R2 – miara dopasowania modelu; wsp. determinacji. 0£R2£1
INT: R2=0,873 à za pomocą zmiennych objaśniających modelu udało się nam wyjaśnić niemal 84% zminności poziomu importu. Ten wynik można uznać za zadowalający.
R2 – skorygowany wsp. determinacji; uwzględnia liczbę zmiennych i nakłada karza dodawanie zbędnych zmiennych; na małych próbach jest bardziej wiarygodny niż R2.
Kryteria informacyjne (AIC, Schwarza, Hannana-Quinna) – odzwierciedla na ile proces opisany szacowanym równaniem ma potwierdzenie w zaobserwowanych wynikach.
INT: AIC (A)>AIC (B) à AIC (A) niesie mniej informacji o kształtowaniu się cen koni niż AIC (B); AIC (A) powinien być odrzucony.
WSPÓŁLINIOWOŚĆ: (wystąpienie dokładnej wsp. uniemożliwia zastosowanie MNK)
Czynnik inflacji wariancji CIW (VIF): porównuje sytuację faktyczną z idealną.
CIW=1 – idealna; CIW od 1 do 10 – nie mo powodu do obaw; CIW > 10 – współczynnik zakłóca estymację (należy wprowadzić zmiany).
Wskaźnik uwarunkowania macierzy CN – mierzy wrażliwość ocen parametrów na niewielkie zmiany danych. CN>20 – wartości uznawane za duże.
TESTY ISTOTNOŚCI: (służą do weryfikacji hipotez o tym, że parametry rozkładu populacji przyjmują ustalone wartości)
p<poziomu istotności à Ho odrzucana.
*test Walda
*test LM
TESTY SPECYFIKACJI MODELU:
Test RESET – bardzo ogólny test wykrywający wiele błędów specyfikacji modelu.
Ho – spec. poprawna; p<p.ist-odrz.Ho
Test Davidsona-MacKinnona – sprawdza kompletność.
Ho-kompletny; Chat_2<p.ist.-odrz.Ho
Test pomieniętej zmiennej: Ho – zmienna nie powinna zostać.
AUTOKORELACJA:
Test Durbina-Watsona (DW): najczęście stosowany test autokorelacji.
p<0 – aut. ujemna
p>0 – aut. dodatnia
Test LM – bardzo ogólny test, co wyklucza jego stoswanie w małych próbach (n<30)
Ho-brak autokorelacji
Chi^2 < p.ist – odrz. Ho
HETEROSKEDASTYCZNOŚĆ:
Test White’a Ho-homoskedastyczność; Chi^2 <p.ist. – odrz. Ho
NORMALNOŚĆ ROZKŁADU:
Test Jarque-Bery:
Ho – rozkład normalny
p < p.ist. – odrz. Ho
chomikSGHowy