Типы данных и виды переменных в эконометрических исследованиях.

При моделировании экономических процессов в эконометрических моделях используют два типа данных: пространственные и временные.

Пространственными данными является набор сведений по разным объектам, взятым за один и тот же период или момент времени.

Временными данными является набор сведений, характеризующих один и тот же объект, но за разные периоды или моменты времени.

Набор сведений представляет собой множество признаков, характеризующих объект исследования. Признаки могут выступать в одной из двух ролей: роль результативного признака (выполняет зависимая переменная Y); роль факторного признака (выполняет независимая переменная Х).

Переменные, участвующие в эконометрической модели любого типа, делятся на:

- экзогенные (независимые), значения, которых задаются извне, автономно;

- эндогенные (зависимые), значения, которых определяются внутри модели;

- лаговые - эндогенные или экзогенные переменные эконометрической модели, датированные предыдущими моментами времени и находящиеся в уравнении с текущими переменными;

- предопределенные - экзогенные переменные, привязанные к прошлым, текущим и будущим моментам времени и лаговые эндогенные переменные, уже известные к данному моменту времени.

Основными направлениями оценки адекватности эконометрической модели являются:

1. Проверка с помощью F-теста (F-критерий Фишера);

2. Использование t-распределения Стьюдента для оценки надежности коэффициента корреляции;

3. Проверка модели на гомо-гетескедастичнисть;

4. Проверка факторов эконометрической модели на мультиколинеарнисть.

F-тест используют для оценки того, важное пояснение, которое дает

уравнения в целом. То есть в регрессионном анализе построение F-статистики осуществляется путем отношения дисперсии зависимой переменной на "объяснительные" и "непояснительные" составляющие:

F = (ESS / k) / RSS / (n-k-1), (9.2)

где ESS - пояснительная сумма квадратов отклонений;

RSS - остаточная (непояснительная) сумма квадратов; к - число степеней свободы; n - количество значений факторов модели. При осуществлении F-теста для уравнения проверяется, превышает г2 то значение, которое может быть получено случайно. Для расчета F-статистики для уравнения в целом формулу (9.2) можно трансформировать путем деления числителя и знаменателя уравнения на TSS (общую сумму квадратов), отмечая, что ESS / TSS равен г2, а RSS / TSS равна (1 - г2). В результате получаем следующее уравнение:

F = г2 / к / (1 - г2) / (n - k - 1). (9.3)

Расчетный F-критерий определяется при соответствующем уровне значимости и степенях свободы и сравнивают с критическим F-критерию Фишера. Значение последнего критерия приведены в специальных таблицах. Если расчетный F-критерий превышает его критическое значение, то можно утверждать, что объяснение, которое дает уравнение, в целом важно, а эконометрическая модель адекватна. В противном случае модель считается неадекватной, а объяснение неважным.

В эконометрике предполагают, что ошибки измерения сведены к минимуму, рассматривая главным образом ошибки спецификации модели. Под спецификацией модели понимают выбор того или иного вида функциональной зависимости (уравнения регрессии), что не столь просто, т.к. часто одни и те же данные могут на первый взгляд одинаково хорошо приближаться различными кривыми (функциями). Однако же величина случайных ошибок не будет одна и та же для таких спецификаций модели, и сведение остаточного члена к минимуму позволяет выбрать наилучшую спецификацию.

Вопрос №3.Основные задачи корреляционного анализа. Корреляционная матрица.

Корреляционный анализ решает две основные задачи:

Первая задача заключается в определении формы связи, т.е. в установлении математической формы, в которой выражается данная связь.

Это очень важно, так как от правильного выбора формы связи зависит конечный результат изучения взаимосвязи между признаками.

Вторая задача состоит в измерении тесноты, т.е. меры связи между признаками с целью установить степень влияния данного фактора на результат.

Она решается математически путем определения параметров корреляционного уравнения.

Затем проводятся оценка и анализ полученных результатов при помощи специальных показателей корреляционного метода (коэффициентов детерминации, линейной и множественной корреляции и т.д.), а также проверка существенности связи между изучаемыми признаками.

Корреляционная матрица –

Корреляционная матрица — матрица коэффициентов корреляции нескольких случайных величин с ненулевыми дисперсиями , то есть считается, что

, где

Матрица на диагонали имеет элементы, равные 1.

Свойства матрицы определяются свойствами матрицы в силу соотношения , где — диагональная матрица с диагональными элементами .

Если — векторная случайная функция такая, что для каждого , то матрица ,

где

также называется корреляционной матрицей случайной функции .

Свойства корреляционной матрицы:

1. — неотрицательно определённая матрица;

2. ;

3. Для любых и любых комплексных векторов

Вопрос №5.Проверка гипотез о значимости коэффициентов корреляции.

Система охраняемых территорий в США Изучение особо охраняемых природных территорий(ООПТ) США представляет особый интерес по многим причинам...

Что вызывает тренды на фондовых и товарных рынках Объяснение теории грузового поезда Первые 17 лет моих рыночных исследований сводились к попыткам вычис­лить, когда этот...

Живите по правилу: МАЛО ЛИ ЧТО НА СВЕТЕ СУЩЕСТВУЕТ? Я неслучайно подчеркиваю, что место в голове ограничено, а информации вокруг много, и что ваше право...

Что делать, если нет взаимности? А теперь спустимся с небес на землю. Приземлились? Продолжаем разговор...

Не нашли то, что искали? Воспользуйтесь поиском гугл на сайте: