УМК_АнализДанных
.pdf
|
|
|
Издание: |
|
Евразийский национальный |
Учебно-методический комплекс дисциплины |
четвертое |
|
университет им. Л.Н. Гумилева |
Стр.31 из 58 |
|
|
|
||
|
|
|
|
значению х*, то значения yt и yt-i также стремятся к своему равновесному значению у*. Тогда (11.10) без учета случайного отклонения примет вид
y*= (1- ) + b0·x* + y*. |
(11.11) |
|
|
|
||||||
Следовательно, |
|
|
|
|
|
|
|
|||
y* |
b0 |
|
x* . |
(11.12) |
|
|
|
|||
(1 ) |
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
||
Нетрудно заметить, что в силу формулы суммы бесконечно убывающей |
||||||||||
геометрической прогрессии |
|
|
|
|
||||||
|
|
b |
|
b b |
* b |
* 2 |
b |
* 3 ... |
||
|
(1 ) |
|||||||||
|
0 |
0 |
0 |
|
0 |
|
полученная дробь является долгосрочным мультипликатором, который отражает долгосрочное воздействие X на Y. При 0 < < 1 долгосрочное воздействие будет сильнее
краткосрочного (так как |
b0 |
b |
|
(1 ) |
|||
0 ). |
При применении преобразования Койка возможны следующие проблемы:
среди объясняющих переменных появляется переменная yt-1, которая, в принципе, носит случайный характер, что нарушает одну из предпосылок МНК. Кроме того, данная объясняющая переменная, скорее всего, коррелирует со случайным отклонением vt;
если для случайных отклонений t, t-1 исходной модели выполняется предпосылка 30 МНК, то для случайных отклонений vt очевидно, имеет место автокорреляция. Для ее анализа вместо обычной статистики DW Дарбина–Уотсона необходимо использовать h-статистику Дарбина;
при указанных выше проблемах оценки, полученные по МHK, являются смещенными
инесостоятельными.
3.5.2 Метод Алман Процедура применения метода Алмон для расчета параметров модели с распределенным
лагом выглядит следующим образом.
1.Определяем максимальную величину лага l.
2.Определяем степень полинома k, описывающего структуру лага.
3.По соотношениям рассчитываются значения переменных
Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое
|
|
|
Издание: |
|
Евразийский национальный |
Учебно-методический комплекс дисциплины |
четвертое |
|
университет им. Л.Н. Гумилева |
Стр.32 из 58 |
|
|
|
||
|
|
|
|
(1.1)
…………………………………………………………………….
4. Определяем параметры уравнения линейной регрессии (2)
(1.2)
5.С помощью соотношений (3) рассчитываются параметры исходной модели с распределенным лагом.
(1.3)
…………………………………….
Применение метода Алмон сопряжено с рядом проблем.
Во-первых, величина лага l должна быть известна заранее. При ее определении
лучше исходить из максимально возможного лага, чем ограничиваться лагами небольшой длины. Выбор меньшего лага, чем его реальное значение, приведет к тому, что в модели регрессии не будет учтен фактор, оказывающий значительное влияние на результат, т. е. к неверной спецификации модели. Влияние этого фактора в такой модели будет выражено в остатках. Тем самым в модели не будут соблюдаться предпосылки МНК о случайности остатков, а полученные оценки ее параметров окажутся неэффективными и смещенными. Выбор большей величины лага по сравнению с ее реальным значением будет означать включение в модель статистически незначимого фактора и снижение эффективности полученных оценок, однако эти оценки все же будут несмещенными.
Наиболее простым способом является измерение тесноты связи между результатом и лаговыми значениями фактора. Кроме того, оптимальную величину лага можно приближенно определить на основе априорной информации экономической теории или проведенных ранее эмпирических исследований.
Во-вторых, необходимо установить степень полинома к. Обычно на практике ограничиваются рассмотрением полиномов 2-й и 3-й степени, применяя следующее простое правило: выбранная степень полинома к должна быть на единицу больше числа экстремумов в структуре
Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое
|
|
|
Издание: |
|
Евразийский национальный |
Учебно-методический комплекс дисциплины |
четвертое |
|
университет им. Л.Н. Гумилева |
Стр.33 из 58 |
|
|
|
||
|
|
|
|
лага. Если априорную информацию о структуре лага получить невозможно, величину к проще всего определить путем сравнения моделей, построенных для различных значений к, и выбора наилучшей модели.
В-третьих, переменные z, которые определяются как линейные комбинации исходных переменных х, будут коррелировать между собой в случаях, когда наблюдается высокая связь между самими исходными переменными.
Метод Алмон имеет два неоспоримых преимущества.
Он достаточно универсален и может быть применен для моделирования процессов, которые характеризуются разнообразными структурами лагов.
При относительно небольшом количестве переменных (обычно выбирают к=2 ил к=3), которое не приводит к потери значительного числа степеней свободы, с помощью метода Алмон можно построить модели с распределенным лагом любой длины.
Авторегрессионные модели
Авторегрессионной моделью с распределенными лагами порядков p и q (или моделью ADL (р,q)(autogressive distributed lags) называется модель вида
yt 0 xt |
1xt 1 ... |
p xt p |
1 yt 1 ... |
q yt q |
t. |
(2.1) |
При этом, вообще говоря, имеет место корреляция между yt 1 и t .
Именно такого вида модели имеют наибольшее практическое значение, и именно такого вида механизм возникновения корреляции между регрессорами и ошибками регрессии наиболее часто встречается в экономических приложениях. На практике чаще всего возникают модели ADL порядка (0,1), т. е. модели вида
yt xt |
yt 1 t |
(2.2) |
с ошибками регрессии εt, подчиняющимися авторегрессионному процессу первого порядка AR(1) или закону скользящей средней первого порядка МА(1):
t |
t 1 t ; |
(2.3) |
t |
t t 1. |
(2.4) |
В обоих случаях t — независимые, одинаково распределенные случайные величины с нулевыми математическими ожиданиями и дисперсиями σ2 (белый шум).
Системы одновременных уравнений.
Многие экономические взаимосвязи допускают моделирование одним уравнением. В большинстве случаев использование МНК для оценки параметров таких моделей является наиболее подходящей процедурой. Однако ряд экономических процессов моделируется не одним, а несколькими уравнениями, содержащими как повторяющиеся, так и собственные переменные. В силу этого возникает необходимость использования систем уравнений. Кроме того, в одних уравнениях определенная переменная может рассматриваться как объясняющая
Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое
|
|
|
Издание: |
|
Евразийский национальный |
Учебно-методический комплекс дисциплины |
четвертое |
|
университет им. Л.Н. Гумилева |
Стр.34 из 58 |
|
|
|
||
|
|
|
|
(независимая), но в то же время она входит в другое уравнение как зависимая (объясняемая) переменная. Приведем ряд примеров таких систем.
Модель1.«Спрос—предложение«
Одна из простейших систем одновременных уравнений появляется и моделировании спроса – предложения в рыночной экономике. В этом случае в предположении, что спрос QD и предложение Qs в момент времени г являются линейными функциями от цены Р в этот же момент времени, мы получаем следующую систему:
Модель 2. Кейнсианская модель формирования доходов.
Опишем простейшую модель данного типа в предположении, что рассматривается закрытая экономика без государственных расходов:
Заметим, что при рассмотрении систем одновременных уравнений переменные делятся на два больших класса – эндогенные и экзогенные переменные. Эндогенные переменные – это переменные, значения которых определяются внутри модели. Экзогенные переменные – это внешние по отношению к модели переменные. Их значения определяются вне модели и поэтому они считаются фиксированными.
Статистические уравнения зависимостей.
Под системой эконометрических уравнений обычно понимается системы одновременных, совместных уравнений. Ее применение имеет ряд сложностей, которые связаны с ошибками спецификации модели. Ввиду большего числа факторов, влияющих на экономические переменные, исследователь, как правило, не уверен в точности предлагаемой модели для описания экономических процессов. Набор эндогенных и экзогенных переменных модели соответствует теоретическому представлению исследователя о моделируемом объекте, которое сложилось на данный момент и может изменяться. Соответственно может меняться и вид модели с точки зрения ее идентифицируемости.
СПИСОК ЛИТЕРАТУРЫ
Основная литература
1.Бородич С.А. Эконометрика. Минск: Новое знание, 2004. 407 с.
2.Новиков А.И. Эконометрика. М.: ИНФРА-М, 2003. 105 с.
3.Под ред. Елисеевой И.И. Эконометрика. М.: Финансы и статистика, 2001.
ФЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое
|
|
|
Издание: |
|
Евразийский национальный |
Учебно-методический комплекс дисциплины |
четвертое |
|
университет им. Л.Н. Гумилева |
Стр.35 из 58 |
|
|
|
||
|
|
|
|
4.Под ред. Елисеевой И.И. Практикум по эконометрике. М.: Финансы и статистика, 2004. 202 с.
5.Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика: Начальный курс. М.:
Дело, 1998.
6.Кремер Н.Ш., Путко Б.А Эконометрика. М.: Юнити, 2005. 310 с.
7.Мандас А.Н. Эконометрика. Учебное пособие. – СПб.: Питер, 2001.
8.Колемаев В.А. Эконометрика. Учебник. М.: ИНФРА-М, 2004. 160 с
9.Гмурман В.Е.. Теория вероятностей и математическая статистика. М.: Высшая школа, 1977.
10.Гнеденко Б.В. Курс теории вероятностей. М.: Высшая школа, 1989.
Дополнительная литература
11.Доугерти К. Введение в эконометрику: Пер. с англ. М.: ИНФРА-М, 1999.
12.Катышев П.К., Магнус Я.Р., Пересецкий А.А. Сборник задач к начальному курсу Эконометрики. М.: Дело, 2003. 207 с.
13.Карасев А.И., Кремер Н.Ш., Савельева Т.И. Математические методы и модели в планировании. М., 1987. 240 с.
14.Гмурман В.Е. Руководство к решению задач по теории вероятностей и математическая статистика. М.: Высшая школа, 1977.
15.Сборник задач по высшей математике для экономистов. Под редакцией Ермакова В.И. М.: Изд-во: ИНФРА, 2005.
Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое
|
|
|
Издание: |
|
Евразийский национальный |
Учебно-методический комплекс дисциплины |
четвертое |
|
университет им. Л.Н. Гумилева |
Стр.36 из 58 |
|
|
|
||
|
|
|
|
ПЛАН ПРОВЕДЕНИЯ СЕМИНАРСКИХ ЗАНЯТИЙ
Тема 1. “Модель множественной регрессии”
ЗАДАНИЯ:
1. По 30 заводам, выпускающим продукцию А, изучается зависимость потребления электроэнергии y (тыс.квт.ч.) от производства продукции x1 (тыс.ед.) и уровня механизации труда x2 (%).
|
|
|
|
|
Таблица 3. |
Признак |
Среднее |
Среднее |
Линейный коэффициент парной |
||
|
значение |
квадратическое |
|
корреляции |
|
|
|
отклонение |
|
|
|
y |
1000 |
27 |
r(x1,x2) |
|
0,38 |
x1 |
420 |
45 |
r(y,x1) |
|
0,77 |
x2 |
41,5 |
18 |
r(y,x2) |
|
0,43 |
1.Построить уравнение множественной регрессии в стандартизованной и естественной
форме.
2.Рассчитать частные коэффициенты эластичности.
3.Рассчитать линейные коэффициенты частной корреляции и коэффициент множественной корреляции.
4.Рассчитать частные и общий критерий Фишера. Сделать выводы.
2.По 25 предприятиям изучается зависимость потребления материалов от энерговооруженности труда и объема произведенной продукции
Признак |
Среднее |
Среднее |
Линейный коэффициент парной |
||
|
значение |
квадратическое |
корреляции |
|
|
|
|
отклонение |
|
|
|
y |
12 |
2 |
r(x1,x2) |
|
0,43 |
x1 |
4,3 |
0,5 |
r(y,x1) |
|
0,52 |
x2 |
10 |
1,8 |
r(y,x2) |
|
0,84 |
ТРЕБУЕТСЯ:
1.Построить уравнение множественной регрессии в стандартизованной и естественной форме.
2.Рассчитать частные коэффициенты эластичности.
3.Рассчитать линейные коэффициенты частной корреляции и коэффициент множественной корреляции.
4.Рассчитать частные и общий критерий Фишера. Сделать выводы.
3.В таблице представлены ряды данных по продовольственным ресурсам (производству (x1)
и импорту ( x2 )) и личному потреблению картофеля (У) (млн.тонн) за 8 лет
годы |
x1 |
x2 |
y |
Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое
|
|
|
Издание: |
|
Евразийский национальный |
Учебно-методический комплекс дисциплины |
четвертое |
|
университет им. Л.Н. Гумилева |
Стр.37 из 58 |
|
|
|
||
|
|
|
|
1990 |
30.8 |
1.1 |
15.7 |
1991 |
34.3 |
1.2 |
16.7 |
1992 |
38.3 |
0.4 |
17.5 |
1993 |
37.7 |
0.2 |
18.8 |
1994 |
33.8 |
0.1 |
18 |
|
|
|
|
1995 |
39.9 |
0.1 |
18.3 |
1996 |
38.7 |
0.1 |
18.5 |
1997 |
37 |
0.2 |
19.1 |
1998 |
31.4 |
0.33 |
18 |
ТРЕБУЕТСЯ:
Рассчитать вариации и попарные ковариации для этих рядов.
Тема 2: Вопросы практического использования моделей множественной регрессии
1.В таблице представлены ряды данных по продовольственным ресурсам (производству (x1) и
импорту ( x2 )) и личному потреблению картофеля (У) (млн.тонн) за 8 лет
годы |
x1 |
x2 |
y |
1990 |
30.8 |
1.1 |
15.7 |
1991 |
34.3 |
1.2 |
16.7 |
1992 |
38.3 |
0.4 |
17.5 |
1993 |
37.7 |
0.2 |
18.8 |
1994 |
33.8 |
0.1 |
18 |
|
|
|
|
1995 |
39.9 |
0.1 |
18.3 |
1996 |
38.7 |
0.1 |
18.5 |
1997 |
37 |
0.2 |
19.1 |
1998 |
31.4 |
0.33 |
18 |
ТРЕБУЕТСЯ:
1.Для оценки возможной мультиколлинеарности, рассчитать коэффициент корреляции между рядами данных о производстве и импорте картофеля.
2.По регрессии для картофеля рассчитать статистику ДарбинаУотсона.
2.В таблице представлен ряд данных по обеспеченности населения собственными легковыми автомобилями за последние несколько лет (по РФ):
Годы |
Штук на 1000 населения |
1991 |
63,5 |
1992 |
68,5 |
1993 |
75,7 |
1994 |
84,4 |
1995 |
93,3 |
1996 |
102,8 |
Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое
|
|
|
Издание: |
|
Евразийский национальный |
Учебно-методический комплекс дисциплины |
четвертое |
|
университет им. Л.Н. Гумилева |
Стр.38 из 58 |
|
|
|
||
|
|
|
|
1997 |
113,7 |
ТРЕБУЕТСЯ:
рассчитать выборочную автокорреляцию для τ=1,2.
Тема 3: Временные ряды.
1.В таблице представлены данные по личным потребительским расходам на газ (млн.долл.) с 1969 по 1983гг. (США)
годы |
расходы |
1969 |
6200 |
1970 |
6300 |
1971 |
6400 |
1972 |
6600 |
1973 |
6400 |
1974 |
6500 |
1975 |
6600 |
1976 |
6700 |
1977 |
6500 |
1978 |
6700 |
1979 |
6600 |
1980 |
6600 |
1981 |
6300 |
1982 |
6400 |
1983 |
6000 |
ТРЕБУЕТСЯ:
С помощью критерия, основанного на медиане, проверить гипотезу о неизменности среднего значения временного ряда.
2.В таблице представлены данные по личным потребительским расходам на местный транспорт (млрд.долл.) с 1966 по 1983гг. (США)
годы |
расходы |
1966 |
3,3 |
1967 |
3,2 |
1968 |
3,3 |
1969 |
3,5 |
1970 |
3,4 |
1971 |
3,4 |
1972 |
3,4 |
1973 |
3,4 |
1974 |
3,5 |
1975 |
3,5 |
1976 |
3,6 |
1977 |
3,6 |
1978 |
3,7 |
Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое
|
|
|
Издание: |
|
Евразийский национальный |
Учебно-методический комплекс дисциплины |
четвертое |
|
университет им. Л.Н. Гумилева |
Стр.39 из 58 |
|
|
|
||
|
|
|
|
1979 |
3,8 |
1980 |
3,5 |
1981 |
3,2 |
1982 |
3,2 |
1983 |
3,1 |
ТРЕБУЕТСЯ:
С помощью критерия, основанного на критерии восходящих и нисходящих серий, проверить гипотезу о неизменности среднего значения временного ряда.
Тема 4. “Динамические эконометрические модели”
ЗАДАНИЯ:
1. Изучается зависимость объёма продаж бензина ( yt ) от динамики потребительских цен ( xt ). Полученные за последние 6 кварталов данные представлены в таблице.
Таблица 4.
Показатель |
|
1 кв. |
2 кв. |
3 кв. |
4 кв. |
5 кв. |
6 кв. |
|
|
|
|
|
|
|
|
|
|
Индекс |
|
|
100 |
104 |
112 |
117 |
121 |
126 |
потребительских |
|
|
|
|
|
|
||
цен, |
% |
к |
|
|
|
|
|
|
кварталу 1. |
|
|
|
|
|
|
|
|
Средний за день |
89 |
83 |
80 |
77 |
75 |
72 |
||
объём |
продаж |
|
|
|
|
|
|
|
бензина |
|
в |
|
|
|
|
|
|
течение |
|
|
|
|
|
|
|
|
квартала, |
тыс. |
|
|
|
|
|
|
|
ден.ед.. |
|
|
|
|
|
|
|
|
Известно также, что xt 680, yt 476, xt yt 53648, xt2 77566 .
1.Построить модель зависимости объёма продаж бензина от индекса потребительских цен
свключением фактора времени.
2.Интерпретировать полученные параметры.
Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое
|
|
|
Издание: |
|
Евразийский национальный |
Учебно-методический комплекс дисциплины |
четвертое |
|
университет им. Л.Н. Гумилева |
Стр.40 из 58 |
|
|
|
||
|
|
|
|
МЕТОДИЧЕСКИЕ РЕКОМЕНДАЦИИ И УКАЗАНИЯ К РЕШЕНИЮ НЕКОТОРЫХ ТИПОВЫХ ЗАДАЧ
Тема 1. “Модель множественной регрессии”
Задача 1.
По 30 территориям России имеются данные, представленные в таблице.
|
|
|
|
Таблица 8 |
|
Среднее |
Среднее |
Линейный коэффициент |
|
Признак |
значение |
квадратическое |
парной корреляции |
|
|
|
отклонение |
|
|
Среднедневной душевой |
86,8 |
11,44 |
rx x |
-0,1160 |
доход, руб., y |
|
|
1 2 |
|
|
|
|
|
|
|
|
|
|
|
Среднедневная заработная |
54,9 |
5,86 |
ryx |
0,8405 |
плата одного |
|
|
1 |
|
|
|
|
|
|
работающего, руб., x1 |
|
|
|
|
Средний возраст |
33,5 |
0,58 |
ryx |
-0,2101 |
безработного, лет, x2 |
|
|
2 |
|
|
|
|
|
|
Требуется: |
|
|
|
|
5.Построить уравнение множественной регрессии в стандартизованной и естественной
форме.
6.Рассчитать частные коэффициенты эластичности.
7.Рассчитать линейные коэффициенты частной корреляции и коэффициент множественной корреляции, сравнить их с линейными коэффициентами парной корреляции, пояснить различия между ними.
8.Рассчитать частные и общий критерий Фишера. Сделать выводы.
Решение:
1. Линейное уравнение множественной регрессии имеет вид: y a b1x1 b2x2 .
Для расчета его параметров применим метод стандартизации переменных и построим
искомое уравнение в стандартизованном масштабе: ty 1 tx1 2 |
tx2 . |
|||||||||||||||||||||||
Расчёт |
коэффициентов выполним по формулам: |
|
|
|
|
|
|
|||||||||||||||||
|
ryx |
ryx |
rx x |
|
0,8405 0,2101 0,116 |
0,8161 |
|
|
|
|
|
|
|
|||||||||||
1 |
|
1 |
|
2 |
1 2 |
|
|
|
|
|
|
|
|
|
|
|
0,8273, |
|
|
|||||
|
|
|
|
|
|
|
1 0,1162 |
|
|
|
|
|
|
|
|
|||||||||
|
|
|
1 rx2x |
|
|
|
|
|
|
0,9865 |
|
|
|
|
|
|
|
|
||||||
|
|
|
|
1 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ryx |
ryx rx x |
|
0,2101 0,8405 0,116 |
0,1126 |
|
|
|
|
|||||||||||||
2 |
|
2 |
|
1 |
1 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
0,1141Получим уравнение: |
|||||
1 rx2x |
|
1 0,1162 |
|
|
|
0,9865 |
|
|
||||||||||||||||
|
|
|
|
|
1 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ty 0,8273 tx1 |
0,1141 tx2 . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
Для построения уравнения в естественной форме рассчитаем b1 |
и b2 , используя формулы |
|||||||||||||||||||||||
перехода от i к bi : |
|
|
|
|
x |
|
|
|
|
|
|
y |
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
b |
|
i |
; |
|
b |
|
|
|
|
|
; |
|
|
|
|
|
|
|
|
|
|
|
|
i |
i |
y |
|
i |
|
i |
|
x |
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i |
|
|
Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое