Рассмотрим простейший случай – модель парной линейной регрессии.
· Наблюдаемые переменные: у, х;
· неизвестные параметры:
· случайная составляющая, ошибка: ε.
Простота данной модели обусловлена следующими обстоятельствами:
· линейным характером рассматриваемой функции;
· наличием всего двух переменных в нестохастической части модели;
· использованием единственной зависимости, выражающей все виды связи между переменными.
Для проведения эконометрического исследования необходимо:
1) придумать адекватную модель;
2) получить оценки неизвестных параметров:
3) получить прогноз, заменив неизвестные параметры на оценки:
Разность представляет собой ошибку прогноза, ее еще называют остатком или возмущением. Модель тем качественнее, чем меньше величина остатков.
Построение линейной регрессии сводится к оценке ее параметров .
Метод наименьших квадратов (МНК) позволяет получить такие оценки параметров , при которых сумма квадратов отклонений фактических значений результативного признака от расчетных (теоретических) , обозначаемая аббревиатурой RSS, минимальна, т.е. из всего множества значений выбираются те, при которых ошибка прогноза минимальна.
|
|