Эконометрика. Тема1_2
.pdfТак как для остальных функций коэффициент эластичности не является постоянной величиной, а зависит от соответствующего значения фактора x , то обычно рассчитывается средний коэффициент эластичности:
|
|
x |
|
|
Э f |
x y . |
(1.20) |
||
|
Приведем формулы для расчета средних коэффициентов эластичности для наиболее часто используемых типов уравнений регрессии:
|
|
|
Первая |
|
|
|
|
Средний |
|||||||||||
Вид функции, y |
y |
|
коэффициент |
||||||||||||||||
производная, |
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
эластичности, Э |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
||||||||||
y a b x |
b |
|
|
|
|
|
b x |
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
a b x |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
y a b x c x2 |
b 2c x |
|
|
b 2c x x |
|
||||||||||||||
|
|
a b x c x 2 |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
||||||||||
y a |
b |
|
|
b |
|
|
|
|
|
b |
|
||||||||
|
x2 |
|
|
a x b |
|||||||||||||||
|
x |
|
|
|
|
|
|
|
|||||||||||
y a xb |
a b xb 1 |
|
|
|
|
|
b |
||||||||||||
y a bx |
a ln b bx |
|
|
|
|
x ln b |
|||||||||||||
y a b ln x |
|
b |
|
|
|
|
|
b |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
x |
|
|
|
a b ln x |
|||||||||||||
|
|
|
|
|
|
|
|
y |
|
a |
|
|
a b c e c x |
|
|
b c x |
||||||
|
|
|
|
|
1 b e c x 2 |
|
|
|
|
|
|
|
||
1 b e c x |
|
|
|
|
|
b ec x |
||||||||
y |
1 |
|
|
|
b |
|
|
b x |
||||||
|
|
|
|
a b x 2 |
|
|
|
|
||||||
a b x |
|
|
|
|
a b x |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Возможны случаи, когда расчет коэффициента эластичности не имеет смысла. Это происходит тогда, когда для рассматриваемых признаков бессмысленно определение изменения в процентах.
Уравнение нелинейной регрессии, так же, как и в случае линейной зависимости, дополняется показателем тесноты связи.
В отличие от коэффициента линейной корреляции вводится
индекс корреляции:
|
|
|
|
|
xy |
1 |
2 |
|
|||
|
|
|
|
|
ост |
|
|
||||
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
y2 , |
(1.21) |
||
y2 |
1 |
|
y y 2 |
– общая дисперсия результативного признака y , |
|||||||
n |
|||||||||||
|
|
|
|
|
|
|
|
|
|||
ост2 |
|
|
1 |
y yx 2 |
– остаточная дисперсия. |
|
|||||
|
n |
|
|||||||||
|
|
|
|
|
|
|
|
|
|
Величина данного показателя находится в пределах: 0 xy 1.
Чем ближе значение индекса корреляции к единице, тем теснее связь
рассматриваемых признаков, тем более надежно уравнение
регрессии.
Квадрат индекса корреляции носит название индекса детерминации и характеризует долю дисперсии результативного признака y , объясняемую регрессией, в общей дисперсии результативного признака:
2 |
|
2 |
2 |
|
||
1 |
ост |
объясн |
|
|
||
y2 |
, |
(1.22) |
||||
xy |
|
y2 |
||||
|
|
|
|
|
т.е. имеет тот же смысл, что и в линейной регрессии;
объясн2 1n yx y 2 .
Индекс |
детерминации |
R2= xy2 |
можно |
сравнивать |
с |
||
|
|
2 |
= |
r 2 |
|
|
|
коэффициентом детерминации R |
xy для обоснования возможности |
||||||
применения |
линейной функции. |
Чем |
больше |
кривизна линии |
регрессии, тем величина меньше . А близость этих показателей
указывает на то, что нет необходимости усложнять форму уравнения регрессии и можно использовать линейную функцию.
Индекс детерминации используется для проверки существенности
в целом уравнения регрессии по F -критерию Фишера:
F |
|
xy2 |
|
n m 1 |
|
|
|
|
|
|
|
, |
(1.23) |
||
1 xy2 |
m |
где xy2 – индекс детерминации, n – число наблюдений, m – число параметров при переменной x . Фактическое значение F -критерия
(1.23) сравнивается с табличным при уровне значимости и числе степеней свободы k2 n m 1 (для остаточной суммы квадратов) и k1 m (для факторной суммы квадратов).
Окачестве нелинейного уравнения регрессии можно также судить
ипо средней ошибке аппроксимации, которая, так же как и в линейном случае, вычисляется по формуле (1.8).