Как предсказать курс доллара. Эффективные методы прогнозирования с использованием Excel и EViews

4. В столбце F дается фактический F– критерий Фишера, который находится путем сопоставления факторной и остаточной дисперсии на одну степень свободы. При этом F– критерий Фишера рассчитывается по следующей формуле:

Если нулевая гипотеза (об отсутствии связи между переменными, включенными в уравнение регрессии) справедлива, то факторная и остаточная дисперсия не отличаются друг от друга. Чтобы уравнение регрессии было признано значимым, требуется опровержение нулевой гипотезы, а для этого необходимо, чтобы факторная дисперсия превышала остаточную дисперсию в несколько раз. Статистиками разработаны соответствующие таблицы критических значений F– критерия при разных уровнях значимости нулевой гипотезы и различном числе степеней свободы. При этом следует иметь в виду, что табличное значение F– критерия — это максимальная величина отношения факторной дисперсии к остаточной дисперсии, которая может иметь место при случайном их расхождении для данного уровня вероятности наличия нулевой гипотезы. Если фактический (т. е. рассчитанный для этого уравнения регрессии) F– критерий больше его табличного значения, то нулевая гипотеза об отсутствии связи между результативным признаком и факторами отклоняется и делается вывод о существенности этой связи.

5. В столбце ЗНАЧИМОСТЬ F дается уровень значимости, который соответствует величине фактического F– критерия Фишера, вычисленного для этого уравнения регрессии. В нашем случае значимость F_факт практически равна нулю, т. е. F_факт больше F_табл (значения F– критерия Фишера при уровне значимости 0,05 или 5 % можно найти в любом учебнике по статистике) при 1 %-ном и 5 %-ном уровне значимости. Отсюда можно сделать вывод о статистической значимости уравнения регрессии, поскольку связь между включенными в него факторами в этом случае доказана.

В тех случаях, когда значимость F бывает больше, например, 0,01, но меньше 0,05, то тогда делается вывод, что F_факт меньшеF_табл при 1 %-ном уровне значимости, но больше F_табл при 5 %-ном уровне значимости. Следовательно, в этой ситуации нулевая гипотеза об отсутствии связи между результативным признаком и факторами, включенными в уравнение регрессии, на 1 %-ном уровне значимости не отклоняется, но отклоняется на 5 %-ном уровне значимости. Таким образом, в этом случае каждый исследователь должен сам решить, считать ли 5 %-ный уровень значимости F– критерия достаточным для того, чтобы сделать вывод о статистической значимости уравнения регрессии. При этом следует иметь в виду, что если значимость F– критерия выше 0,05, т. е. F_факт меньше F_табл при 5 %-ном уровне значимости, то в этой ситуации уравнение регрессии, как правило, считается статистически незначимым.

В таблице 2.4 сгенерированы коэффициенты уравнения регрессии и оценки их статистической значимости.

1. В столбце КОЭФФИЦИЕНТЫ представлены коэффициенты уравнения регрессии. На пересечении этого столбца со строкой Y– ПЕРЕСЕЧЕНИЕ дан свободный член, который в формуле линейного уравнения регрессии (2.2) обозначен символом а = 1,995805.

Во второй строке этого столбца, обозначенной как Time (независимая переменная — порядковый номер месяца), сгенерирован коэффициент уравнения регрессии, который в формуле (2.2) представлен символом b = 0,162166.

Таким образом, данные, представленные в столбце Коэффициенты, дают нам возможность составить путем подстановки соответствующих цифр в формулу (2.2) следующее уравнение линейной парной регрессии:

Y = 0,1622Х + 1,9958,

где независимая переменная X означает порядковый номер месяца (июнь 1992 г. — 1, а апрель 2010 г. — 215);

зависимая переменная Y — ежемесячное значение курса доллара.

При этом экономическая интерпретация этого линейного уравнения следующая: в период с июня 1992 г. по апрель 2010 г. курс доллара к рублю ежемесячно рос со средней скоростью 16,22 коп. при исходном уровне временного ряда в размере 1 руб. 99,58 коп. В свою очередь геометрическая интерпретация этого линейного уравнения следующая: свободный член уравнения 1,9958 показывает точку пересечения линии тренда с осью Y, а коэффициент уравнения 0,1622х равен углу наклона линии тренда к оси Х(см. рис. 2.5).

2. В столбце СТАНДАРТНАЯ ОШИБКА сгенерированы стандартные ошибки свободного члена и коэффициента регрессии, значения которых даны во втором столбце табл. 2.4. При этом стандартная ошибка свободного члена уравнения регрессии находится по следующей формуле:

где MS_ост = D_ост — остаточная дисперсия, приходящаяся на одну степень свободы.

Для нашего случая стандартная ошибка свободного члена уравнения регрессии равна

В свою очередь стандартная ошибка коэффициента регрессии оценивается по следующей формуле:

Для нашего случая стандартная ошибка коэффициента регрессии имеет следующее значение:

3. В столбце t– СТАТИСТИКА даны расчетные значения /-критерия. При этом для свободного члена /-статистика вычисляется по формуле

где а — свободный член уравнения.

В нашем случае t– статистика находится следующим образом:

Для коэффициента регрессии t– статистика рассчитывается по формуле

где b — коэффициент регрессии.

Тогда Z-статистика находится следующим образом:

4. В столбце Р– ЗНАЧЕНИЕ сгенерированы уровни значимости, соответствующие значениям t– статистики.

В Excel Р– значение находится с помощью следующей функции:

СТЬЮДРАСП (X = t_ст; df= п- к — 1; хвосты = 2),

где в опции X дается t– статистика, для которой нужно вычислить двустороннее распределение;

в опции df — число степеней свободы; в опции хвосты — цифра 2 для двустороннего распределения.

Для свободного члена уравнения эта функция приобретает следующий вид:

СТЬЮДРАСП (2,284573; 215-1-1= 213; 2) = 0,023323.

Следовательно, Р– значение свободного члена уравнения показывает, что этот коэффициент значим лишь при 5 %-ном уровне значимости, но не при 1 %-ном уровне значимости.

Для коэффициента регрессии P-значение в Excel находится следующим образом [4] :

СТЬЮДРАСП (23,12267; 215 — 1–1= 213; 2) = 5,4Е — 60 = 0,0.

Следовательно, P– значение коэффициента регрессии показывает, что этот коэффициент значим не только при 5 %-ном уровне значимости, но и при 1 %-ном уровне значимости.

4

Здесь и далее необходимо учитывать, что при вычислении Р– значения коэффициента регрессии компьютерная программа может использовать число в экспоненциальном формате, который обычно применяется для обозначения очень больших или очень малых чисел. Часть числа заменяется символами Е + n (для очень больших чисел) и Е — n (для очень маленьких чисел), где Е (экспонента) означает умножение предшествующего числа на 10 в степени n. Если, например, число 5,4Е– 60 перевести в числовой формат, то оно будет равно 0,00…

5. Столбцы НИЖНИЕ 95 % и ВЕРХНИЕ 95 % показывают соответственно нижние и верхние интервалы значений коэффициентов при 95 %-ном уровне значимости. Для расчета доверительных интервалов сначала устанавливается критическое значение /-критерия, которое в Excel находится с помощью функции

СТЬЮДРАСПОБР ( = 0,05; df = n — k — 1);

где в опции — величина риска, при котором коэффициент регрессии (или свободный член) может оказаться за рамками установленных доверительных интервалов;