Особенности эконометрического метода. Спецификация моделей парной регрессии. Коэффициенты эластичности по разным видам регрессионных моделей. Спецификация моделей множественной регрессии. Понятие мультиколлениарности, ее значение при отборе факторов.
Понятие, предмет, задачи эконометрики эконометрический метод регрессияФриш обнаружил «эффект деградации» коэффициентов регрессии: если в регрессию включается много переменных, имеющих линейные связи друг с другом, то коэффициенты регрессии имеют тенденцию возвращаться к тем значениям, которые они имели в уравнении с меньшим числом переменных. В этом случае следует попытаться выявить влияние других факторов, введя их в модель, т. е. построить уравнение множественной регрессии: Такого рода уравнение может использоваться при изучении потребления. Мультиколлинеарность может привести к нежелательным последствиям: 1) оценки параметров становятся ненадежными, обнаруживают большие стандартные ошибки и меняются с изменением объема наблюдений (не только в величине, но и по знаку), что делает модель непригодной для анализа и прогнозирования. Таким образом, при значении R близком к 1, уравнение регрессии лучше описывает фактические данные и факторы сильнее влияют на результат; при значении R близком к 0 уравнение регрессии плохо описывает фактические данные и факторы оказывают слабое воздействие на результат. Если распределение случайных остатков не соответствует некоторым предпосылкам МНК, то следует корректировать модель, изменить ее спецификацию, добавить (исключить) некоторые факторы, преобразовать исходные данные, что в конечном итоге позволяет получить оценки коэффициентов регрессии aj, которые обладают свойством несмещаемости, имеют меньшее значение дисперсии остатков, и в связи с этим более эффективную статистическую проверку значимости параметров регрессии.
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
