Принципи побудови економетричних моделей. Парна та множинна лінійна регресія

 

2.1. Передумови використання МНК для лінійних економічних систем.

2.2. Оператор оцінювання МНК.

2.3. Властивості оцінок параметрів, визначених МНК.

2.4. Побудова парної лінійної регресійної моделі.

2.5. Множинна лінійна регресія.

2.6. Перевірка достовірності моделі та оцінок її параметрів.

2.7. Економічний аналіз побудованої моделі: середня ефективність впливу чинників, гранична ефективність та коефіцієнти еластичності.

2.8. Прогнозування на основі лінійних економетричнох моделей: точковий та інтервальний прогноз.

 


2.5. Множинна лінійна регресія.

 

Y X1 X2 Xn
1 y1 x11 X21   xn1
2 y2 x12 X22   xn2
 
m ym x1m X2m   xnm

 

             (1)

 

(1’)

 

      (2)

 

             (3)

 

(4)

                                                                             (5)

2.6. Перевірка достовірності моделей парної і множинної регресії та оцінок її параметрів.

 

           (1)

 

             (2)

Аналіз моделі.

                         (3)


Дисперсія залишків моделі (оцінка дисперсії залишків моделі)

               (4)

 

Коефіцієнт детермінації

(5)

 

Скорегований коефіцієнт детермінації (з врахуванням степеня свободи)

 

Незміщена дисперсія (виправлена оцінка дисперсії)

 


Середньоквадратичні відхилення регресора та регресанта

Коефіцієнт кореляції

(6)

 


Стандартні помилки (похибки) коефіцієнтів регресії парної регресійної моделі

Стандартні помилки (похибки) коефіцієнтів регресії множинної регресійної моделі


Перевірка гіпотез

Гіпотеза про адекватність (статистичну значимість) моделі та коеф.

    Н0 відкидається

 

Гіпотеза про статистичну значимість коефіцієнтів моделі

        Н0 відкидається

 

Гіпотеза про значення коефіцієнтів моделі

        Н0 відкидається

Гіпотези про статистичну значимість коефіцієнтів кореляції

        Н0 відкидається

 

        Н0 відкидається

 

Інтервали надійності для коефіцієнтів регресії


2.7. Економічний аналіз побудованої моделі: середня ефективність впливу чинників, гранична ефективність та коефіцієнти еластичності.

 

Коефіцієнт еластичності парної регресійної моделі

 

Коефіцієнт середньої ефективності впливу х на у   

 

Коефіцієнт граничної ефективності

 


Частинний коефіцієнт еластичності множинної регресійної моделі

 

Частинний коефіцієнт середньої еластичності

 

Сумарний коефіцієнт еластичності

 

Частинний коефіцієнт середньої ефективності впливу хі на у   

 

Частинний коефіцієнт граничної ефективності


2.8. Прогнозування на основі лінійних економетричнох моделей: точковий та інтервальний прогноз.

 

Точкове прогнозне значення моделі в точці

 

Інтервальний прогноз

 

Дисперсія точкового прогнозного значення парної регресійної моделі


Дисперсія точкового прогнозного значення множинної регресійної моделі

 

Дисперсія середнього прогнозного значення парної регресійної моделі


Лекція 3.











Мультиколінеарність.

 

3.1. Моделі з порушенням передумов використання МНК.

3.2. Мультиколінеарність, її суть та наслідки.

3.3. Тестування наявності мультиколінеарності в моделі. Алгоритм Фаррара-Глобера.

3.4. Методи усунення мультиколінеарності.

 


3.2. Мультиколінеарність, її суть та наслідки.

Суть мультиколінеарності

(1)

                (2)

       

 

Позначимо:

(3)

(4)

,

(5)





Понравилась статья? Добавь ее в закладку (CTRL+D) и не забудь поделиться с друзьями:  



double arrow
Сейчас читают про: