Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
EMM_1_26.doc
Скачиваний:
176
Добавлен:
22.03.2015
Размер:
1.36 Mб
Скачать

15.Суть та наслідки мультиколінеарності.

Мультиколінеарність — це існування тісної лінійної залежності, або сильної кореляції, між двома чи більше пояснювальними змінними. Вона негативно впливає на кількісні характеристики економет­ричної моделі або робить її побудову взагалі неможливою. Так, мультиколінеарність пояснювальних змінних призводить до зміщення оцінок параметрів моделі, а це означає, що за їх допомогою не можна зробити коректні висновки про результати взаємозв’язку залежної та пояснювальних змінних. А якщо між пояснювальними змінними існує функціональний зв’язок, оцінити їхній вплив на залежну змінну взагалі неможливо. Основні наслідки мультиколінеарності. 1. Падає точність оцінювання, 2. Оцінки параметрів деяких змінних моделі можуть бути незначущими через наявність їх взаємозв’язку з іншими змінними, а не тому, що вони не впливають на залежну змінну. 3. Оцінки параметрів стають досить чутливими до обсягів сукупності спостережень.

1. Дисперсія і коваріація оцінок параметрів моделі різко збільшуються.

2. Похибки оцінок параметрів значно збільшуються, відповідно збільшуються їхні інтервали довіри.

3. Оцінки параметрів моделі можуть бути статистично незначущими.

16Тестування наявності мультиколінеарності в моделі. Алгоритм Фаррара-Глобера.

Найповніше дослідити мультиколінеарність можна застосувавши алгоритм Фаррара—Глобера.

Усі ці критерії при порівнянні з їхніми критичними значеннями дають змогу робити конкретні висновки щодо наявності чи відсутності мультиколінеарності пояснювальних змінних.

Опишемо алгоритм Фаррара—Глобера.

Крок 1. Нормалізація змінних.

Крок 2. Знаходження кореляційної матриці згідно з двома методами нормалізації змінних:

Крок 3. Визначення критерію («хі»-квадрат):

Якщо , то в масиві пояснювальних змінних існує мультиколінеарність.

Крок 4. Визначення оберненої матриці:

.

Крок5. Обчислення F-критеріїв: ,Якщо Fk факт > Fтабл, то відповідна k-та пояснювальна змінна мультиколінеарна з іншими.

Крок 6. Знаходження частинних коефіцієнтів кореляції:

Крок 7. Обчислення t-критеріїв:

Якщо tkj > tтабл, то між пояснювальними змінними ііснує мультиколінеарність.

17.Поняття про гомо- та гетероскедастичність залишків.

Якщо дисперсія залишків стала для кожного спостереження, тобто , то ця її властивість називаєтьсягомоскедастичністю.

Часто у практичних дослідженнях явище гомоскедастичності залишків порушується. Наприклад, будуючи економетричну модель, що характеризує залежність між заощадженнями і доходами населення на підставі теоретичної та практичної інформації, можна висунути гіпотезу, що дисперсія залишків за окремими групами населення змінюватиметься і буде пропорційною до середнього доходу цієї групи. Коли розглядати економетричну модель, що характеризує залежність між депозитними вкладами і розміром прибутку клієнтів банку або між витратами на харчування і доходом на одного члена сім’ї, витратами на харчування і загальними витратами, то також можна припустити, що дисперсія залишків для окремих груп спостережень змінюватиметься. У цих залежностях пояснювальна змінна може різко змінюватись, а динаміка залежної змінної буде досить помірною, не адекватною до зміни пояснювальної змінної. Це і приводить до зміни дисперсії залишків кожного спостереження або ж груп спостережень.

Якщо дисперсія залишків змінюється для кожного спостереження або групи спостережень, тобто , то це явище називаєтьсягетероскедастичністю.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]