- •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
1.2.6. Поля кореляції і їх аналіз
Поле кореляції – це точкова діаграма двомірного розсіювання об’єктів спостереження в системі координат у, хі (рис. 1.1).
Рис. 1.1. Поле кореляції у по хі
Точка в полі – це “адреса”, місце кожного j-го об’єкта спостереження з координатами уі, хіj. Число точок ідентичне об’єму вибірки n. Побудова поля кореляції ведеться за наступними правилами:
градація осей у і хі не обов’язково починається з нуля, вона повинна узгоджуватися з абсолютним розмахом варіації: початок і кінець шкал на осях повинен включати відповідно уmin і ymax та хi min i xi max, порожніх областей на діаграмі не повинно бути;
співвідношення сторін поля кореляції (довжини шкал на осях) повинно приблизно відповідати співвідношенню коефіцієнтів варіації змінних. Ці вимоги необхідні для бачення розсіювання об’єктів спостереження на діаграмі таким, яким воно є у дійсності.
Поля кореляції відіграють у процесі моделювання велику роль. Їх візуальний аналіз дає підстави для:
визначення за графічними критеріями наявності, або відсутності кореляційних залежностей у від хі (рис.1.2);
залежність
є залежність
відсутня
залежність
відсутня
α
≠ 00
або
900
α
= 00
Рис.1.2. Графічні критерії наявності кореляційної залежності.
попередніх уявлень про математичну форму кореляційних залежностей у від хі – лінійна, криволінійна, яка саме;
3) виявлення аномальних об’єктів спостереження, тобто таких, що не “вписуються” в закономірність розташування поля в системі координат (рис.1.3);
аномальні об’єкти
Рис. 1.3. Аномальні об’єкти спостереження
4) виявлення розривів, розшарування або перехрещування полів кореляції що є ознакою неоднорідності об’єктів спостереження і вимагає розділення вибіркової сукупності принаймні на дві, або більше менших за об’ємом, але однорідних підсукупностей об’єктів (рис. 1.4);
розрив розшарування перехрещування
Рис. 1.4. Неоднорідність об’єктів спостереження
5) визначення типу розподілу змінних відносно середнього арифметичного : нормального(симетричного), асиметричного, або рівномірного, що дає додаткові аргументи для судження про однорідність вибіркової сукупності об’єктів спостереження за типом розподілу. Сукупність об’єктів однорідна, якщо виконується умова:
при нормальному розподілі х і ≤ 0,33,
при асиметричному розподілі х і ≤ 0,40,
при рівномірному розподілі х і ≤ 0,58.
Для нашого прикладу поля кореляції Р по Е і Р по К побудовані за даними матриці (табл. 1.2) – див. рис. 1.5 і 1.6.
Рис. 1.5 Поле кореляції Р по Е
Рис. 1.6. Поле кореляції Р по К
Аналіз полів кореляції приводить до наступних висновків:
1) на обох полях спостерігається додатна кореляційна залежність рентабельності витрат відповідно від енергоозброєності праці (рис. 1.5) і коефіцієнту постійності промислово-виробничого персоналу (рис. 1.6): чим більше значення Е і К, тим вище рівень Р, що відповідає теоретичним уявленням щодо сутності цих залежностей;
2) щільність поля кореляції Р по Е вища ніж поля Р по К, що дає підставу вважати, що енергоозброєність сильніше впливає на рентабельність ніж другий фактор;
3) аналітична форма залежностей на обох полях очевидно лінійна (принаймні в межах розсіювання змінних);
4) підприємство № 13 із-за дуже високої рентабельності ймовірно є аномальним;
5) вибіркова сукупність підприємств є кількісно однорідною як за візуальним аналізом полів кореляції, так і за критеріальними значеннями коефіцієнтів варіації.