Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Практикум.docx
Скачиваний:
0
Добавлен:
01.07.2025
Размер:
5 Мб
Скачать
☆

Практическое занятие 4

Тема занятия: Модели анализа панельных данных

Расчетные формулы

Объединенная модель:

;

Модель с фиксированными эффектами (fixed effects model):

;

Модель со случайными эффектами (random effects model):

.

Проверка на наличие фиксированных эффектов выполняется с помощью распределения Фишера.

МНК – оценки в модели со случайными эффектами неэффективны из-за присутствия автокорреляции в слагаемом ошибки mi. Применяется двухшаговая процедура обобщенного метода наименьших квадратов – ВОМНК – выполнимый обобщенный метод наименьших квадратов.

Вводится вспомогательная переменная:

Поскольку на практике дисперсии не известны, заменяем их на состоятельные оценки:

ВОМНК- оценка модели со случайным эффектом:

Проверка на наличие случайных эффектов выполняется с помощью тестовой статистики Хаусмана. Тестируется нулевая гипотеза об отсутствии корреляции между индивидуальными эффектами и регрессорами (наличие случайных эффектов). Для проверки нулевой гипотезы используется тест Хаусмана. Определяется наблюдаемое значение статистики QH:

,

где - внутригрупповая оценка;

- оценка доступного обобщенного метода наименьших квадратов.

В случае если QH-статистика больше, чем критическое значение 2-распределения с kw степенями свободы, где kw – число регрессоров во внутригрупповой модели, то можно отклонить нулевую гипотезу и сделать выбор в пользу модели с фиксированными эффектами.

Задание для выполнения в аудитории

Задание 4.1. Учредитель сети супермаркетов «Пятерочка» с целью изыскания путей увеличения годового товарооборота (Y, млн. руб.), поручил специалистам компании изучить факторы, влияющие на этот показатель, в четырех регионах России. В ходе исследования было выявлено, что такими факторами являются: торговая площадь (Х1, тыс. кВ. м), среднее число посетителей в день (Х2, тыс. чел.) и сформирована таблица. По представленным в этой таблице панельным данным было решено построить регрессионную модель, отражающую зависимость товарооборота от соответствующих факторов.

Таблица 4.1

№

Y

X1

X2

№

Y

X1

X2

Ульяновская область

Саратовская область

1

20,76

0,24

15

65,01

0,94

10,36

2

28,09

0,31

16

69,05

1,21

11,36

3

32,95

0,55

17

73,13

1,29

8,89

4

38,15

0,67

18

81,18

1,49

7,55

5

46,78

0,83

19

89,24

1,67

7,81

6

55,31

0,98

20

97,30

1,84

8,08

7

60,92

1,14

21

115,36

2,02

11,84

Оренбургская область

Самарская область

8

41,08

0,45

1,45

22

91,26

1,12

10,72

9

56,29

0,78

2,02

23

99,84

1,29

11,27

10

68,51

0,98

3,77

24

108,55

1,49

13,02

11

82,72

1,24

5,52

25

117,17

1,67

13,41

12

96,43

1,49

7,51

26

125,81

1,85

13,62

13

110,15

1,74

9,04

27

134,46

2,04

14,34

14

123,86

1,99

12,01

28

143,10

2,22

14,85