diplom25 / suslov_ibragimov_ekonometrika
.pdf252 Глава7.Основная модель линейной регрессии
14.Используя приведенные ниже да нные,оцените параметры модели xt = β +
+ α1z1t + α2z2t |
+ εt и,делая все необходимые предположения,проверьте |
|
||||||||||||||||
статистическую значимость коэффициента α1 . |
|
|
% |
|
|
|||||||||||||
|
xö%t = 20, t = 1,%. . . , 5; |
% |
|
|
|
% |
= −10, |
|
|
|||||||||
а) |
|
zö12t = 10, |
|
zö22t |
= 8, |
zö1t zö2t = 8, |
|
zö1t xöt |
zö2t xöt = −8, |
|||||||||
% |
2 |
z1t = 55, |
z2t = 28, |
z1t z2t = 38, |
z1t xt = 35 |
|
z2t xt = 22 |
|
||||||||||
%%t |
= 15 %z1% |
2 |
% 2 |
% |
|
|
% % |
|
|
% |
|
|
||||||
б) |
|
2 |
|
|
|
|
|
|
|
|
|
|
|
, |
|
|
, |
|
|
x |
|
, |
|
= 15, |
|
z = 10, N = 5, |
|
x2 = 65. |
|
|
|
|
|||||
15.Анализ годовых данных( |
|
21 наблюдение)оспросе нанекоторыйтовар привел |
||||||||||||||||
к следующим результатам: |
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
Средние |
|
|
Стандартные |
|
Парные коэффициенты |
|
||||||||
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
отклонения |
|
корреляции |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
zø = 51.843 |
|
sz = 9.205 |
|
rxz = 0.9158 |
|
|
|
|
||||||
|
|
|
|
xø = 8.313 |
|
sx = 1.780 |
|
rxt = 0.8696 |
|
|
|
|
||||||
|
|
|
|
ø |
|
|
|
st = 6.055 |
|
rzt = 0.9304 |
|
|
|
|
||||
|
|
|
|
t = 0 |
|
|
|
|
|
|
|
|
z Ñпотребление на душу населения, x Ñцена с учетом дефлятора, t Ñ время(годы).
а)Найдите коэффициент при времени в оцененной регрессии x по z и t. б)Проверьте,будет ли этот коэффициент значимо отличен от нуля.
в)Кратко объясните экономически й смысл включения в регрессию времени в качестве объясняющей переменной.
16.Какие ограничения на параметры уравнения можно проверить с помощью F -критерия?Написать ограничения с расшифровкой обозначений.
17.Пяти-факторное уравнение линейной регрессии для переменной x оценено по 31 наблюдению.При этом объясненная и смещенная остаточная дисперсии соответственно равны 8 и 2.Вычислить коэффициент детерминации и расчетное значение F -статистики.
18.Врегрессии x = z1α1 +z2α2 +β +ε по 5-тинаблюдениямсмещеннаяоценка остаточной дисперсии равна1,а дисперсия зависимой переменной равна 2. Значима ли эта зависимость?
19.По 10 наблюдениям оценено двухфакторное уравнение линейной регрессии, коэффициент детерминации составляет 90%.При каком уровне доверия это уравнениестатистическизначимо?Записатьуравнениедлянахожденияэтого уровня значимости.
7.5.Упражнения и задачи |
253 |
20.Используя следующие данные:
X = (5, 1, −2, 5, −4)!, Z = (1, 2, 3, 4, 5)!,
и делая все необходимые предположения
а)для X = Z α + 1N β + ε оценить 95-процентные доверительные интервалы для параметров регрессии;
б)проверить значимость коэффици ентов регрессии и оценить качество регрессии с вероятностью ошибки 5%.
21.Пусть |
X = α |
Z |
1 |
+ α Z |
2 |
+ ε, |
X = (4, |
− |
2, 4, 0)!, Z = (1, 1, |
2, 2)! |
||
|
1 |
|
2 |
|
|
|
1 |
|
||||
и Z2 |
= 2Z1.Постройте систему нормальных уравнений и покажите,что |
|||||||||||
существует бесконечное множество решений для a1 |
и a2.Выберите любые |
|||||||||||
два решения,покажите,что они дают одинаковые расчетные значения |
X и, |
|||||||||||
таким образом,одинаковые значения суммы квадратов ошибок. |
|
|||||||||||
22.Для уравнения регрессии |
X = Z α + 15β + ε имеются следующие данные: |
|||||||||||
|
|
4 |
|
|
|
|
|
|
1.03 |
2.08 0.41 |
|
|
|
|
8 |
|
|
|
|
|
|
1.46 |
2.80 2.03 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
X = |
|
|
, Z = (Z1 |
Z2 Z3) = |
. |
|
|||||
|
5.5 |
|
|
|
|
|
1.14 |
2.30 0.98 |
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5.8 |
|
|
|
|
|
1.71 |
3.05 0.81 |
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
7.0 |
|
|
|
|
|
1.06 |
2.17 1.17 |
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
а)Являются ли факторы линейно зависимыми?
б)Найти матрицу коэффициентов корреляции факторных переменных, рассчитать определитель данной матрицы и сделать вывод о мультиколлинеарности факторов.
в)Рассчитать определитель матрицы коэффициентов корреляциифакторных переменных в случае,если и з уравнения выводится фактор Z2.
г)Учесть дополнительную внешнюю информацию: α1 = 1.5α2 (с помощьюподстановкивуравнениерегрессии)инайтиопределительматрицы коэффициентов корреляции факторных переменных.
д)Построитьточечный прогноз x (xpr ) длязначений экзогенныхперемен-
ных zr = (z1r , z2r , z3r ) = (0.8, 1.6, 0.6): Ðпри использовании исходного уравнения;
Ðпри исключении из уравнения фактора Z2;
254 |
Глава7.Основная модель линейной регрессии |
Ðпри использовании внешней информации из пункта(г).
23.Пусть цены сильно коррелируют с д енежной массой и неплатежами.Коэффициент корреляции между денежной массой и неплатежами равен 0.975 0R2 = 0.951.Имеетлисмыслстроитьрегрессиюценнаэтидва(сильно мультиколлинеарных)фактора?
24.Модель
x = α1z1 + α2z2 + β + ε |
(1) |
была оценена по МНК,и был получен коэффициент детерминации R12,а для преобразованной модели
x = α1z1 + α2z2 + α3z3 + β + ε |
(2) |
был получен коэффициент детерминации R22.
а)Объясните,почему R21 не может быть больше,чем R22.При каких условиях они равны?
б)Объясните последствия оценки м одели(1),если верной является модель(2).
25.В регрессии x = α1z1 + β + ε остатки равны (−2, 1, 0, 1).Оценивается регрессия x = α1z1 + α2z2 + β + ε.Привести пример переменной z2,чтобы коэффициенты детерминации в обеих регрессиях совпадали.
26.В регрессию x = α1z1 + β + ε добавили переменную z2.Переменная z2 оказалась совершенно незначимой.К ак изменились обычный и скорректированный коэффициенты детерминации?
27.Коэффициент детерминации в регре ссии выпуска продукции по численности занятых в производстве,оцененной по 12 наблюдениям,равен 0.8.После введения в регрессию дополнительного фактораÑосновного капиталаÑ он вырос до 0.819.Имело ли смысл вводить этот дополнительный фактор? Ответ обосновать без применения статистических критериев.
28.Дана модель регрессии xi = α1zi + β + εi . |
|
|
|
|
а)Как оценивается точечный прогноз xN +1,если известно,что |
β = 0? |
|||
|
|
z2 |
|
|
|
|
N +1 |
||
Покажите,чтодисперсияошибокпрогнозабудетравна σ2 |
,1 + |
|
|
.. |
N |
z2 |
|||
|
|
i% |
i |
|
|
|
=1 |
|
|
7.5.Упражнения и задачи |
|
255 |
||
б)Как оценивается точечный прогноз xN +1,если известно,что |
α = 0? |
|||
Покажите,что дисперсия ошибок прогноза будет равна σ2 |
(1 + |
1 |
). |
|
N |
29.Почему ошибки прогноз ирования по линейной регрессии увеличиваются с ростом горизонта прогноза?
30.Была оценена регрессия x = α1z + β + ε по 50 наблюдениям.Делается прогноз x в точке z51.При каком значении z51 доверительный интервал прогноза будет самым узким?
31.Вычислите предсказанное значение для x исоответствующую интервальную оценку прогноза при θ = 0.05 в точке z26 = 14,если регрессионная модель x = 3z + 220 + e построена по25наблюдениям,остаточная дисперсия равна 25 и средняя по z равна 14.
Рекомендуемая литература
1.Айвазян С.А. Основы эконометрики.Т.2. ÑМ.:Юнити, 2001. (Гл. 2).
2.Демиденко Е.З. Линейная и нелинейная регрессия. ÑМ.: ÇФинансы и ста-
тистикаÈ, 1981. (Гл. 1, 2, 6).
3.Джонстон Дж. Эконометрические методы. ÑМ.: ÇСтатистикаÈ, 1980. (Гл. 2, 5).
4.Дрейпер Н.,Смит Г. Прикладной регрессионный анализ:В2-х книгах. Кн.1 ÑМ.: ÇФинансы и статистикаÈ, 1986, (Гл. 1, 2).
5.Кейн Э. Экономическая статистика и эконометрия.Вып. 2. ÑМ.: ÇСтати-
стикаÈ, 1977. (Гл. 10, 11, 14).
6.Магнус Я.Р.,Катышев П.К.,Пересецкий А.А. ЭконометрикаÑначальный курс. ÑМ.: ÇДелоÈ, 2000. (Гл. 3, 4, 8).
7.(*)Маленво Э. Статистические методы эконометрии.Вып. 1. ÑМ.: ÇСта-
тистикаÈ, 1975. (Гл. 3, 6).
8.Себер Дж. Линейный регрессионый анализ. ÑМ.:Мир, 1980.
9.Тинтер Г.Введение в эконометрию. ÑМ.: ÇСтатистикаÈ, 1965. (Гл. 5).
10.Davidson, Russel, Mackinnon, James. Estimation and Inference in Econometrics, N 9, Oxford University Press, 1993. (Ch. 2).
256 |
Глава7.Основная модель линейной регрессии |
11.Greene W.H. Econometric Analysis, Prentice-Hall, 2000. (Ch. 6, 7).
12.Judge G.G., Hill R.C., Griffiths W.E., Luthepohl H., Lee T. Introduction to the Theory and Practice of Econometric. John Wiley & Sons, Inc., 1993. (Ch. 5, 21).
13.(*) William E., Griffiths R., Carter H., George G. Judge. Learning and Practicing econometrics, N 9 John Wiley & Sons, Inc., 1993. (Ch. 8).
8.2.Гетероскедастичность ошибок |
259 |
одинаковы по наблюдениям(гипотеза g4 не нарушена),то имеет место гомоскедастичность или однородность ошибок по дисперсииÑ ÇштатнаяÈситуация. В противном случае констатируют гетероскедастичность ошибок или их неоднородность по дисперсии.
Пусть var(εi ) = σi2 Ñдисперсия ошибки i-го наблюдения.Гомоскедастичность означает,что все числа σi2 одинаковы,а гетероскедастичностьÑчто среди них есть несовпадающие.
Фактнеоднородностиостатковподисперсиималосказываетсянакачествеоценок регрессии,если эти дисперсии не коррелированы с независимыми факторами. ЭтоÑслучай гетероскедастичностиÇб ез негативных последствийÈ.
Данное утверждение можно проиллюстрировать в случае,когда в матрице Z всего один столбец,т.е. n = 1 и свободный член отсутствует.Тогда формула(7.33) приобретает вид:
|
1 |
|
|
|
σ2z2 |
|
|
|
|
|
|
i |
i |
|
|
2 |
|
2 |
|
i |
|
|
|
E(se ) = |
|
|
σi |
− |
% |
2 |
. |
N |
z |
||||||
|
|
!i |
|
i |
i |
|
|
|
|
|
|
|
% |
|
Еслиситуацияштатнаяи σ2 = σ2 |
,топраваячастьэтойформулыпреобразуетсякви- |
|||||||||||||||||||||
|
N − 1 |
|
N |
|
|
i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ду |
σ2 , и |
s2 |
оказывается несмещенной оценкой σ2,как и было пока- |
|||||||||||||||||||
N − 1 |
||||||||||||||||||||||
|
N |
e |
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|||||
зано в параграфе7.2.Если |
|
|
|
не коррелированы,то,обозначив |
|
2 |
|
|
|
2 |
||||||||||||
|
|
|
|
= N %i |
||||||||||||||||||
можно утверждать,что |
% |
σi и zi |
|
|
% U |
zi2 = σ , |
σ |
|
σi , |
|||||||||||||
|
|
|
|
|
U |
zi2 ≈ |
σ2 |
|
|
|
|
|
|
|||||||||
|
|
|
|
|
σ2z2 |
|
|
|
|
z2 |
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
i |
i i |
%i |
|
|
i |
i |
%i |
2 |
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
т.е.ситуация остается прежней.И только если |
σi |
и zi положительно(или отрица- |
тельно)коррелированы,факт гетероскедастичности имеет негативные последствия.
|
|
|
|
|
|
|
|
|
σ2z2 |
|
Действительно,в случае положительной корреляции |
|
i i |
> σ2 и,следова- |
|||||||
|
% zi2 |
|||||||||
|
|
|
N |
|
|
|
|
|
|
|
тельно, |
|
|
|
|
|
|
оценка остаточной диспер- |
|||
E |
#N − 1 se $ |
< σ |
|
.ОбычнаяÇнесмещеннаяÈ |
||||||
|
|
|
|
2 |
|
2 |
|
|
|
|
сии оказывается по математическому ожиданию меньше действительного значения остаточной дисперсии,т.е.она(оценка остаточной дисперсии)дает основания длянеоправданнооптимистичныхзаключенийокачествеполученнойоценкимодели.
Следует заметить,что факт зависимости дисперсий ошибок от независимых
фактороввэкономикевесьмараспространен.Вэкономикеодинаковымиподиспер-
"
сиискорееявляются относительные (ε z ),ане абсолютные (ε) ошибки.Поэтому, когда оценивается модель на основе данных по предприятиям,которые могут иметь
8.2.Гетероскедастичность ошибок |
261 |
ei2
s2 |
|
|
2 |
|
|
s12 |
s2 |
|
|
4 |
s2 |
s2 |
|
|
|
5 |
|
3 |
|
yi |
|
|
Рис. 8.1
Тогда статистика Бартлетта равна
bc = |
|
|
N |
|
|
|
|
ln bs . |
|
|
%3(k |
1) |
|
|
|
||||
1 + |
|
|
|
|
|||||
|
|
k |
1 |
1 |
|
|
|
||
|
|
l=1 |
Nl |
− |
N |
|
|
|
−
При однородности наблюдений по дисперсии(нулевая гипотеза)эта статистика распределена как χ2k−1.Проверка нулевой гипотезы проводится по обычному алгоритму.
Если нулевую гипотезу отвергнуть не удалось,т.е.ситуация гомоскедастична, то исходная оценка модели удовлетворительна.Если же нулевая гипотеза отвергнута,то ситуация гетероскедастична.
Принцип построения статистики Бартлетта иллюстрирует рисунок8.1.
Классическийметодвторой группызаключаетсявследующем.Всенаблюдения упорядочиваются по возрастанию некоторой переменной yi .Затем оцениваются две вспомогательные регрессии:по K ÇмалымÈипо K ÇбольшимÈнаблюдениям (с целью повышения мощности критерия средние N − 2K наблюдения в расчете не участвуют,а K можно,например,выбрать рав ным приблизительно трети N ). Пусть s21 Ñостаточная дисперсия в первой из этих регрессий,а s22 Ñво второй. Вслучаегомоскедастичностиошибок(нулеваягипотеза)отношениедвухдисперсий распределено как
s2
s22 FK −n−1, K −n−1.
1
Здесь следует применять обычный F -критерий.Нулевая гипотеза о гомоскедастичности принимается,если рассчитанная статистика превышает 95%-ный квантиль F -распределения.