Vabalt kasutatav ökonomeetriapakett Gretl

Programmi kodulehekülg https://gretl.sourceforge.net

Juhuslike efektidega mudeli hindamise aruanne

Juhuslike efektidega (RE) mudeli hindamiseks kasutatakse üldistatud vähimruutude meetodit (Generalized Least Squares, GLS). Automaatselt viiakse läbi kolm testi:
Kasutasime andmefaili Gujarati õpikust Table_16.1.gdt, kus on nelja ettevõtte andmed aastatest 1935-1954. Aruande põhjal võime välja kirjutada mudeli: $$Y_{it}=-73{,}0 + 0{,}108 X_{2it} +0{,}346 X_{3it} + u_{it}\;\;(1),$$ kus \(Y\) on investeeringud, \(X_2\) ettevõtte turuväärtus ja \(X_3\) ettevõtte põhivarad. Parameetri standardviga Parameetri hinnang Sõltuva tunnuse keskväärtus Jääkide ruutude summa Logaritmiline tõepära Schwarzi informatsiooni-kriteerium Hannan-Quinni informatsiooni-kriteerium Sõltuva tunnuse standardhälve Mudeli standardviga Akaike informatsiooni-kriteerium z-statistik z-testi olulisusetõenäosus Regressorite olu-lisuse Waldi test Gruppide vahelineja grupisisene dispersioon Kvaasidiferentsi-mise θ Breusch-Paganitest (võrdlus ühen-datud mudeliga) Hausmani test(RE mudelieelduse täidetus) Determinatsiooni-kordaja (üldine)

Regressorite olulisuse testimine Waldi testiga (Joint test on named regressors) näitab, et vähemalt üks regressor on statistiliselt oluline, sest teststatistikule vastav olulisuse tõenäosus \(p=9{,}81 \cdot 10^{-7} < 0{,}05.\)

Breusch-Pagani test näitab, et nullhüpotees objektispetsiifiliste vealiikmete puudumise kohta on ümber lükatud, sest olulisuse tõenäosus \(p=1{,}97 \cdot 10^{-84} < 0{,}05\). Juhuslike efektidega mudel on parem kui ühendatud mudel.

Hausmani test näitab, et vastu tuleb võtta nullhüpotees (\(p=0{,}456 > 0{,}05\)): GLS hinnangud on mõjusad. Järelikult juhuslike efektidega mudeli eeldus on täidetud ja seda mudelit võib kasutada.