- •Содержание
- •Программа по эконометрике (35-36 группы)
- •Раздел I. Теория Глава 1. Определение эконометрики
- •1.1 Предмет эконометрики
- •Типы данных
- •Классы моделей
- •1.4 Оценивание моделей
- •1.5 Типы зависимости
- •1.6 Основные этапы эконометрического моделирования
- •Глава 2. Методы и модели анализа динамики экономических процессов
- •2.1 Понятие экономических рядов динамики
- •2.2 Предварительный анализ и сглаживание временных рядов
- •Метод проверки разности средних уровней
- •Метод Фостера-Стьюарта
- •Сглаживание
- •Метод простой скользящей средней
- •2.3 Оценка адекватности и точности трендовых моделей
- •Проверка точности
- •2.4 Трендовые модели на основе кривых роста
- •Классификация моделей
- •2.6 Модель Брауна (модель экспоненциального сглаживания)
- •Этапы построения модели Брауна первого порядка
- •2.7 Прогнозирование экономической динамики на основе трендовых моделей
- •Глава 3. Парная регрессия
- •Корреляция
- •Глава 4. Множественная регрессия и корреляция
- •4.1 Выбор формы уравнения регрессии
- •4.2 Определение мультиколлинеарности
- •1 Способ
- •2 Способ
- •Оценка значимости коэффициентов регрессии
- •4.3 Предпосылки метода наименьших квадратов
- •4.4 Метод Гольдфельдта-Квандта (для однофакторной модели)
- •Глава 5. Системы эконометрических уравнений
- •5.1 Понятие о системах уравнений
- •5.2 Структурная и приведенная формы модели
- •5.3 Проблема идентификации
- •Необходимое условие идентификации
- •Достаточные условия идентификации
- •5.4 Косвенный метод наименьших квадратов (кмнк)
- •5.5 Двухшаговый метод наименьших квадратов (дмнк)
- •Глава 6. Моделирование временных рядов (без учета сезонности)
- •Построение аддитивной и мультипликативной модели
- •Приложение
4.4 Метод Гольдфельдта-Квандта (для однофакторной модели)
Упорядочить nнаблюдений по мере возрастания переменнойx
Исключить из рассмотрения cцентральных наблюдений, при этом,p– число оцениваемых параметров. Возможно, что
Определить по каждой из двух групп уравнения регрессии
Определить остаточную сумму квадратов для каждой из групп S1 иS2, поделить большую сумму на меньшую и сравнить со значениемf критерия Фишера.
Если , то присутствует гомоскедастичность.
Чем больше превышает, тем более нарушена предпосылка о равенстве дисперсий остатков.
Из экспериментальных расчетов, проведенных авторами метода для случая одного фактора, рекомендовано при принимать, при,, при,.
Пример:
Поступление доходов в консолидированный бюджет Санкт-Петербурга
(y – млрд. руб.) в зависимости от численности работающих на крупных и средних предприятиях (x – тыс. чел.) экономики районов за 1994 г.
№ |
Районы города |
|
|
|
|
1 |
Павловский |
3 |
4,4 |
-1,0 |
5,4 |
2 |
Кронштадт |
6 |
8,1 |
2,5 |
5,6 |
3 |
Ломоносовский |
8 |
12,9 |
4,9 |
8,0 |
4 |
Курортный |
18 |
20,8 |
16,6 |
4,2 |
5 |
Петродворец |
20 |
15,5 |
19,0 |
-3,5 |
6 |
Пушкинский |
23 |
28,8 |
22,5 |
6,3 |
7 |
Красносельский |
39 |
37,5 |
41,4 |
-3,9 |
8 |
Приморский |
49 |
48,7 |
53,2 |
-4,5 |
9 |
Колпинский |
60 |
68,6 |
66,1 |
2,5 |
10 |
Фрунзенский |
74 |
104,6 |
82,6 |
22,0 |
11 |
Красногвардейский |
79 |
90,5 |
88,5 |
2,0 |
12 |
Василеостровский |
95 |
88,3 |
107,4 |
-19,1 |
13 |
Невский |
106 |
132,4 |
120,4 |
12,0 |
14 |
Петроградский |
112 |
122,0 |
127,4 |
-5,4 |
15 |
Калининский |
115 |
99,1 |
131,0 |
-31,9 |
16 |
Выборгский |
125 |
114,2 |
142,7 |
-28,5 |
17 |
Кировский |
132 |
150,6 |
151,0 |
-0,4 |
18 |
Московский |
149 |
156,1 |
171,0 |
-14,9 |
19 |
Адмиралтейский |
157 |
209,5 |
180,5 |
29,0 |
20 |
Центральный |
282 |
342,9 |
327,8 |
15,1 |
Итого |
1652 |
1855,5 |
1855,5 |
0,0 |
В соответствии с уравнением ;,найдены теоретические значения и отклонения от их фактических значений ,т.е. . Остаточные величины обнаруживают тенденцию к росту по мере увеличения и .
Рис.1 График остатков
,в каждой крупе будет 8 наблюдений
Проверка линейной регрессии на гетероскедастичность
Уравнения регрессии | |||||
1-я группа с первыми 8 районами: |
3 |
4,4 |
5,7 |
-1,3 |
1,69 |
6 |
8,1 |
8,5 |
-0,4 |
0,16 | |
8 |
12,9 |
10,3 |
2,6 |
6,76 | |
18 |
20,8 |
19,6 |
1,2 |
1,44 | |
20 |
15,5 |
21,4 |
-5,9 |
34,81 | |
23 |
28,8 |
24,2 |
4,6 |
21,16 | |
39 |
37,5 |
38,9 |
-1,4 |
1,96 | |
49 |
48,7 |
48,1 |
0,6 |
0,36 | |
Сумма |
68,34 | ||||
2-я группа с последними 8 районами: |
106 |
132,4 |
110,7 |
21,7 |
470,89 |
112 |
122,0 |
118,7 |
3,3 |
10,89 | |
115 |
99,1 |
122,7 |
-23,6 |
556,96 | |
125 |
114,2 |
136,1 |
-21,9 |
479,61 | |
132 |
150,6 |
145,4 |
5,2 |
27,04 | |
149 |
156,1 |
168,2 |
-12,1 |
146,41 | |
157 |
209,5 |
178,9 |
30,6 |
936,36 | |
282 |
342,9 |
346,1 |
-3,2 |
10,24 | |
Сумма |
2638,40 |
, что превышает табличное значениеF-критерия 4,28 при 5%-ном и 8,47 при 1%-ном уровне значимости для числа степеней свободы 6 для каждой остаточной суммы квадратов, подтверждая тем самым наличие гетероскедастичности.