- •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
Вправи та завдання
1. На баз! n = 11 статистичних даних певного рег!ону досл!дити мультикол!неарн!сть м!ж факторами.
Роздт 5. ГЕТЕРОСКЕДАСТИЧНЮТЬ
5.1. Виявлення гетероскедастичност та и природа
Розглянемо класичну лшшну багатофакторну модель
y = a0 + a1x1 + a2 x2 +... + amxm + u. (5.1)
Як завжди,
' y1 |
Л |
, a = |
|
|
, u = |
' u1 |
|
|
J |
|
|
J |
|
n |
J |
X = {1, хц), i = 1, n, j = 1, m. (5.2)
Для застосування МНК при оцшюванш параметрйв модели раш-ше було сформульовано основш припущення, як на практищ можуть порушуватись.
У попередньому роздип розглядався особливий випадок багатофак-торного регресшного анализу, пов'язаний з проблемою мультиколше-арность Тепер розглянемо шший особливий випадок, що стосуеться сталосп дисперсн кожно! випадково! величини u{ (гомоскедастичшсть залшшав).
Означения 5.1. Якщо дисперсгя залишкгв стала для кожного спо-стереження, то це явище називаеться гомоскедастичтстю:
Bui = M (и{ - Mu{ )2 = = const, i = 1, n. (5.3)
Якщо це припущення не задовольняеться в якомусь окремому випадку, то маемо гетероскедастичшсть (помилки u{ некорельоваш, але мають несталу дисперсию).
Означения 5.2. Якщо дисперсгя залишкгв змтюеться для кожного спостереження або групи спостережень, то це явище називаеться ге-тероскедастичнгстю:
Bui = M (u - Mui )2 = о2и. Ф const, i = 1, n. (5.4)
Розглянемо питання про дощльшсть припущення (5.3) i про те, що вiдбуваеться, якщо це припущення не задовольняеться.
Насамперед зауважимо, що сутнгсть припущення про гомоскедас-тичнгсть полягае в тому, що варгащя кожног випадковог складово! и{ на-вколо гг математичного сподгеання не залежить вгд 'значення факторгв х:
Форма гетероскедастичностг залежить ввд знакiв i значень ко-ефiцiентiв у залежносп
°щ = f (x1, xpt ).
Oскiльки u{ — не спостережувана випадкова величина, ми не знае-мо справжньо! форми гетероскедастичностi.
У прикладних дослгдженнях, як правило, використовують зручне припущення, а саме в разi просто! лшшно! регресГ! гетероскедас-тичнiсть мае форму
о% = k2x2
(k = const, яку потрiбно оцiнити).
Насл1дки порушення припущення про гомоскедастичшсть:
1) неможливо знайти середньоквадратичне вщхилення пара-
2
метрш оа. регресi!, а отже, неможливо оцшити значупцсть пара-метрiв;
неможливо побудувати довiрчий iнтервал для прогнозних зна-чень упр;
отримаш за МНК оцiнки параметрiв регресГ! не е ефективни-ми (не мають найменшо! дисперсГ!).
Зазначимо, що якщо незважаючи на гетероскедастичшсть ми ви-користовуватимемо звичайнi процедури перевiрки гiпотез, то висновки можуть бути неправильними. Зрозум!ло, гетероскедас-тичн!сть е суттевою проблемою, а тому потр!бно вм!ти з'ясовувати !! наявн!сть.
5.2. Тестування наявност гетероскедастичност
Як ! в раз! мультикол!неарност!, единих правил виявлення гете-роскедастичност! немае, а е р!зноман!тн! тести (критер!!): критер!й ц, параметричний та непараметричний тести Гольдфельда — Квандта, тест Глейсера, тест рангово! кореляц!! Сп!рмана та !н. Розглянемо лише деяк! з них.
Зауважимо, що !нколи в ход! проведення економетричних досл!д-жень гетероскедастичн!сть вгадуеться !нту!тивно або висуваеться як абсолютне припущення:
°2i = f (xV x2, xpt ).
Наприклад, вивчаючи бюджет с!м'!, можна пом!тити, що диспер-с!я залишк!в зростае в!дпов!дно до зростання доходу. Отже, перший крок до виявлення гетероскедастичност! - глибокий апалхз змгсту досл!джувано! проблемы.
Кр!м того, !снуе граф!чний метод тестування наявност! гетероскеда-стичност!, що Грунтуеться на встановленн! наявност! систематичного зв'язку квадрат!в залишк!в регрес!йно! модел!, побудовано! на основ! припущення про в!дсутн!сть гетероскедастичност! (графгчпий апаипз).