- •Зміст дисципліни за темами
- •Тема 1. Концептуальні аспекти економетричного моделювання економіки
- •Тема 2. Принципи побудови економетричних моделей. Парна та множинна лінійна регресія
- •Тема 3: Моделі множинних регресій, що зводяться до лінійних
- •Тема: Економіко – математичне моделювання
- •2. Математична модель економічного об’єкту
- •Критерії вибору „хорошої моделі”:
- •За характером застосування методів дослідження виділяються:
- •2. Об'єкт, предмет, мета і завдання економетрії
- •3. Основні етапи економетричного аналізу
- •4. Економічні задачі, які розв'язують за допомогою економетричних методів
- •5. Основні етапи зародження та розвитку економетрії
- •Тема: Регресійні моделі
- •1. Поняття регресії
- •3. Парна лінійна регресія
- •4. Теоретична і розрахункова моделі
- •5. Метод найменших квадратів – метод розрахунку параметрів моделі.
- •6. Дисперсійний аналіз моделі
- •Приклад виконання типового завдання
- •1. Економічна постановка задачі
- •2. Геометричне зображення залежності між досліджуваними показниками
- •3. Оцінювання параметрів парної лінійної регресії
- •4. Розрахунок коефіцієнта детермінації та парної кореляції.
- •5. Перевірка достовірності побудови моделі на основі статистичних критеріїв
- •5. Визначення стандартних похибок та довірчих інтервалів для оцінок параметрів моделі
- •6. Точковий та інтервальний прогноз на основі побудованої моделі.
- •Тема: Загальна лінійна економетрична модель
- •1. Множинна лінійна регресія
- •2. Передумови застосування метода найменших квадратів
- •3. Дисперсійний і регресійний аналіз моделей
- •4. Точковий та інтервальльний прогноз
- •5. Перевірка якості та статистичної значущості моделі
- •Завдання №1 на самостійну роботу
- •1). Побудувати економетричну модель залежності між факторами за допомогою функції «линейн»:
- •Тема: Нелінійні моделі
- •Степенева (поліноміальна ) модель
- •2. Гіперболічна модель
- •3. Показникові моделі
- •4. Виробнича функція Кобба – Дугласа
- •Завдання №2 на самостійну роботу
- •Тема: Фіктивні змінні в регресійних моделях
- •1. Необхідність використання фіктивних змінних
- •2. Моделі ancova
- •2.1. Ancova - Модель при наявності у фіктивної змінної двох альтернатив
- •2.2. Моделі ancova за наявності у якісних змінних більш двох альтернатив
- •3. Використання фіктивних змінних у сезонному аналізі
- •Завдання № 3* на самостійну роботу Розрахувати моделі із фіктивними змінними :
- •Дослідити розраховану модель на значущість. Тема: Мультиколінеарність факторів моделі
- •Поняття мультиколінеарності
- •Основні наслідки мультиколінеарності:
- •Дослідження наявності мультиколінеарності
- •Ознаки мультиколінеарності
- •Алгоритм Фаррара – Глобера
- •Завдання №4 на самостійну роботу
- •Тема: Гетероскедастичність моделі
- •1. Поняття гетероскедастнчності та її наслідки
- •2. Перевірка гетероскедастичності
- •Тема: Автокореляція відхилень (залишків)
- •1. Поняття автокореляції та її наслідки
- •Перевірка наявності автокореляції
- •Завдання № 5 на самостійну роботу
Завдання №4 на самостійну роботу
1. Для 3-х пояснюючих змінних обчислено кореляційну матрицю r. Чи існує в масиві змінних мультиколінеарність?
2. За матрицею оцінити мультиколінеарність змінних за T-, F- критеріями для 20 спостережень і 95% надійності:
Тема: Гетероскедастичність моделі
1. Поняття гетероскедастнчності та її наслідки
В специфікації класичної економетричної моделі значення ε вектора відхилень Е незалежні між собою і мають стaлу дисперсію, тобто
Цю властивість відхилень називають гомоскедастичністю і вона є однією з обов'язкових умов для застосування методу найменших квадратів при оцінювані параметрів моделі. Проте ця властивість може виконуватись лише тоді, коли відхилення є помилками вимірювання в спостереженнях.
Якщо відхилення акумулюють загальний вплив неврахованих в моделі факторів, то дисперсія залишків змінюється для кожного спостереження або групи спостережень, тобто: , де лишається невідомим параметром, а S - визначена діагональна матриця. Таке явище називають гетероскедастичністю. При наявності гетероскедастичності оцінки параметрів моделі методом найменших квадратів будуть незміщеними, обгрунтованими, але не ефективними.
На рис. наведено приклад лінійної регресії - залежності рівня споживання С від рівня доходу І: С = â0 + â1 ·І + u - зі зростанням рівня доходу збільшується значення рівня споживання.
На рис. а дисперсія споживання залишається однаковою для різних рівнів доходу, а рис.б ілюструє збільшення дисперсії споживання зі зростанням рівня доходу: люди із великим доходом мають більший простір для його розподілу.
2. Перевірка гетероскедастичності
Для перевірки наявності гетероскедастичності використовуються різні методи.
Параметричний тест Гольдфельда - Квандта застосовується до кожної сукупності спостережень, коли дисперсія відхилень зростає пропорційно до квадрата одного із значень факторів моделі Y = AX + Е, тобто .
Цей тест також складається із 5 кроків:
Вихідні дані спостережень впорядковуються відповідно до величини елементів фактора X1, який може викликати зміну дисперсії відхилень.
Відкинути с спостережень, які містяться в центрі вектора X1. Якщо n - кількість елементів Хj , то для визначення с використовують оптимальне співвідношення
Якщо n – c спостережень утворюють дві сукупності спостережень об'єму n1 та n2 , то для кожної з них будують економетрнчну модель на основі методу найменших квадратів (m - кількість факторів моделі).
Знаходиться сума квадратів відхилень для кожної моделі та .
Обчислюється критерій , який вразі виконання гіпотези про гетероскедастичність відповідає F – розподілу з ступенями свободи.
Значення R порівнюється з табличним значенням F статистики за обраного рівня надійності і ступенях свободи k1 та k 2: якщо R ≤ Fтабл., то гетероскедастичність відсутня.
Y |
X |
31,70 |
5,5 |
33,00 |
5,6 |
41,70 |
5,8 |
31,80 |
6 |
31,90 |
6 |
32,70 |
6 |
32,10 |
6,1 |
32,50 |
6,1 |
42,00 |
6,6 |
42,10 |
6,6 |
41,90 |
6,7 |
52,50 |
7 |
53,60 |
7,6 |
54,60 |
7,6 |
55,60 |
7,6 |
Приклад. Дослідження на гетероскедастичність
1) Сукупність значень змінної Х1 упорядковуємо за зростанням:
2) а) Визначаємо значення параметра с зі співвідношення , для n =15, тоді с = 4, отже потрібно відкинути 4 елементи із середини сукупності, але в сукупності залишається 11 елементів, які не діляться на 2 без остачі. Тому потрібно відкинути 4 елементи із середини та один елемент на початку сукупності й дістати дві сукупності: n1,n2 = 5.
б) Будуємо економетричну лінійну модель за першою сукупністю: +и
Y |
X |
31,70 |
5,50 |
33,00 |
5,60 |
41,70 |
5,80 |
31,80 |
6,00 |
31,90 |
6,00 |
0,154 |
33,131 |
10,950 |
63,332 |
0,000 |
4,994 |
0,000 |
3,000 |
0,005 |
74,823 |
« Лін.1»:
Маємо таку модель залежності за першою сукупністю: Y=33,131+ 0,154 х1,
сума квадратів залишків для першої сукупності S1=74,823.
в) Побудуємо економетричну модель за другою сукупністю
Y |
X |
41,90 |
6,70 |
52,50 |
7,00 |
53,60 |
7,60 |
54,60 |
7,60 |
55,60 |
7,60 |
11,458 |
-32,006 |
3,687 |
26,950 |
0,763 |
3,128 |
9,659 |
3,000 |
94,531 |
29,361 |
« Лін.2»:
Маємо таку економетричну модель для другої сукупності: Y = -32,006 + 11,458 х1,
сума квадратів залишків для другої сукупності S2=29,361.
г) Знайдемо значення критерію , R* =29,361/74,823 = 0,392.
Порівнюємо це значення із табличним значенням F-критерію, коли маємо =(15-4-2·2)/2=3,5.
Значення (0,392<3,06), отже у масиві змінної Х1 гетероскедастичності немає.