- •Методические указания
- •1. Цель работы
- •Теоретические основы и примеры расчётов: линейная модель множественной регрессии (1мнк)
- •2.1. Оценка параметров модели
- •2.2. Проверка коэффициентов на значимость
- •2.3. Проверка адекватности уравнения множественной регрессии в целом
- •2.4. Предпосылки метода наименьших квадратов
- •Гомоскедастичность
- •Отсутствие автокорреляции остатков
- •Случайных характер остатков
- •Нулевая средняя величина остатков, не зависящая от
- •3. Индивидуальные расчётно-практические задания
- •4. Проверить были ли все предпосылки к тому, чтобы применять 1мнк и линейное уравнение регрессии к исходным данным.
- •4. Содержание отчета о практическом занятии
- •Библиографический список
- •Приложение а (справочное) Вспомогательные сведения из высшей математики
- •Запись систем линейных уравнений в матричном виде
- •Приложение б (справочное) Статистические таблицы
- •2.2. Обнаружение гетероскедастичности
- •2.3. Использование взвешенного метода наименьших квадратов (вмнк) для оценки моделей с гетероскедастичностью
- •3. Индивидуальные расчётно-практические задания
- •20. При коррекции регрессии на гетероскедастичность нужно оценить модель вида:
- •4. Содержание отчета о практическом занятии
- •Библиографический список
- •Практическое занятие №3 «анализ главных компонент»
- •1. Цель работы
- •2.2. Этапы метода главных компонент
- •3. Индивидуальные расчётно-практические задания
- •4. Содержание отчета о практическом занятии
- •Библиографический список
- •Приложение а (справочное) Сценарий деловой игры «Анкетирование потребителя с использованием метода главных компонент»
- •Приложение б (справочное) Основные используемые формулы
- •3. Пример выполнения расчётов
- •4. Индивидуальные расчётно-практические задания
- •5. Содержание отчета о практическом занятии
- •Библиографический список
- •Приложение а (справочное)
- •2.2. Цели, задачи, методы анализа временных рядов
- •2.3. Виды моделей с лаговыми переменными
- •2.4. Оценка авторегрессионных моделей (ar) – yt-1 и ut коррелируют. Метод инструментальных переменных
- •2.5. Оценка авторегрессионных моделей (ar) с автокорреляцией ошибок. Нелинейный мнк
- •Тест на наличие автокорреляции ошибок
- •Исправление автокорреляции ошибок и оценка параметров авторегрессии
- •3. Индивидуальные расчётно-практические задания
- •4. Содержание отчета о практическом занятии
- •5. Контрольные вопросы
- •Идентификация модели
- •2.2. Методы решения систем одновременных уравнений: кмнк и 2мнк
- •Двухшаговый мнк (2мнк)
- •3. Индивидуальные расчётно-практические задания
- •4. Содержание отчета о практическом занятии
- •Библиографический список
- •Приложение a (справочное) Вопросы для обсуждения на семинарском занятии «Теоретические аспекты эконометрического анализа»
Двухшаговый мнк (2мнк)
Данный
метод используется для оценивания
коэффициентов отдельного уравнения
системы. Основная идея 2МНК — на основе
приведенной формы модели
получить для отдельного уравнения
сверхидентифицируемой системы
теоретические
значения (оценки) эндогенных переменных
,
содержащихся в правой части уравнения.
Запишем каждое уравнение сверхидентифицируемой системы структурной формы (3) в виде, представленном формулой (10).
,
(10)
– вектор значений
одной эндогенной переменной в левой
части уравнения;
-
матрица значений оставшихся эндогенных
переменных в правой части і-го
уравнения;
- матрица значений
предопределённых переменных
і-го
уравнения.
Эндогенные
регрессоры (
в правой части уравнения) «очищаются»
от влияния возмущений
,
т.е. проводится регрессия каждого столбца
матрицы
на все предопределённые переменные -
методом 1МНК оцениваются параметры
модели (11).
,
(11)
где
–
подматрица матрицы
параметров приведенной формы,
соответствующих эндогенным переменным,
включённым в правую часть i-го
структурного уравнения;
- подматрица матрицы
,
соответствующая темже
эндогенным переменным.
- матрица значений
всех
предопределённых
переменных
системы.
Затем рассчитываются значения , формула (12).
.
(12)
Далее, осуществляется
регрессия (10) с заменой в правой части
на
,
т.е. строятся 1МНК оценки структурных
параметров
в регрессии (13).
(13)
Метод
получил название двухшагового МНК,
поскольку дважды используется 1МНК: на
первом шаге при определении
приведенной формы модели и нахождении
на ее основе оценок
теоретических значений эндогенной
переменной
и
на втором шаге применительно к
структурному сверхидентифицируемому
уравнению при определении структурных
параметров модели по данным теоретических
(расчетных) значений эндогенных
переменных.
Сверхидентифицируемая структурная модель может быть двух типов:
все уравнения системы сверхидентифицируемы;
система содержит наряду со сверхидентифицируемыми точно идентифицируемые уравнения.
В обоих случаях для оценки структурных параметров к каждому уравнению системы может применяться 2МНК метод.
Пример 2. Опустим свободный член в первом уравнении системы в примере 1, тогда первое уравнение станет сверхидентифицированным (D=2+1=3)>(H=2), а второе останется точно идентифицированным (D+1=H=2). Оценим методом 2МНК параметры первого уравнения (параметры второго могут быть найдены аналогичным образом). Также используем другие исходные данные по x1,x 2, x3, y1, y2, представленные в таблице 1.
Таблица 1 – Исходные данные для примера 2
x1 |
x2 |
x3 |
y1 |
y2 |
|
1 |
1 |
2 |
1 |
1 |
1,056574448 |
1 |
1 |
3 |
2 |
2 |
1,93472179 |
1 |
4 |
8 |
8 |
8 |
8,011967672 |
1 |
12 |
4 |
5 |
9 |
8,99673609 |
;
.
Представим систему в структурном виде (3):
.
.
;
;
. .
Также представим систему в приведённой форме (5):
;
.
Используя данные таблицы 1 и метод 1МНК для расчёта параметров, формула (9), получим:
,
для первого уравнения:
,
для второго уравнения:
,
и следующую приведённую форму системы:
;
.
Найдём оценки (модельные значения) по второму уравнению приведённой формы и запишем их в таблицу 1.
Представим первое уравнение структурной формы в виде (10) , заменим у2 его модельными значениями , формула (13), и применим 1МНК.
,
.
Получим первое структурное уравнение:
,
где
.
Параметры
второго точно идентифицируемого
уравнения
структурной
системы могут быть найдены аналогичным
образом методом 2МНК. Получим
.
Тогда структурная форма системы примет вид:
;
.
2МНК является наиболее общим и широко распространенным методом решения системы одновременных уравнений.
