- •М1жрегюналына академ1я управл1ння персоналом
- •О. Л. Лещинський, в. В. Рязанцева, о. О. Юнькова
- •Об'скт, предмет, мета I завдання економетрп
- •Основнi етапи економетричного аналiзу
- •Економiчнi задачу якi розв'язують за допомогою економетричних методiв
- •МНсце курсу серед дисциплiн фундаментально! шдготовки бакалаврiв з економiчних спецiальностей
- •Структура курсу
- •Коротка юторична довщка
- •Контрольнзапитання
- •1.1. Загальнi принципи моделювання в економщ
- •1.1.1. Поняття математично! моделi
- •1.1.2. Етапи побудови еконогшчно! модел1
- •1.1.3. Класифшащя моделей
- •1.2. Кореляцшно-регресшний анал1з в економМ
- •2) Визначення тГсноти зв'язку (задача кореляцшного аналГзу).
- •1.3. Економетрична модель та и елементи
- •1.4. Статистична база економетричних дослщжень
- •1.5. Особливост математичного моделювання економ1чних систем
- •Контрольш запитання
- •2.1. Приклади парних зв'язмв в економщ
- •2.2. Лшшна модель з двома зм1нними
- •2.3. Метод найменших квадралв
- •Властивост оцшок параметр1в
- •Контрольнзапитання
- •Вправи та завдання
- •3.1. Багатофакторш економетричш модел1 та Ух специфшащя
- •3.2. Метод найменших квадралв 3.2.1. Основн1 припущення
- •3.2.3. Оцшювання за методом найменших квадралв та штерпретащя результалв
- •3.3.2. Перев1рка значущосп та flOBipni штервали
- •3.4. Прогнозування за лшшною моделлю
- •3.5. Методи побудови багатофакторноУ регресшноУ модел1
- •3.6. Етапи дослщження загальноУ лшшноУ модел1 множинноУ регресп
- •3. Перевiрити статистичну значупцсть отриманих результапв:
- •Приклад параметризацм та дослщження багатофакторноУ регресшноУ модел1
- •Контрольш запитання
- •Вправи та завдання
- •4.1. Поняття про мультиколшеаршсть та и вплив на оцшку параметр1в модел1
- •4.2. Тестування наявност мультиколшеарносп
- •4.3. Алгоритм Фаррара — Глобера
- •Приклад дослщження наявност мультиколшеарносп на основ1 алгоритму Фаррара — Глобера
- •4.4. Засоби усунення мультиколшеарностч. Метод головних компонент1в
- •Алгоритм методу головних компонешчв
- •Контрольш запитання
- •Вправи та завдання
- •5.1. Виявлення гетероскедастичност та и природа
- •5.2. Тестування наявност гетероскедастичност
- •5.2.1. Параметричний тест Гольдфельда — Квандта
- •5.2.2. Непараметричний тест Гольдфельда — Квандта
- •5.2.3. Тест Глейсера
- •5.3. Трансформування початковоУ модел1
- •VXVX VX VX
- •5.4. Оцшювання параметр1в багатофакторноУ регресшноУ модел1 на основ1 узагальненого методу найменших квадралв
- •Контрольш запитання
- •6.1. Природа автокореляцм та и наслщки
- •6.2. Тестування наявност автокореляцм
- •6.2.1. Критерш Дарбша — Уотсона
- •6.2.2. Критерш фон Неймана
- •6.2.3. Коефщ1енти автокореляцм та IX застосування
- •6.3. Параметризащя модел1
- •6.3.1. Метод Ейткена
- •X UtUt-1
- •X utut-I
- •6.3.2. Метод Кочрена - Оркатта
- •6.4. Приклад оцшювання параметр1в модел1 з автокорельованими залишками
- •Контрольш запитання
- •7.1. Поняття лага та лагових моделей в економщ
- •7.2. Оцшювання параметр1в
- •7.3. Оцшювання параметр1в авторегрес1йних моделей
- •Контрольн1запитання
- •8.1. Поняття про системи одночасних р1внянь
- •8.2. Приклади систем одночасних р1внянь
- •1. Модель "попит — пропозищя".
- •3. Модель р1вноваги на ринку грошей (модель lm).
- •8.3. Структурна та зведена (прогнозна) форми системи р1внянь
- •1. Структурна форма економетрично! мoделi.
- •3. Зеедена форма економетрично! модель
- •8.4. Поняття щентифшацм (ототожнення) системи р1внянь
- •Необхщш й достатн умови щентифшованосп
- •Необхщна I достатня умова щентифшованосп
- •8.5. Методи оцшювання паpаметpiв систем piвнянь
- •8.5.1. Непрямий метод найменших квадралв оцшювання параметр1в точно щентифшованих систем
- •8.5.2. Метод шструментальних змшних
- •8.5.3. Двокроковий метод найменших квадралв оцшювання параметр1в надщентифшованих систем
- •8.5.4. Трикроковий метод найменших квадралв
- •8.5.5. Мнк для рекурсивних моделей
- •8.6. Прогноз I загальн flOBipni штервали
- •Контрольш запитання
- •Вправи та завдання
- •5.Нехай модель "прибуток — споживання" мае такий вигляд:
- •14. Розглядаеться модель попиту та пропозицп для грошей:
- •9.1. Ямсш економ1чн1 показники
- •9.2. Регресшш модел1 з бшарними незалежними змшними
- •9.3. Регресшш модел1 з бшарними залежними змшними
- •Контрольш запитання
- •Tectobi завдання 3 економетрп' BapiaHt 1
- •7. Критерий ф!шера застосовуеться для перев!рки значущост!:
- •BapiaHt 2
- •6. Критерий ф1шера застосовують для перев1рки значущост1:
- •BapiaHt 3
- •7. Наявшсть мультиколГнеарност! перевгряеться за допомогою:
- •BapiaHt 4
- •4. Дисперс!йно-ковар!ац!йна матриця визначаеться на п!дстав!:
- •7. Критерий Дарб!на - Уотсона застосовуеться для виявлення:
- •BapiaHt 6
- •BapiaHt 8
- •6. Метод Фаррара — Глобера застосовуеться для виявлення:
- •BapiaHt 10
- •5. Критер!й ф!шера застосовують для перев!рки значущост!:
- •Робота 3 таблицями стандартизованого нормального ро3под1лу
- •Список використано! та рекомендовано! л1тератури
- •Економетрш
- •Econometrics
3.6. Етапи дослщження загальноУ лшшноУ модел1 множинноУ регресп
Розглядаеться багатофакторна лiнiйна регресшна модель
y = ао + а1 x1 + а2x2 +■■■ + amxm >
що описуе залежшсть мiж результативною змiнною y та деякими впливовими факторами x2,..., xm. Iнформацiя про значення y, xx, x<2,xm мiститься у вiдповiдних статистичних даних — n спо-стереженнях (вшмарюваннях) кожного показника.
Для дослвдження зазначено! моделi слiд виконати таю кроки.
За даними спостережень оцшити параметри am.
Для перевiрки aдеквaтностi отримано! моделi обчислити:
а) залишки моделi — розбiжностi мiж спостереженими та розра- хунковими значеннями залежно! змiнно! и{ = y{ - y{, i = 1,2,..., n;
б) вгдносну похибку залшшав та !! середне значення;
в) залишкову дисперию;
г) коефщент детермiнaцi!;
д) вибiрковий коефiцiент множинно! кореляцй.
3. Перевiрити статистичну значупцсть отриманих результапв:
а) перевiрити адекватшсть моделi загалом: за допомогою f-кри- терiю Фiшерa перевiрити гiпотезу
Но : а1 = а2 = ... = dm = 0
проти альтернативно! НА: iснуе хоча б один коефпцент ф 0;
б) перевiрити знaчущiсть коефiцiентa множинно! кореляцп, тобто розглянути гшотезу Н) : R = 0;
в) перевiрити iстотнiсть кожного коефiцiентa регресп: за допо- могою t-критерiю Стьюдента перевiрити гiпотезу
Н0 : = 0 для всiх j = 1, 2,m проти вiдповiдних альтернативних гiпотез
НА : ф 0 для вах j = 1, 2,m;
г) оцшити вплив кожного регресора на яюсть моделГ, тобто об- числити частковГ коефнценти детермшацГ! AR2, скоригувати !х за Тейлом i за АмемГею та дати !х вГдповГдну ГнтерпретацГю;
д) оцГнити вплив окремих груп регресорГв на змшювання рег- ресанда, застосувавши .Р-критерш Фишера.
Обчислити та Гнтерпретувати коефщенти еластичностГ.
Визначити довГрчГ штервали регресГ! при рГвнГ значущостГ а.
Побудувати довГрчГ Гнтервали для параметрГв регресГ!.
7. Обчислити прогнозш значення yp за значеннями xx , x2p,xmp , що перебувають за межами базового перюду, i знайти межГ довГрчих ГнтервалГв ГндивГдуальних прогнозованих значень i межГ довГрчих штервалГв середнього прогнозу.
Приклад параметризацм та дослщження багатофакторноУ регресшноУ модел1
Розглянемо задачу дослГдження впливу на економГчний показник y трьох факторГв x2, Х3, а саме дослГджуватимемо залежнГсть прибутку пГдприемства y(i) вГд ГнвестицГй x^i), витрат на рекламу x2(i) та заробГтну плату Хз(г).
Припустимо, що М1Ж економйчним показником y i факторами xi,x2, Х3 icHye лiнiйний зв'язок.
Запишемо рiвняння регресп у виглядi
y = а0 + at %i + а2 x2 + а3 x3 + u, (3.3)
y = a0+a x1 + a2 x2 + a3 x3 (3.4)
де y, y — вщповщно фактичнi та розраxyнковi значення прибутку; xj, x3 — вщповщно швестицп, витрати на рекламу та заробпну плату; ao, a1( a3 та ao, ai\, a2, a3 — вiдповiдно параметри модели якi потрiбно оцiнити, та i'x оцiнки; u — стохастична складова.
1. Знайдемо МНК-оцшки параметрiв моделi (3.3). Для цього скла-демо вектор-стовпець Y i матрицю X:
' 15,7 ^ |
|
' 1 |
17,37 |
5,28 |
1,42 |
17,34 |
|
1 |
18,24 |
6, 47 |
1,58 |
21,57 33,5 |
|
1 1 |
22,47 18,47 |
6, 98 7,05 |
1,98 2, 04 |
32,3 |
|
1 |
16,82 |
7, 94 |
2, 38 |
37,9 |
|
1 |
17,6 |
8,12 |
3,48 |
40,78 |
|
1 |
17,12 |
8,69 |
3,07 |
48,02 |
; X = |
1 |
19, 81 |
9, 31 |
3, 84 |
43,3 |
|
1 |
18,67 |
10,45 |
4,28 |
49,57 |
|
1 |
20,83 |
10,47 |
4,67 |
52,14 |
|
1 |
22,84 |
13,48 |
5,98 |
55,17 |
|
1 |
28,85 |
15,78 |
6, 51 |
59,18 |
|
1 |
29,61 |
17,65 |
7,82 |
62,22 |
|
1 |
35,67 |
18, 47 |
8, 58 |
77,58 V ) |
|
1 V |
47,87 |
19,64 |
9, 47 |
Обчислимо ощ'нки регресшних коефщденпв за формулою a = (X 'X )-1 X 'Y, де X' — транспонована матриця X,
X '--
11 1
17,37 18,24 22,47
5,28 6,47 6,98
1,42 1,58 1,98
1 1"
35,67 47,87
18, 47 19,64
8,58 9,47
15 352,24 165,78 67,1"
352,24 9335,74 4404,383 1858,071 _
165,78 4404,38 2147,268 914,9516 '
67,1 1858,07 914,9516 397,2576
2,14866 -0,0276
-0,0276 0,00428
-0, 5174 -0, 0056
0, 95831 -0,0024
-0, 51745 0, 958316
-0, 0056 -0,00245
0,18797 -0, 31932
-0, 31932 0,58755
646, 27 16861,1 8209,78 3498,18
и =
26,10789 -0,2518 -2,72767 11,85602
Отже, функщя регресп з урахуванням знайдених оцшок ко-ефшденпв моделi набувае вигляду
y = 26,10789 - 0,2518x1 - 2,72767x2 + 11,85602x3. (3.5) 2. Для перевiрки адекватноcтi отриманоi моделi обчислимо: а) ii залишки щ = y{ - y{, i = 1, 2,n, де yi — заданi спостережен-ня, а yi визначенi за формулою (3.5) при заданих спостереженнях факторiв x1, x2, x3.
Зауваження. Обчислення значень yf можна виконати у матричному виглядi за формулою Y = Xa, де Y — вектор значень yi, i = 1,2, n.
(24,1675
22, 5995
■ 24,8857 i I 26,4133 I
28, 4322 40,7864 34, 4915 41,2522 43, 6463 47,6718 54,4867 52, 9835 63, 2227 68, 4707 72, 7592
б) вщносну похибку розрахункових значень регресп:
Ui
( -0,53934 "
0, 30332
г-0,15372 i I 0,21154 I
0,11974 -0,07616 0,15420 0,14093 -0, 008 0, 03829 -0, 04501 0, 03963 -0, 06831 -0,10046 0, 06213
середне значення вцщосно! похибки:
n
8 = i=^;
n
8 = -0,52783;
в) середньоквадратичну похибку дисперсп залишшв:
=1
n - m ■
-1 n
T
uu
m -1 \n - m - 1
(чим менша стандартна похибка S, тим краще функщя регресп ввдпо-вщае дослщним даним);
,7357;
г) коефщдент детермшацп, тобто перевйримо загальний вплив незалежних змшних на залежну змшну:
n
r2 = i j=l ,
I (yi - y)
i=1
R2 = 1
Y'Y - B'X'Y _ B'X'Y - ny2
Y 'Y - ny2 Y 'Y - ny2
R2 = 0,91436.
Висновок: оскшьки коефщснт детермтацп наближастъся до оди-нищ, вар1ац1я залежног змтног Y значною м1рою визначастъся eapia-щею незалежних ззмгнних;
д) вибйрковий коефщдент множинно! кореляцп:
R = 4¥; R = 0,956222.
Коефщдент кореляцп досить великий, тому imye micmiu лтшний зв'язок ycix незалежних фaкmоpiв x1, x2, x3 iз залежною ззмхнною y. 3. Перевйримо статистичну значупцсть отриманих результатйв: а) обчислимо F-статистику за формулою (спрощений вариант для перевйрки нульово! гшотези: Ho : а = а1 = а2 = — = am = 0 ):
R2 n - m - 1
F = ■
експ
1 - R2 m
fексп = 39,14827.
Знайдемо табличне значення F-статистики F(m, n - m -1, а) (дод. 5):
F(3;11; 0,05) = 3,59. Порйвняемо його з обчисленою F-статистикою.
Оскшыси -FeKcn> F(3; 11; 0,05), нульова гтотеза в1дхиляетъся, тобто коефщенти регреси е значущими; б) обчислимо t-статистику:
Vl - R2 ' t=37,03215.
Знайдемо ввдговгдне табличне значения t-pозподiлу з (n-m-l) = = 11 ступенями свободи i piвнeм значущоcтi а = 0,05 (дод. 4):
Wa/2<n—m—1);
t б (0,025; 11) = 2,593097.
Оcкiльки |t| > ^абл(0,025; 11), можна зробити висновок про дос-товipнicть коeфiцieнта кореляцй, який характеризуе тicноту зв'язку мiж залежною та незалежними змiнними модель
Для вибраного piвня знaчущоcтi а = 0,05 i вiдповiдного ступеня свободи k = п—т—1 = 11 запишемо довipчi мeжi для множинного коефпцента кореляцп R:
(R-AR; R + AR),
де AR = ta/2,k
AR = 2,593(1 - 0,956222)/ Vi5 = 0,029311;
(R -AR; R + AR) = (0,926911; 0,985533);
в) пepeвipимо значущicть окремих коефпценпв регресГ!. Визначимо t-статистику за формулою
= -р*— = -J- (j = 0, 1, m), де Cjj — д1агональний елемент матриц! (X'X) 1; Sa. — стандартизована похибка оцшки параметра модели;
t0 = 3,105278; t1 = -0,67081; t2 = -1,09688; t3 = 2,696681.
Значення t-критерГю порГвнюемо з табличним при к = n - m - 1 = 11 ступенях свободи i рГвш значущосп а = 0,05: tтaбл.(0,025; 11) = 2,593097.
0скГльки ^01 > ta/2, k, К 1 < ta/2, к \t2 I < ta/2, k, lt31 > ta/2, k вГдпо-
вгдно оцгнки a0, a3 е значущими, а оцшки аг1, a2 не е значущими. Обчислимо вгдношення
§ = ^ • 100%;
j aj
§0, = 32 %; §a1 = 94 %; §a2 = 91 %; §a3 = 37 %
(значення § характеризують той факт, що оцгнки —незмгщенг, а оцгнки av а2 —змг'щенг);
г) знайдемо значення граничного внеску j-го регресора в ко-ефшдент детермшацп (тобто визначимо, на яку величину зменшить-ся частковий коефщдент детермшацп, якщо j-й регресор буде виклю-чений з рГвняння):
AR2
(1 - R2 )t) n-m-1
а,- а,-
де tj = j = j
AR = 3,1053; AR2 = -0,6708; AR22 = -1,0969; AR32 = 2,6967;
д) визначимо коефщент детермшацп, скоригований за Тейлом:
n -1
n-m-1
RT = 1 - (1 - R2)
RT = 0,88.
Обчислимо
коефпцент детермшаци, скоригований
за Aмeмiею:
п
+ m
+
1
п - m - 1
RA = 1 - (1 - R2)
Ri = 0,83.
Висновок: Гз виключенням змшно! Гз рГвняння втрачаеться один стушть свободи, тодд з двох варГантГв рГвнянь, як мають однаковг шпп критерп якосп, перевага ввддаеться рГвнянню з бгльшим значенням скоригованого коефпцента детермшаци (при включенш додат-
кового регресора RT2 ввдображуе втрату ступеня свободи битый чггко,
шж RA, тобто в цьому разГ > RA ).
4. Обчислимо коефпценти еластичностГ:
Э$ x дк{ у
а1 = -0,13724; а2 = -0,6997; а3 = 1,23097.
Коефщент еластичностГ е показником впливу змши питомо! ваги x{ на у у припущенш, що вплив шших факторГв ввдсутшй: у нашому випадку вш показуе, що прибуток тдприемства зменшитъся на 0,14%, якщо витрати на рекламу зростутъ на 1 %; прибуток тдприемства збшъшитъся на 1,24 %, якщо зароб1тна плата зросте на 1 %.
Загальна еластичшсть Y вгд уах факторГв
m
а = Еа;;
i=1
а=0,394033.
Загальна еластичшсть показуе, що прибуток тдприемства збшъшитъся на 0,39 %, якщо одночасно збшъшити на 1 % ус1 фактори (твестицп, витрати на рекламу та зароб1тну плату).
5. Обчислимо довГрчГ штервали для математичного сподГвання у
i для кожного спостереження X{ = (x^i), i), i)) (будемо назива-ти !х довГрчими зонами):
де 5M — незмйщена ощ'нка дисперсп залиштав: 5м = 5,7357; tia(ijL(a/l,k) — вщповгдне табличне значення t-розподиу з k = n—m—1 = 11 ступенями свободи i рйвнем значущосп а = 0,05:
tтабл(0,025; 11) = 2,593097.
Виконавши необxiднi розрахунки, отримаемо довiрчi зони регресп:
(23,430; 24,904) (22,594; 22,604)
(24,730; 25,041) (26,253; 26,573)
(28,241; 28,623)
(40,457; 41,115) (34,374; 34,608) (41,109; 41,395) (43,501; 43,790) (47,430; 47,913) (54,290; 54,683) (52,642; 53,325) (62,887; 63,558) (68,229; 68,712) (71,961; 73,556)
6. Побудуемо довiрчi штервали для параметрiв регресп. Довiрчi iнтервали для параметрiв а обчислюються так:
a/2,k
Виконавши необхгдш розрахунки, отримаемо
а0 е (4,31; 47,91); а2 е (-9,17; 3,72);
а е (-1,23; 0,72); а3 е (0,46; 23,26 .
7. Обчислимо прогнозш значення i знайдемо межГ довГрчих штер-валГв шдиввдуальних прогнозних значень i межГ довГрчих штервалГв для математичного сподГвання (точковий та штервальш прогнози):
а) для розрахунку прогнозних значень ypi = Y у рГвняння (3.5)
у = 26,10786 - 0,2518x1 - 2,72767x2 + 11,85602x3
шдставимо прогнозш значення факторГв x1iip = 48,82, x2пp = 20,04, x3iip = 10,25, що лежать за межами базового перюду (точковий прогноз):
Упр = 80,68;
б) знайдемо межГ штервального прогнозу шдиввдуального значен- ня (для k = п - m - 1 = 11 ступешв свободи та вибраного рГвня зна- чущосп а = 0,05 ) за формулою
*пр - /2°^1 + (XХ) Xпр - Yпp - ^^пр + + /2°и^1 + Хпр (ХХ) Хпр;
1?пр = 80,68; °и = 5,7357; £а/2 = ^(0,025; 11) = 2,5931;
Хпр = (48,82; 20,04; 10,25);
(58,72; 102,64) — штервальний прогноз шдиввдуального значення;
в) знайдемо межГ довГрчого штервалу для математичного сподь вання значення упр за формулою
1>пр - га/2°^Хпр (хX )-1 - м (Yпp) - Y.ap +
= 80,68; °и = 5,7357; £табл(0,025; 11) = 2,5931;
(64,52; 96,83) — довГрчий штервал для математичного сподГвання прогнозного значення.