Суть основной предпосылки построения эконометрической модели состоит в возможности разбиения Y на две части: объясненную и случайную:
. (1.1)
Объясненная часть случайной величины , формируется вариацией вектора независимых переменных ;
E – случайная составляющая (остаток).
Если случайная величина Y непрерывна, то объясненная часть представляет собой некоторую неизвестную непрерывную функцию от регрессоров :
(1.2)
Естественной аппроксимацией (описанием) случайной функции является оценка:
(1.3)
М[Х½х1, х2,… хn, ] - среднее значение случайной функции , т.е. условное математическое ожидание, полученное при условии, что вектор независимых переменных принял конкретное (фиксированное) значение:
|
|
Здесь и далее большими буквами X, Y будет обозначаться текущее значение случайных величин, а малыми буквами, x, y их конкретные (количественные) реализации.
В некоторых книгах используют более компактное обозначение:
(1.4)
Тогда основную предпосылку построения эконометрической модели можно записать так:
Y = Мх(Y) + E. (1.5)
Уравнение
Ye = Мх(Y) = j (х1, х2, …,х j,…, хn) (1.6)
называется уравнением регрессии. Заметим, что вид истинной функции в уравнении (1.6) нам пока неизвестен.
Замечание: Эконометрическая модель (1.6) не всегда является регрессионной, т.е. объясненная часть случайной величины не всегда равна своему условному математическому ожиданию:
Ye ¹ Мх(Y).
Пример: Пусть независимые переменные измерены с систематическими ошибками. Тогда неизвестная нам случайная функция в наблюдениях будет деформирована (искажена). В эконометрике это встречается часто. Существуют специальные методы борьбы с этим неприятным обстоятельством, которые будут рассмотрены ниже.
Критерием того, что модель (1.6) является регрессионной, является условие Мх(E) = 0. Действительно, записав основную предпосылку эконометрического анализа (1.5), вычислим математическое ожидание от обеих частей уравнения:
Мх(Y) = Мх [Мх(Y)] + Мх(E);Þ
|
|
Þ Мх(E) = 0
Условие (1.6) является наиболее существенным условием получения качественной модели. Статистически это условие означает отсутствие систематического смещения наблюдений , относительно линии (или поверхности в многомерном случае) регрессии.