1.5. Дополнительный материал

Фрагмент 1.1. Определение слова «спецификация».

Фрагмент 1.2. Рекомендуемое число наблюдений.

Фрагмент 1.3. Вид модели множественной линейной регрессии.

Фрагмент 1.4. Содержание спецификации модели.

Спецификацией модели называется отбор факторов, включаемых в модель, и выбор математической функции для . Поэтому к ошибкам спецификации относятся не только неправильный выбор той или иной математической функции для , но и недоучет в уравнении регрессии какого-то существенного фактора, то есть использование парной регрессии вместо множественной.

Эконометрика : учеб. / И.И. Елисеева и [др.]; под ред. И.И. Елисеевой. – 2-е изд., перераб. и доп. – М. : Финансы и статистика, 2005. – С. 45.

Прикладная статистика. Основы эконометрики: Учебник для вузов: В 2 т. 2-е изд., испр. – Т. 2: Айвазян С.А. Основы эконометрики. – М.: ЮНИТИ-ДАНА, 2001. – С. 20–30 .

Фрагмент 1.5. Рекомендуемой число объектов наблюдений, приходящееся на один коэффициент регрессии.

Считается, на каждый оцениваемый коэффициент регрессии необходимо не менее 5–7 объектов статистических наблюдений. Так как представленная модель содержит 3 независимые переменные, то на каждый из параметров регрессии при независимой переменной необходимо по 5–7 наблюдений, то есть в совокупности не менее 15–21 наблюдения. Берем нижнюю границу интервала, тогда правильный вариант ответа – «15».

(Пояснения разработчика тестов)

Фрагмент 1.6. Определение в модели количества объясняющих переменных.

В модели вида  количество объясняющих переменных равно …

Эконометрическая модель уравнения регрессии может быть представлена линейным уравнением множественной регрессии в виде выражения ,

где y – зависимая переменная;

x_j – объясняющая независимая переменная (j = 1,…, k;

k – количество независимых переменных);

a, b_j – параметры (a – свободный член уравнения, b_j – коэффициент регрессии);

 – случайные факторы.

Независимые переменные x_j называются также факторами, объясняющими переменными.

На количество объясняющих переменных в линейном уравнении указывает также количество коэффициентов регрессии b_j.

Поэтому количество объясняющих переменных в модели равно 3.

Прикладная статистика. Основы эконометрики: Учебник для вузов: В 2 т. 2-е изд., испр. – Т. 2: Айвазян С.А. Основы эконометрики. – М.: ЮНИТИ-ДАНА, 2001. – С. 42–49.

Магнус, Ян Р. Эконометрика: начальный курс: Учебник для студ-ов вузов, обуч. по экон. спец. / Я.Р. Магнус, П.К. Катышев, А.А. Пересецкий; Акад. народ. хоз-ва при Правительстве Рос. Федерации. – М. : Дело, 2000. – С. 33.

Фрагмент 1.7. Количество оцениваемых параметров

При идентификации модели множественной регрессии  количество оцениваемых параметров равно …

При оценке модели множественной регрессии

 рассчитываются следующие параметры: свободный член a и четыре параметра при независимых переменных х.

Итого 5 параметров.

Эконометрика : учеб. / И.И. Елисеева и [др.]; под ред. И.И. Елисеевой. – 2-е изд., перераб. и доп. – М. : Финансы и статистика, 2005. – С. 40–50.

Фрагмент 1.8. Вид уравнения регрессии с нелинейными по объясняющими переменными, но линейным по параметрам

Нелинейным по объясняющим переменным, но линейным по параметрам уравнением регрессии является …

В функции    параметры имеют степень 1, а объясняющая переменная х имеет степень, отличную от 1.

Эконометрика : учеб. / И.И. Елисеева и [др.]; под ред. И.И. Елисеевой. – 2-е изд., перераб. и доп. – М. : Финансы и статистика, 2005. – С. 43–78.

1 Павло Цьомпа. Нариси економерії і побудована н націоналній політекономії теорія бухгалтерського обліку./Пер. з нім. Я. Гончарук и др. - Львів: Каменяр, 2001.