- •Методи побудови загальної лінійної моделі
- •4.2. Специфікація моделі
- •4.3. Передумови застосування методу найменших квадратів (1мнк)
- •4.4. Оператор оцінювання 1мнк
- •4.5. Властивості оцінок параметрів
- •4.6. Коваріаційна матриця оцінок параметрів моделі
- •4.7. Прогноз залежної змінної.
- •4.8. Оцінювання прогнозних можливостей моделі
- •4.9. Побудова економетричної моделі на основі покрокової регресії
- •4.10. Коефіцієнти детермінації і кореляції
- •4.11. Частинні коефіцієнти кореляції та коефіцієнти регресії
- •4.12. Перевірка значущості та інтервали довіри
- •4.12.1. Значущість економетричної моделі. Гіпотезу про рівень значущості зв’язку між залежною і пояснювальними змінними можна перевірити за допомогою f-критерію:
- •Мультиколінеарність
- •6.2. Основні наслідки мультиколінеарності
- •1. Дисперсія і коваріація оцінок параметрів моделі різко збільшуються.
- •2. Похибки оцінок параметрів значно збільшуються, відповідно збільшуються їхні інтервали довіри.
- •6.3. Ознаки мультиколінеарності
- •6.4. Алгоритм Фаррара—Глобера
- •Гетероскедастичність
- •7.2. Наслідки гетероскедастичності
- •7.3. Методи визначення гетероскедастичності
- •7.4. Визначення матриці s
- •7 .5. Узагальнений метод найменших квадратів (метод Ейткена)
- •7.6. Прогноз
- •1. Дослідимо гетероскедастичність на основі тесту Гольфельда—Квандта.
- •Автокореляція
- •8.2. Перевірка наявності автокореляції
- •8.3. Оцінвання параметрів моделі з автокорельованими залишками
- •8.4. Прогноз
- •6.5. Методи звільнення від мультиколінеарності
4.11. Частинні коефіцієнти кореляції та коефіцієнти регресії
Частинні коефіцієнти кореляції так само, як і парні, характеризують тісноту зв’язку між двома змінними. Але на відміну від парних частинні коефіцієнти характеризують тісноту зв’язку за умови, що решта змінних сталі.
Можна дістати спрощений вираз для розрахунку коефіцієнта частинної кореляції, обравши інший спосіб інтерпретації цього коефіцієнта. Для випадку простої регресії двох змінних маємо
де
характеризує коефіцієнт при Х
у рівнянні
,
а
—
коефіцієнт при
в рівнянні
.
Отже, квадрат коефіцієнта парної
кореляції дорівнює добутку двох
наведених коефіцієнтів. Коефіцієнт
частинної кореляції можна визначити
аналогічно. Наприклад, розглянемо два
регресійні рівняння, коли x1 = const.
;
.
Нехай
в цих рівняннях
дорівнює деякій довільній величині
,
тоді член, який відповідає змінній
,
збігатиметься з вільним членом, а отже,
дістанемо дві прості регресії, які
відбивають загальну зміну yi,
на площині
= с.
Оскільки модель є лінійною, то коефіцієнти
регресії
і
лишаються незмінними при різних
значеннях с,
тобто можна стверджувати: квадрат
коефіцієнта частинної кореляції між
Y
і X2
дорівнює добутку коефіцієнтів при X2
і Y
у двох множинних регресіях.
Згідно з (4.44) запишемо ці рівняння у вигляді
де
— алгебраїчні доповнення до елемента
матриці
Звідси
.
(4.44)
Для знаходження частинного коефіцієнта кореляції змінної Y з X2 за умови, що змінна X3 стала, достатньо взяти добуток параметрів при X2 і Y у наведених щойно рівняннях з протилежним знаком.
Аналогічно
.
Тоді частинні коефіцієнти кореляції будуть такі:
;
;
. (4.45)
Ці
висновки можна поширити на випадок,
коли економетрична модель має
– 1
пояснювальних змінних
,
але при цьому решта цих змінних (крім
двох) є константами.
На підставі (4.45) можна записати альтернативні співвідношення для розрахунку частинних коефіцієнтів кореляції, базуючись на оберненій матриці до матриці rхх:
де
— елемент матриці, оберненої до матриці
rхх.
Приклад 4.8. Необхідно визначити частинні коефіцієнти кореляції для змінних моделі, побудованої на основі даних табл. 4.2 (приклад 4.2).
Розв’язання. 1. Запишемо матрицю коефіцієнтів парної кореляції для чотирьох змінних (приклад 4.6):
.
Обернемо цю матрицю:
.
Визначимо частинні коефіцієнти кореляції:
Запишемо матрицю частинних коефіцієнтів кореляції:
Порівнюючи
коефіцієнти парної кореляції (матриця
rхх)
з відповідними коефіцієнтами частинної
кореляції (матриця
),
бачимо, що останні значно нижчі, ніж
коефіцієнти парної кореляції. Це
пов’язано з тим, що в коефіцієнтах
частинної кореляції не відображаються
неявні сукупні зв’язки між всіма
показниками, а лише між певними двома
(при цьому нехтується вплив решти). Саме
ці зв’язки вимірюють частинні коефіцієнти
кореляції, які мають досить важливе
значення в різних проблемах економетричних
досліджень. Пізніше, у розд. 6 ми
повернемось до цих коефіцієнтів.
