Page 155 - Gričar, Sergej, in Štefan Bojnec, 2016. Aplikacija metodologije časovnih serij na primeru turističnih cen. Koper: Založba Univerze na Primorskem.
P. 155
Robustnost modelov postavljenih s hipotezami 155
Tretja bipolarna komponenta združuje cene proizvodov (ICIPP)
in zajema menjalni sektor, plače brez raziskav (IBPG) in menjalni tečaj
(NEDT). Tretjo komponento bomo poimenovali cenovna pričakovanja.
Komponenta nam potrdi hipoteze 2, 3 in 4. Komponenta tri potrdi hi-
potezo 2 v delu, ki pravi, da so cene gostinskih storitev statistično značil-
no in negativno povezane z apreciacijo domače valute, in hipotezo 3 v delu,
ki pravi, da so cene gostinskih storitev pozitivno povezane s stroški nabave
proizvodov ter s stroški plač.
V povezavi s cenami v gostinstvu četrta komponenta pojasnjuje 9,2 %
variance časovne serije. Z njo potrdimo hipotezo 3 v delu, ki pravi, da so
cene gostinskih storitev pozitivno povezane s stroški nabave inputov (IAC).
Komponenta štiri potrdi tudi hipotezo 1 v delu, ki pravi, da so cene go-
stinskih storitev statistično značilno in pozitivno povezane z uvedbo evra
(D1). Poimenovali jo bomo agroživilski in monetarni inputi v gostinstvu.
Metoda glavnih komponent nam s prvimi štirimi komponentami po-
trdi skoraj vse hipoteze in dele znotraj hipotez, postavljene v raziskavi. Me-
toda nam ne potrdi le hipoteze 1 v delu, da so cene gostinskih storitev krat-
koročno pozitivno povezane z dvigom DDV in D2, ter hipoteze 3 v delu
spremenljivke ICTG. Rezultati ponovljene metode glavnih komponent so
prikazani v Preglednici 27.
Rezultati (avto)regresijske analize in interpretacija
Ko so podatki urejeni v časovno ekvidistančnem zaporedju, je za mo-
del smiselno uporabiti analizo časovnih vrst. Časovne vrste predstavlja-
jo poseben izziv pri regresijskih analizah, zato predstavljamo rezulta-
te regresijskih analiz s pomočjo časovnih vrst. Pri regresijski analizi se
ukvarjamo z analizo istočasnih podatkov. Če se paru podatkov spreme-
ni zaporedje, se regresijski koeficienti in standardni odklon ne spreme-
nijo. Metoda ne zahteva določenega zaporedja parov in posameznim pa-
rom daje enako utež. V empiričnem delu raziskave smo ugotovili, da z
regresijsko analizo pridemo do neprave regresije (Gričar in Bojnec 2010a).
D-W-statistika ima vrednost 0,799, kar je pod spodnjo vrednostjo pri 5 %
stopnji značilnosti (1,324), kar kaže na obstoj avtokorelacije. To pomeni,
da obstajajo odstopanja od ocenjene regresijske enačbe oziroma da obstaja-
jo nepojasnjene korelacijske spremembe odvisne spremenljivke v različnih
časovnih obdobjih in da na njih delujejo podobni faktorji, pa čeprav v raz-
ličnih obdobjih. Rezultati regresijske analize, ki so podani v preglednici 6,
kažejo na možno prisotnost neprave regresije (Mladenović 2004; Gričar in
Bojnec 2012a). Pri časovnih vrstah pa je zaporedje kombinacij (notranjih
in zunanjih) spremenljivk pomembno, ker so v regresijskem modelu upo-
Tretja bipolarna komponenta združuje cene proizvodov (ICIPP)
in zajema menjalni sektor, plače brez raziskav (IBPG) in menjalni tečaj
(NEDT). Tretjo komponento bomo poimenovali cenovna pričakovanja.
Komponenta nam potrdi hipoteze 2, 3 in 4. Komponenta tri potrdi hi-
potezo 2 v delu, ki pravi, da so cene gostinskih storitev statistično značil-
no in negativno povezane z apreciacijo domače valute, in hipotezo 3 v delu,
ki pravi, da so cene gostinskih storitev pozitivno povezane s stroški nabave
proizvodov ter s stroški plač.
V povezavi s cenami v gostinstvu četrta komponenta pojasnjuje 9,2 %
variance časovne serije. Z njo potrdimo hipotezo 3 v delu, ki pravi, da so
cene gostinskih storitev pozitivno povezane s stroški nabave inputov (IAC).
Komponenta štiri potrdi tudi hipotezo 1 v delu, ki pravi, da so cene go-
stinskih storitev statistično značilno in pozitivno povezane z uvedbo evra
(D1). Poimenovali jo bomo agroživilski in monetarni inputi v gostinstvu.
Metoda glavnih komponent nam s prvimi štirimi komponentami po-
trdi skoraj vse hipoteze in dele znotraj hipotez, postavljene v raziskavi. Me-
toda nam ne potrdi le hipoteze 1 v delu, da so cene gostinskih storitev krat-
koročno pozitivno povezane z dvigom DDV in D2, ter hipoteze 3 v delu
spremenljivke ICTG. Rezultati ponovljene metode glavnih komponent so
prikazani v Preglednici 27.
Rezultati (avto)regresijske analize in interpretacija
Ko so podatki urejeni v časovno ekvidistančnem zaporedju, je za mo-
del smiselno uporabiti analizo časovnih vrst. Časovne vrste predstavlja-
jo poseben izziv pri regresijskih analizah, zato predstavljamo rezulta-
te regresijskih analiz s pomočjo časovnih vrst. Pri regresijski analizi se
ukvarjamo z analizo istočasnih podatkov. Če se paru podatkov spreme-
ni zaporedje, se regresijski koeficienti in standardni odklon ne spreme-
nijo. Metoda ne zahteva določenega zaporedja parov in posameznim pa-
rom daje enako utež. V empiričnem delu raziskave smo ugotovili, da z
regresijsko analizo pridemo do neprave regresije (Gričar in Bojnec 2010a).
D-W-statistika ima vrednost 0,799, kar je pod spodnjo vrednostjo pri 5 %
stopnji značilnosti (1,324), kar kaže na obstoj avtokorelacije. To pomeni,
da obstajajo odstopanja od ocenjene regresijske enačbe oziroma da obstaja-
jo nepojasnjene korelacijske spremembe odvisne spremenljivke v različnih
časovnih obdobjih in da na njih delujejo podobni faktorji, pa čeprav v raz-
ličnih obdobjih. Rezultati regresijske analize, ki so podani v preglednici 6,
kažejo na možno prisotnost neprave regresije (Mladenović 2004; Gričar in
Bojnec 2012a). Pri časovnih vrstah pa je zaporedje kombinacij (notranjih
in zunanjih) spremenljivk pomembno, ker so v regresijskem modelu upo-
