Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
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= T – T 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 1)× р (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!