Студопедия
Новини освіти і науки:
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



Тестування на мультиколінеарність

Мультиколінеарність - це лінійний зв’язок екзогенних змінних моделі. Виникає як наслідок двох основних причин:

1) Неправильна специфікація моделі;

2) Використання повторних спостережень.

Наслідки:

1 ) МНК-оцінки параметрів моделі втрачають незміщеність;

2) Дисперсія МНК-оцінок зростає;

3) Відбувається зменшенняt-статистик, які є індикаторами статистичної значимості параметрів;

4) Коефіцієнт детермінації уже не є мірою адекватності моделі;

5) Оцінки параметрів при не колінеарних екзогенних змінних стають джуе чутливими до змін і/або незначними.

Методи діагностики:

1) Візуальний (високе значення R2 и низькі значення t-статистики)

2) Високе значення коефіцієнта парної кореляції екзогенних змінних$

3) Метод інфляційних факторів.

Методи усунення мультиколінеарності:

1) Покращення специфікації моделі за допомогою виключення з початкової моделі колінеарних екзогенних змінних;

2) Збільшення об’єму статистичних даних;

3) Об’єднання колінеарних змінних та включення в модель загальної екзогенної змінної.

 

Тестування на автокореляцію

Автокореляція - це кореляція між досліджуваними показниками, які впорядковані за часом (часові ряди) або ж в просторі(крос-дані).

σ(εtτ , εt )≠0

Під час аналізу економетричних часових рядів часто зустрічається модель авторегресії першого порядку AR(1):

ε t = ρε t−1 + υ t

где ε t — случайная переменная модели, ρ — константа, υ t ∼ N(·).

Причини виникнення:

1. Похибки специфікації (наприклад, вибір лінійної моделі замість квадратичної)

2. Інерція економічних показників, пов’язана з циклами ділової активності (наприклад, попит на сільськогосподарську продукцію в поточному періоді в залежності від цін в попередньому).

3. Використання «згладжених» даних.

Наслідки:

1. Збільшення дисперсій оцінок параметрів моделі;

2. Зміщення оцінок, отриманих МНК

3. Зниження значимості оцінок параметрів моделі;

4. Коефіцієнт детермінації більше не є мірою адекватності моделі.

Методи діагностування:

Графічний метод (графік залежності залишків моделі протягом часового періоду)

Критерій Дарбіна-Вотсона (Durbin-Watson)

Тест Бройша-Годфрі (Breusch-Godfrey)




Переглядів: 1117

<== попередня сторінка | наступна сторінка ==>
Етап 4. Побудова лінійної багатофакторної регресії. | Критерій Дарбіна-Вотсона (Durbin-Watson)

Не знайшли потрібну інформацію? Скористайтесь пошуком google:

  

© studopedia.com.ua При використанні або копіюванні матеріалів пряме посилання на сайт обов'язкове.


Генерація сторінки за: 0.003 сек.