- •1.Предмет эконометрики и связь с другими науками
- •2.Эк. Возникла в середине 20 века (1926 г.).
- •3.Методология эконометрического моделирования:
- •4/Выбор типа математической функции при построении уравнений регрессии
- •5.Свойства оценок:
- •6.Показатели силы связи:
- •7.Показатели тесноты связи.
- •8.Статистическая оценка достоверности регрессионной модели.
- •13.Ошибка аппроксимации.
- •12 Нелинейная регрессия
- •11.Интервальная оценка параметров
- •14.Использование модели парной регрессии для прогнозирования
- •15.Визуальный анализ остатков
- •16.17Смысл множественной регрессии. Отбор факторов и выбор формы уравнения
- •18.Оценка параметров.
- •20.Показатели силы связи:
- •19Стандартизованные коэффициенты регрессии.
- •21.Показатели тесноты связи
- •22.Показатели частной корреляции
- •23.Оценка достоверности модели
- •24.Частные f-критерии
- •26.Предпосылки мнк
- •32.Проблемы, возникающие при построении регрессионной модели
- •27.Гетероскедастичность
- •28.Тесты, используемые для выявления гетероскедастичности:
- •29.Ранговой корреляции Спирмена
- •31.Обобщенный метод наименьших квадратов (омнк)
- •46.Фиктивные переменные
- •49.Структурные уравнения и их приведенная форма
- •50.Проблема идентификация
- •51.Достаточное условие идентификации
- •52.Оценивание параметров в структурной форме моделей
- •53.Дмнк
- •34.Автокорреляция уровней ряда и ее последствия
- •35Моделирование тенденций временного ряда
- •43Использование трендовых моделей для прогнозирования
- •40.Методы исключения тенденции при моделировании взаимосвязей по временным рядам
- •38.Метод отклонения от тренда
- •39.Метод последовательных разностей
- •41.Автокорреляция в остатках
6.Показатели силы связи:
-
абсолютные (они показывают, на сколько единиц в среднем меняется результативный признак при изменении факторного признака на одну единицу; в линейном уравнении параметр b абсолютный показатель силы связи; первая производная любой функции – абсолютный показатель силы связи).
-
относительные показатели силы связи (коэффициенты эластичности) – показывают на сколько процентов в среднем меняется результативный признак при изменении факторного признака на 1 %. Для степенной функции параметр b – k эластичности.
7.Показатели тесноты связи.
-
-общая сумма квадратов отклонений (total sum of squares);
-
- факторная сумма квадратов отклонений (sum of squares due to regression);
-
- остаточная сумма квадратов отклонений (sum of squares due to error).
Коэффициент детерминации – обобщающий показатель оценки построенного уравнения регрессии.
В основе построения коэффициента детерминации лежит правило сложения дисперсий.
(от нуля до 1
Коэффициент детерминации используется для выбора лучшей модели.
Коэффициент детерминации показывает долю результативного признака, объесняемую регрессией, в общей вариации результата!
Индекс и коэффициент корреляции.
(от нуля до 1)
Индекс корреляции совпадает с линейным коэффициентом корреляции при линейном измерение тесноты линейной связи.
(от -1 до 1)
Свойства линейного коэффициента корреляции:
-
это стандартизованный коэффициент регрессии
-
сравним для признаков, имеющих различные единицы измерения
-
если связь между результатом и фактором отсутствует, то r=0, но если r=0 не всегда означает отсутствие связи
-
До 0,3 связь слабая
-
0,3-0,5 связь умеренная
-
0,5-0,7 связь заметная
-
0,7-0,9 связь высокая
-
0,9-1,0 связь весьма высокая, близкая к функциональной
8.Статистическая оценка достоверности регрессионной модели.
Поскольку при построении модели практически всегда используются регрессионные данные возникает необходимость в оценке достоверности полученной модели. Для этой цели используют вероятностные оценки статистических гипотез.
Статистической гипотезой называется предположение о свойствах генеральной совокупности, которые можно проверить, опираясь на данные выборки (H).
Основные этапы проверки гипотезы:
-
формулируется в виде статистической гипотезы задача исследования
-
выбирается статистическая характеристика гипотезы
-
выдвигается испытуемая (H0) и альтернативная гипотеза (H1)
-
определяется область допустимых значений, критическая область и критическое значение статистического критерия
-
вычисляется фактическое значение критерия
-
фактическое значение сравнивается с критическим значением!!!
Критическая область – это область попадание значения статистического критерия в которую приводит к отклонению Н0. Вероятность попадания значения критерия в эту область равна принятому уровню значимости (1 – доверительная вероятность).
Область допустимых значений – область, попадание значения статистического критерия в которую приводит к принятию нулевой гипотезы.
-
выдвигается Н0: r^2 в генеральной совокупности = 0
-
выдвигается Н1: r^2 в генеральной совокупности /= 0
-
определяется область допустимых значений или уровень значимости
-
рассчитывается критерий Фишера
-
определяется табличное значение критерия Фишера
-
сравниваются: если F > F табличное принимается Н1
-
Если F>Fтабл., то гипотеза о случайной природе оцениваемых характеристик отклоняется и признается статистическая значимость и надежность.
-
Если F<Fтабл., то гипотеза о случайной природе оцениваемых характеристик не отклоняется и признается статистическая незначимость, ненадежность уравнения регрессии.
Расчет F критерия.
-
Число степеней свободы (degrees of freedom - df) - число свободно варьируемых переменных.
-
Любая сумма квадратов отклонений связана с числом степеней свободы. Число степеней свободы связано с числом единиц совокупности n и числом, определяемых по ней констант. Применительно к парной регрессии число степеней свободы должно показать, сколько независимых отклонений из n возможных требуется для образования соответствующей суммы квадратов. Для общей суммы квадратов требуется (n-1) независимых отклонений. При расчете объясненной суммы квадратов SSr используются теоретические значения найденные по линии регрессии y с крышечкой = a+bx. Объясненная сумма квадратов зависит только от одной константы, то данная сумма имеет только одну степень свободы (m).
ДИСПЕРСИЯ НА ОДНУ СТЕПЕНЬ СВОБОДЫ
F табличное определяется по распределению Фишера.
Таблица дисперсионного анализа.
Источник вариации |
df |
SS |
MS |
F |
Регрессия |
1 |
1120,511 |
1120,511 |
21,65 |
остаток |
6 |
310,145 |
51,69 |
X |
итого |
7 |
1430,656 |
X |
X |