Студопедия.Орг Главная | Случайная страница | Контакты | Мы поможем в написании вашей работы!  
 

Проверка качества оценок МНК



На практике справедливость предпосылок можно подтвердить или опровергнуть только путем анализа свойств фактической ошибки еt, после оценки ее значений.

1. Тестирование условия постоянства дисперсии ошибки модели.

Проверку гипотезы se 2=const (выражение (2.21)) можно провести с использованием расчетных значений ошибки еt на основе, например, двустороннего критерия Фишера.

Отношение s 3 e 2 / s 1 e 2 сопоставляется с граничными значениями двухстороннего критерия Фишера F* и F* с заданным уровнем доверительной вероятности р* и числом степеней свободы

n 1= T –(n +1) и n 2= TT 2–(n +1). Если оказывается, что выполняется соотношение

F* £ s 3 e 2 / s 1 e 2 £ F*, где F* =1/ F* (n 2, n 1).

то гипотеза о постоянстве дисперсии на интервале (1, Т) принимается. В противном случае – эта гипотеза отвергается.

2.Тестирование автокорреляционной зависимости ошибки.

сопоставление расчетного значения критерия Стьюдента

с его табличным значением t* (р*, Т –2), взятым при заданном уровне доверительной вероятности р* и известном числе степеней свободы Т –2. характеризует среднеквадратическую ошибку выборочного коэффициента корреляции, величину которой приблизительно можно определить на основании следующего выражения:

Если tr £ t*, автокорреляционные взаимосвязи можно считать статистически несущественными.

3.Статистика Дарбина-Уотсона

4.Фишера для модели в целом.

2) Метод максимального правдоподобия

оптимальные оценки параметров обеспечивают максимум так называемой “ функции правдоподобия”.

Эта функция - условная плотность совместного распределения j (a | y, х) п +1-го неизвестного параметра модели a 0, a 1,... an при заданных значениях yt и хit, i =1,..., п; t =1,..., Т,

эти переменные взаимосвязаны между собой эконометрической моделью с функционалом f (a, x) в общем случае.

Оптимальные оценки a 0*, a 1*,..., an * параметров этого функционала характеризуются в такой ситуации максимальной вероятностью, равной значению функционала правдоподобия в точке (п +1)-мерного пространства оценок с координатами a 0*, a 1*,..., an *. Такие оценки и называют оценками максимального правдоподобия.

в основе ММП:

1. модель адекватна процессу изменения (распределению) yt , в том смысле, что ее форма и состав факторов “правильно” выражают причинно-следственные связи. Таким образом, истинная ошибка et является ”абсолютно” случайной переменной.

2. Закон распределения значений yt известен. Чаще всего предположение о нормальном характере.

3. Функция плотности ЗР ошибки et эквивалентна функции плотности ЗР переменной yt ,

т. е. j (et )= j (yt ), и в общем случае j (et )~ N (0, W e).

“лучшим” оценкам a 0*, a 1*,..., an * “истинных” значений параметров модели a 0, a 1,..., an должен соответствовать наиболее вероятный набор “фактических” значений ошибки е 1*, е 2*,..., еT *,

максимум произведения р (е 1р (е 2)×...× р (еТ) соответствует наиболее вероятному сочетанию значений et, t =1, 2,..., T, обеспечиваемому “наилучшими” оценками параметров модели.

решение задачи оценки параметров м б получено в результате максимизации целевой функции:

по неизвестным параметрам a 0 , a 1 ,..., an и se 2





Дата публикования: 2015-03-29; Прочитано: 235 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!



studopedia.org - Студопедия.Орг - 2014-2024 год. Студопедия не является автором материалов, которые размещены. Но предоставляет возможность бесплатного использования (0.007 с)...