test DW

badanie występowania autokorelacji

DW = 0,54732 czyli podejrzewamy autokorelację dodatnią,

-          podane dl = 0,87 oraz du = 1,78 zatem dl < DW < du

co oznacza, że w modelu nie występuje autokorelacja 

d)...