- •Эконометрика
- •Лекция 1. Предмет и метод эконометрики. Ковариация, дисперсия и корреляция
- •1.1. Предмет и метод эконометрики
- •1.2. Выборочная ковариация.
- •1.3. Основные правила расчета ковариации.
- •1.4. Теоретическая ковариация.
- •1.5. Выборочная дисперсия. Правила расчета дисперсии.
- •1.6. Коэффициент корреляции.
- •1.7. Коэффициент частной корреляции.
- •Тест для самоконтроля
- •Лекция 2. Парная линейная регрессия.
- •2.1. Проблема оценивания линейной связи экономических переменных.
- •2.2. Модель парной линейной регрессии.
- •2.3. Регрессия по методу наименьших квадратов.
- •2.4. Интерпретация уравнения регрессии.
- •2.5. Качество оценки: коэффициент r2.
- •Тесты для самоконтроля
- •Лекция 3. Статистическая оценка достоверности выборочных показателей связи.
- •Оценка достоверности уравнения регрессии в целом
- •Определение средней ошибки, предельной ошибки и доверительных границ коэффициента корреляции
- •3.1. Оценка достоверности уравнения регрессии в целом
- •3.2. Определение средней ошибки, предельной ошибки и доверительных границ коэффициента корреляции
- •3.3. Проверка гипотезы и интервальная оценка коэффициента регрессии.
- •3.4. Средняя ошибка уравнения и интервальная оценка отдельных значений результативного признака.
- •Тесты для самоконтроля
- •Лекция 4. Нелинейная регрессия
- •4.1. Спецификация модели
- •4.2. Классификация нелинейных функций.
- •4.3. Отдельные виды нелинейных регрессий.
- •4.3.2. Равносторонняя гипербола.
- •4.3.3. Степенная функция.
- •4.4.Коэффициенты эластичности в нелинейных регрессиях.
- •4.5. Корреляция для нелинейной регрессии.
- •Тесты для самоконтроля
- •Лекция 5. Множественная регрессия и корреляция
- •Понятие множественной регрессии, и ее графическая интерпретация
- •Отбор факторов при построении модели.
- •Коллинеарность факторов. Методы преодоления межфакторной связи
- •Модульная единица 5.1. Параметризация и спецификация уравнения множественной регрессии
- •5.1.1. Понятие множественной регрессии, и ее графическая интерпретация
- •5.1.2. Отбор факторов при построении модели.
- •5.1.3. Коллинеарность факторов. Методы преодоления межфакторной связи
- •5.1.4. Параметризация уравнения множественной регрессии и его интерпретация
- •Тесты для самоконтроля
- •Модульная единица 5.2. Множественная и частная корреляция. Предпосылки мнк.
- •5.2.1.Множественная корреляция.
- •5.2.2. Скорректированный индекс детерминации (корреляции).
- •5.2.3. Частная корреляция.
- •5.2.4. Частные f- тесты
- •5.2.5. Предпосылки мнк.
- •Тесты для самоконтроля
- •Лекция 6. Моделирование динамических процессов
- •6.1. Элементы временного ряда
- •6.2. Автокорреляция
- •6.3. Выявление структуры временного ряда
- •6.4. Моделирование тенденции
- •6.5. Изучение взаимосвязи переменных по данным временных рядов
- •6.6. Критерий Дарбина-Уотсона
- •Тесты для самоконтроля
- •Лекция 7. Системы эконометрических уравнений
- •Модульная единица 7.1. Виды систем эконометрических уравнений и их идентификация. Косвенный метод наименьших квадратов
- •7.1.1. Понятие и необходимость применения систем уравнений
- •7.1.2. Косвенный метод наименьших квадратов
- •7.1.3. Проблема идентификации
- •Вопросы для повторения
- •Тесты для самоконтроля
- •Модульная единица 7.2. Методы решения сверхидентифицируемых систем
- •7.2.1. Двухшаговый метод наименьших квадратов
- •7.2.4. Исходные данные
- •7.2.2. Понятие о трехшаговом методе наименьших квадратов
- •7.2.3. Применение систем уравнений
- •Контрольные вопросы
- •Тесты для самоконтроля
- •Пример выполнения работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя средства ms excel построить парную линейную модель регрессии, рассчитать показатели тесноты связи по индивидуальным данным.
- •Пример и методические указания к выполнению работы.
- •1. Исходные данные
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя встроенный инструмент «Регрессия» ms excel, построить парную линейную модель регрессии, оценить результаты.
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Пример и методические указания к выполнению работы.
- •1. Исходные данные
- •2. Оценка значимости. Точечная и интервальная оценки параметров уравнения регрессии
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя средства ms excel построить множественную линейную модель регрессии, рассчитать показатели тесноты связи по индивидуальным данным.
- •Пример и методические указания к выполнению работы.
- •2 Способ.
- •4 Способ.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Требуется проверить модель регрессии на гетероскедастичность остатков
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя средства ms excel построить уравнение тренда.
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Построить модель связи между экономическими переменными по данным временных рядов.
- •Пример и методические указания к выполнению работы.
- •1. Исходные данные
- •2. Автокорреляционные функции
- •2.1. Тест на автокорреляцию остатков трендов
- •3. Первые разности
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Список индивидуальных данных:
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи.
- •Пример и методические указания к выполнению работы.
- •2. Исходные данные
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Словарь основных терминов и определений (глоссарий)
- •Промежуточный тест по дисциплине «Эконометрика» Учебный модуль 3. Модульная единица 6.
- •Тестовые задания
- •Итоговый тест по дисциплине «Эконометрика»
- •1. Шкала проходных баллов по модулям
- •Модульная единица 2. Парная линейная регрессия.
- •Модульная единица 3. «Статистическая оценка достоверности выборочных показателей связи»
- •Модуль 2. Множественная регрессия и корреляция Модульная единица 5.1. Параметризация и спецификация уравнения множественной регрессии
- •Модуль 4. Системы эконометрических уравнений Модульная единица 7.1. Виды систем эконометрических уравнений и их идентификация. Косвенный метод наименьших квадратов
- •Модуль 4. Модульная единица 7.2. «Методы решения сверхидентифицируемых систем»
- •Контрольные работы промежуточного контроля Контрольная работа №1(модульные единицы 1, 2, 3)
- •Предмет и метод эконометрики.
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №2 (модульная единица 4)
- •5. Классификация нелинейных функций.
- •Контрольная работа № 3 (модуль 5, модульные единицы 5.1, 5.2)
- •Контрольная работа № 4 (модуль 7, модульные единицы 7.1, 7.2)
- •Контрольные вопросы итогового контроля
3.3. Проверка гипотезы и интервальная оценка коэффициента регрессии.
Процедура оценивания достоверности коэффициента регрессии не отличается от рассмотренной выше для коэффициента корреляции. Сначала выдвигается нулевая гипотеза об отсутствии связи между признаками и равенстве коэффициента регрессии в генеральной совокупности нулю – Н0: β =0.Средняя (стандартная) ошибка коэффициента регрессии для парной линейной связи определяется по формуле
3.9.
Для оценки достоверности коэффициента регрессии его выборочная оценка сравнивается с величиной стандартной ошибки, то есть определяется фактическое значение t-критерия Стьюдента
tфакт.= 3.10.
которое потом сравнивается с табличным значением tтабл. при определенном уровне значимости λ и остаточном числе степеней свободы dfост.. Нулевая гипотеза отклоняется при tфакт.> tтабл. Доверительный интервал для коэффициента регрессии определяется как
в - tтабл.∙ т в ≤ β ≤ в + tтабл.∙ т в 3.11.
Поскольку коэффициент регрессии в линейном уравнении связи имеет четкую смысловую интерпретацию, то доверительные границы коэффициента не должны содержать противоречивых значений, например -0,8 ≤ β ≤ 1,2. Такого рода запись указывает, что истинное значение коэффициента регрессии одновременно содержит отрицательные и положительные величины и даже ноль, чего не может быть.
3.4. Средняя ошибка уравнения и интервальная оценка отдельных значений результативного признака.
Важным направлением использования уравнений связи является их применение для прогнозирования ожидаемых результатов при заданном уровне факторов для целей управления исследуемой совокупностью. Использование регрессионной модели для прогнозирования состоит в подстановке в уравнение регрессии ожидаемых значений факторных признаков для расчета точечного прогноза результативного признака и его доверительного интервала с заданной вероятностью.
Поскольку не все значения результативного признака лежат на линии регрессии, то использование уравнения регрессии для прогнозирования приведет к некоторой погрешности (ошибке) в оценке анализируемого показателя. Можно назвать два источника возникновения этой погрешности. Во-первых, решенное по выборочным данным уравнение регрессии является всего лишь одним из множества возможных по воле случая подобных уравнений. Каждое из них является лучшим или худшим приближением к истинной (генеральной) линии связи. Во-вторых, уравнение регрессии не воспроизводит общую вариацию результативного признака в полном объеме; остаточная вариация вносит свой вклад в величину погрешности (ошибки) прогноза.
Ошибка точечного прогноза или ошибка положения линии регрессии покажет, на какую величину в среднем точечные прогнозы по всем возможным выборочным линиям регрессии будут отличаться от прогнозного значения результативного признака, определенного по истинной (генеральной) линии связи.
Чтобы понять, как строится формула ошибки, обратимся к уравнению линейной регрессии: . Учитывая, что , уравнение примет вид: . Отсюда вытекает, что стандартная ошибка зависит от ошибки выборочной средней и ошибки коэффициента регрессии: . Из теории выборки известно, что . Используя в качестве оценки σ2у остаточную дисперсию s2ост. и учитывая вышеприведенную формулу стандартной ошибки коэффициента регрессии (п.3.3), имеем выражение:
= . 3.12.
Из данной формулы видно, что ошибка положения линии регрессии в прогнозной точке зависит от ошибок отдельных параметров уравнения и от того, как сильно значение признака-фактора отклоняется от его среднего значения. Чем больше разность , тем больше ошибка , с которой предсказывается значение для заданного значения х.
Доверительные интервалы положения линии регрессии при заданном х определяются выражением
3.13.
где а – уровень значимости. На рисунке 3.1. доверительные границы для представлены гиперболами, расположенными по обе стороны от выборочной линии регрессии.
Однако фактические значения yi отклоняются от уравнения регрессии на величину случайной ошибки , дисперсия которой оценивается как остаточная дисперсия на одну степень свободы s2ост. Поэтому ошибка прогноза индивидуального значения yi должна учитывать не только ошибку положения линии регрессии, но и остаточную вариацию. Средняя ошибка прогнозируемого индивидуального значения результативного признака yi(х) составит
3.14
.
Доверительный интервал индивидуального прогноза дает возможность в каждом отдельном случае с определенной вероятностью указать, что величина результативного признака окажется в определенном интервале относительно значения, вычисленного по уравнению связи.
Вопросы для повторения
Раскройте понятие «достоверность» применительно к параметрам взаимосвязи переменных.
Всегда ли необходима процедура оценки достоверности результатов регрессионного анализа?
С какой целью проводится F-тест уравнения регрессии?
Что такое «число степеней свободы», и как оно определяется для факторной и остаточной сумм квадратов?
На какие части раскладывается общий объем вариации результативного признака в ходе дисперсионного анализа регрессионной модели?
Как рассчитать остаточный объем вариации результативного признака?
Назовите причины существования остаточной вариации.
Что показывает табличное (критическое) значение критерия Фишера?
Чем определяется табличное значение критерия Фишера?
В каком случае уравнение регрессии признается достоверным в целом?
Как формулируется нулевая гипотеза при проверке достоверности коэффициента корреляции (регрессии)?
12. С какой целью в регрессионном анализе используется критерий t-Стьюдента?
Что показывает средняя ошибка коэффициента корреляции (регрессии) и как ее рассчитать?
Что показывает предельная ошибка коэффициента корреляции (регрессии) и как ее рассчитать?
Что показывает доверительный интервал параметра связи?
Как определить доверительный интервал коэффициента регрессии?
Чем отличается процедура проверки достоверности параметров связи для больших и малых выборок?
В каком случае принимается гипотеза о достоверности коэффициента регрессии?
Назовите источники возникновения ошибки прогноза результативного признака.
Что такое «точечный прогноз»?
Чем отличается доверительный интервал положения линии регрессии от доверительного интервала индивидуального прогноза?
Резюме по модульной единице 3. Применение регрессионного метода в условиях малочисленных или выборочных наблюдений предполагает последующую оценку достоверности полученных параметров связи. Предлагаемые в данном разделе методики дают возможность выявить случайную или закономерную природу зависимости между факторами и результатами хозяйственной деятельности. Только наличие устойчивой зависимости дает возможность проводить нормативные и прогнозные расчеты и тем самым получать верные выводы о развитии экономических явлений и процессов.