
- •1. Основные виды эконометрических моделей
- •2. Эконометрическое моделирование
- •3. Классификация видов
- •1. Общая модель парной регрессии
- •2. Нормальная линейная модель парной регрессии
- •3) Предположения о том, что дисперсия случайной ошибки уравнения регрессии является постоянной для всех наблюдеn ний и ковариация случайных ошибок любых двух разных набn
- •1. Классический метод наименьших квадратов для модели парной регрессии
- •2. Альтернативный метод нахождения параметров
- •1. Состоятельность и несмещенность мнКйоценок
- •2. Эффективность мнКйоценок. Теорема Гаусса—Маркова
- •1. Проверка гипотезы о значимости коэффициентов регрессии
1. Общая модель парной регрессии
После того как в ходе экспериментов было доказано наличие взаимосвязи между изучаемыми переменными, встает задача определения точного вида выявленной зависимости с помощью регрессионного анализа.
Регрессионный анализ заключается в определении аналитичеn ского выражения связи (в определении функции), в котором изn менение одной величины (результативного признака) обусловлеn но влиянием независимой величины (факторного признака). Количественно оценить данную взаимосвязь можно с помощью построения уравнения регрессии или регрессионной функции.
Базисной регрессионной моделью является модель парной (однофакторной) регрессии. Данная регрессионная функция наn зывается полиномом первой степени и используется для описаn ния равномерно развивающихся во времени процессов. Общий вид парного уравнения регрессии зависимости y от x :
yi 0 1xi i, (1)
i
где yi — зависимые переменные, i1,n; x — независимые переменные;
— параметры уравнения регрессии, подлежащие оцениn
ванию;
— случайная ошибка модели регрессии, появление которой может быть обусловлено следующими объективными предпосыГ лками:1) нерепрезентативностью выборки. В модель парной регресn сии включается одни фактор, неспособный полностью объясn нить вариацию результативного признака, который может быть подвержен влиянию множества других факторов в горазn до большей степени;
10
2) вероятностью того, что переменные, участвующие в модеn ли, могут быть измерены с ошибкой.
Аналитическая форма зависимости между изучаемой парой признаков (регрессионная функция) определяется с помощью следующих методов:
1) на основе визуальной оценки характера связи. На линейn ном графике по оси абсцисс откладываются значения факторn ного (независимого) признака x, по оси ординат — значения результативного признака y. На пересечении соответствуюn щих значений отмечаются точки. Полученный точечный граn фик в указанной системе координат называется корреляционn ным полем. При соединении полученных точек получается эмпирическая линия, по виду которой можно судить не только о наличии, но и о форме зависимости между изучаемыми пеn ременными;
2) на основе теоретического и логического анализа природы
изучаемых явлений, их социальноnэкономической сущности. Параметр уравнения парной регрессии называется коэффиn
циентом регрессии. Его величина показывает, на сколько в средn нем изменится результативный признак y при изменении факn торного признака x на единицу своего измерения. Знак параметра в уравнении парной регрессии указывает на направление свяn зи. Если, то связь между изучаемыми показателями пряn мая, т. е. с увеличением факторного признака x увеличивается и результативный признак, и наоборот. Если , то связь межn ду изучаемыми показателями обратная, т. е. с увеличением факn тора x результат уменьшается, и наоборот.
Значение параметра в уравнении парной регрессии тракn туется как среднее значение результативного признака y при условии, что факторный признак x равен нулю. Такая трактовка параметра возможна только в том случае, если значение x = 0 имеет смысл.