14. Оценка существенности параметров и статистическая проверка гипотез. T-критерий Стьюдента.

В линейной регрессии обычно оценивается значимость не только уравнения в целом, но и отдельных его параметров. С этой целью по каждому из параметров определяется его стандартная ошибка: m_b и m_a .

,     (8.2)

где S² – остаточная дисперсия на одну степень свободы.

Величина стандартной ошибки совместно с t-распределением Стьюдента при n-2 степенях свободы применяется для проверки существенности коэффициента регрессии.

При гипотезе Н₀: b-b₀=0, t-статистика выглядит следующим образом:

Значение сравнивается с табличным значением при определенном уровне значимости и числе степеней свободы (n-2).

Если фактическое значение t-критерия превышает табличное, то гипотезу о несущественности коэффициента регрессии можно отклонить.

Процедура оценивания существенности параметраа не отличается от уже рассмотренной для коэффициента регрессии.

15. Взаимосвязь t-статистики и f-статистики для парной регрессии.

Существует связь между -критерием Стьюдента и -критерием Фишера: . В прогнозных расчетах по уравнению регрессии определяется предсказываемое значение как точечный прогноз при , т.е. путем подстановки в уравнение регрессии соответствующего значения . Однако точечный прогноз явно не реален. Поэтому он дополняется расчетом стандартной ошибки , т.е. , и соответственно интервальной оценкой прогнозного значения :

,

где , а – средняя ошибка прогнозируемого индивидуального значения:

.

16. Коэффициент эластичности. Его смысл и определение.

Среди нелинейных моделей наиболее часто используется степенная функция , которая приводится к линейному виду логарифмированием:

,

где . Т.е. МНК мы применяем для преобразованных данных:

а затем потенцированием находим искомое уравнение.

Широкое использование степенной функции связано с тем, что параметр в ней имеет четкое экономическое истолкование – он является коэффициентом эластичности.

Коэффициент эластичности показывает, на сколько процентов измениться в среднем результат, если фактор изменится на 1%. Формула для расчета коэффициента эластичности имеет вид:

. (1.19)

Так как для остальных функций коэффициент эластичности не является постоянной величиной, а зависит от соответствующего значения фактора , то обычно рассчитывается средний коэффициент эластичности:

. (1.20)

Приведем формулы для расчета средних коэффициентов эластичности для наиболее часто используемых типов уравнений регрессии:

Таблица 1.5

Вид функции,	Первая производная,	Средний коэффициент эластичности,	Линеаризация
1	2	3	4
			-
			Х1=х, Х2=х^2
			Х=1/х,Y=y
			Х=lnх,Y=lny
			Х=х,Y=lny
			Х=lnх,Y=y
			Х=х,Y=lny
			Х=х,Y=1/y