- •Шкала оцінювання
- •Економетрика Зміст дисципліни за темами Тема 1. Концептуальні аспекти економетричного моделювання економіки
- •Тема 2. Принципи побудови економетричних моделей. Парна та множинна лінійна регресія
- •Тема 3: Нелінійні економетричні моделі
- •Тема 4. Фіктивні змінні в економетричних моделях
- •Тема 5. Мультиколінеарність
- •Тема 6. Автокореляція залишків
- •Тема 7. Гетероскедастичність залишків
- •Приклади типових завдань
- •Тема: Соціально – економічні системи, методи дослідження та моделювання
- •2. Математична модель економічного об’єкту
- •Критерії вибору „хорошої моделі”:
- •3. Класифікація економіко-математичних моделей
- •4. Основні етапи економіко – математичного моделювання
- •Економетрика
- •2. Об'єкт, предмет, мета і завдання економетрії
- •3. Основні етапи економетричного аналізу
- •4. Економічні задачі, які розв'язують за допомогою економетричних методів
- •5. Основні етапи зародження та розвитку економетрії
- •Тема: Регресійні моделі
- •1. Поняття регресії
- •2. Парна лінійна регресія
- •3. Метод найменших квадратiв (мнк)
- •4. Дисперсійний аналіз моделі
- •Лабораторна робота №1 «Економетрична модель простої регресії»
- •1. Постановка задачі.
- •3. Розрахунок моделей
- •Знаходження оцінок параметрів моделі методом найменших квадратів
- •5. Графік моделі у „хмарі” розсіювання
- •6. Дисперсійний аналіз лінійної моделі:
- •7. Значущість оцінок параметрів і моделі:
- •8. Прогноз:
- •9. Аналіз лінійної моделі:
- •Лабораторна робота № 2 « Модель множинної лінійної регресії»
- •Тема: Нелінійні моделі
- •1. Нелінійні регресії
- •2. Нелінійні регресії 1-го класу
- •2.1. Поліноміальна модель
- •2.2. Гіперболічна модель
- •3. Нелінійні регресії 2-го класу
- •3.1. Показникова моделі
- •3.2. Степенева модель
- •3.3. Напівлогарифмічні моделі
- •Лінійно – логарифмічна модель
- •3.4. Виробнича функція Кобба – Дугласа
- •4. Врахування випадкового відхилення
- •Лабораторна робота №1 “Методи прогнозування цінової динаміки”
- •1. Лінійна регресія
- •2. Нелінійна регресія
- •2. Порядок визначення оптимальної прогностичної моделі
- •Іншим показником якості моделі є вибірковий коефіцієнт детермінації. Для будь якої моделі показник розраховується так:
- •Лабораторна робота № 3 «Оцінювання параметрів нелінійної моделі»
- •Мета роботи:
- •Завдання:
- •Дослідження наявнoстi мультиколінеарності у масиві змінних
- •Розв’язання
- •Розв’язання
- •Приклад дослідження на наявність гетероскедастичності
- •Параметричний тест Гольфельда – Квандта
- •Тест Глейсера
- •- Критерій
- •Тест Спірмена
- •Тема*: Фіктивні змінні в регресійних моделях
- •1. Необхідність використання фіктивних змінних
- •2. Моделі ancova
- •2.1. Ancova - модель за наявності у фіктивної змінної двох альтернатив
- •2.2. Моделі ancova за наявності у якісних змінних більше двох альтернатив
- •2.3. Регресія з однією кількісною і двома якісними змінними
- •3. Використання фіктивних змінних у сезонному аналізі
Розв’язання
Спочатку визначимо оцінки параметрів для лінійної моделі виду
за методом найменших квадратів. Дана
модель запишеться у виді (в дужках
відмічено стандартні похибки для оцінок
параметрів):
.
σ: (190,172) (0,023)
Коефіцієнт детермінації R2= 0,9848, вибіркова дисперсія залишків Du = 4792230,74.
Для визначення статистики Дарбіна-Уотсона та коефіцієнта автокореляції залишків першого порядку скористаємося формулами (7.1) та (7.2), допоміжні розрахунки запишемо в таблицi:
i |
Хi |
Yi |
|
ui |
|
|
|
1 |
2762 |
2997 |
3126,647 |
-129,647 |
16808,294 |
– |
– |
2 |
2753 |
3060 |
3118,717 |
-58,717 |
3447,665 |
5031,06 |
7612,45 |
3 |
2891 |
3331 |
3240,310 |
90,690 |
8224,694 |
22322,43 |
-5325,03 |
4 |
3265 |
4103 |
3569,845 |
533,155 |
284254,490 |
195775,39 |
48351,90 |
5 |
3734 |
4126 |
3983,085 |
142,915 |
20424,686 |
152287,46 |
76195,86 |
6 |
4177 |
4487 |
4373,416 |
113,584 |
12901,222 |
860,33 |
16232,79 |
7 |
4433 |
5095 |
4598,980 |
496,020 |
246035,409 |
146257,31 |
56339,66 |
8 |
4643 |
5196 |
4784,013 |
411,987 |
169732,970 |
7061,54 |
204353,42 |
9 |
4608 |
5001 |
4753,175 |
247,825 |
61417,448 |
26948,89 |
102100,76 |
10 |
4879 |
5104 |
4991,955 |
112,045 |
12554,042 |
18436,38 |
27767,56 |
11 |
4563 |
4985 |
4713,525 |
271,475 |
73698,869 |
25418,10 |
30417,41 |
12 |
5017 |
5102 |
5113,548 |
-11,548 |
133,362 |
80102,37 |
-3135,07 |
13 |
5260 |
5189 |
5327,658 |
-138,658 |
19225,991 |
16156,84 |
1601,26 |
14 |
6327 |
5243 |
6267,801 |
-1024,801 |
1050217,988 |
785250,51 |
142096,73 |
15 |
6352 |
5986 |
6289,829 |
-303,829 |
92312,165 |
519801,01 |
311364,57 |
16 |
6784 |
5715 |
6670,468 |
-955,468 |
912919,837 |
424633,67 |
290299,17 |
17 |
7865 |
7245 |
7622,948 |
-377,948 |
142844,338 |
333530,34 |
361116,92 |
18 |
9172 |
8332 |
8774,557 |
-442,557 |
195857,036 |
4174,43 |
167263,47 |
19 |
9597 |
9392 |
9149,029 |
242,971 |
59034,989 |
469949,39 |
-107528,68 |
20 |
11380 |
10222 |
10720,047 |
-498,047 |
248050,519 |
549107,49 |
-121010,99 |
21 |
12339 |
11976 |
11565,031 |
410,969 |
168895,916 |
826310,43 |
-204682,00 |
22 |
14004 |
13694 |
13032,077 |
661,923 |
438141,406 |
62977,42 |
272029,95 |
23 |
15010 |
14538 |
13918,473 |
619,527 |
383813,155 |
1797,42 |
410078,57 |
24 |
17202 |
15436 |
15849,865 |
-413,865 |
171284,252 |
1067898,14 |
-256400,37 |
Σ |
|
|
|
0,000 |
4792230,74 |
5742088,33 |
1827140,30 |
Розрахуємо критерій Дарбіна-Уотсона:
та коефіцієнт автокореляції
залишків першого порядку:
.
Критичні значення DW
при
>0
для кількості
спостережень n
= 24, числа пояснюючих
змінних m
=1 та рівня значущості
α =
0,05 відповідно дорівнюють: DW1
=1,273; DW2
= 1,446.
0 < DW < 1,273, то для даної моделі можемо стверджувати про існування додатної автокореляції залишків.
Приклад 2. Спробуємо включити до моделі ще один пояснюючий фактор.
Вивчається залежність
між кредитами Y,
наданими комерційними банками, залученими
депозитними коштами X1
та резервною величиною
капіталу банків X2
(млн. грн.):
№ |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
Y |
2997 |
3060 |
3331 |
4103 |
4126 |
4487 |
5095 |
5196 |
X1 |
2762 |
2753 |
2891 |
3265 |
3734 |
4177 |
4433 |
4643 |
X2 |
964 |
727 |
962 |
849 |
882 |
1000 |
805 |
926 |
№ |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
16 |
Y |
2997 |
3060 |
3331 |
4103 |
4126 |
4487 |
5095 |
5196 |
X1 |
4608 |
4879 |
4563 |
5017 |
5260 |
6327 |
6352 |
6784 |
X2 |
806 |
858 |
1169 |
1454 |
1942 |
2623 |
2415 |
2613 |
№ |
17 |
18 |
19 |
20 |
21 |
22 |
23 |
24 |
Y |
7245 |
8332 |
9392 |
10222 |
11976 |
13694 |
14538 |
15436 |
X1 |
7865 |
9172 |
9597 |
11380 |
12339 |
14004 |
15010 |
17202 |
X2 |
3508 |
3436 |
3520 |
4750 |
4696 |
4903 |
4482 |
5479 |
Перевірити наявність автокореляції залишків першого порядку за тестом Дарбіна-Уотсона.
