- •Методичні рекомендації
- •1. Загальні вимоги до підготовки і виконання лабораторних робіт
- •2. Лабораторна робота №1 “ Економетричні моделі парної лінійної регресії ”
- •2. Задачі роботи:
- •3. Завдання роботи і вихідні дані.
- •4. Порядок виконання роботи.
- •Підготовка до роботи.
- •Питання для контролю та самоконтролю.
- •3. Лабораторна робота №2 “ Багатофакторні лінійні економетричні моделі”
- •2. Задачі роботи:
- •3. Завдання роботи і вихідні дані.
- •4. Порядок виконання роботи.
- •Підготовка до роботи.
- •6. Питання для контролю і самоконтролю.
- •4. Лабораторна робота № 3 “Нелінійні економетричні моделі”
- •2. Задачі роботи:
- •3. Завдання роботи і вихідні дані.
- •4.Порядок виконання роботи.
- •Підготовка до роботи.
- •6. Допоміжний матеріал.
- •7. Питання для контролю і самоконтролю.
- •3. Завдання роботи і вихідні данні.
- •4. Порядок виконання роботи.
- •5. Підготовка до роботи.
- •6. Допоміжний матеріал.
- •7. Питання для контролю і самоконтролю.
- •6. Лабораторна робота № 5 “Гетероскедастичність “
- •2. Задачі роботи:
- •3. Завдання роботи і вихідні дані.
- •4. Порядок виконання роботи.
- •5. Підготовка до роботи.
- •6. Допоміжний матеріал.
- •7. Питання для контролю і самоконтролю.
- •7. Лабораторна робота № 6 “Автокореляція залишків “
- •2. Задачі роботи:
- •3. Завдання роботи і вихідні дані.
- •4. Порядок виконання роботи.
- •5. Підготовка до роботи.
- •Допоміжний матеріал.
- •7. Питання для контролю і самоконтролю.
- •9. Лабораторна робота № 8 “Економетричні моделі динаміки”
- •2. Задачі роботи:
- •3. Завдання роботи і вихідні данні.
- •4. Порядок виконання роботи.
- •5. Підготовка до роботи.
- •6. Допоміжний матеріал.
- •7. Питання для контролю і самоконтролю.
- •10. Лабораторна робота № 9 “Непрямий метод найменших квадратів „
- •2. Задачі роботи:
- •3. Завдання роботи і вихідні данні.
- •4. Порядок виконання роботи.
- •5. Підготовка до роботи.
- •6. Питання для контролю і самоконтролю.
- •Додатки
2. Задачі роботи:
-
Тестування автокореляції залишків в авторегресійних моделях.
-
Оцінювання параметрів авторегресійних моделей методом інструментальних змінних.
3. Завдання роботи і вихідні данні.
На основі вибіркових статистичних спостережень за 10 років побудувати економетричну модель, яка характеризує залежність між витратами на харчування і доходами сім’ї. Відповідна економетрична модель специфікована наступним чином:
, ( 1 )
де yt – витрати на харчування у поточному році t; yt-1 – витрати на харчування у попередньому році t-1; xt – доходи сім’ї у поточному році t. Параметри моделі не пов’язані зі схемою Койка, моделлю адаптивних очікувань або моделлю часткового корегування. Вважається, що у наведеній моделі можлива автокореляція залишків, яка відповідає авторегресійній схемі першого порядку
.
Рік |
Витрати на харчування (гр. од.) |
Доходи (гр. од) |
1 |
4 + N |
25 + N |
2 |
5+ N |
29 + N |
3 |
6 + N |
34 + N |
4 |
6 + N |
33 + N |
5 |
8 + N |
41 + N |
6 |
11 + N |
50 + N |
7 |
14 + N |
55 + N |
8 |
14 + N |
54 + N |
9 |
16 + N |
56 + N |
10 |
14 + N |
62 + N |
Грунтуючись на наведених статистичних даних:
-
Перевірити наявність автокореляції залишків моделі за допомогою тесту Дарбіна.
-
На основі методу інструментальних змінних визначити оцінки параметрів моделі.
4. Порядок виконання роботи.
-
На основі статистичної вибірки методом найменших квадратів визначаються оцінки параметрів моделі (1) – b0, b1 і b2. При цьому, модель (1) розглядається як багатофакторна лінійна регресія, у якій змінні xt і yt-1 виступають у якості першої і другої пояснюючої змінної відповідно. Оператор оцінювання, як і у випадку багатофакторної лінійної регресії, має вигляд:
, ( 2 )
де матриці X′X і X′Y визначаються за наступними залежностями:
,. ( 3 )
Дані, необхідні для побудови наведених вище матриць беруться з допоміжної таблиці 1.
-
Для оціненої регресії у допоміжній таблиці 1 обчислюються розрахункові значення залежної змінної , залишки і їхні квадрати , а також величини і .
-
Визначається оцінка дисперсії залишків і обчислюється дисперсійно-коваріаційна матриця оцінок параметрів моделі. При цьому використовуються такі ж розрахункові залежності, як і у лабораторній роботі №2 „Багатофакторна лінійна регресія”. При обчислені дисперсії залишків слід взяти до уваги, що число залишків у побудованій моделі на одиницю менше ніж число спостережень n у вибірці.
-
На основі обчислених залишків визначається DW–критерій Дарбіна–Уотсона:
, ( 4 )
де et – залишок у поточному році, et-1 – залишок у попередньому році.
-
Обчислюється оцінка коефіцієнта автокореляції першого порядку за формулою:
; ( 5 )
-
Обчислюється розрахункове значення h–статистики Дарбіна:
, ( 6 )
де n – об’єм вибірки (n = 9), – оцінка дисперсії параметра β2 при лаговій змінній yt-1 у вибірковій регресії (береться з дисперсійно-коваріаційної матриці)
-
Для рівня значимості α=0,05 за статистичними таблицями стандартизованого нормального розподілу визначається критична точка з умови , де Φ – функція Лапласа і порівнюється із значенням критерію h. Якщо – автокореляція залишків присутня, якщо – автокореляція залишків відсутня.
-
Використовуючи метод інструментальних змінних оцінюються параметри моделі у наступній послідовності:
-
модель ( 1 ) переписується у наступному вигляді:
( 7 )
-
у якості інструментальної змінної для лагової змінної yt-1 приймається змінна xt-1;
-
визначаються оцінки параметрів моделі ( 7 ) за наступною залежністю:
, ( 8 )
де матриці Z, X і вектор Y визначаються наступним чином:
.
-
записується оцінена функція регресії.