
- •14. Тест Дарбина – Уотсона отсутствия автокорреляции случайного остатка в линейной модели множественной регрессии. (15 баллов)
- •15. Отражение в модели влияния на эндогенные переменные неучтённых факторов. Приведённая форма эконометрической модели. (15 баллов)
- •16. Линейная модель множественной регрессии. Порядок её оценивания методом наименьших квадратов в Excel. Смысл выходной статистической информации функции линейн. (15 баллов)
- •17. Теорема Гаусса-Маркова, основные допущения и предпосылки, их практическое содержание и назначение. (25 баллов)
- •18. Случайная переменная (дискретная и непрерывная) и закон её распределения. (15 баллов)
- •19. Процедура интервального прогнозирования по оценённой линейной модели значений эндогенной переменной. (25 баллов)
- •20. Модели нестационарных временных рядов с трендом и сезонной составляющей и их идентификация.
- •21. Последствия нарушения предпосылок теоремы Гаусса-Маркова. (25 баллов)
- •22. Показатели качества регрессии. Коэффициент детерминации как мерило качества спецификации эконометрической модели. (25 баллов)
- •23. Автокорреляция в уравнениях множественной регрессии, признаки ее наличия и последствия. Оценка параметров уравнения множественной регрессии с автокоррелированными остатками. (25 баллов)
- •24. Ковариация и коэффициент корреляции двух случайных переменных. (15 баллов)
- •25. Понятия несмещенности и эффективности оценок параметров модели, понятие состоятельности оценки.
14. Тест Дарбина – Уотсона отсутствия автокорреляции случайного остатка в линейной модели множественной регрессии. (15 баллов)
Для проверки на автокорреляцию используется тест Дарбина-Уотсона.
Выдвигается
гипотеза об отсутствии автокорреляции
в остатках:
при
.
Вычисляем
критерий Дарбина-Уотсона:
,
где
-
оценки случайных остатков
.
Областью изменения переменой DW служит интервал (0,4).
По
таблице Дарбина-Уотсона определяем
критические значения критерия
Дарбина-Уотсона
,
для
заданного числа наблюдений n
и числа объясняющих переменных k.
По этим значениям разбивают промежуток
(0,4) на 5 отрезков. И проверяется, в какое
множество попала величина DW.
При
попадании статистики DW
в множество
принимается
альтернативная гипотеза
при
.
Если
статистика DW
попадает в множество
,
то принимается альтернативная гипотеза
при
.
Когда статистика DW попадает в зону неопределенности, то ни отклонить, ни принять гипотезу при помощи данного теста не удается.
15. Отражение в модели влияния на эндогенные переменные неучтённых факторов. Приведённая форма эконометрической модели. (15 баллов)
Именно случайные возмущения отражают в модели воздействие на эндогенные переменные неучтенных факторов. Такие модели принято называть регрессионными моделями.
Обратимся к спецификации «паутинной» модели спроса-предложения товара на конкурентном рынке:
В
первом уравнение уровень текущего
спроса
определяется
текущей ценой товара и текущим доходом
потребителя. На текущий спрос оказывают
влияние и другие факторы. Например,
ожидаемый уровень душевого дохода
потребителя в следующем периоде,
.
Этот фактор в спецификации модели
отсутствует, т.е. является неидентифицированным.
Однако отсутствие в спецификации модели
каких-то факторов вовсе не избавляет
от их влияния на эндогенные переменные
модели.
Отражение
в спецификации модели влияние на текущий
спрос (предложение) неучтенных факторов
происходит путем включения в поведенческие
уравнения модели случайных переменных,
значения которых рассеяны вокруг нуля.
Такие случайные переменные называют
случайными возмущениями или остатками.
Вот так выглядит спецификация «паутинной»
модели спроса-предложения товара после
включения в уравнения случайных
возмущений, соответственно
и
:
Рассеянные
вокруг нуля случайные переменные
и
отражают
влияние на текущие эндогенные переменные
этой модели
,
,
неучтенных
факторов. Расположенная в правой части
первого уравнения линейная функция
называется
функцией регрессии. Аналогично во втором
уравнении.
Представим
спецификацию модели в компактном виде:
,
где
-
вектор случайных возмущений,
и
-
векторы соответственно текущих эндогенных
переменных и предопределенных переменных
моделей. В свою очередь, компактная
запись приведенной формы модели имеет
вид:
,
где
-
матрица коэффициентов приведенной
формы модели, а
-
вектор случайных возмущений в приведенной
форме модели.