- •Понятие эконометрики и ее место в экономических исследованиях
- •Основные этапы регрессионного анализа
- •Парная линейная регрессия
- •Коэффициенты эластичности
- •2.3. Предпосылки мнк (условия Маркова-Гаусса)
- •Анализ точности определения параметров регрессии
- •Проверка выполнимости предпосылок мнк. Статистика Дарбин-Уотсона
- •Модели парной нелинейной регрессии
- •Нелинейные однофакторные регрессионные модели. Линеаризация
- •Гиперболическая модель
- •Степенная модель
- •Показательная модель
- •Экспоненциальная модель
- •Полиномы разных степеней
- •В таблице 4.1.1 приведены преобразования, с помощью которых нелинейные функции становятся линейными с новыми переменными и коэффициентами.
- •Линеаризация для различных видов моделей
- •4.2 Оценка качества нелинейной связи
- •Зависимость расходов от среднедневной заработной платы
- •Расчетная таблица для линейной модели
- •Расчетная таблица для степенной модели
- •Расчетная таблица для гиперболической модели
- •Множественная регрессия Специфика уравнения множественной регрессии
- •Оценка параметров уравнения множественной линейной регрессии
- •Фиктивные и нефиктивные переменные
- •Статистические данные к примеру 2
- •Расчет параметров уравнения регрессии
- •Отклонение реальных значений от теоретических
- •Модели временных рядов Одномерный временной ряд
- •Автокорреляция уровней временного ряда и выявление его структуры.
- •Статистические данные к примеру 3
- •Расчет коэффициента автокорреляции первого порядка
- •Расчет коэффициента автокорреляции второго порядка
- •Корреляционная функция временного ряда потребления электроэнергии
- •Моделирование тенденции временного ряда
- •Моделироание сезонных колебаний временного ряда
- •Расчет сезонной компоненты в аддитивной модели
- •Расчет оценок сезонной компоненты в аддитивной модели
- •Расчет оценок сезонной компоненты в аддитивной модели
- •Взаимосвязь временных рядов
- •11.1. Методы исключения тенденции.
- •Статистические данные к примеру 5
- •Расчетные значения и отклонения для временных рядов расходов на конечное потребление и совокупного дохода
- •Расчетные значения и отклонения для временных рядов расходов на конечное потребление и совокупного дохода
Нелинейные однофакторные регрессионные модели. Линеаризация
Что же необходимо сделать, если исследователь пришел к выводу, что анализируемая зависимость нелинейная? В этой ситуации существует два основных варианта действий:
-
вначале стоит попытаться подобрать такое преобразование к анализируемым переменным, которое позволило бы представить существующую нелинейную зависимость в виде линейной функции. Этот процесс называется линеаризацией;
-
если линеаризация невозможна, то тогда к исследуемой зависимости необходимо применять методы нелинейной регрессии. Рассмотрение этих методов выходит за рамки данного курса.
Если процесс линеаризации возможен, то после его проведения к вновь введенным переменным можно применить МНК.
Гиперболическая модель
Гиперболические зависимости у = а + + ε используются в тех случаях, когда неограниченное увеличение объясняющей переменной х асимптотически приближает зависимую переменную к некоторому пределу (в данном случае к а ). Сводится к линейной регрессии при помощи следующих преобразований:
х* = у = а+b х* (4.1)
В зависимости от знаков параметров a и b возможны ситуации, изображенные на рис.4.1.1.
Рис. 4.1.1 Виды гиперболических зависимостей
График на рис. 4.1.1,а может отражать зависимость между объемом выпуска х и средними фиксированными издержками у
График на рис. 4.1.1,б может отражать зависимость между доходом х и спросом на благо у (например, на товары первой необходимости), в этом случае точка х=-b/a – минимально необходимый уровень дохода.
График на рис. 4.1.1,в может отражать зависимость между уровнем безработицы х в % и процентным изменением заработной платы у, в этом случае точка х=-b/a – естественный уровень безработицы.
Степенная модель
Степенная модель у = а хb ε сводится к линейной регрессии при помощи следующих преобразований:
у*=ln y, A=ln a, x*=ln x у*=A+b х* (4.2)
Эта функция может отражать:
1. Зависимость спроса у на благо от его цены х, в данном случае (b<0).
2. Зависимость спроса у на благо от его дохода х, в данном случае (b>0).
3. Зависимость объема выпуска у от использования ресурса х, в данном случае (0<b<1).
Данная модель легко обобщается на большее число переменных. Например, хорошо известна производственная функция Кобба-Дугласа . После логарифмирования обеих частей получим:
ln y=ln A+α·ln K+β·ln L
Здесь α и β – эластичности выпуска по затратам капитала и труда соответственно. Сумма этих коэффициентов является таким важным экономическим показателем, как отдача от масштаба. При α + β =1 говорят о постоянной отдаче от масштаба (во сколько раз увеличиваются затраты ресурсов, во столько же раз увеличивается выпуск). При α + β <1 имеет место убывающая отдача от масштаба (увеличение объема выпуска меньше увеличения затрат ресурсов). При α + β >1 имеет место возрастающая отдача от масштаба отдача от масштаба (увеличение объема выпуска больше увеличения затрат ресурсов).
Показательная модель
Показательная модель у = а bxε сводится к линейной регрессии при помощи следующих преобразований:
у*=ln y, A=ln a, В=ln b у*=A+B х (4.3)
Наиболее важным приложением этой функции является ситуация, когда анализируется изменение переменной у с постоянным темпом прироста во времени.