
- •Економетрія
- •Змістовий модуль 1: постановка задачі економетричного моделювання
- •1.1. Предмет, заВдання і зміст економетричного моделювання
- •1.1.1. Предмет економетрії
- •1.1.2. Проблеми і завдання економетричного моделювання
- •1.1.3. Зміст (послідовність) економетричного моделювання
- •1.2. Формування матриці даних для економетричного моделювання
- •1.2.1 Загальна характеристика матриці
- •1.2.2 Змінні в матриці
- •1.2.3. Об’єкти спостереження в матриці
- •1.2.4. Вимоги до розмірів матриці
- •1.2.5. Показники варіації змінних
- •1.2.6. Поля кореляції і їх аналіз
- •1.2.7. Вилучення аномальних об’єктів спостереження
- •1.3. Комплекс контрольних завдань
- •Навчальні елементи, що підлягають контролю і оцінюванню:
- •1.3.1. Тестові завдання
- •1.3.2. Логічні вправи
- •1.3.3. Розрахункові вправи
- •Змістовий модуль 2: специфікація економетричних моделей
- •2.1. Ідентифікація незалежних змінних
- •2.1.1. Мета і послідовність ідентифікації
- •2.1.2. Коефіцієнти парної кореляції і детермінації
- •2.1.3. Тестування суттєвості (невипадковості) коефіцієнтів кореляції
- •2.1.4. Інтервали довіри для коефіцієнтів кореляції
- •2.1.5 Мультиколінеарність
- •2.1.6. Бета - коефіцієнти
- •2.1.7. Тестування автономії екзогенних змінних
- •2.1.8. Коефіцієнт множинної кореляції і детермінації
- •2.1.9. Тестування значущості вкладу факторів у множинну детермінацію
- •2.1.10. Вилучення екзогенних змінних
- •2.2. Специфікація аналітичної форми рівнянь регресії
- •2.2.1. Мета і способи специфікації
- •2.2.2. Аналітичні форми рівнянь регресії
- •2.2.3. Спосіб перших різниць
- •2.2.4. Лінеаризація нелінійних рівнянь регресії
- •2.3. Комплекс контрольних завдань
- •Навчальні елементи, що підлягають контролю і оцінюванню:
- •2.3.1. Тестові завдання
- •2.3.2. Логічні вправи
- •2.3.3. Розрахункові вправи
- •Змістовий модуль 3: оцінювання параметрів економетричних моделей
- •3.1. Оцінювання параметрів рівнянь регресії
- •3.1.1. Мета і вимоги до оцінювання параметрів
- •3.1.2. Основні припущення щодо оцінювання параметрів
- •3.1.3. Метод найменших квадратів
- •3.1.4. Виконання за мнк основних припущень щодо оцінювання параметрів
- •3.1.5. Гетероскедастичність
- •3.1.6. Автокореляція
- •3.1.7. Значущість (адекватність) рівняння регресії
- •3.1.8. Перевірка значущості параметрів моделі
- •3.1.9. Інтервали довіри до коефіцієнтів регресії
- •3.2. Прогнозування залежної змінної
- •3.2.1. Прогнозування на парних моделях
- •3.2.2. Прогнозування на множинних моделях
- •3.3. Комплекс контрольних завдань
- •Навчальні елементи, що підлягають контролю і оцінюванню:
- •3.3.1. Тестові завдання
- •3.3.2. Логічні вправи
- •3.3.3. Розрахункові вправи
- •4. Відповіді до розрахункових вправ
- •Економетричних моделей
- •Список літератури
- •Критичні значення t для побудови прямокутного шаблону двомірного розсіювання*
- •Значення f – критерію Фішера
- •Навчальне видання
- •61002, Харків, хнамг, вул. Революції, 12
- •61002, Харків, хнамг, вул. Революції, 12
2.1.10. Вилучення екзогенних змінних
Рішення
щодо включення незалежних змінних
(факторів) у рівняння регресії приймається
за наслідками тестування на значущість
(невипадковість) їхнього впливу на
залежну змінну за t
– статистикою Стьюдента, автономність
впливу за
- тестом і достатність вкладу у множинний
коефіцієнт детермінації за
- тестом. Для зручності визначення
складають зведення результатів
тестування. Для нашого прикладу таке
зведення представлене у табл. 2.2.
Таблиця 2.2 − Зведення результатів тестування факторів
Фактори |
t–статистика Стьюдента ( |
(0 |
( |
Е |
10,61 |
0,775 |
2,277 |
К |
5,92 |
0,468 |
1,148 |
Фактор енергоозброєності праці (Е) за всіма тестами безумовно включається до рівняння регресії. Фактор постійності ПВП (К) помітно слабкіший, але з деяким сумнівом відносно його вагомості у множинному коефіцієнті детермінації також можна ввести в рівняння регресії.
Такі рішення, як правило, остаточні, хоча на стадії оцінювання параметрів рівняння регресії іноді трапляються випадки вилучення факторів.
2.2. Специфікація аналітичної форми рівнянь регресії
2.2.1. Мета і способи специфікації
Парні й багатофакторні лінійні економетричні моделі, які часто використовуються в економіці, не завжди відображають дійсні закономірності розвитку і зв’язків між соціально-економічними явищами і процесами. Тому на практиці для побудови адекватних економетричних моделей застосовують нелінійні форми рівнянь регресії.
Нелінійні форми рівнянь регресії використовують з метою, по-перше, максимально апроксиміювати сутність явища за економічною теорією і, по-друге, максимально зменшити помилку оцінювання параметрів і прогнозу залежної змінної.
Наведемо приклади апріорі криволінійних форм регресії. З ростом доходу, наприклад, сім’ї обсяг її споживання зростає. За економічною теорією це зростання необмежене, але воно має монотонно уповільнений характер. Отже зростання споживання описується кривою лінією зростання з від‘ємним прискоренням. Другий приклад: собівартість одиниці продукції за рахунок збільшення обсягу її виробництва знижується, але за теорією це зниження не може бути лінійним. Воно має обмеження – величину постійних витрат на одиницю продукції. Отже ця залежність криволінійна. Очевидно, в економетричних моделях теоретично вірні уяви про форми залежностей повинні лежати в основі форми регресії.
Застосування
криволінійних форм регресії, має і суто
прагматичну мету – одержання ефективних
оцінок параметрів рівняння регресії,
тобто зменшення
залишкової дисперсії,
що не пояснюється рівнянням регресії.
На рис. 2.2 наведене поле кореляції і дві
форми рівняння регресії: 1) лінійна ()
і 2)степенева (
).
Залишки (відхилення точок поля від лінії
регресії) при лінійній формі набагато
більші, ніж при степеневій. Відповідно
і оцінка параметрів
і
у степеневій формі рівняння регресії
набагато ефективніша, прогноз залежної
змінної в даному разі набагато точніший.
е
Рис. 2.2 − Лінійна і степенева форми регресії
Способи специфікації (обґрунтування) форми рівняння регресії такі : теоретичний, графічний, аналітичний і сигмальний.
Теоретичний спосіб обґрунтування форми рівняння регресії базується на економіко-теоритичному аналізі сутності явища, що моделюється, із застосуванням професійних знань. Цей спосіб безпомилковий, найкращий, але він вимагає від аналітика високої професійної підготовки і розвинутого економічного мислення.
Графічний спосіб специфікації заснований на візуальному аналізі полів кореляції. Цей спосіб доступний для будь-кого: розглядай поля кореляції і підбирай найбільш адекватну форму рівняння регресії «на око». Дуже просто, але не завжди ефективно. Тому графічний спосіб можна рекомендувати як допоміжний до теоретичного.
Аналітичні способи багаточисельні. Один з них (спосіб перших різниць) ми розглянемо далі.
Сигмальний
спосіб
полягає в тому, що форма рівняння регресії
взагалі спеціально не обґрунтовується,
а вибирається з декількох варіантів.
Це ефективний спосіб, але він трудомісткий.
Приймаються кілька варіантів форми
рівняння регресії, для кожного з них
оцінюються параметри регресії і
розраховується залишкова дисперсія.
Той варіант специфікації, який забезпечує
мінімальну дисперсію залишків (),
вибирається як остаточний.