Параметричний тест Гольдфельда — Квандта

Крок 1. Упорядкувати спостереження відповідно до величини елементів вектора X_j.

Крок 2. Відкинути c спостережень, які містяться в центрі вектора. Згід­но з експериментальними розрахунками автори знайшли оптимальні спів­відношення між параметрами c і n, де n — кількість елементів вектора :

Крок 3. Побудувати дві економетричні моделі на основі 1МНК за двома утвореними сукупностями спостережень за умови, що перевищує кількість змінних m.

Крок 4. Знайти суму квадратів залишків за першою (1) і другою (2) моделями і : , де — залишки за моделлю (1);

, де — залишки за моделлю (2).

Крок 7. Обчислити критерій

який в разі виконання гіпотези про гомоскедастичність відповідатиме F-роз­поділу з , ступенями свободи. Це означає, що обчислене значення R* порівнюється з табличним значенням F-крите­рію для ступенів свободи і і вибраного рівня довіри. Якщо , то гетероскедастичність відсутня.

Непараметричний тест Гольдфельда - Квандта

Цей тест базується на числі піків у величини залишків після упорядкування спостережень за .Закономірність зміни залишків, коли дисперсія є однорідною, — явище гомоскедастичності ілюструє рис. 7.1, а на рис.7.2 спостерігається явище гетероскедастичності.

Тест Глейсера

Він запропонував розглядати регресію абсолютних значень залишків , що від­повідають регресії найменших квадратів, як певну функцію від , де — та незалежна змінна, яка відповідає зміні дисперсії . Для цього використовуються такі види функцій:1) 2) 3)

Рішення про відсутність гетероскедастичності залишків приймається на підставі статистичної значущості коефіцієнтів і . Переваги цього тесту визначаються можливістю розрізняти випадок чистої і замішаної гетероскедастичності. Чистій гетероскедастичності відповідають значення параметрів , а змішаній — . Залежно від цього треба користуватись різними матрицями S. Нагадаємо, що .

Застосуємо зваженений метод найменших квадратів для знаходження оцінок параметрів моделі з гетероскедастичними регресійними залишками.

На основі тесту Гольдфельда-Квандта та Глейзера припускаємо, що . Одержуємо ,

де , . Для визначення та використовується формула: ,де

10.Гомоскедастичні та гетероскедастичні моделі.

Передумови, які висуваються при оцінці параметрів моделі за методом 1МНК на практиці часто можуть порушуватись. Однією з таких передумов є незмінність дисперсії залишків для всіх спостережень вихідної сукупності. Це явище називається гомоскедастичністю. В практичних дослідженнях воно часто порушується. Наприклад, в економетричній моделі, що характеризує залежність витрат на споживання від доходу, дисперcія залишків може змінюватись для спостережень, які відносяться до різних груп населення за розміром доходів.

Якщо дисперсія залишків в економетричному моделюванні змінюється для кожного спостереження або для груп спостережень, то це явище називається гетероскедастичністю.

Наявність гетероскедастичності спричиняє порушення властивостей оцінок параметрів моделі при розрахунку їх за методом 1МНК. Тому завжди виникає необхідність вивчати це явище, і, якщо воно існує, для оцінки параметрів моделі використовувати узагальнений метод найменших квадратів (метод Ейткена).

Для визначення гетероскедастичності застосовуються чотири критерії:

1) критерій ;

2) параметричний тест Гольдфельда—Квандта;

3) непараметричний тест Гольдфельда—Квандта;

4) тест Глейсера.

12.Елементи класифікації економіко-математичних моделей.

Для класифікації е.м. моделей використовують різні класифікаційні ознаки.

За цільовим призначенням е.м. моделі поділяються на теоретико-аналітичні, що використовуються під час дослідження загальних вл-стей і закономірностей екон процесів, і прикладні, що застосовуються у розв’язанні конкретних еконо задач (моделі економічного аналізу, прогнозування).

Відповідно до загальної клас-ції мат моделей вони поділяються на функціональні та структурні, а також проміжні форми (структурно-функціональні). Типовими структурними моделями є моделі міжгалузевих зв’язків. Прикладом функціональної моделі може слугувати модель поведінки споживачів в умовах товарно-грошових відносин.

Моделі поділяють на дескриптивні та нормативні. Прикладом дескриптивних моделей є виробничі функції та функції купівельного попиту, побудовані на підставі опрацювання статистичних даних. Типовим прикладом нормативних моделей є моделі оптимального (раціонального) планування, що формалізують у той чи інший спосіб цілі екон розвитку, можливості і засоби їх досягнення.

За хар-ром відображення причинно-наслідкових аспектів розрізняють моделі жорстко детерміновані і моделі, що враховують випадковість і невизначеність.

За способами відображ чинника часу е.м. моделі поділяються на статичні й динамічні.

Моделі екон процесів надзвичайно різноманітні за формою матем залежностей. Важливо виокремити клас лінійних моделей, що набули значного поширення завдяки зручності їх використання. Відмінності між лінійними і нелінійними моделями є суттєвими не лише з математичного погляду, а й у теоретико-економ плані, адже багато залежностей в економіці мають принципово нелінійний хар-р.

За співвідношенням екзогенних і ендогенних змінних, які включаються в модель, вони поділяються на відкриті і закриті. Повністю відкритих моделей не існує; модель повинна містити хоча б одну ендогенну змінну. Повністю закриті економіко-математичні моделі, тобто такі, що не містять екзогенних змінних, надзвичайно рідкісні. Переважна більшість е.м. моделей посідає проміжну позицію і розрізняється за ступенем відкритості (закритості).

За способом реалізації виділяють:

- аналітичні

- комп’ютерні: а) чисельні, б) імітаційні, в) статистичні.

Для аналітичного моделювання хар-рним є те, що процеси функціонування елементів системи записують у вигляді деяких математичних співвідношень (алгебраїчних, інтегро-диференційних, кінцево-різницевих тощо) чи логічних умов.

Комп’ютерне моделювання хар-ризується тим, що матем модель системи (використовуючи основні співвідношення аналітичного моделювання) подається у вигляді деякого алгоритму та програми, придатної для її реалізації на комп’ютері, що дає змогу проводити з нею обчислювальні експерименти. Залежно від матем інструментарію (апарату), що використовується в побудові моделі, та способу організації експериментів можна виокремити три взаємопов’язані види моделювання: чисельне, алгоритмічне (імітаційне) та статистичне.

У чисельному моделюванні для побудови комп’ютерної моделі використовуються методи обчислювальної математики, а обчислювальний експеримент полягає в чисельному розв’язанні деяких математичних рівнянь за заданих значень параметрів і початкових умов.

Алгоритмічне (імітаційне) моделювання (може бути детермінованим та стохастичним) — це вид комп’ютерного моделювання, для якого хар-рним є відтворення на комп’ютері (імітація) процесу функціонування досліджуваної складної системи.

Статистичне моделювання — це вид комп’ютерного моделювання, який дозволяє отримати статистичні дані відносно процесів у модельованій системі