- •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
18.Оценка параметров.
Для оценки параметров множественной регрессии используется МНК.
-
Для оценки параметров уравнения множественной регрессии применяют метод наименьших квадратов (МНК). При этом нелинейные функции приводятся к линейному виду по параметрам.
Пример:
участок |
Потребление электроэнергии тыс. кВт/час |
Объем производства продукции А, тыс. ед. |
Объем производства продукции В, тыс.ед. |
|
y |
X1 |
X2 |
1 |
12 |
2 |
3 |
2 |
14 |
4 |
2 |
3 |
11 |
3 |
1 |
4 |
15 |
5 |
3 |
5 |
14 |
2 |
2 |
6 |
6 |
2 |
1 |
№ |
Y |
X1 |
X2 |
Yx1 |
Yx2 |
X1^2 |
X2^2 |
X1x2 |
Y^2 |
1 |
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
|
4 |
|
|
|
|
|
|
|
|
|
5 |
|
|
|
|
|
|
|
|
|
6 |
|
|
|
|
|
|
|
|
|
Итого |
72 |
18 |
12 |
228 |
154 |
62 |
28 |
38 |
918 |
средняя |
12 |
3 |
2 |
38 |
25,67 |
10,33 |
4,67 |
6,33 |
153 |
Рассчитаем определитель системы:
Частные определители:
А=
Запишем уравнение:
20.Показатели силы связи:
-
Абсолютные показатели (показывают на сколько единиц в среднем изменяется результативный признак при изменении рассматриваемого фактора на 1 единицу при условии, что остальные факторы зафиксированы на среднем уровне и не меняются)
В линейном уравнении параметры b1, b2 и т.д. – коэффициенты условной чистой регрессии/ абсолютные показатели силы.
Пример: при увеличении производства А на 1000 ед. потребление электроэнергии увеличивается на 1тыс. кВт/час, при условии, что производство В зафиксировано.
Факторы нельзя сравнивать при помощи параметров b1 и b2. Для сравнительного анализа используются относительные показатели силы связи.
-
Относительные показатели
-
Стандартизованные коэффициенты регрессии (бета)
-
Частные коэффициенты эластичности