- •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
4.1. Поняття про мультиколшеаршсть та и вплив на оцшку параметр1в модел1
Одна з передумов застосування методу найменших квадрапв до ощ-нювання параметрЬв лшшних багатофакторних моделей — вщсутшсть лшшних зв'язкЬв мЬж незалежними змшними модель Якщо таю зв'язки Ьснують, то це явище називають мультиколшеаршстю.
Означения 4.1. Суть мулътикомшарносггй полягае в тому, що вба-гатофакторнгй регресг'йнш моделг del або бгльше незалежних змтних пов'язаш мгж собою лгнгйною ззалежнгстю або, гншими словами, маютъ високий ступгнъ кореляцп:
(гХЙ} > 1' * ./')•
Наявшсть мультиколшеарносп створюе певш проблеми при роз-робщ моделей. Насамперед, визначник матриц спостережень |хT х\ наближаеться до нуля, i оператор оцшювання за звичайним МНК стае надзвичайно чутливий до похибок вимЬрювань i похибок обчис-лень. При цьому МНК-оцшки можуть мати значне змпцення вщнос-но дшсних оцшок узагальнено! моделЬ, а в деяких випадках можуть стати взагалЬ беззмЬстовними.
ПередусЬм потрЬбно зрозумьти природу мультиколшеарность Наприклад, коли вивчаеться залежшсть мЬж цшою акцп, дивЬден-дами на акщю та отриманим прибутком на акщю, то дивЬденди та отриманий прибуток на одну акщю мають високий ступшь кореляцп. 1ншими словами, виникае ситуащя, коли два колшеарних фактори змшюються в одному напрямку. У такому разЬ майже неможливо оцшити вплив кожного з них на дослЬджуваний показник.
З'ясуемо, до яких наслвдюв може призвести мультиколшеаршсть. Це одне з найважливших питань, яке потр1бно зрозумгги при роз-робщ економетричних моделей.
Практичш наслщки мультиколшеарностк
мультиколшеаршсть незалежних змшних (фактор1в) призво-дить до змщення ощнок параметр1в модел1, як розраховуються за методом найменших квадрапв. На основ1 цих ощнок неможливо зро-бити конкретш висновки про результати взаемозв'язку м1ж показни-ком i факторами;
збглъшення ducnepcii та ковар1аци ощнок параметр1в, обчисле-них за методом найменших квадрапв.
Для шюстрацп розглянемо двофакторну регресшну модель
y = a0 + a xt + a2 x2 + u та n вибiрковий аналог
у = a0 + a xi + a2 x<2.
Дисперсiя оцiнок параметрiв &x i ai2 мае вигляд
ol
D(Oo) = ^ , (4.1)
(1 - r2)Ј (xu - xi)2
i=1
D(ao) = ^ , (4.2)
(1 - Г2)Ј (- x2)2
i=1
-ro
соу((31,
a2)
= . г,
(4.3)
I nn (1 - Г\\£ (- Ј1)2 £ (- x2)2
i=1i=1 де r — коефпцент кореляцп мiж x1 i x2.
З (4.1), (4.2) випливае, що якщо r зростае, то D(<21), D(a2) та-кож зростають.
3 (4.3) випливае, що якщо r збшыпуеться, соу(аг1, а2)зростае за абсолютною величиною. Причому при наближенш до граничного значення це збшьшення мае експоненщальний характер.
• збгльшення довг'рчого интервалу (оскшьки збшыпуеться середнш квадрат вгдхилення параметрЬв);
• незначущдсть t-статистик.
(Оскшьки значення t-статистики Стьюдента t = —!- , то у випад-
ку мультиколшеарносп о~ — °°, а отже, t — 0 ).
Зауваження. Мультиколшеаршсть не е проблемою, якщо единою метою регресшного аналЬзу е прогноз (оскшьки чим бшыпе значення R2, тим точшший прогноз). Якщо метою аналЬзу е не прогноз, а дгйсне значення параметргв, то мультиколшеаршсть перетворюеть-ся на проблему, оскшьки и наявшсть призводить до значних стан-дартних похибок оцЬнок параметрЬв.