- •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
Общая постановка задачи. Используя средства ms excel построить множественную линейную модель регрессии, рассчитать показатели тесноты связи по индивидуальным данным.
Индивидуальные данные представлены в файле «исходные данные.exl» на листе «множественная регрессия»
Пример и методические указания к выполнению работы.
Условие: имеется выборочная модель множественной регрессии (лабораторная работа № 6 «Построение модели множественной линейной регрессии»).
Требуется:
проверить модель на коллинеарность факторов х1 и х2;
рассчитать выборочные коэффициенты частной корреляции , , , используя четыре способа. Оценить их значимость, сравнить с парными коэффициентами , , , объяснить причины различий.
Методические указания.
Одним из подходов по выявлению мультиколлинеарности является анализ матрицы парных коэффициентов корреляции. При этом, если , то уже в этом случае можно говорить о коллинеарности факторов.
Построим матрицу парных коэффициентов корреляции, используя встроенный инструмент «Корреляция»:
|
Валовой региональный продукт, тыс. руб., (у) |
Инвестиции в основной капитал, руб., (х1) |
Уровень экономической активности населения, %, (х2) |
Валовой региональный продукт, тыс. руб., (у) |
1,0000 |
|
|
Инвестиции в основной капитал, руб., (х1) |
0,8745 |
1,0000 |
|
Уровень экономической активности населения, %, (х2) |
0,6809 |
0,3464 |
1,0000 |
В нашем случае коэффициент свидетельствует о слабой коррелированности факторов. Поэтому можно сделать заключение об отсутствии коллинеарности факторов. К тому же все параметры регрессии оказались значимыми для генеральной совокупности (см. предыдущую работу).
Для оценки коллинеарности факторов, а также для выявления «чистого» взаимодействия рассчитывают коэффициенты частной корреляции.
Определим частные коэффициенты корреляции.
1 способ. Выборочным частным коэффициентом корреляции (частным коэффициентом корреляции) между переменными xi и xj при фиксированных значениях остальных (p-2) переменных называется выражение:
,
где через q обозначены алгебраические дополнения, например:
- алгебраическое дополнение, а - минор (определитель матрицы парных коэффициентов корреляции, получаемый при вычеркивании i-той строки и j-го столбца).
Найдем частные коэффициенты корреляции:
; ; ,
Для расчета нужно найти миноры и соответствующие алгебраические дополнения. Минор будет равен определителю матрицы:
|
Валовой региональный продукт, тыс. руб., (у) |
Уровень экономической активности населения, %, (х2) |
Инвестиции в основной капитал, руб., (х1) |
0,8745 |
0,3464 |
Уровень экономической активности населения, %, (х2) |
0,6809 |
1,0000 |
.
Аналогично:
,
.
Тогда:
;
;
.
В итоге:
.
Подобным образом определим оставшиеся коэффициенты:
;
.
2 Способ.
Частный случай 1 способа для трех переменных:
, тогда на основе матрицы парных коэффициентов получим:
;
;
.
3 способ. В общем виде: ,
где - остаточный объем вариации при построении модели регрессии зависимой переменной i от всего набора (р-1) переменных;
- остаточный объем вариации модели регрессии зависимой переменной i от (р-2) набора переменных (за исключением j).
В случае трех переменных: ,
Отметим, что такой способ расчета позволяет найти только абсолютную величину коэффициента, поэтому при определении его знака (+ или -) будем ориентироваться на полученные ранее результаты.
.
Чтобы найти воспользуемся инструментом «Регрессия»:
Остаток множественной регрессии возьмем из предыдущей задачи.
Второй коэффициент равен:
.
Предварительно также необходимо найти остаток :
.
Найдем модели регрессии, в которых х1 – зависимая переменная. Модель парной регрессии по y:
Модель множественной регрессии (х1 – зависимая переменная, х2 и у - независимые:
.
Тогда получим коэффициент частной корреляции:
.