- •Кременчуцький державний політехнічний університет
- •К ременчук 2001
- •1. Багатофакторні економетричні моделі
- •1.1 Виробничі функції
- •1.2 Функції витрат
- •1.3 Функції попиту і пропозиції, функції споживання
- •2. Методологія оцінювання параметрів (коефіцієнтів) економетричних моделей
- •2.1 Вимоги до вихідних даних при побудові багатофакторної економетричних моделі
- •2.2 Метод найменших квадратів (мнк)
- •3. Статистична перевірка економетричної моделі
- •3.1 Статистичні характеристики економетричної моделі
- •3.2. Проблеми мультиколінеарності, алгоритм
- •3.3. Стандартна похибка моделі й залежної змінної
- •3.4. Коефіцієнти детермінації і множинної кореляції
- •3.5. Стандартні похибки параметрів
- •3.6. Автокореляція залишків у економетричних моделях
- •3.6.1. Природа автокореляції
- •3.6.2. Наслідки, що викликаються автокореляцією залишків
- •3.6.3. Перевірка існування автокореляції
- •3.6.4. Узагальнений метод найменших квадратів (у.М.Н.К.) або метод Ейткена
- •3.7. Довірчі інтервали регресії і прогнозу
- •4. Типове завдання на тему:
3.3. Стандартна похибка моделі й залежної змінної
Після одержання моделі залежності у вигляді регресійного рівняння знаходиться стандартна виправлена помилка цього рівняння , де , вибіркова дисперсія, що є оцінкою (пункт б). Позначимо . Тоді
= (3.9)
à невиправлена дисперсія без врахування числа ступенів свободи
(3.10 )
Стандартна (середня квадратична) помилка залежної перемінної у з поправкою на число ступенів свободи відрізняється від (2.13)
(3.11 )
3.4. Коефіцієнти детермінації і множинної кореляції
Коефіцієнт детермінації D, як і стандартні помилки, обчислюється з поправкою на число ступенів свободи і без неї. Коефіцієнт детермінації без поправки
, (3.12 )
Це відношення показує, яка частина руху залежної перемінної у описується отриманим рівнянням регресії. Величина R= називається множинним коефіцієнтом кореляції.
Коефіцієнти детермінації і множинної кореляції з урахуванням числа ступенів свободи обчислюються за формулами:
, (3.13 )
Можна довести, що . (3.14)
Виправлений коефіцієнт множинної кореляції .
Обчислимо D іншим способом. У наших позначеннях , де , або у матричній формі . Тому, що за М.Н.К. формула (2.8) , то
Тоді ;
, (3.15 )
Якщо перейти до нормалізованих перемінних за формулами (2.12), то у нових позначеннях (див. (2.18)).
Тоді
(3.16)
Коефіцієнти множинної кореляції R виражають міру зв'язку залежної перемінної з усіма незалежними факторами. Максимальне його значення дорівнює 1. Величина 1 - R2 характеризує ступінь впливу на залежну перемінну випадкових залишків.
Статистична значимість коефіцієнта детермінації перевіряється за допомогою F-критерію. Обчислюється розрахункове значення критерію за формулою:
(3.17 )
Якщо Fp>Fкр (; n; m-n-1), де Fкр - табличне значення для рівня значущості і числа ступенів свободи n і m-n-1, то коефіцієнт детермінації вважається значущим із довірчою ймовірністю р=1-, у противному випадку, при Fp<Fкр, - незначущим.
Значущість відмінності від нуля D означає також і значущість коефіцієнту R.
3.5. Стандартні похибки параметрів
Статистичну значущість оцінених параметрів (коефіцієнтів) регресійного рівняння (моделі) перевіряють за допомогою стандартних похибок параметрів. Внесок кожної незалежної перемінної у дисперсію показника y визначається за допомогою - коефіцієнтів, що обчислюються за формулою (2.19). Це випливає з (2.14). Для перевірки значущості оцінок параметрів k, обумовлених за (2.15), знаходиться їх коваріаційна матриця
. (3.18 )
Ця матриця має розмірність (n+1)(n+1), тому що враховує і дисперсію 0. Тоді стандартна помилка параметра i, , де Sii - діагональний елемент матриці .
Статистична значущість параметрів i перевіряється за допомогою t-критерію. Для цього обчислюються розрахункові значення критерію для i.
(3.19 )
Якщо tp>tкр (; m-n-1), де tkp - табличне значення t - розподілення для рівня значущості і числа ступенів свободи m-n-1, то i - суттєво відрізняється від нуля, тобто вплив фактора хi на y істотний, якщо tp < tkp, то несуттєво. У такому випадку фактори хi можна виключити з моделі. Якщо вибіркові коефіцієнти кореляції між факторами незначні, то за величинами можна проранжувати фактори за їх силою впливу на y. Тому краще перевіряти істотність впливу факторів хi на y як значущість - коефіцієнтів за тією самою методикою, що й i. Тоді
(3.20 )
(3.21)
де , Cii - діагональний елемент R-1.
При побудові довірчих інтервалів для параметрів i використовується той факт [4], що величина задовольняє t - розподілу з m-n-1 ступенями свободи. Тому з надійністю 1- довірчий інтервал для аi задається як
(3.22 )
Для стандартизованого рівняння довірчі інтервали для i- коефіцієнтів
(3.23 )
де Сii i-ий діагональний елемент матриці R-1.