Dataset dan Plot

Dataset yang digunakan adalah data harga beberapa kebutuhan pokok di Polandia yang didapat dari situs kaggle.com . Dalam praktikum ini akan diuji adanya lag pada data harga Beras akibat peubah harga Tepung Terigu.

df = read_excel("D:/Download/Prices in Poland.xlsx")
plot(x = df$Year, y = df$Rice, lines=TRUE, xlab = "Tahun", ylab = "Harga 1kg Beras (Euro)")
lines(x  = df$Year, y =  df$Rice, type = "l")

plot(x = df$Year, y = df$Flour, lines=TRUE, xlab = "Tahun", ylab = "Harga 1kg Tepung Terigu (Euro)")
lines(x  = df$Year, y =  df$Flour, type = "l")

Model Koyck

## 
## Call:
## "Y ~ (Intercept) + Y.1 + X.t"
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -0.3701 -0.2624 -0.1242  0.1301  0.9597 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)  
## (Intercept)  0.36133    0.82700   0.437   0.6699  
## Y.1          0.88341    0.29492   2.995   0.0112 *
## X.t          0.05652    0.83736   0.067   0.9473  
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.4225 on 12 degrees of freedom
## Multiple R-Squared: 0.8233,  Adjusted R-squared: 0.7938 
## Wald test: 27.83 on 2 and 12 DF,  p-value: 3.114e-05 
## 
## Diagnostic tests:
## NULL
## 
##                             alpha       beta       phi
## Geometric coefficients:  3.099276 0.05652114 0.8834145
## [1] 21.37067
## [1] 24.20288

Model Koyck yang dibuat menunjukkan P-value < 0,05 yang berarti model signifikan dan R Squared dan adjusted R Squared yang cukup besar (0,8233 dan 0,7938)

menunjukkan model Regresi Koyck dapat digunakan

adapun model yang dibentuk:

Y(t) = 0.36133 + 0.05652 X(t) + 0.88341 Y(t-1)