- •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
6.2. Тестування наявност автокореляцм
Тестування наявност! автокореляц!!, як правило, зд!йснюеться за d-тестом Дарб!на — Уотсона, хоча !снують й !нш! не менш в!дом! тести: критер!й фон Неймана, нецикл!чний коеф!ц!ент автокореляц!!, цикл!чний коеф!ц!ент автокореляц!!.
6.2.1. Критерш Дарбша — Уотсона
(складаеться з к!лькох етап!в ! включае зони невизначеност!) Крок 1. Розраховуеться значення d-статистики за формулою
n 2
i(ut - ut-1 )
DW = d = t=2 . (6.7)
i u2
t=1
Зауваження. Доведено, що значення d-статистики Дарб!на — Уотсона перебувае в межах 0 < DW < 4.
Крок 2. Задаемо р!вень значущост! а. За таблицею Дарб!на — Уотсона при заданому р!вн! значущост! а, к!лькост! фактор!в m ! к!лькост! спостережень n знаходимо два значення DW1 ! :
Якщо 0< DW< DWi, то наявна додатна автокорелящя.
Якщо DW1 < DW< DW2 або 4 - DW2 < DW< 4 -DWV ми не може-мо зробити висновки аш про наявшсть, аш про вщсутшсть ав-токореляцп (DWпотрапляe в зону невизначеносп).
Якщо 4 -DWj < DW < 4, маемо вщ'емну автокорелящю.
• Якщо DW2 < DW< 4-DW2, то автокорелящя вщсутня. Граф1чне зображення розподшу шюструе рис. 6.1.
Додатна Автокорелящя вщсутня Вщ'емна
DW2 2 A-DW2 4-DWi 4
Зона невизначеносп Зона невизначеносп
Рис. 6.1. Зони автокореляцшного зв'язку за критер1ем Дарбша — Уотсона
6.2.2. Критерш фон Неймана
Розраховуеться
Q = Офакт = ^ • (6.8)
t=1
n
Звщси Q = DW . Отже, при n Q = DW.
n -1
Фактичне значення критерпо фон Неймана порйвнюеться з табличним при вибраному р1вш значущост a i задашй кшькост спо-
стереЖенЬ: Йтабл = Q(a,n) ■
Якщо 0факт < Отабл, то iснуе додатна автокореляцiя•
6.2.3. Коефщ1енти автокореляцм та IX застосування
Окрiм статистик Дарбiна — Уотсона та Неймана, для перевiрки автокореляцп застосовують також нециклiчний коефпцент автокореляцп r*, який вгдображае ступшь взаемозв'язку ряд1в щ, щ,un-1 i обчислюеться за формулою
n
-
1
r *
Z U2
t=2
n 1
Z utut-1 7
t=2 n - 1
1
1
2
Zut
Z ut
Zut2-1
t=2
n-1
/ n \2
Z ut-1
t=2 J
1
Kоeфiцiент r* може набувати значень в iнтeрвалi (-1,1). Його вiд'емнi значення свгдчать про вiд'емну автокорeляцiю залишкiв, а до-датнi - про додатну автокорелящю. Значення, що лежать в деякш кри-тичшй областi поблизу нуля, шдтверджують нульову гiпотeзу про вгдсутшсть автокореляцп в залишках. Оскгльки ймовГршсний розпо-дгл г* встановити важко, то на практищ замють r* обчислюють цик-л1чний коефщент автокореляцп r°. Загалом, якщо часовий ряд мае циюпчний характер, тобто припускаеться, що шсля значення uT загаль-ний характер змгни члешв ряду повторюеться, то автокорeляцiю визначають за допомогою коефпцента r°, запровадженого Андерсоном.
У цьому разi автокорелящя визначаеться мГж послщовностями, зсу-
нутими на перюд т:
Якщо перюд т = 1, то маемо коефщент циклГчно! автокореляцп першого порядку, який вгдбивае гнтенсившсть взаемозв'язку мГж по-слгдовностями
та
Для досить довгих рядГв вплив циклГчних члешв стае незначним, тому ймовГршсний розподгл коефпцента r* наближаеться до ймовГр-шсного розподглу коефщента циклГчно! автокореляцп r°, який об-числюеться за формулою
£ utut-i+unui - - £ ut
r о = t=i_
, t=1
\2
t=1
Якщо останнш член ряду дор1внюе першому, тобто u1 = un, то нецикл1чний коефнцент автокореляцп дор1внюе цикл1чному. Очевидно, якщо залишки не мютять тренда, то припущення про р1вшсть u- = un недалеке вгд дшсносп й цикл1чний коефщент автокореляцп близький до нецикл1чного. Кр1м того, припускаючи, що середня за-лиштав дор1внюе нулю, тобто u = 0, а отже,
nn
£ut " £ut-i " 0
t=2 t=2
отримуемо приблизну формулу для обчислення цшопчного коефщ-ента автокореляцп:
n
£ utut-i
r =
t=2
£ u2
t=1
причому r 6 (-1,1). параметр1в модели
ванн!