МАРК РЕГНЕРУС ДОСЛІДЖЕННЯ: Наскільки відрізняються діти, які виросли в одностатевих союзах
РЕЗОЛЮЦІЯ: Громадського обговорення навчальної програми статевого виховання ЧОМУ ФОНД ОЛЕНИ ПІНЧУК І МОЗ УКРАЇНИ ПРОПАГУЮТЬ "СЕКСУАЛЬНІ УРОКИ" ЕКЗИСТЕНЦІЙНО-ПСИХОЛОГІЧНІ ОСНОВИ ПОРУШЕННЯ СТАТЕВОЇ ІДЕНТИЧНОСТІ ПІДЛІТКІВ Батьківський, громадянський рух в Україні закликає МОН зупинити тотальну сексуалізацію дітей і підлітків Відкрите звернення Міністру освіти й науки України - Гриневич Лілії Михайлівні Представництво українського жіноцтва в ООН: низький рівень культури спілкування в соціальних мережах Гендерна антидискримінаційна експертиза може зробити нас моральними рабами ЛІВИЙ МАРКСИЗМ У НОВИХ ПІДРУЧНИКАХ ДЛЯ ШКОЛЯРІВ ВІДКРИТА ЗАЯВА на підтримку позиції Ганни Турчинової та права кожної людини на свободу думки, світогляду та вираження поглядів Контакти
Тлумачний словник |
|
|||||||
ТЕМА 8. Автокореляція в економетричних моделях динамікиПлан 1. Поняття автокореляції. 2. Тестування автокореляції. 3. Поняття дистрибутивно-лагових та авторегресивних моделей. 4. Оцінка параметрів дистрибутивно-лагових моделей. 4.1. Метод послідовної оцінки параметрів. 4.2. Підхід Койка до дистрибутивно-лагових моделей. 5. Модифікація моделей Койла. 5.1. Модель адаптивних очікувань: перша модифікація моделі Койка. 5.2.Модель часткових пристосувань: друга модифікація моделей Койка. 6. Оцінка параметрів моделі Койка та її модифікацій методом допоміжної змінної . 7. Підхід Альмона до дистрибутивно-лагових моделей.
1. Поняття автокореляції.Одним із припущень класичної моделі МЛР є припущення про незалежність випадкових величин та . Випадок порушення цього припущення називається автокореляцією (порушення четвертого припущення), тобто при . Автокореляцією називають залежність між значеннями довільної вибірки із запізненням в один часовий період (лаг). Автокореляцію називають серійною, якщо така залежність існує між значеннями різних вибірок: . Автокореляція може виникати у зв‘язку з інерційністю та циклічністю багатьох економічних процесів. Це є негативним явищем МРА (множинного регресійного аналізу), оскільки в цьому випадку не можна застосовувати МНК для знаходження параметрів моделі. Крім того, у цьому випадку значення F та t-статистик, будують меншими за табличні, тобто провести аналіз моделі буде неможливо.
2. Тестування автокореляції. Для виявлення автокореляції застосовуємо тест Дарбіна-Уотсона. Розглянемо коротко алгоритм цього тесту. 1. Знаходимо розрахункове значення тесту за формулою: (1). Теоретично доведено, що розрахункове значення d-критерію знаходиться в межах . 2. За ймовірністю р, кількість результатів досліджень n та кількістю факторів моделі k знаходимо 2 табличні значення та . 3. Залежності від того, де буде знаходитись розрахункове значення щодо 2 табличних, робимо висновок про наявність або відсутність автокореляції. Зокрема, якщо , то це свідчить про наявність позитивної автокореляції. Якщо значення потрапляє в зону невизначеності, тобто набуває значення , або , то ми не можемо зробити висновки ні про наявність, ні про відсутність автокореляції. Якщо , то маємо негативну автокореляцію. Нарешті, якщо , то автокореляції немає. Якщо значення потрапляє в зону невизначеності, то робимо висновок, що в даних умовах неможливо визначити, наявна чи відсутня автокореляція. Для цього використовують додатковий тест, який називається h-тест.
3. Поняття дистрибутивно-лагових та авторегресивних моделей.Регресійна модель, яка включає в себе не лише поточні, а й попередні значення незалежних змінних, називається дистрибутивно-лаговою моделлю. Регресійна модель, яка включає в себе одну або більше попередніх значень залежної змінною називається авторегресивною моделлю. Розглянемо приклади дистрибутивно-лагових та авторегресивних моделей. Дистрибутивно-лагова модель зі скінченим лагом в 2 періоди: (2). Дистрибутивно-лагова модель зі скінченим лагом в k періодів: (3). Нескінченно дистрибутивно-лагова модель: (4). Авторегресивна модель: (5). Розглянемо детальніше дистрибутивно-лагову модель (3). Параметр цієї моделі називається короткостроковим мультиплікатором і показує вплив змінної х на зміну значення y в поточний період часу. Якщо зміна значення х триває, то показує зміну показника у другий період, - в третій і так далі. Ці часткові суми називаються проміжними мультиплікаторами. Через k періодів отримаємо , що називається сумарним або довгостроковим мультиплікатором і характеризує сумарний вплив зміни фактора х у різні періоди часу. Прикладом дистрибутивно-лагової моделі може бути функція споживання. Наприклад : , де - витрати на споживання, - дохід. Ця функція має зміст, оскільки відомо, що при збільшенні доходу витрати на споживання збільшуються поступово.
4. Оцінка параметрів дистрибутивно-лагових моделей. 4.1. Метод послідовної оцінки параметрів.Даний метод грунтується на припущенні послідовного оцінювання, а саме: - спочатку будується залежність між , - потім , - Процедура побудови припиняється тоді, коли параметри при незалежних змінних (х) стають статистично незначимими і в наступному рівнянні змінюють свій знак на протилежний. Зауваження. Метод має недоліки: - наперед невідома величина лагу; - метод не враховує явища мультиплікаторності. Читайте також:
|
||||||||
|