Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Елисеева И.И. - Эконометрика.doc
Скачиваний:
3
Добавлен:
01.04.2025
Размер:
6.06 Mб
Скачать

(i-b-B)

Приведенная форма модели рассматривается в гл. 4

99

Отбор факторов, включаемых в регрессию, является одним из важнейших этапов практического использования методов рег­рессии. Подходы к отбору факторов на основе показателей кор­

реляции могут быть разные. Они приводят построение уравнения множественной регрессии соответственно к разным методикам. В зависимости оттого, какая методика построения уравнения ре­грессии принята, меняется алгоритм ее решения на ЭВМ.

Наиболее широкое применение получили следующие методы построения уравнения множественной регрессии:

  • метод исключения;

  • метод включения;

  • шаговый регрессионный анализ.

Каждый из этих методов по-своему решает проблему отбора факторов, давая в целом близкие результаты — отсев факторов из полного его набора (метод исключения), дополнительное введе­ние фактора (метод включения), исключение ранее введенного фактора (шаговый регрессионный анализ)1.

На первый взгляд может показаться, что матрица парных ко­эффициентов корреляции играет главную роль в отборе факто­ров. Вместе с тем вследствие взаимодействия факторов парные коэффициенты корреляции не могут в полной мере решать во­прос о целесообразности включения в модель того или иного фактора. Эту роль выполняют показатели частной корреляции, оценивающие в чистом виде тесноту связи фактора с результа­том. Матрица частных коэффициентов корреляции наиболее широко используется в процедуре отсева факторов. При отборе факторов рекомендуется пользоваться следующим правилом: число включаемых факторов обычно в 6—7 раз меньше объема совокупности, по которой строится регрессия. Если это соотно­шение нарушено, то число степеней свободы остаточной вариа­ции очень мало. Это приводит к тому, что параметры уравнения регрессии оказываются статистически незначимыми, а F-крите- рий меньше табличного значения.

3.3. Выбор формы уравнения регрессии

Как и в парной зависимости, возможны разные виды уравне­ний множественной регрессии: линейные и нелинейные.

Ввиду четкой интерпретации параметров наиболее широко используются линейная и степенная функции. В линейной мно­жественной регрессии ух — а + Ьх • х{ + Ь2 * х2 + ... + Ьр • хр парамет­ры при jc называются коэффициентами «чистой» регрессии. Они

'Подробнее см.: Дрейпер Смит Г. Прикладной регрессионный ана­лиз.-С. 172-188.

100

характеризуют среднее изменение результата с изменением соот­ветствующего фактора на единицу при неизмененном значении других факторов, закрепленных на среднем уровне.

Пример. Предположим, что зависимость расходов на продук­ты питания по совокупности семей характеризуется следующим уравнением:

= 0,5 + 0,35 • jc, + 0,73 • х2,

где у — расходы семьи за месяц на продукты питания, тыс. руб.; х, - месячный доход на одного члена семьи, тыс. руб.; х2 — размер семьи, человек.

Анализ данного уравнения позволяет сделать выводы — с рос- м дохода на одного члена семьи на 1 тыс. руб. расходы на пита- ие возрастут в среднем на 35Q руб. при том же среднем размере мьи. Иными словами, 35 % дополнительных семейных расхо- ов тратится на питание. Увеличение размера семьи при тех же ее оходах предполагает дополнительный рост расходов на питание а 730 руб. Параметр а не подлежит экономической интерпре- ции.

При изучении вопросов потребления коэффициенты регрес- и рассматриваются как характеристики предельной склонное - к потреблению. Например, если функция потребления С, име- вид

с, == д + v + А * 1 + е>

потребление в период времени t зависит от дохода того же пе- Иода Л, и от дохода предшествующего периода Rt_{. Соответст- нно коэффициент Ь0 характеризует эффект единичного возрас- ния дохода Rt при неизменном уровне предыдущего дохода, оэффициент Ь0 обычно называют краткосрочной предельной клонностью к потреблению. Общим эффектом возрастания как кущего, так и предыдущего дохода будет рост потребления на b0 + Коэффициент b рассматривается здесь как рлгосрочная склонность к потреблению. Так как коэффициен- Ы Ь0 и Ь} > 0, то долгосрочная склонность к потреблению долж- а превосходить краткосрочную bQ. Например, за период 905—1951 гг. (за исключением военных лет) М.Фридман постро- для США следующую функцию потребления: С, ~ 53 + 0,58 • Rt 0,32 * /?,_! с краткосрочной предельной склонностью к потреб- нию 0,58 и с долгосрочной склонностью к потреблению 0,91.