Предпосылки «классического» метода наименьших квадратов.
2.С уть МНК
Метод наименьших квадратов. Оценка параметров уравнения А0, А1, А2 осуществляется методом наименьших квадратов (МНК). В основе которого лежит предположение о независимости наблюдений исследуемой совокупности и нахождении параметра модели, при котором минимизируется сумма квадратов отклонений фактических значений результативного признака от теоретических, полученных по уравнению регрессии:
S=∑ (YI – Y(X))2→MIN.
Система нормальных уравнений для нахождения параметров линейной парной регрессии методом наименьших квадратов имеет следующий вид:
N*A0 + A1*∑X = ∑Y
A0*∑X+A1*∑X2=∑X*Y,
N- объём исследуемой совокупности.
В уравнении регрессии параметр А0 показывает усреднённое влияние на результативный признак неучтённых факторов.
Параметр А1 (А2) – коэффициент регрессии, показывает на сколько изменяется в среднем значение результативного признака при изменении факторного на единицу в его собственном измерении.
Если связь между признаками криволинейная и описывается уравнением параболы, то система нормальных уравнений будет иметь следующий вид:
N*A0 + A1*∑X + A2*∑X2 = ∑Y,
A0*∑X+A1*∑X2+A2*∑X3=∑XYA0*∑X2+A1*∑X3+A2*∑X4= ∑X2Y
Оценка обратной зависимости между Х и У осуществляется на основе уравнения гиперболы. Тогда система нормальных уравнений выглядит так:
N*A0 + A1*∑1/X = ∑X
A0*∑1/X + A1∑1/X2 = ∑Y/X.
Формулы расчета оценок коэффициентов линейной модели по МНК
Свойства МНК-оценки классической линейной эконометрической модели.
Свойства МНК-оценок без предположения о нормальности
Исходя из этой Теорема Гаусса-Маркова можно выделить несколько основных свойств МНК-оценки
· Линейность: где
· Несмещенность:
Матрица ковариации равна:
· МНК-оценка эффективна. Итак, теорема Гаусса-Маркова утверждает, что любая другая линейная несмещенная оценка будет иметь большую дисперсию, чем МНК-оценка:
Перечислите этапы построения экономических моделей.
Этапы:
1) постановка задачи
2) сбор априорной информации
3) спецификация модели
4) сбор и обработка информации
5) оценивание модели
6) проверка адекватности модели
7) интерпретация полученных коэффициентов, проверка гипотез, построение прогноза и т.д.