- •Учебно-методические материалы к изучению дисциплины «Эконометрика»
- •Введение
- •1 Эконометрика и математическая статистика
- •Особенности статистических данных. Источники информации
- •1.2. Выборочная ковариация и выборочная дисперсия
- •Потребительские расходы на бензин и его реальная цена в условных единицах
- •Расчет выборочной ковариации
- •1.3 Метод Монте-Карло
- •2. Метод наименьших квадратов
- •2.1. Модель парной регрессии
- •2.2. Регрессия по методу наименьших квадратов
- •2.3. Формулы для коэффициентов регрессии. Обязательные свойства линии регрессии. Недостатки метода наименьших квадратов
- •2.4. Объясненная и необъясненная дисперсия зависимой переменной. Коэффициент r2, его связь с коэффициентом корреляции
- •Расчетная таблица
- •3 Свойства коэффициентов регрессии
- •3.1 Теорема Гаусса - Маркова. Смысл условий теоремы
- •Расчеты значений y
- •Результаты оценки значений a и b
- •Результаты расчетов значений y
- •Результаты оценки значений a и b
- •3.2. Стандартные отклонения и стандартные ошибки коэффициентов регрессии
- •Результаты расчетов стандартных ошибок
- •Результаты расчетов
- •4. Проверка гипотез
- •4.1. Выбор нулевой и альтернативной гипотезы
- •4.2. Уровень значимости
- •4.3 Ошибки I и II рода, степени свободы критическое значение, доверительный интервал. Т-тест для коэффициентов регрессии
- •4. 4. Односторонние и двусторонние тесты
- •4.7. Связь между тестами
- •5. Нелинейная регрессия. Простейшие модели
- •5.1. Нелинейность по переменным и нелинейность по параметрам
- •Соотношение между ежегодным потреблением бананов и годовым доходом
- •5.2. Логарифмирование
- •5.3. Эластичность и ее моделирование
- •5.4 Случайный член как множитель
- •5.5. Тест Бокса – Кокса (решетчатый поиск). Подбор функции методом Зарембки
- •Регрессии расходов на питание и жилье
- •Результаты оценивания регрессий для расходов
- •Алгоритмы вычисления эконометрических показателей
- •Список рекомендуемых литературных источников
Соотношение между ежегодным потреблением бананов и годовым доходом
Семья |
Бананы (в фунтах) (у) |
Доход (в 10000 дол) (х) |
W |
1 2 3 4 5 6 7 8 9 10 |
1,93 7,13 8,78 9,69 10,09 10,42 10,62 10,71 10,79 11,13 |
1 2 3 4 5 6 7 8 9 10 |
1,000 0,500 0,333 0,250 0,200 0,167 0,143 0,125 0,111 0,100 |
Положительные или отрицательные, большие или малые остатки должны чередоваться случайным образом. Здесь же как видно из таблицы, сначала остатки отрицательны, затем они становится положительными: это представляется достаточно сомнительным.
В данном примере значение у и х были с помощью метода Монте-Карло, истинное соотношение имеет вид:
случайный член, (5.9)
х принимает целые значения от 1 до 10, а значения случайного члена получают с помощью нормально распределенных случайных чисел со средним значением 0 и среднеквадратичным отклонением 0,1.
Если мы знаем это и определим z=1/x, то уравнение примет линейный вид (5.7).
Бананы, фрукты
Годовой доход
Рис 5.1 Регрессивная зависимость расходов на бананы
от годового дохода
Значение z для каждой семьи уже подсчитано в табл. 5.1. Оценив регрессию между y и z, получим:
(5.10)
(с.о.) (0,04) (0,12)
Подставив z=1/x, имеем:
(5.11)
Семья |
|
|
|
1 |
1,93 |
5,82 |
-3,90 |
2 |
7,13 |
6,56 |
0,57 |
3 |
8,78 |
7,29 |
1,49 |
4 |
9,69 |
8,03 |
1,67 |
5 |
10,09 |
8,76 |
1,33 |
6 |
10,42 |
9,50 |
0,93 |
7 |
10,62 |
10,23 |
0,39 |
8 |
10,71 |
10,97 |
-0,26 |
9 |
10,79 |
11,70 |
-0,91 |
10 |
11,13 |
12,43 |
-1,31 |
С учетом высокого качества оцененного уравнения (5.10) неудивительно, что соотношение (5.11) близко к истинному уравнению (5.9).
5.2. Логарифмирование
Рассмотрим далее функции вида (5.4), которые являются нелинейными как по параметрам, так и по переменным:
(5.12)
Если обозначить у'= In у, z = In х и , то уравнение (5.12) можно переписать в следующем виде:
(5.13)
Процедура оценивания регрессии теперь будет следующей. Сначала вычислим у' и z для каждого наблюдения путем взятия логарифмов от исходных значений. Вы можете сделать это на компьютере с помощью имеющейся статистической программы. Затем оценим регрессионную зависимость у' от z. Коэффициент при z будет представлять собой непосредственно оценку . Постоянный член
является оценкой , т. е. log . Для получения оценки необходимо взять антилогарифм, т. е. вычислить ехр( ).
Логарифмическое преобразование - переход от нелинейной регрессии к линейной.
И по переменным, и по параметрам модели к логарифмической модели In у = In а + b In х + In u.