Для оценки параметров этой модели согласно методу Алмон необходимо задать степень аппроксимирующего полинома Для решения используем соответствующую процедуру ППП Statistica Порядок расчетов следующий:
1) введите исходные данные или откройте существующий файл другого формата, содержащий анализируемые данные, в опции Data Management в окне переключения модулей (рис. 4.16). Если создаете новый файл данных, в соответствующих ячейках укажите количество строк и столбцов. В нашем случае - 2 столбца, 36 строк;
STATISTICA Module Switcher
ШЛ Basic Statistics/Tables Nonpaiametiics/Distiib. В AN OVA/MAN OVA Linear Regression
Nonlinear Estimation .ilTime Series/Forecasting Cluster Analysis
Data Management/MFM
Factor Analysis
Spreadsheet-based data management is irtegraled into all modules, thi module includes global data restructuring facilities Quick MML language, import export, merge, split, sort, standardize, missing data replace, verify, and all Megafile Manager (MFM) facilities.

S.witchTo Customize Ijgt...
End Switch I о ICancel
Рис. 4.16. Окно переключения модулей
2) из модуля управления данными перейдите в модуль анализа временньк рядов, выбрав в меню пункт Time Series / Forecasting;
Щ) I line Seiies Analysi
Vaiiable Long vwiable lienet) name
Nuiiibei of backups per vaiiable (seiie<) ARIMA (Box t Jenkins) t autoconelalion ~
| | |
| brienupladl.* | |
|
| | ngtloiKailing |
|
|
| | |
| | |
Al selecled vaiabtes s«ies) will be read inlo memoiy and will be available fof analysis The analyses (eg tiansfotmalions) will
be perloiiTied on Ihe NgHighted vaiiable Tiansloimed vanables (sedes) wiii automaticatty be added lo Ihe list To edit a short oi long vaiiable nanw double click on it To
Lock variables (so that they will not be overwritten by stiisequent ttansforrrtions) dixible dick on the Lock cokimn f Replace missmg data with -
Oveiall ni£an
С Intefpolalion fion adiacent points
Г iiean of N adacent points. N 1 Г Median of N adiacenl pmnls. N 2 Г Piedicled values fion Imeai liend legiession
Рис. 4.17. Окно анализа временных рядов
3)откройте файл, содержащий данные - Open Data (рис. 4.17);
4)вьщелите все переменные, используемые для анализа, - Variables. Щелкните по кнопке ОК (рис. 4.18).
Select the variables for the time series analyses
Select variables (max=20):

Рис. 4.18 Выбор переменных для анализа
5) щелкните по кнопке Distributed lags analysis (см. рис. 4.17);
Lock Variable ton
L Й |
| | |
Nunliei at backups per variable (sei | | |

Auloconelatiom
Lag length. {3 Method
Й Alpha (higMighteig)-\Щ
С Unconstrained fiolynomlal lags
< А1шап polynomial lags, order (p<lag)- IF"
R While noise standard errors
Nunberoflags.llS
Г Displar/plot subset only | |
| |
| |
|

Рис. 4.19. Окно анализа моделей с распределенными лагами
6)в окне Distributed Lags Analysis (рис. 4.19) вьщелите название зависимой переменной, в появляющемся окне Independent variable -название независимой переменной. В ячейке Lag length укажите значение максимального лага, в ячейке Almon polynomial lags - степень аппроксимирующего полинома. Степень полинома не должна превышать значение максимального лага. Щелкните по кнопке ОК (Begin analysis);
7)результаты расчетов - оценки регрессионных коэффициентов и значимость уравнения - приведены на рис. 4.20 и 4.21.
£опНпи

order 2 R- 9989 R-sguaje 9978 К 33
248329467570 127333358077 134552413965
Standard Error
056425825634 038373937674 037418913113 058996550997
Л1 Ш.
8 817606775913 6 471305334349 3 402914394983 2 280682712664
000000001057 0000004409S3 001965520839 030099210887
Рис. 4.20. Оценки параметров уравнения с распределенным лагом