- •Методи побудови загальної лінійної моделі
- •4.2. Специфікація моделі
- •4.3. Передумови застосування методу найменших квадратів (1мнк)
- •4.4. Оператор оцінювання 1мнк
- •4.5. Властивості оцінок параметрів
- •4.6. Коваріаційна матриця оцінок параметрів моделі
- •4.7. Прогноз залежної змінної.
- •4.8. Оцінювання прогнозних можливостей моделі
- •4.9. Побудова економетричної моделі на основі покрокової регресії
- •4.10. Коефіцієнти детермінації і кореляції
- •4.11. Частинні коефіцієнти кореляції та коефіцієнти регресії
- •4.12. Перевірка значущості та інтервали довіри
- •4.12.1. Значущість економетричної моделі. Гіпотезу про рівень значущості зв’язку між залежною і пояснювальними змінними можна перевірити за допомогою f-критерію:
- •Мультиколінеарність
- •6.2. Основні наслідки мультиколінеарності
- •1. Дисперсія і коваріація оцінок параметрів моделі різко збільшуються.
- •2. Похибки оцінок параметрів значно збільшуються, відповідно збільшуються їхні інтервали довіри.
- •6.3. Ознаки мультиколінеарності
- •6.4. Алгоритм Фаррара—Глобера
- •Гетероскедастичність
- •7.2. Наслідки гетероскедастичності
- •7.3. Методи визначення гетероскедастичності
- •1) ;2);
- •7.4. Визначення матриці s
- •7.5. Узагальнений метод найменших квадратів (метод Ейткена)
- •7.6. Прогноз
- •1. Дослідимо гетероскедастичність на основі тесту Гольфельда—Квандта.
- •61,531049,
- •58,595781.
- •Автокореляція
- •8.2. Перевірка наявності автокореляції
- •8.3. Оцінвання параметрів моделі з автокорельованими залишками
- •8.4. Прогноз
- •6.5. Методи звільнення від мультиколінеарності
4.7. Прогноз залежної змінної.
Економетричне моделювання зв’язку між економічними показниками завжди складаєтьмя з трьох етапів: побудови економетричної моделі;перевірки статистичної значущості моделі та оцінювання її параметрів; прогнозування на основі моделі. Використаємо модель (4.1) для знаходження прогнозного значення y0, яке відповідатиме очікуваним значенням матриці незалежних змінних X0.
Розглянемо спочатку точковий прогноз і припустимо, що ми визначили його як деяку лінійну функцію від yi:
(4.20)
де
і
— номер
спостереження (
);
— вагові коефіцієнти значень
(їх потрібно вибрати так, щоб значення
було найкращим лінійним незміщеним
прогнозом).
Оскільки
то незміщена точкова оцінка прогнозу
(4.21)
де Х0 — матриця очікуваних значень пояснювальних змінних.
Задаючи X0, підставимо значення цього вектора в побудовану економетричну модель
(4.22)
Щоб дістати інтервальний прогноз, необхідно розрахувати середню похибку прогнозу.
Вона
зростає з віддаленням прогнозного
значення
від відповідного середнього значення
вибірки.
Розрахуємо спочатку дисперсію прогнозу.
У матричному вигляді дисперсія похибки прогнозу подається так:
. (4.23)
Середньоквадратична похибка прогнозу
(4.24)
Довірчий інтервал для прогнозних значень
(4.25)
де t — критичне значення t-критерію при n – m ступенях свободи і рівні значущості .
Зауважимо,
що
є точковою оцінкою як математичного
сподівання прогнозного значення
,
так і його індивідуального значення
для відповідних незалежних змінних
,
що лежить за межами базового періоду.
Для
визначення інтервального прогнозу
індивідуального значення
необхідно знайти відповідну стандартну
похибку:
![]()
Отже, інтервальний прогноз індивідуального значення визначається як
![]()
або

Приклад 4.4. Необхідно розрахувати для економетричної моделі (приклад 4.1) точковий та інтервальний прогнози математичого сподівання та індивідуального значення залежної змінної, коли для прогнозного періоду заданий вектор
.
Розв’язання. 1. Визначимо точкові прогнозні значення залежної змінної, коли
: то
.
Отже, y0 можна інтерпретувати як точкову оцінку прогнозного значення математичного сподівання та індивідуального значення витрат на харчування, коли відомі загальні витрати x1 = 500 і розмір сім’ї становить x2 = 6.
2. Визначаємо
прогнозний інтервал математичного
сподівання
:
![]()

Стандартна
похибка прогнозу математичного сподівання
![]()
.
3. Знайдемо
інтервальний прогноз для
.
При цьому нехай = 0,05
і n – m
= 13; тоді t0,05 = 2,160.
Отже,
![]()
і
150,62
– 2,160
21,95
150,62 + 2,160
21,95;
150,62
– 47,412
150,62 + 47,412;
103,208
198,032.
4. Обчислимо
дисперсію і стандартну похибку прогнозу
індивідуального значення
:
.
Стандартна похибка прогнозу індивідуального значення y0 така:
.
5. Визначимо інтервальний прогноз індивідуального значення y0:
;
150,62
– 2,160
23,467
150,62 + 2,160
23,467;
150,62
– 50,689
150,62 + 50,689;
99,931
201,309.
Значення t знаходимо в таблиці при = 0,05 і ступені свободи = 13. У такому разі t0,05 = 2,160.
Отже, з імовірністю р = 0,95 ( = 0,05) прогноз математичного сподівання М(y0) потрапляє в інтервал [103,208; 198,032], а прогноз індивідуального значення — в інтервал [99,931; 201,309].
Можна також сказати, що з імовірністю р = 0,95 знайдені прогнози покривають М(y0) і y0, коли взяти досить велику кількість вибірок і для кожної з них обчислити інтервальні прогнози.
Економічна інтерпретація: якщо у прогнозному періоді загальні витрати мають рівень 500 одиниць, а сім’я складається з шести осіб, то середні витрати на харчування потрапляють в інтервал
103,208
198,032.
Водночас окреме (індивідуальне) значення цих витрат міститиметься в ширшому інтервалі:
99,931
201,309.
