- •1.Предмет, задачи и методы эконометрики.
- •2.1.Общие положения.
- •2.2. Метод наименьших квадратов
- •2.3. Свойства оценок полученных мнк.
- •3. Методика построения многофакторных корреляционных моделей для показателей эффективности хозяйственной деятельности
- •3.1. Выбор функционального показателя
- •3.2. Отбор факторов-аргументов
- •3.3. Выбор формы связи
- •3.4. Отбор исходных данных
- •3.5. Решение корреляционных моделей и экономико-математический анализ результатов решения
- •4.1.Оценка адекватности и точности регрессионных моделей. Общие положения.
- •4.2. Проверка случайности колебаний уровня остаточной последовательности.
- •4.3 Проверка соответствия распределения случайной компоненты нормальному закону распределения
- •4.4 Проверка равенства математического ожидания случайной компоненты нулю.
- •4.5. Проверка независимости значений уровней случайной компоненты.
- •4.6. Определение точности модели.
- •5. Исследование влияния факторов на изменение результирующего показателя в уравнении регрессии.
- •6. Оценка статистической надежности уравнения регрессии и ее последствия.
- •7.1.Гетероскедастичность остатков в уравнении регрессии и ее последствия.
- •7.2.1. Тест ранговой корреляции Спирмена.
- •7.2.2.Тест Голфенда-Квандта.
- •7.2.3 Тест Глейзера.
- •7.3 Методы устранения гетероскедастичности.
- •8.1 Автокорреляция (остатков) и связанные с ней факторы.
- •8.2. Обнаружение автокорреляции 1-го порядка. Критерий Дарбина – Уотсона
- •8.3.1. Устранение авт-ции, описываемой авторегрессионной схемой 1-ого порядка в общем случае. Поправка Прайса – Уинстена.
- •9. Мультиколлинеарность: способы ее обнаружения и устранения.
- •10. Обобщенный мнк и его исп-ие для оценки эфф-ти методов определения параметров уравнения регрессии.
- •11.1.Фиктивные переменные для пространственных выборок и временных рядов.
- •11.2.Фиктивные переменные для коэф-та наклона ур-ия регрессии.
- •11.3 Тест Чоу.
- •12.1 Линеаризация уравнения регрессии путем замены переменных.
- •12.2 Линеаризация уравнения регрессии с использованием логарфмического преобразования (степенные и показательные функции).
- •12.3 Представление случайного члена в преобразованных нелинейных ур-ях регрессии.
- •12.4 Определение параметров нелин-го ур-ия герессии, не приводимого к лин-му ур-ию.
- •12.5 Выбор вида ур-ия регрессии с использ-ем теста Бокса-Кокса.
- •13.4 Замещающие переменные и их использование при построении уравнения регрессии (общие сведения).
- •13.5. Время, как замещающая переменная при моделировании нтп в производственной функции Кобба-Дугласа
- •13.6 Непреднамеренное использование замещающих переменных.
- •13.7 Лаговые переменные и их использование пи построении уравнения регрессии(общие сведения).
- •14.1 Система линейных одновременных уравнений слоу (общие сведения)
- •14.2 Структурная и приведённая формы слоу.
- •14.3Косвенный метод наименьших квадратов (кмнк) и его использование для определения параметров слоу.
- •14.4 Метод инструментальных переменных (мип) и его применение для параметров уравнения регрессия (общий случай)
- •14.5 Метод инструментальной переменной (мип) и его применение для слоу.
- •14.6 Идентифицируемость слоу.
- •14.7 Двухшаговый метод наименьших квадратов.
- •14.8 Трехшаговый мнк.
13.4 Замещающие переменные и их использование при построении уравнения регрессии (общие сведения).
В экономических исследованиях имеются случаи , когда нельзя найти данные по переменной, которую хотелось бы включить в уравнение регрессии. Некоторые переменные, относящиеся к соц-экономическому положению или качеству образования, имеют расплывчатое определение и их нельзя измерить, другие показатели требуют для своего измерения очень много времени и средств.
По этим и другим причинам встает необходимость вместо отсутствующей переменной использовать некоторый ее заменитель, например, в качестве показателя общего соц-экономического положения работника можно использовать его заменитель – показатель дохода, а в качестве показателя качества образования можно использовать отношение числа преподавателей и сотрудников к числу студентов или расходы на 1 студента.
Имеются 2 причины для поиска замещающей переменной:
Если не использовать замещающую переменную, то регрессия может пострадать от смещения оценок и стат проверка будет неполноценной
Результаты оценки регрессии с включением замещающей переменной могут дать косвенную информацию о переменных, которая замещена выбранной переменной.
Допустим истинное уравнение регрессии имеет вид:
Допустим, что нет данных по показателю Х1t,но есть другая переменнаяZ, которая может выступать идеальным заменителем переменной Х1t, т.к. есть линейная связь между Х1tиZ.
Где иявляется постоянными, но неизвестными величинами.
В этом случае мы будем иметь уравнение
Данные МНК величины в2и с и коэффициент множественной детерминации будит такие же, как и при использовании переменной Х1t, и величина, а коэффициент, а, т.к.неизвестно инеизвестно, то не представляется возможным оценить величиныи
На практике обычно невозможно найти замещающую переменную, имеющую строгую линейную зависимость с недостающей переменной, но если связь близка к линейной, то результат получается приблизительно на том же уровне. Основной проблемой является отсутствие возможности для проверки наличия линейной связи между истинной и замещающей переменной. И часто такая оценка сводится к субъективной оценке.
13.5. Время, как замещающая переменная при моделировании нтп в производственной функции Кобба-Дугласа
Производственная функция Кобба-Дугласа имеет вид:
Параметры ПФКД объективно зависят от времени, т е они не стационарны. Одним из способов учета измен-ия параметров ПФ во времени явл-ся введение времени как сомостоятельной переменной через показатель НТП.ерt , где р>0, характеризует темп прироста выпуска продукции под влиянием НТП.Таким образом ПФКД с учетом НТП имеет след. вид:. Параметр времени в показателе НТП явл-ся замещ-ей переменной. На самом деле НТП на прямую не зависит от времени, а зависит от уровня развития общества, т. е. по мере развития общ-ва возникают потребности в новых орудиях труда, новых технологиях и т. д. Время тесно коррелирует с этим показателем и поэтому использование времени в кач-ве замещ-ей переем-ой приведут примерно к таким же результатам, как и при использовании истинных переменных.