- •Содержание
- •1. Постановка задачи 4
- •2. Косвенный метод наименьших квадратов 7
- •3. Двухшаговый метод наименьших квадратов 31
- •Введение
- •Постановка задачи
- •1.1. Общая постановка задачи
- •1.2 Упрощенная модель Клейна
- •2. Косвенный метод наименьших квадратов
- •Исходные данные
- •2.1. Определение параметров уравнения регрессии приведенной формы
- •2.1.1. Построение уравнения регрессии для функции потребления
- •2.1.2. Построение уравнения регрессии для функции инвестиций
- •Вывод остатка
- •2.1.3. Проверка статистической значимости уравнений регрессии функции потребления и функции инвестиций
- •Проверка случайности колебаний уровней статочной последовательности
- •Проверка соответствия распределения случайной компоненты нормальному закону распределения
- •Проверка равенства математического ожидания случайной компоненты нулю
- •Проверка независимости значений уровней случайной компоненты
- •Определение точности модели
- •Тест ранговой корреляции Спирмена
- •2.1.4. Определение значения параметров уравнений регрессий методом подстановок
- •2.1.5. Определение параметров уравнения регрессии с помощью обычного мнк
- •3. Двухшаговый метод наименьших квадратов
- •Заключение
- •Список используемой литературы
Определение точности модели
Точность модели характеризуется величиной отклонения выхода модели от реального значения моделированных переменных. Для показателя представленного рядом значений точность определяется как разность между значением фактического уровня ряда и его оценкой полученной расчётным путём с использованием моделей. При этом в качестве статистических показателей точности применяют следующие:
1. Среднеквадратичное отклонение:
,
где i = 1 ÷ n
yi - фактическое значение рядя
- теоретическое значение ряда
n - количество наблюдений
р - количество независимых параметров
ДЛЯ ФУНКЦИИ ПОТРЕБЛЕНИЯ: ДЛЯ ФУНКЦИИ ИНВЕСТИЦИЙ:
|
9,85 |
|
4,10 |
2.Средняя относительная ошибка аппроксимации:
ДЛЯ ФУНКЦИИ ПОТРЕБЛЕНИЯ: ДЛЯ ФУНКЦИИ ИНВЕСТИЦИЙ:
|
0,05 |
|
0,08 |
3. Коэффициент сходимости:
,
где - среднее значение ряда.
ДЛЯ ФУНКЦИИ ПОТРЕБЛЕНИЯ: ДЛЯ ФУНКЦИИ ИНВЕСТИЦИЙ:
|
0,15 |
|
0,17 |
4. Коэффициент детерминации:
ДЛЯ ФУНКЦИИ ПОТРЕБЛЕНИЯ: ДЛЯ ФУНКЦИИ ИНВЕСТИЦИЙ:
R2 |
0,85 |
R2 |
0,83 |
На основании указанных показателей можно сделать выбор из нескольких адекватных трендовых моделей экономической динамики наиболее точной, хотя может встретиться случай, когда по некоторому показателю более точна одна модель, а по другому – другая модель.
Тест ранговой корреляции Спирмена
Дисперсия случайного члена уравнения регрессии в каждом наблюдении должна быть постоянной.
Под понятием дисперсия имеется ввиду возможное поведение случайного члена уравнения регрессии до того как сделана выборка.
В том случае, когда дисперсия каждого отклонения εi неодинакова для всех значений Xi, имеет место гетероскедастичность.
Часто появление проблемы гетероскедастичности можно предвидеть заранее, основываясь на знании характера данных. В таких случаях можно предпринять соответствующие действия по устранению этого эффекта на этапе спецификации модели регрессии. Это позволит уменьшить или возможно устранить необходимость формальной проверки.
В настоящее время существует достаточно большое число тестов для обнаружения гетероскедастичности, в которых делаются различные предположения о зависимости между дисперсией случайного члена уравнения регрессии и величиной объясняющей переменной.
При выполнении теста ранговой корреляции Спирмена предполагается, что дисперсия случайного члена уравнения регрессии будет либо увеличиваться, либо уменьшаться по мере увеличения X. И поэтому в регрессии, оцениваемой с помощью метода наименьших квадратов, абсолютные величины остатков и значения X будут коррелированны.
Данные по X и остатки (εi) упорядочиваются по возрастанию. Затем находится ранг для каждого значения X и εi.
Коэффициент ранговой корреляции определяют по формуле:
где:
n - количество наблюдений;
D - разность рангов X и модуля остатков D.
Если предположить, что коэффициент корреляции для генеральной совокупности равен нулю, то коэффициент ранговой корреляции имеет нормальное распределение с математическим ожиданием равным нулю:
и дисперсией:
в больших выборках.
Следовательно, соответствующая тестовая статистика равна:
И при использовании двухстороннего критерия нулевая гипотеза об отсутствии гетероскедастичности будет отклонена для генеральной совокупности при уровне значимости в 5%, если она превысит значение 1,96.
При проверке наличия или отсутствия гетероскедастичности в исследуемой модели, с помощью теста ранговой корреляции Спирмена, получаем:
ДЛЯ ФУНКЦИИ ПОТРЕБЛЕНИЯ: ДЛЯ ФУНКЦИИ ИНВЕСТИЦИЙ:
0,03, tpacч = 0,16, tкр = 1,96. 0,12, tpacч = 0,60, tкр = 1,96.
Следовательно, нулевая гипотеза принимается в обоих случаях.