Page 132 - Gričar, Sergej, in Štefan Bojnec, 2016. Aplikacija metodologije časovnih serij na primeru turističnih cen. Koper: Založba Univerze na Primorskem.
P. 132
Aplikacija metodologije časovnih serij na primeru turističnih cen
Preglednica 14: Aplikacija časovnih serij z modelom VEC.
hipoteza test Q Q* LM LJB MARCH – Chow test
LM
H1 vrednost 206,2898 222,0620 96,5166 55,0196 552,6422 2365,00
statistike 0,8868 0,6690 0,1008 0,0000 0,0515 0,0000
stopnja
značilnosti
H2 vrednost 120,1475 130,1587 403,1597 13353,3 470,7984 -
statistike 0,5559 0,3120 0,0000 0,0000 0,0960 -
stopnja
značilnosti
H3 vrednost 255,7563 265,5138 23,9511 15316,1 3247,173 379,988
statistike 0,1264 0,0591 0,9990 0,0000 0,0814 0,0400
stopnja
značilnosti
132 H4 vrednost 147,7865 150,1489 58,6417 5932,3 828,648 679,131
statistike 0,0898 0,0701 0,1613 0,0000 0,1306 0,0000
stopnja
značilnosti
Opombe: H – hipoteza, Q – Portmanteau test avtokorelacije ostankov, Q* – popravljena
Q-statistika, LM – Breusch-Godfrey test avtokorelacije ostankov, LJB – Lomnicki-Jarque-Be-
ra test normalnosti, MARCH-LM – test heteroskedastičnosti ostankov.
Druga predpostavka, ki zagotavlja učinkovitost ocen parametrov, je
normalna porazdelitev ostankov. V primeru testa modela, postavljenega s
hipotezama 1 in 2, ugotovimo, da je stopnja značilnosti izračunane LJB-
-statistike 0,00. Ta izračun nam poda sklep, da ostanki modela niso nor-
malno porazdeljeni. Rezultati so povzeti v Preglednici 14. Ničelno hipote-
zo zavrnemo. S tem smo zavrnili tudi normalno porazdelitev in LJB-test je
visok. V našem primeru smo uporabili dodaten ARCH-LM test za testira-
nje heteroskedastičnosti. Kljub tej napaki modela se odločimo za testiranje
s hipotezami postavljenih modelov.
Iz Preglednice 14 razberemo, da je vrednost izračunane ARCH-LM
statistike v modelu, postavljenem s hipotezo 1, pri petem odlogu 552,6422
in stopnja značilnosti 0,0515. Ocene parametrov so učinkovite, ker je po-
gojna varianca ostankov modela konstantna. To lastnost imenujemo ho-
moskedastičnost. ARCH-LM test ima porazdelitev, ker vzdrži ni-
čelna hipoteza, da v modelu ni prisotna heteroskedastičnost.
Iz Preglednice 14 razberemo, da je vrednost izračunane ARCH-LM
statistike v modelu, postavljenem s hipotezo 2, pri dvanajstem odlogu
470,7984 in stopnja značilnosti 0,096. Ocene parametrov so učinkovite,
ker je pogojna varianca ostankov modela konstantna.
Statistična značilnost strukturnega loma v modelu, postavljenem s hi-
potezo 1, je manj kot 1 %. Izračunane vrednosti stopnje značilnosti teme-
ljijo na notranji (bootstrap) porazdelitvi. Vrednosti mej zaupanja so izra-
Preglednica 14: Aplikacija časovnih serij z modelom VEC.
hipoteza test Q Q* LM LJB MARCH – Chow test
LM
H1 vrednost 206,2898 222,0620 96,5166 55,0196 552,6422 2365,00
statistike 0,8868 0,6690 0,1008 0,0000 0,0515 0,0000
stopnja
značilnosti
H2 vrednost 120,1475 130,1587 403,1597 13353,3 470,7984 -
statistike 0,5559 0,3120 0,0000 0,0000 0,0960 -
stopnja
značilnosti
H3 vrednost 255,7563 265,5138 23,9511 15316,1 3247,173 379,988
statistike 0,1264 0,0591 0,9990 0,0000 0,0814 0,0400
stopnja
značilnosti
132 H4 vrednost 147,7865 150,1489 58,6417 5932,3 828,648 679,131
statistike 0,0898 0,0701 0,1613 0,0000 0,1306 0,0000
stopnja
značilnosti
Opombe: H – hipoteza, Q – Portmanteau test avtokorelacije ostankov, Q* – popravljena
Q-statistika, LM – Breusch-Godfrey test avtokorelacije ostankov, LJB – Lomnicki-Jarque-Be-
ra test normalnosti, MARCH-LM – test heteroskedastičnosti ostankov.
Druga predpostavka, ki zagotavlja učinkovitost ocen parametrov, je
normalna porazdelitev ostankov. V primeru testa modela, postavljenega s
hipotezama 1 in 2, ugotovimo, da je stopnja značilnosti izračunane LJB-
-statistike 0,00. Ta izračun nam poda sklep, da ostanki modela niso nor-
malno porazdeljeni. Rezultati so povzeti v Preglednici 14. Ničelno hipote-
zo zavrnemo. S tem smo zavrnili tudi normalno porazdelitev in LJB-test je
visok. V našem primeru smo uporabili dodaten ARCH-LM test za testira-
nje heteroskedastičnosti. Kljub tej napaki modela se odločimo za testiranje
s hipotezami postavljenih modelov.
Iz Preglednice 14 razberemo, da je vrednost izračunane ARCH-LM
statistike v modelu, postavljenem s hipotezo 1, pri petem odlogu 552,6422
in stopnja značilnosti 0,0515. Ocene parametrov so učinkovite, ker je po-
gojna varianca ostankov modela konstantna. To lastnost imenujemo ho-
moskedastičnost. ARCH-LM test ima porazdelitev, ker vzdrži ni-
čelna hipoteza, da v modelu ni prisotna heteroskedastičnost.
Iz Preglednice 14 razberemo, da je vrednost izračunane ARCH-LM
statistike v modelu, postavljenem s hipotezo 2, pri dvanajstem odlogu
470,7984 in stopnja značilnosti 0,096. Ocene parametrov so učinkovite,
ker je pogojna varianca ostankov modela konstantna.
Statistična značilnost strukturnega loma v modelu, postavljenem s hi-
potezo 1, je manj kot 1 %. Izračunane vrednosti stopnje značilnosti teme-
ljijo na notranji (bootstrap) porazdelitvi. Vrednosti mej zaupanja so izra-
