- •2. Мета лабораторної роботи по темі «Системи одночасних регресій»
- •3. Зміст теоретичних положень по темі «Системи одночасних регресій»
- •3.1. Система незалежних регресій
- •3.2. Рекурсивна модель
- •3.3. Визначення прогнозної форми рекурсивної моделі
- •3.4. Непрямий метод найменших квадратів (нмнк) оцінювання параметрів системи двох регресій
- •3.5. Нмнк у матричній формі для системи двох регресій
- •3.6. Нмнк для системи двох регресій з центрованими величинами
- •3.8. Двокроковий метод найменших квадратів
- •3.7. Непрямий метод найменших квадратів для системи з n регресій
- •3.9. Алгоритм двокрокового мнк
- •3.10 Модифікований двокроковий метод найменших квадратів (мдмнк)
- •Позначимо матриці
- •3.11 Оцінки параметрів системи n одночасних регресій мдмнк у матричній формі
- •3.12 Мдмнк у матричній формі
- •7. Список вбудованих функцій ms excel, використовуваних у розрахунках економетричних моделей
- •8. Список літератури
3.5. Нмнк у матричній формі для системи двох регресій
Запишемо систему одночасних рівнянь у матричній формі.
Якщо ввести такі позначення:
-
матриця параметрів при ендогенних
величинах,
-
матриця параметрів при екзогенних
величинах структурної форми системи
регресій,
-
вектор-стовпець ендогенних величин,
-
вектор-стовпець екзогенних величин,
-
вектор-стовпець відхилень,
то систему одночасних регресій у структурній формі можна записати в матричній формі
(3.5)
Для
переходу від структурної форми до
прогнозної помножимо зліва рівняння в
матричній формі (3.5.)
на матрицю, обернену до матриці
:
![]()
Якщо
позначити матрицю
через матрицю
,
то отримаємо таку прогнозну систему
регресії в матричному вигляді:
,
де
![]()
Після
оцінки параметрів матриці
прогнозної форми методом найменших
квадратів з матричного рівняння
![]()
знаходимо
оцінки параметрів матриць
та
.
Оскільки
матриця
,
то матричне рівняння матиме вигляд
.
Розписавши добуток матриць, отримаємо шість рівнянь:
(3.6)
Ця система рівнянь еквівалентна системі рівнянь (3.3), а тому має той самий розв’язок (3.4)
3.6. Нмнк для системи двох регресій з центрованими величинами
Ураховуючи той факт, що середні величини задовольняють регресію
(3.7)
отримаємо регресію для центрованих величин. Для цього від рівняння регресії (1.1) віднімемо (1.7) і т.д.
Система регресій для центрованих величин набуде вигляду
(3.8)
Ця система одночасних регресій пов’язує центровані величини
та у ній відсутні вільні змінні.
Використовуючи ЗЖВ, перейдемо від структурної форми до прогнозної форми системи регресій. Симплекс-таблиця системи регресій має вигляд
|
|
|
|
|
|
|
|
|
О1= |
-1 |
|
|
0 |
1 |
0 |
|
О2= |
|
-1 |
0 |
|
0 |
1 |
Після двох кроків ЗЖВ отримаємо таку симплекс-таблицю системи двох регресій у прогнозній формі:
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таким чином, прогнозна форма системи регресій буде мати чотири параметри:
(3.9)
Якщо статистичні дані розглядаються за к періодів, то суміщена симплекс-таблиця системи нормальних рівнянь матиме вигляд:
|
|
|
|
1 0 |
0 1 |
|
0= |
|
|
|
|
|
0= |
|
|
|
|
Якщо ввести такі позначення


і
,
то після двох кроків ЗЖВ отримаємо
оцінки параметрів матриці
:
|
|
|
|
|
|||
|---|---|---|---|---|---|---|
|
|
|
|
|
|||
Після цього з рівності параметрів прогнозної форми системи регресій отримаємо систему чотирьох рівнянь:
(3.10)
Розв’язавши систему рівнянь, знайдемо:
(3.11)
Формули оцінок параметрів структурної системи регресій, виражені через оцінки параметрів прогнозної форми регресій для центрованих і нецентрованих величин, співпадають (3.4), (3.11).
Відрізняються вони тільки тим, що в регресії з центрованими екзогенними та ендогенними величинами відсутні вільні члени як у структурній, так і в прогнозній формах.
Для оцінювання значення прогнозу ендогенних величин за заданими екзогенними величинами центруємо значення ендогенних величин і підставляємо в прогнозну форму регресії з центрованими величинами. Після визначення центрованих прогнозних значень ендогенних величин до них додаємо середні значення цих величин. Або записуємо прогнозну форму з урахуванням центрованих величин:
![]()
і перетворюємо, розкривши дужки:
![]()
де
![]()
Аналогічним чином можна перетворити структурну центровану систему регресій на структурну систему регресій:
де
![]()
