Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
После определения вида модели необходимо оценить параметры этой модели.
Этап 5. Идентификация модели. Статистический анализ модели и оценка параметров регрессионной модели.
Рассмотрим простейшую модель экономического процесса, состоящую из одного уравнения, которое содержит только две переменные. Обозначив переменные буквами У и X, мы постулируем между ними зависимость
У = f(X) + ε.
Содержательные соображения, на основе которых было принято введенное соотношение, должны подсказать и его конкретную функциональную форму или указать на дополнительные условия, которым должна обладать кривизна функции. Поскольку одним и тем же условиям могут удовлетворять различные функции, то необходимо обратиться к статистическому анализу и осуществить выбор среди возможных альтернативных вариантов. Простейшим соотношением между двумя переменными является линейная связь между ними:
,
где α0, α1 — неизвестные параметры,
ε — случайное возмущение, которое отражает влияние тех факторов, которые не вошли в модель, случайности человеческих реакций, ошибок наблюдений или измерений.
Спецификация взаимосвязи между переменными должна сопровождаться рядом гипотез о свойствах распределения вероятностей для случайного возмущения. Этими гипотезами являются следующие утверждения:
• средние значения возмущений для каждого фиксированного значения X равны нулю;
• дисперсии возмущений являются постоянными и не зависящими от X;
• различные значения е не зависят друг от друга и не зависят от X.
Если гипотеза о линейной зависимости справедлива и если предположения относительно характера случайного возмущения удовлетворяются, то возникшая при этом ситуация может быть представлена на рис. 3.7.
Рис.3.7. График зависимости У от Х:
Р(ε) – плотность распределения случайного возмущения
Если бы нам удалось собрать все пары значений Хi Уi, относящиеся к генеральной совокупности экономического процесса, то можно построить диаграмму рассеивания, изображенную на рис. 3.8.
Рис. 3.8. Диаграмма рассеивания У и X для генеральной совокупности
Если значения У и X отражают деятельность предприятия за определенный интервал времени, а количество предприятий, составляющих генеральную совокупность, является очень большим, то мы не сможем собрать данные по всей генеральной совокупности, следовательно нам не известны значения α0 и α1 .
Если значения У и X отражают деятельность одного предприятия за несколько интервалов времени, то мы можем располагать только одной реализацией экономического процесса предприятия. Повторить экономический процесс в прошлые интервалы времени мы не в состоянии, так как время движется только вперед. Если величины α0 и α1 отражают зависимость для всех возможных значений У, но на протяжении нескольких интервалов времени реализуется только их небольшая часть, следовательно, нам не известны значения α0 и α1 .
На практике линия α0+α1Х отсутствует, ее следует определить, используя следующие гипотезы.
Оценки параметров модели, определенные методом наименьших квадратов, будут обладать свойствами: несмещенности, состоятельности, эффективности, если выполняются следующие предпосылки:
а) М(εi)= 0 — при всех i,
б)
.
где M — математическое ожидание,
εi — возмущения модели,
— дисперсия возмущений, не зависящая от i.
Эта предпосылка означает, что автокорреляция возмущений отсутствует, дисперсии возмущений гомоскедастичны (однородны).
с) Факторы не должны быть связанными между собой, или между объясняемыми переменными отсутствует мультиколлинеарность.
д) Возмущения должны иметь совместное нормальное распределение.
е) У — случайная переменная, не должна содержать ошибочных измерений.
ж) X — детерминированная или случайная переменная.
з) Объем выборки n должен быть больше числа коэффициентов в модели.
и) Значения объясняемых переменных не должны зависеть от возмущений модели.
Параметры α0, α1 и неизвестны. Мы хотим на основании наших выборочных наблюдений над У и X не только статистически оценить эти параметры, но и проверить по отношению к ним некоторые гипотезы. Служит ли линейная зависимость адекватным отражением эмпирических данных? Оправдана ли в свете этой выборки гипотеза о постоянстве дисперсии возмущающей составляющей при всех значениях X?
Известно несколько методов оценки параметров модели. Сравнительный анализ этих методов см. в книге [6, с. 33-34). Широкое распространение оценки параметров модели получил метод наименьших квадратов.
Оценка параметров модели методом наименьших квадратов. Методу наименьших квадратов, предложенному Гауссом для воспроизведения траектории движения планет, более 200 лет. В дальнейшем этот метод стал использоваться для биологических объектов, экономических и социальных систем. Метод наименьших квадратов продолжает активно использоваться в эконометрических исследованиях благодаря тому, что в его основе лежит предположение о нормальном законе распределения анализируемых случайных величин. Многие переменные биологических объектов и экономических систем имеют нормальный закон распределения. Этот метод имеет хорошее теоретическое обоснование и практическую апробацию для различных объектов. Основные положения метода наименьших квадратов рассмотрим на конкретном примере.
Пример
Имеются численные значения двух показателей: количество продавцов и розничного товарооборота по четырем выборочным однородным филиалам одной фирмы.
Таблица 3.2
Дата публикования: 2015-01-23; Прочитано: 628 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!