- •5.Перевірка значимості параметрів парної регресійної моделі та коефіцієнта кореляції за допомогою t-критерію Стюдента
- •6.Довірчі інтервали. Коефіцієнт еластичності. Прогнозування за допомогою моделі парної лінійної регресії.
- •7.Нелінійна регресія. Основні типи нелінійних економетричних моделей
- •8.Поняття мультиколінеарності, основні її ознаки та наслідки
- •9.Методи усунення мультиколінеарності
- •10.Алгоритм Фаррара-Глобера
- •11.Поняття гетероскедастичності та її наслідки
- •12.Параметричний тест Голдфелда-Квандта
5.Перевірка значимості параметрів парної регресійної моделі та коефіцієнта кореляції за допомогою t-критерію Стюдента
Якщо вибіркова модель адекватна дійсній, то потрібно перевірити значимість b0 та b1. Для цього спочатку знаходять оцінку дисперсії помилок:
Також знаходять дисперсійно коваріаційну матрицю параметрів моделі, яка дорівнює:
Алгоритм перевірки значимості коеф.регерсії:
1)Висувається нульова гіпотеза Н0: b1=0 (b0=0) та альернативна Н1: b1≠0 (b0≠0)
2)Знаходять розрахункові значення критерію Ст*юдента:
При цьому вважають, що вибраний критерій маж розподіл Ст*юдента з υ=n-2 ступенями вільності.
3)задають рівень значимості α та знаходять критичне значення критерію tкр для рівня значимості α/2 та υ=n-2 ступенями вільності.
Якщо , тоді нульова гіпотеза відхиляється, приймається альтернативна гіпотеза і вважається, що відповідний коефіцієнт є статистично значимий. Якщо ця нерівність не виконується, то приймається нульова гіпотеза, тоді відповідний коефіцієнт вважається статистично незначимий і його можна в регресійній моделі опустити
Коеф.кореляції вказує на щільність зв*язку між змінними х та у. Для перевірки його статистичної значимості використовують t критерій Ст*юдента. Для фактичного значення критерію вибирають величину:
Вважають, що цей критерій має розподіл Ст*юдента з υ=n-2 ступенями вільності, а нульова гіпотеза записується у вигляді: Н0: r=0 та альернативна Н1: r≠0.
Перевірка на значимість здійснюється аналогічно перевірці по значимості коеф.регресії. Якщо приймається нульова гіпотеза, то вважають, що між у та х не існує лінійної залежності. При альтернативній гіпотезі вважають, що така залежність між у та х присутня.
6.Довірчі інтервали. Коефіцієнт еластичності. Прогнозування за допомогою моделі парної лінійної регресії.
Для того, щоб встановити зв*язок між оцінками параметрів b0 та b1 та фактичними (дійсними) значеннями β0 та β1 знаходять довірчі інтервали або інтервали довіри.
Інвтервал довіри – це інтервал, в який з ймовірністю р=1-α попадає вибраний параметр (β0 або β1), при знайдених оцінках параметрів b0 та b1 на вибраному рівні значимості α. Ці довірчі інтервали для вибраних параметрів β0 та β1 мають вигляд:
Середнім коеф.еластичності називається величина . Цей коеф.показує на скільки процентів змінюється величина у, якщо величина х збільшується на 1%.
Якщо побудована модель адекватна дійсній моделі тоді, використовуючи вибіркове р-ня регресії можна здійснювати прогрозування двох видів:
-точковий прогноз;
-інтервальний прогноз.
Точковий прогноз дає змогу знайти значення прогнозованої змінної у, якщо задане прогнозоване значення хпр.
Інтервальний прогноз задає інтервал, в який з ймовірністю р=1-α попадає дійсне значення залежної змінної. При заданому значенні цей інтервал має вигляд: