Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Возможные ошибки спецификации модели:
1. Неправильный выбор вида уравнения регрессии
2. В уравнение регрессии включена лишняя (незначимая) переменная
3. В уравнении регрессии пропущена значимая переменная
Пусть на первом этапе была сделана спецификация модели в виде:
в которой функция fF(x,a0,a1) выбрана не верно. Предположим, что yT=fT(x,a0,a1)+v – правильный вид функции регрессии. Тогда справедливо выражение:
Из выражения следует:
Иными словами, математические ожидания эндогенной переменной, полученные с помощью функций fT и fF не совпадают, т.е. первая предпосылка теоремы Гаусса-Маркова M(ulx)=0 не выполняется
Следовательно, в результате оценивания такой модели параметры а0 и а1 будут смещенными
Симптомы наличия ошибки спецификации первого типа:
1. Несоответствие диаграммы рассеяния, построенной по имеющейся выборке виду функции, принятой в спецификации
2. В динамических моделях длительно сохраняется знак значений оценок случайных возмущений у смежных (по номеру t) уравнений наблюдений
Именно этот симптом и улавливается статистикой DW Дарбина–Уотсона!
В силу данного обстоятельства тесту Дарбина–Уотсона в эконометрике придается большое значение.
Способ устранения: выбор другой формы спецификации модели. Например, нелинейная вместо линейной и т.д.
2. В уравнение регрессии включена лишняя переменная
Пусть на этапе спецификации в модель включена «лишняя» переменная, например, X2
«Правильная» спецификация должна иметь вид:
Последствия:
1. Оценки параметров а0, а1, а2 останутся несмещенными, но потеряют свою эффективность (точность)
2. Увеличивается ошибка прогноза по модели
как за счет ошибок оценок коэффициентов и σu, так и за счет последнего слагаемого. Это особенно опасно при больших абсолютных значениях регрессора
Диагностика:
В моделях множественной регрессии необходимо для каждого коэффициента уравнения проверять статистическую гипотезу H0: ai=0. Вспомним, что для этого достаточно оценить дробь Стьюдента и сравнить ее значение с критическим значением распределения Стьюдента, которое вычисляется по значению доверительной вероятности и значению степени свободы n2 = n – (k+1)
3. В модели не достает важной переменной
Последствия такие же, как и в первом случае: получаем смещенные оценки параметров модели
Для устранения необходимо вернуться к изучению особенностей поведения экономического объекта, выявить опущенные переменные и дополнить ими модель
Дата публикования: 2015-02-18; Прочитано: 1516 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!