Page 131 - Gričar, Sergej, in Štefan Bojnec, 2016. Aplikacija metodologije časovnih serij na primeru turističnih cen. Koper: Založba Univerze na Primorskem.
P. 131
Empirična analiza kvantitativne raziskave 131
pokaže neustreznost modela, potem ga je treba zavreči oziroma z različni-
mi metodami popraviti. Programski paket JMulti (Lütkepohl in Krätzig
2004) nam ponuja več različnih testov ocenjenega modela VAR.
Standardni postopek pri specifikaciji modelov zajema preverjanje pri-
sotnosti avtokorelacije ostankov v modelu, prisotnost heteroskedastičnosti
v modelu, normalnost porazdelitve ostankov in stabilnost modela. Specifi-
kacijo modelov smo testirali s pomočjo testov, ki smo jih izbrali iz literatu-
re Lütkepohl in Krätzig (2004).
Preverjanje ustreznosti postavljenih kointegracijskih modelov z anali-
tičnimi testi
Odsotnost avtokorelacije je pogoj, da so pri avtoregresijskih modelih
ocene parametrov, pridobljene z metodo najmanjših kvadratov, še vedno
nepristranske in konsistentne. Za test avtokorelacije smo izbrali dva testa.
Prvi test je Portmanteau test, ki je podoben Ljung-Box Q-statistiki (Irz,
Niemi in Xing 2011). Z njo smo testirali tudi avtokorelacijo ostankov av-
toregresijskega univariatnega modela. Drugi je LM-test, ki testira ničelno
hipotezo, da v modelu ni prisotna avtokorelacija katerega koli reda do iz-
branega odloga. Ničelne hipoteze o obstoju avtokorelacije v modelih, pos-
tavljenih s hipotezama 1 in 2, ne zavrnemo, zato sprejmemo sklep, da avto-
korelacija ostankov modela ni prisotna.
Test avtokorelacije za model, postavljen s hipotezo 1, s Portmanteau te-
stom izračuna vrednost statistike je 206,2898. Vrednost popravljene Q-sta-
tistike ((Q*)(16) iz Preglednice 14 je 222,0620. Število odlogov, kjer ni več
avtokorelacije prvega reda, je pet, kar nam pokaže LM-test s stopnjo zna-
čilnosti 0,1008. Ocene parametrov so nepristranske in konsistentne.
Test avtokorelacije za model, postavljen s hipotezo 2, s Portmanteau te-
stom izračuna vrednost stopnje značilnosti 0,5559. Vrednost Q*(16) iz Pre-
glednice 16 je 0,312.
pokaže neustreznost modela, potem ga je treba zavreči oziroma z različni-
mi metodami popraviti. Programski paket JMulti (Lütkepohl in Krätzig
2004) nam ponuja več različnih testov ocenjenega modela VAR.
Standardni postopek pri specifikaciji modelov zajema preverjanje pri-
sotnosti avtokorelacije ostankov v modelu, prisotnost heteroskedastičnosti
v modelu, normalnost porazdelitve ostankov in stabilnost modela. Specifi-
kacijo modelov smo testirali s pomočjo testov, ki smo jih izbrali iz literatu-
re Lütkepohl in Krätzig (2004).
Preverjanje ustreznosti postavljenih kointegracijskih modelov z anali-
tičnimi testi
Odsotnost avtokorelacije je pogoj, da so pri avtoregresijskih modelih
ocene parametrov, pridobljene z metodo najmanjših kvadratov, še vedno
nepristranske in konsistentne. Za test avtokorelacije smo izbrali dva testa.
Prvi test je Portmanteau test, ki je podoben Ljung-Box Q-statistiki (Irz,
Niemi in Xing 2011). Z njo smo testirali tudi avtokorelacijo ostankov av-
toregresijskega univariatnega modela. Drugi je LM-test, ki testira ničelno
hipotezo, da v modelu ni prisotna avtokorelacija katerega koli reda do iz-
branega odloga. Ničelne hipoteze o obstoju avtokorelacije v modelih, pos-
tavljenih s hipotezama 1 in 2, ne zavrnemo, zato sprejmemo sklep, da avto-
korelacija ostankov modela ni prisotna.
Test avtokorelacije za model, postavljen s hipotezo 1, s Portmanteau te-
stom izračuna vrednost statistike je 206,2898. Vrednost popravljene Q-sta-
tistike ((Q*)(16) iz Preglednice 14 je 222,0620. Število odlogov, kjer ni več
avtokorelacije prvega reda, je pet, kar nam pokaže LM-test s stopnjo zna-
čilnosti 0,1008. Ocene parametrov so nepristranske in konsistentne.
Test avtokorelacije za model, postavljen s hipotezo 2, s Portmanteau te-
stom izračuna vrednost stopnje značilnosti 0,5559. Vrednost Q*(16) iz Pre-
glednice 16 je 0,312.
