«Введение фиктивных переменных»

Задача:
Вы располагаете массивом данных по 54 странам мира, который представлен в файлах формата Excel и Eviews. Согласно номеру своего варианта Вам необходимо выбрать данные, содержащие одну зависимую переменную Y и пять объясняющих переменных X, и провести необходимые вычисления в пакете Eviews. В процессе выполнения практической работы следует все полученные результаты скопировать в MS WORD, дать их интерпретацию и оформить в виде отчета.
Задания:

1. В рабочем файле «data_econ» ввести новую (фиктивную) переменную. Значения фиктивной переменной «Уровень экономического развития» уже созданы в вашем файле. Страна принимает значение 1, если относится к развитым странам и 0 – если к развивающимся.
2. Предложите способы введения описанной выше фиктивной переменной, учитывающий качественный фактор (уровень экономического развития) для модели с парной регрессией и множественной.
3. Для каждой из регрессий исследовать статистическую значимость коэффициентов регрессий и проинтерпретировать итоговые статистики регрессий.
4. Проверить гипотезу о равенстве нулю коэффициента при фиктивной переменной; сделать вывод о наличии связи между зависимой переменной и фиктивной переменной.
5. Разделить исходную совокупность стран на две подвыборки: развитых и развивающихся стран. Постройте уравнение парной регрессии отдельно по каждой подвыборке и всей выборке стран (54 страны). Найдите сумму квадратов остатков по модели, оцененной по каждой подвыборке и по объединённым данным. Проведите тест Чоу на регрессионную однородность данных, сделайте вывод о влиянии качественного фактора.
   Резюмируйте вашу работу соответствующими выводами.

Тест Чоу

Тестовая статистика имеет вид: , где RSS1 – сумма квадратов остатков регрессии, оцененной по n1 наблюдениям,
RSS2 – сумма квадратов остатков регрессии, оцененной по n2 наблюдениям,
RSSP – сумма квадратов остатков регрессии, оцененной по всем наблюдениям. k – число коэффициентов в модели (например в парной регрессии k=2) При выполнении нулевой гипотезы тестовая статистика имеет F – распределение со степенями свободы . Если рассчитанное значение F – статистики не превышает критическое , то основная гипотеза не отвергается, зависимость можно считать единой для двух наборов данных.