- •П.Я. Бушин
- •Введение
- •Глава 1. Парная линейная регрессия и корреляция
- •1.1. Обычный метод наименьших квадратов (мнк) и его предпосылки
- •1.2. Оценки точности уравнения регрессии и его параметров
- •1.2.1. Стандартная ошибка оценки по регрессии
- •1.2.3. Интервальные оценки параметров уравнения регрессии
- •1.2.4. Проверка значимости параметров уравнения регрессии
- •1.2.7. Коэффициент ранговой корреляции Спирмена
- •1.3. Спецификация уравнения регрессии
- •0 1,22 1,42 2,58 2,78 4
- •1.4. Нелинейная корреляция и регрессия
- •1.4.2. Индекс корреляции
- •Глава 2. Множественная корреляция и регрессия
- •2.1. Множественный корреляционный анализ
- •2.1.1. Анализ матрицы парных коэффициентов корреляции
- •2.1.2. Частная и множественная корреляция
- •2.2. Линейная модель множественной регрессии
- •2.2.1. Уравнение множественной регрессии в натуральном масштабе
- •2.2.2.Стандартизованное уравнение множественной регрессии
- •2.2.3. Оценки точности уравнения множественной регрессии
- •2.2.4. Анализ остатков уравнения множественной регрессии на втокорреляцию
- •2.2.5. Пошаговый выбор переменных
- •0 0,9 1,83 2,17 3,1 4
- •2.3. Особые случаи использования мнк во множественной регрессии
- •2.3.1. Оценка параметров уравнения множественной регрессии в условиях мультиколлинеарности (пошаговый регрессионный анализ)
- •2.3.2. Оценка параметров уравнения множественной регрессии с автокоррелированными остатками
- •2.3.3. Оценка уравнения множественной регрессии с гетероскедастичными остатками (обобщенный мнк)
- •2.3.4. Регрессионные модели с переменной структурой (фиктивные переменные)
- •Глава 3. Анализ временных рядов
- •3.1. Характеристики временных рядов
- •3.2. Показатели точности прогноза
- •3.3. Анализ автокорреляций
- •3.4. Модели стационарных временных рядов
- •3.5. Модели нестационарных временных рядов
- •3.5.1. Прогноз по тренду
- •3.5.2. Прогнозирование на основе сезонной компоненты (сезонная декомпозиция временного ряда)
- •3.5.3. Прогноз по экспоненциально взвешенным скользящим средним (адаптивные методы прогнозирования)
- •Поквартальные данные продажи учебников
- •Расчет прогноза с учетом сезонной компоненты
- •Глава 4. Система одновременных эконометрических уравнений
- •4.1. Общие понятия о системах одновременных уравнений
- •4.2. Косвенный метод наименьших квадратов
- •4.3. Проблемы идентифицируемости
- •Библиографический список
- •Оглавление
- •Глава 1. Парная линейная регрессия и корреляция………………………………………4
- •Глава 2. Множественная корреляция и регрессия………………………………………..23
- •Глава 3. Анализ временных рядов………………………………………………………….58
- •Пример. Моделирование сезонной компоненты на основе
- •Учебное издание Павел Яковлевич Бушин эконометрика
Глава 3. Анализ временных рядов………………………………………………………….58
3.1. Характеристики временных рядов………………………………………...………58
3.2. Показатели точности прогноза……………………………………………...……..59
3.3. Анализ автокорреляций…………………………………………………………….60
3.4. Модели стационарных временных рядов…………………………….………..….62
3.5. Модели нестационарных временных рядов………………………….………..…63
3.5.1. Прогноз по тренду…………………………………………………………….63
3.5.2. Прогнозирование на основе сезонной компоненты
(сезонная декомпозиция временного ряда) ……………………..……….………..64
3.5.3. Прогноз по экспоненциально взвешенным средним
(адаптивные методы прогнозирования)……………………………………………64
Пример. Сезонная декомпозиция временного ряда…………………………………...66
Пример. Подбор наилучшей модели прогноза (модель Винтера) …………………..69
Пример. Моделирование сезонной компоненты на основе
фиктивных переменных………………………………………………………………..71
Задания для самостоятельной работы………………………………………………….75
Глава 4. Система одновременных эконометрических уравнений………………………77
4.1. Общие понятия о системах одновременных уравнений………………….…...…77
4.2. Косвенный метод наименьших квадратов……………………………….………..78
4.3. Проблемы идентифицируемости………………………...…………….…………..80
4.4. Двухшаговый метод наименьших квадратов
(метод инструментальных переменных) …………………………………………..…..81
4.5. Трехшаговый метод наименьших квадратов………………………………..….…84
Библиографический список………………………………………...………………………85
Оглавление…………………………………………………………………………………...86
Приложение
Приложение
Значения статистик Дарбина – Уотсона dl, du при
5%-ном уровне значимости
|
m=1 |
|
m=2 |
|
m=3 |
|
m=4 |
|
m=5 |
|
n |
dl |
du |
dl |
du |
dl |
du |
dl |
du |
dl |
du |
6 |
0,61 |
1,40 |
|
|
|
|
|
|
|
|
7 |
0,70 |
1,36 |
0,47 |
1,90 |
|
|
|
|
|
|
8 |
0,76 |
1,33 |
0,56 |
1,78 |
0,37 |
2,29 |
|
|
|
|
9 |
0,82 |
1,32 |
0,63 |
1,70 |
0,46 |
2,13 |
|
|
|
|
10 |
0,88 |
1,32 |
0,70 |
1,64 |
0,53 |
2,02 |
|
|
|
|
11 |
0,93 |
1,32 |
0,66 |
1,60 |
0,60 |
1,96 |
|
|
|
|
12 |
0,97 |
1,33 |
0,81 |
1,56 |
0,66 |
1,86 |
|
|
|
|
13 |
1,01 |
1,34 |
0,86 |
1,56 |
0,72 |
1,82 |
|
|
|
|
14 |
1,05 |
1,35 |
0,91 |
1,55 |
0,77 |
1,78 |
|
|
|
|
15 |
1,08 |
1,36 |
0,95 |
1,54 |
0,82 |
1,75 |
0,69 |
1,97 |
0,56 |
2,21 |
16 |
1,10 |
1,37 |
0,98 |
1,54 |
0,86 |
1,73 |
0,74 |
1,93 |
0,62 |
2,15 |
17 |
1,13 |
1,38 |
1,02 |
1,54 |
0,90 |
1,71 |
0,78 |
1,90 |
0,67 |
2,10 |
18 |
1,16 |
1,39 |
1,05 |
1,53 |
0,93 |
1,69 |
0,82 |
1,87 |
0,71 |
2,06 |
19 |
1,18 |
1,40 |
1,08 |
1,53 |
0,97 |
1,68 |
0,86 |
1,85 |
0,75 |
2,02 |
20 |
1,20 |
1,41 |
1,10 |
1,54 |
1,00 |
1,68 |
0,90 |
1,83 |
0,79 |
1,99 |
21 |
1,22 |
1,42 |
1,13 |
1,54 |
1,03 |
1,67 |
0,93 |
1,81 |
0,83 |
1,96 |
22 |
1,24 |
1,43 |
1,15 |
1,54 |
1,05 |
1,66 |
0,96 |
1,80 |
0,86 |
1,94 |
23 |
1,26 |
1,44 |
1,17 |
1,54 |
1,08 |
1,66 |
0,99 |
1,79 |
0,90 |
1,92 |
24 |
1,27 |
1,45 |
1,19 |
1,55 |
1,10 |
1,66 |
1,01 |
1,78 |
0,93 |
1,90 |
25 |
1,29 |
1,45 |
1,21 |
1,55 |
1,12 |
1,66 |
1,04 |
1,77 |
0,95 |
1,89 |
26 |
1,30 |
1,46 |
1,22 |
1,55 |
1,14 |
1,65 |
1,06 |
1,76 |
0,98 |
1,88 |
27 |
1,32 |
1,47 |
1,24 |
1,56 |
1,16 |
1,65 |
1,08 |
1,76 |
1,01 |
1,86 |
28 |
1,33 |
1,48 |
1,26 |
1,56 |
1,18 |
1,65 |
1,10 |
1,75 |
1,03 |
1,85 |
29 |
1,34 |
1,48 |
1,27 |
1,56 |
1,20 |
1,65 |
1,12 |
1,74 |
1,05 |
1,84 |
30 |
1,35 |
1,49 |
1,28 |
1,57 |
1,21 |
1,65 |
1,14 |
1,74 |
1,07 |
1,83 |
35 |
1,40 |
1,52 |
1,34 |
1,58 |
1,28 |
1,65 |
1,22 |
1,73 |
1,16 |
1,80 |
40 |
1,44 |
1,54 |
1,39 |
1,60 |
1,34 |
1,66 |
1,29 |
1,72 |
1,23 |
1,79 |