Содержание
- 2. Исследование остаточных величин. В задачу регрессионного анализа входит не только построение самой модели, но и исследование
- 3. Оценки параметров регрессии должны отвечать определенным критериям: Несмещенность оценки (математическое ожидание остатков равно нулю). Эффективность (оценки
- 4. Указанные критерии оценок (несмещенность, состоятельность, эффективность) обязательно учитываются при разных способах оценивания. Так как метод наименьших
- 5. Исследование остатков εi предполагают проверку наличия следующих пяти предпосылок МНК (теорема Гаусса-Маркова): случайный характер остатков; нулевая
- 6. Если распределение случайных остатков не соответствует некоторым предпосылкам МНК, то следует корректировать модель.
- 7. Прежде всего, проверяется случайный характер остатков - первая предпосылка МНК. С этой целью строится график зависимости
- 8. εi yi ∧
- 9. Если на графике получена горизонтальная полоса (из точек, как показано на рис.), то остатки εi представляют
- 11. В этих случаях необходимо либо применять другую функцию, либо вводить дополнительную информацию и заново строить уравнение
- 12. Вторая предпосылка МНК относительно нулевой средней величины остатков означает, что Это означает, что случайное отклонение в
- 13. В соответствии с третьей предпосылкой МНК требуется, чтобы дисперсия остатков была гомоскедастичной. Это значит, что для
- 14. Иллюстрация определения гетероскедастичности
- 15. Примеры гетероскедастичности: дисперсия остатков растет по мере увеличения x;
- 16. дисперсия остатков достигает максимальной величины при средних значениях переменной х и уменьшается при минимальных и максимальных
- 17. максимальная дисперсия остатков при малых значениях х и дисперсия остатков однородна по мере увеличения значений х
- 18. Метод Гольдфельда — Квандта При малом объеме выборки, что наиболее характерно для эконометрических исследований, для оценки
- 19. Упорядочение n наблюдений по мере возрастания переменной у. Исключение из рассмотрения С центральных наблюдений; при этом
- 20. Разделение совокупности из (n – C) наблюдений на две группы (соответственно с малыми и большими значениями
- 21. При выполнении нулевой гипотезы о гомоскедастичности отношение R будет удовлетворять F -критерию с (n-C-2p):2 степенями свободы
- 22. Пример использования метода Гольдфельда — Квандта Поступление доходов в бюджет Санкт-Петербурга (у — млрд руб.) в
- 24. В соответствии с уравнением найдены теоретические значения и отклонения от их фактических значений , т. е.
- 25. Итак, остаточные величины обнаруживают тенденцию к росту по мере увеличения и
- 26. Этот вывод подтверждается и по критерию Гольдфельда – Квандта. Для его применения необходимо определить сначала число
- 27. Проверка регрессии на гетероскедастичность.
- 29. Величина , что превышает табличное значение – F-критерия 4,28 при 5 %-ном уровне значимости для числа
- 30. Четвертая предпосылка МНК - отсутствие автокорреляции остатков, т. е. значения остатков распределены независимо друг от друга.
- 31. Автокорреляция остатков означает наличие корреляции между остатками текущих и предыдущих (последующих) наблюдений. Коэффициент корреляции между и
- 32. При использовании F-критерия Фишера и t-критерия Стьюдента делаются предположения относительно поведения остатков –остатки представляют собой независимые
- 33. Наряду с предпосылками МНК должны соблюдаться определенные требования относительно переменных, включаемых в модель: соотношение 1 фактор
- 34. Обобщенный метод наименьших квадратов
- 35. Обобщенный метод наименьших квадратов При нарушении гомоскедастичности и наличии автокорреляции остатков рекомендуется вместо традиционного МНК использовать
- 36. Метод взвешенных наименьших квадратов. Случай парной регрессии Получили уравнение регрессии без свободного члена, но с дополнительной
- 37. Метод взвешенных наименьших квадратов. Случай парной регрессии На практике, значения дисперсии остатков, как правило, не известны.
- 39. Скачать презентацию