- •Практическое занятие 3
- •Расчетные формулы
- •Задание для выполнения в аудитории
- •Методические рекомендации для выполнения задания
- •Задания для домашней работы
- •Практическое занятие 4
- •Расчетные формулы
- •Задание для выполнения в аудитории
- •Методические указания для выполнения задания
- •Задания для домашней работы
- •Практическое занятие 5
- •Интерактивная форма проведения занятия
- •Расчетные формулы
- •Задание для выполнения в аудитории
- •Методические указания для выполнения задания
- •8. Находим сезонные коэффициенты sk1,sk2,sk3,sk4 через скаляры:
- •11. Находим параметры линейного тренда обычным мнк: Модель/ Метод наименьших квадратов:
- •Задания для домашней работы
- •Практическое занятие 6
- •Расчетные формулы
- •Задания для выполнения в аудитории
- •Методические указания для выполнения задания
- •Методические указания для выполнения задания
- •Задания для домашней работы
- •Практическое занятие 7
- •Расчетные формулы
- •Задания для выполнения в аудитории
- •Методические указания для выполнения задания
- •Методические указания для выполнения задания
- •Задания для домашней работы
- •Практическое занятие 8
- •Расчетные формулы
- •Задания для выполнения в аудитории
- •Методические указания для выполнения задания
- •Методические указания для выполнения задания
- •Задания для домашней работы
Практическое занятие 8
Тема занятия: Системы одновременных уравнений
Расчетные формулы
В косвенном МНК оценки коэффициентов структурной формы вычисляются как решение следующей системы уравнений:
,
где
-
МНК-оценки коэффициентов приведенной
формы.
В двухшаговом МНК на первом шаге МНК используется при определении приведенной формы модели и нахождении на ее основе оценок теоретических значений эндогенной переменной:
На втором шаге МНК применяется применительно к структурному сверхидентифицируемому уравнению - при определении структурных коэффициентов модели по данным теоретических (расчетных) значений эндогенных переменных.
Трехшаговый МНК оказывается более эффективным, чем ДМНК, если случайные остатки различных уравнений системы взаимно коррелированы. Первые два шага этого метода совпадают с шагами двухшагового метода наименьших квадратов. Третий шаг: анализ ковариационной матрицы ошибок с использованием оценок, полученных в результате применения двухшагового метода наименьших квадратов.
Задания для выполнения в аудитории
Задание 8.1. Имеются условные данные по пяти регионам:
Таблица 8.1
Регион |
Y1 |
Y2 |
X1 |
X2 |
1 |
2 |
5 |
1 |
3 |
2 |
3 |
6 |
2 |
1 |
3 |
4 |
7 |
3 |
2 |
4 |
5 |
8 |
2 |
5 |
5 |
6 |
5 |
4 |
6 |
Средние |
4 |
6,2 |
2,4 |
3,4 |
Необходимо оценить параметры модели:
Методические указания для выполнения задания
Проверим модель на идентификацию.
1 уравнение является сверхидентифицируемым: H=1 (y1), D=1 (x2) и D+1>H. 2 уравнение является точно идентифицируемым: H=2 (y1, y2), D=1 (x1) и D+1=H. Приведенная форма модели составит:
Применим ДМНК к простейшей сверхидентифицируемой модели. Используя отклонения от средних уровней, для первого уравнения приведенной формы модели система нормальных уравнений составит:
Используя отклонения от средних уровней, для второго уравнения приведенной формы модели система нормальных уравнений составит:
Таким образом, приведенная форма модели имеет вид:
На основе второго уравнения данной системы можно найти теоретические значения (оценки) для эндогенной переменной y2. Затем, используя сверхидентифицируемое структурное уравнение: y1=b12(y2+x1), и заменив фактические значения y2 их оценками, найдем значения новой переменной z:
.
Получим расчетные данные для второго
шага ДМНК:
Таблица 8.2
X1 |
X2 |
Y2 (теорет) |
Z |
Y1 |
Y1Z |
Z2 |
-1,4 |
-0,4 |
0,103 |
-1,297 |
-2 |
2,594 |
1,682 |
-0,4 |
-2,4 |
0,042 |
-0,358 |
-1 |
0,358 |
0,128 |
0,6 |
-1,4 |
-0,035 |
0,565 |
0 |
0 |
0,319 |
-0,4 |
1,6 |
0,020 |
-0,380 |
1 |
-0,380 |
0,144 |
1,6 |
2,6 |
-0,130 |
1,470 |
2 |
2,940 |
2,161 |
Cумма =0 |
0 |
0 |
0 |
0 |
5,512 |
4,434 |
Далее применим МНК к уравнению y1=b12(y2+x1):
Таким образом, первое сверхидентифицируемое структурное уравнение составит:
Второе точно идентифицируемое структурное уравнение найдем из системы приведенных уравнений:
С этой целью из второго уравнения приведенной формы модели следует исключить x1, выразив его через первое уравнение и подставив во второе:
Таким образом, второе уравнение структурной формы модели:
В целом рассматриваемая система одновременных уравнений составит:
Двухшаговый метод наименьших квадратов является наиболее общим и широко распространенным методом решения системы одновременных уравнений. Для точно идентифицируемых уравнений ДМНК дает тот же результат, что и КМНК.
Задание 8.2. По данным 15 торговых предприятий получены сведения о показателях, характеризующих объем продаж, интенсивность рекламы и динамику цен:
Y1 – объем продаж, млн. руб.,
Y2 – число рекламных сообщений;
Х1 – индекс цен на продукцию, %;
Х2 – индекс цен на рекламу, %.
Таблица 8.2
i |
Yi1(t) |
Yi2(t) |
Xi1(t) |
Xi2(t) |
1 |
56,7 |
270 |
104,3 |
97,8 |
2 |
64,5 |
172 |
94,2 |
105,7 |
3 |
53,3 |
324 |
102,8 |
103,3 |
4 |
82,6 |
428 |
98,7 |
95,1 |
5 |
62,00 |
420 |
99,8 |
100,5 |
6 |
61,3 |
473 |
100,5 |
101,4 |
7 |
25,7 |
82 |
112,8 |
110,1 |
8 |
36,1 |
276 |
106,7 |
100,7 |
9 |
69,7 |
409 |
100,3 |
102,00 |
10 |
46,4 |
191 |
105,0 |
101,9 |
11 |
53,5 |
231 |
105,6 |
106,5 |
12 |
41,2 |
131 |
106,2 |
107,7 |
13 |
45,6 |
115 |
110,3 |
109,1 |
14 |
48,3 |
202 |
105,9 |
102,9 |
15 |
56,1 |
223 |
105,8 |
100,2 |
Необходимо оценить параметры модели:
