Специальные приемы моделирования регрессии

КАЧЕСТВЕННЫЕ ПРИЗНАКИ и их учет в регрессионных моделях

РОЛЬ КАЧЕСТВЕННЫХ ПРИЗНАКОВ

Качественные признаки приводят к неоднородности совокупности наблюдений по изучаемому

УЧЕТ НЕОДНОРОДНОСТИ

Регрессионная
модель

1. Регрессия строится для каждой
качественно отличной группы
в

Тест Чоу (первый путь)

ПРОВЕРКА

ФИКТИВНЫЕ ПЕРЕМЕННЫЕ в регрессии (второй путь) (dummy variables)

Это сконструированные переменные, позволяющие

МОДЕЛИ КОВАРИАЦИОННОГО АНАЛИЗА

Модели регрессии, в которых объясняющие переменные носят как количественный,

ИСПОЛЬЗОВАНИЕ ФИКТИВНЫХ ПЕРЕМЕННЫХ

Можно строить регрессию только для фиктивных переменных
Можно для зависимой

НАГРУЗКА МОДЕЛИ

Чем больше градаций у качественной переменной, тем большим числом фиктивных

Способы ввода dummy variables

ОБОБЩЕННЫЙ МНК

Generalized Least Squares (GLS)

Ordinary Least Squares (OLS)

Традиционный метод наименьших квадратов нельзя использовать при наличии

ПРЕОБРАЗОВАНИЕ ДАННЫХ

Обобщенный МНК (GLS) применяется к преобразованным данным и позволяет получать

Предпосылки применения GLS

Для гетероскедастичности
Если известна взаимосвязь остатков модели регрессии с фактором

ПРИМЕНЕНИЕ GLS при наличии гетероскедастичности остатков

ПРИМЕНЕНИЕ GLS при наличии автокорреляции остатков