- •Введение
- •Раздел 1. ОПРЕДЕЛЕНИЕ ЭКОНОМЕТРИКИ
- •1.1. Предмет эконометрики
- •1.2. Особенности эконометрического метода
- •1.3. Виды измерений
- •Раздел 2. ПАРНАЯ РЕГРЕССИЯ И КОРРЕЛЯЦИЯ В ЭКОНОМЕТРИЧЕСКИХ ИССЛЕДОВАНИЯХ
- •2.1. Спецификация модели
- •2.2. Линейная регрессия и корреляция
- •2.4. Интервальный прогноз на основе линейного уравнения регрессии
- •2.5. Нелинейная регрессия
- •2.6. Подбор линеаризующего преобразования
- •2.7. Корреляция для нелинейной регрессии
- •2.8. Средняя ошибка аппроксимации
- •Раздел 3. МНОЖЕСТВЕННАЯ РЕГРЕССИЯ И КОРРЕЛЯЦИЯ
- •3.4. Оценка параметров уравнения множественной регрессии
- •3.5. Частные уравнения регрессии
- •3.7. Частная корреляция
- •3.8. Оценка надежности результатов множественной регрессии и корреляции
- •3.9. Фиктивные переменные во множественной регрессии
- •3.10. Предпосылки метода наименьших квадратов
- •3.11. Обобщенный метод наименьших квадратов
- •РАЗДЕЛ 4. ГЕТЕРОСКЕДАСТИЧНОСТЬ
- •РАЗДЕЛ 5. СИСТЕМЫ ЭКОНОМЕТРИЧЕСКИХ УРАВНЕНИЙ
- •5.1. Общие понятия о системах уравнений
- •5.2. Структурная и приведенная форма модели
- •6.1. Основные элементы временного ряда
- •6.2. Автокорреляция уровней временного ряда и выявление его структуры
- •6.3. Моделирование тенденций временного ряда
- •6.4. Моделирование сезонных и циклических колебаний
- •Перечень вопросов для подготовки к экзамену (зачету)
- •Библиографический список
2.4. Интервальный прогноз на основе линейного уравнения регрессии
Для оценки того, насколько точные значения показателей могут отличаться от рассчитанных, осуществляется построение доверительных интервалов. Доверительные интервалы определяют пределы, в которых лежат точные значения определяемых показателей при заданном уровне значимости.
На основе стандартной ошибки параметров и табличного значения кри- |
||||||||||||||||||||||
СибАД∑( ̅) И |
||||||||||||||||||||||
терия тьюдента рассчитываются доверительные интервалы: |
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
а = |
± |
|
|
таб ∙ |
|
|
; |
|
|
|
(17) |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(18) |
||||||||
|
|
|
|
|
|
|
|
|
|
|
таб ∙ |
|
|
|
|
|
|
|
||||
Используя уравнен е |
регрессии, можно получить предсказываемое зна- |
|||||||||||||||||||||
|
= |
± |
|
|
|
|
|
|
|
. |
|
|
|
|
||||||||
чение результата ( |
р) |
с помощью точечного прогноза путем подстановки в |
||||||||||||||||||||
уравнен е |
= |
+ |
соответствующего (прогнозного) значения |
. |
||||||||||||||||||
|
|
∙ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Поскольку точечный прогноз на практике не реален, поэтому дополня- |
||||||||||||||||||||||
ется расчетом |
стандартной |
оши ки |
прогнозирования |
и интервальной |
||||||||||||||||||
оценкой прогнозного значения. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
Интервальный прогноз |
заключается в построении доверительного ин- |
|||||||||||||||||||||
тервала прогноза, т.е. верхней и нижней границы интервала, содержащего |
||||||||||||||||||||||
точную величину для прогнозного значения |
|
|
. Предварительно рассчитыва- |
|||||||||||||||||||
ется стандартная оши ка прогнозирования |
[1,2]. |
|
|
|
|
|||||||||||||||||
|
|
р |
|
|
|
|
|
|||||||||||||||
Стандартная ошибка прогнозирования рассчитывается по формуле |
||||||||||||||||||||||
|
|
|
|
|
|
|
= |
∙ |
|
|
+ |
∑(( |
|
|
̅)̅) |
. |
|
|
(19) |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
Ошибка прогнозирования индивидуального значения результата вклю- |
||||||||||||||||||||||
чает не только стандартную ошибку |
|
, но |
|
случайную ошибку S: |
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
( |
|
|
̅) |
|
|
(20) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Доверительный |
интервал для прогнозируемого значения [5]: |
|
||||||||||||||||||||
|
= |
∙ |
1+ |
+ |
|
|
|
|
. |
|
|
|||||||||||
|
|
|
|
|
= ± таб ∙ |
. |
|
|
|
|
|
|
|
(21) |
18
2.5.Нелинейная регрессия
2.6.Подбор линеаризующего преобразования
Если между экономическими явлениями существуют нелинейные соотношения, то они выражаются с помощью нелинейных функций.
Классы нелинейных функций
СибАДИ |
||||||||
1. Регрессии нелинейные относительно включенных объясняющих пе- |
||||||||
ременных, но л нейны по оцениваемым параметрам включают: |
||||||||
|
пол номы разных степеней: |
+ |
∙ |
+ |
, |
|||
|
|
= |
+ |
∙ |
||||
|
г пербол |
= + |
∙ |
+ |
∙ |
+ |
∙ |
+ ; |
|
|
ческая функция: |
+ |
+ . |
|
|
||
|
|
|
= |
|
|
Полиномиальная функция характеризует процессы с монотонным развитием и отсутствием пределов роста. Парабола второй степени применяется,
когда |
для определенного интервала |
|
значений фактора меняется характер |
|||||||||||||
связи рассматриваемых признаков. |
|
|
|
|
|
|
|
|
|
|
||||||
Для оценки параметров нелинейной модели используется процесс ли- |
||||||||||||||||
неаризации. Суть линеаризации нелинейных по независимым переменных |
за- |
|||||||||||||||
ключается в |
замене нелинейных |
факторных |
переменных |
на |
линейные: |
|||||||||||
= , |
= |
, = |
. Уравнение нелинейной регрессии можно записать в |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
виде линейного уравнения регрессии: |
|
|
|
|
|
. |
Для |
|||||||||
гиперболической функции |
|
. |
Исходное уравнение |
|
+ |
∙ |
+ė |
Для |
||||||||
|
|
|
|
= + |
∙ + ∙ |
|
|
|||||||||
нахождения неизвестных |
|
параметров преобразованной модели применяется |
||||||||||||||
|
= |
|
|
|
|
|
|
= |
+ |
∙ +ė. |
|
|||||
метод наименьших квадратов |
стандартные методы проверки гипотез. |
|
||||||||||||||
2. Регрессии, нелинейные по оцениваемым параметрам, включают: |
|
|||||||||||||||
|
степенные |
|
|
∙ |
∙ ; |
|
|
|
|
|
|
|
|
|
||
|
показательная= |
∙ |
; |
|
|
|
|
|
|
|
||||||
|
|
|
|
|
= |
∙ |
|
|
|
|
|
|
|
|
||
экспоненциальная |
|
|
|
∙ |
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Среди нелинейных |
моделей данного класса широкое использование по- |
|||||||||||||||
|
|
= |
|
|
|
∙ . |
|
|
|
|
|
|
лучила степенная функция, поскольку параметр b имеет четкое экономическое содержание, а именно является коэффициентом эластичности.
19
Нелинейные модели по оцениваемым параметрам подразделяются на
два типа: |
|
|
|
|
|
|
|
|
1. Нелинейная модель внутренне |
линейна – с помощью соответствую- |
|||||||
щих преобразований может быть приведена к линейному виду (например ло- |
||||||||
гарифмированием). |
|
|
|
|
|
|
||
2. Нелинейная модель внутренне нелинейна – не может быть сведена в |
||||||||
линейную модель [7, 10]. |
|
|
|
|
|
|
||
СибА= ∙ , ДИ(24) |
||||||||
|
2.7. Корреляция для нелинейной регрессии |
|
||||||
Уравнен е нел нейной регрессии, так же как |
в случае линейной зави- |
|||||||
симости дополняется показателем тесноты связи, а именно индексом корреля- |
||||||||
ции (R): |
= 1 − |
∑∑(( |
)) |
. |
|
|
|
|
|
|
|
|
(22) |
||||
Величина данного показателя находится в пределах |
|
|
, чем ближе |
|||||
связь к ед н |
це, тем теснее связь рассматриваемых |
признаков, тем более на- |
||||||
|
0 ≤ |
≤ 1 |
|
|||||
дежно найденное уравнение регрессии. |
|
|
|
|
|
|
||
Индекс детерминации: |
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
(23) |
Индекс |
детерминации является количественной характеристикой объяс- |
|||||||
= . |
|
|
|
|
|
|
|
ненной построенным уравнением регрессии дисперсии результативного признака. Индекс детерминации используется для проверки существенности в целом уравнения нелинейной регрессии по F-критерию Фишера.
F-критерий Фишера:
где n – число наблюдений;
– индекс детерминации;
m – число параметров при переменных х [1,4].
Величина m характеризует число степеней свободы для факторной суммы квадратов отклонений, а − −1 – число степеней свободы для остаточной суммы квадратов отклонений.
20
t – критерий Стьюдента:
|
|
|
|
фак = |
|
|
н |
, |
|
|
|
(25) |
|||
где |
н |
– коэффициент детерминации, |
|
|
|
|
|||||||||
|
– ошибка разности между |
− . |
|
|
|
|
|||||||||
|
|
|
н |
= 2∙ |
|
|
( |
|
|
) ( |
)∙ ( |
) |
. |
(26) |
|
|
Если |
фак > |
кр т |
, между изучаемыми переменными существует нели- |
|||||||||||
нейная вза |
|
|
|
, разность между коэффициентом и индексом |
|||||||||||
|
|
|
мосвязь. Если |
|
|
||||||||||
детерминац |
для нел |
нейных форм связи несущественна, то возможно при- |
|||||||||||||
|
< 2 |
|
|
|
|
|
|
|
|||||||
менение л нейной регресс . |
|
|
|
|
|
|
|
|
|
||||||
|
Общ й коэфф ц ент эластичности |
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(27) |
где |
′ |
– первая производнаяЭ = |
результативной′ ∙ , |
|
|
|
|||||||||
переменной по факторному при- |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
знаку. Коэффициент о щей эластичности показывает, на сколько процентов приблизительно изменится результативный показатель при изменении величины факторного показателя на 1%.
Средний коэффициент эластичности |
|
||||
|
|
̅ |
|
(28) |
|
Э = |
∙ |
|
. |
|
|
|
|
|
|||
Средний коэффициент эластичности характеризует процентное |
измене- |
||||
ние результативного признака относительного своего среднего значения при |
|||||
изменении факторного признака на 1% относительно . Рассчитывается инди- |
|||||
Сибвидуально для каждой разновидностиАфункцийДИ. х |
|||||
Точечный коэффициент эластичности [2]: |
|
||||
Э( |
) = |
|
∙ ∙( ). |
(29) |
|
|
21