Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
эконометрика ШПОРА.doc
Скачиваний:
4
Добавлен:
25.09.2019
Размер:
446 Кб
Скачать
☆

22. Перечислите виды фиктивных переменных. (Сезонные фп, фп наклона, фп взаимодействия).Примеры.

- Обычные( ФП совокупности, качественные, имеющие 2 градации)

- ранговые (имеющ несколько градаций, могут быть введены в уравнение сами или заменены на к-1 ФП)

- сезонные ( спрос на путевки, сезонный спрос на товары)

- можно комбинировать виды ФП, создавая переменные взаимодействия соответствующих эффектов(ФП для наклона) - комбинация качественной и количественной ФП, взаимосвязь возраста и зп

23.Дайте классификацию моделей с дискретными заивисимыми переменными.

Некоторая эк. Единица(субъект) делает выбор между 2мя и более возможными альтернативами: внедрять новую технологию или нет, работать или нет, покупать или нет, выбор профессии, голосование. В бинарную модель входят зависимые переменные.

24.В чем состоит суть моделей бинарного выбора?

Модели бинарного выбора используются, когда субъект совершает

выбор между двумя возможными альтернативами. Выбор основывается на

наборе некоторых входных факторов, характеризующих альтернативы и

субъект. Обозначим сделанный выбор переменной Y, которая принимает

значение 0, когда выбрана первая альтернатива, иначе значение 1.

Входные факторы могут выражать и качественные, и количественные

признаки. социологический опрос или маркетинговые исследования, где выбор

между альтернативами зависит от предпочтений выбирающего и

характеристик объекта исследования.

25. Какие законы распределений наиболее часто используются в моделях бинарного выбора?

Остатки по моделям не имеют норм. Распред.

Зависимые переменные имеют непрерывное распределение.

- функция стандартного нормального распределения

- логистическая функция

На участке [-1,2;1,2] ведут себя практически одинаково, вне этого участка, т.е. на хвостах распределения имеют некоторые отличия(логит имеет более тяжелый хвост, чем нормальное)

26.Дайте краткую содержательную интерпретацию следующим понятиям:

  • оценка коэффициентов регрессии; Probability- позволяет отвергнуть гипотезы о незначимости отдельных коэффициентов на 5% уровне значимости. т.е. если Probability (для т-статистики, 5й столбец) меньше 0.05-коэк значим. И наоборот. Probability позволяет отвергать гипотезы на любом уровне значимости. какой берем уровень значимости, наша Probability должна быть меньше - берем уровень 15%, Probability 0,15 и меньше.

  • стандартная ошибка коэффициентов; Std.Error содержит стандартные отклонения вычисленных коэффициентов.

  • t-статистика - содержит вычисленные статистики для проверки гипотезы о незначимости коэффициентов. Т.е. проверки гипотезы Н ноль: b=0. t=coefficient/std.error

  • R-квадрат; скорректированный . R-квадрат-это коэффициент детерминации. Он равен RSS/TSS. С его помощью можно сравнивать регрессии с одинаковыми зависимыми переменными. Его значение растет с ростом k. поэтому, сравнивая модели с разным числом регрессоров, используем скорректированный коэффициент детерминации: R-квадрат скор=(ESS/(n-k))/(TSS/(n-1)).

  • Сумма квадратов остатков - это ESS - error sum of squares - есть сумма квадратов остатков регрессии, та величина, которую мы минимизируем при построении прямой, часть дисперсии, которая нашим уравнением не объясняется

  • Стандартная ошибка регрессии; «это оценка стандартного отклонения функции плотности вероятности коэффициента регрессии».

  • наилучшая нелинейная несмещенная оценка (BLUE)/Наилучшая (best) означает свойство оценки как имеющей наименьшую дисперсию из всех возможных несмещенных оценок. линейная (linear) означает свойство линейной функциональной зависимости оценки от выборочных наблюдений. Несмещенная (unbiased) означает свойство, состоящее в том, что математическое ожидание оценки (средняя выборочного распределения) равно параметру генеральной совокупности, т.е. в результате осуществления множества выборок для определения оценки одни выборочные показатели будут больше параметра генеральной совокупности, другие меньше, но среднее значение будет равно параметру генеральной совокупности. Напротив, при смещенной оценке среднее значение будет больше или меньше параметра генеральной совокупности.