• Гідрологія і Гідрометрія
• Господарське право
• Економіка будівництва
• Економіка природокористування
• Економічна теорія
• Земельне право
• Історія України
• Кримінально виконавче право
• Медична радіологія
• Методи аналізу
• Міжнародне приватне право
• Міжнародний маркетинг
• Основи екології
• Предмет Політологія
• Соціальне страхування
• Технічні засоби організації дорожнього руху
• Товарознавство продовольчих товарів

Тлумачний словник
Авто
Автоматизація
Архітектура
Астрономія
Аудит
Біологія
Будівництво
Бухгалтерія
Винахідництво
Виробництво
Військова справа
Генетика
Географія
Геологія
Господарство
Держава
Дім
Екологія
Економетрика
Економіка
Електроніка
Журналістика та ЗМІ
Зв'язок
Іноземні мови
Інформатика
Історія
Комп'ютери
Креслення
Кулінарія
Культура
Лексикологія
Література
Логіка
Маркетинг
Математика
Машинобудування
Медицина
Менеджмент
Метали і Зварювання
Механіка
Мистецтво
Музика
Населення
Освіта
Охорона безпеки життя
Охорона Праці
Педагогіка
Політика
Право
Програмування
Промисловість
Психологія
Радіо
Регилия
Соціологія
Спорт
Стандартизація
Технології
Торгівля
Туризм
Фізика
Фізіологія
Філософія
Фінанси
Хімія
Юриспунденкция

ЗАГАЛЬНИЙ ВИД РІВНЯННЯ ПАРНОЇ РЕГРЕСІЇ.

Серед багаточисленних зв’язків між економічними показниками завжди можна виділити такий показник, вплив якого на результативну ознаку є основним, найбільш важливим. Щоб виміряти цей зв’язок кількісно, необхідно побудувати економетричну модель з двома змінними (просту модель). Загальний вигляд такої моделі:

Y = f (X, u),

де Y — залежна змінна (результативна ознака); X — незалежна змінна (фактор); u — стохастична складова.

Аналітична форма цієї моделі може бути різною залежно від економічної сутності зв’язків. Найбільш поширені форми залежностей:

;

;

;

,

де а₀, b невідомі параметри моделі.

Неважко переконатись, що наведені нелінійні форми залежностей за допомогою елементарних перетворень приводяться до лінійних. Якщо припустити, що економетрична модель з двома змінними є лінійною:

,

в якій стохастична складова (залишки) має нульове математичне сподівання та постійну дисперсію, то параметри моделі можна оцінити на основі звичайного методу найменших квадратів (1МНК).

В основі методу 1МНК лежить принцип мінімізації суми квадратів залишків моделі:

Реалізація цього принципу дає можливість отримати систему нормальних рівнянь:

В даній системі n — кількість спостережень, , , , — величини, які можна розрахувати на основі вихідних спостережень над змінними і .

Розв’язавши систему нормальних рівнянь, одержимо оцінки невідомих параметрів моделі і :

.

Достовірність побудованої економетричної моделі можна перевірити, користуючись елементами дисперсійного аналізу. Перш за все слід розрахувати залишки моделі

та знайти їх дисперсію:

,

де — кількість змінних моделі ( ).

Необхідно визначити стандартну помилку кожного параметра моделі:

(1)

в цій формулі характеризує відповідний діагональний елемент матриці помилок (матриці, оберненої до матриці системи нормальних рівнянь).

На основі коефіцієнта детермінації

можна зробити висновок про ступінь значущості вимірюваного зв’язку на основі економетричної моделі

.

Оскільки коефіцієнт детермінації R² характеризує, якою мірою варіація залежної змінної визначається варіацією незалежної змінної, то чим ближче R² до одиниці, тим суттєвішим є зв’язок між цими змінними.

Коефіцієнт кореляції R = характеризує тісноту зв’язку між змінними моделі. Він може знаходитись на множині . Чим ближче R до одиниці по модулю, тим тіснішим є зв’язок. Від’ємний знак свідчить про обернений зв’язок, додатній — про прямий.

2. ЗНАХОДЖЕННЯ параметрів моделі
методом найменших квадратів

Звернемося до прикладу простої економетричної моделі, де потрібно кількісно оцінити зв’язок між витратами на споживання та доходами сім’ї.Щоб оцінити параметри моделі (16), необхідно сформувати вихідну сукупність спостережень, кожна одиниця якої характеризуватиметься витратами на споживання і доходами сімей. Припустимо, що економетрична модель споживання будується для тієї групи людей, в якій зі збільшенням доходів зростають витрати на споживання, тобто модель має вигляд (16).

Рис. 2.2. Кореляційне поле точок

Зобразимо кожну пару спостережень у системі координат, де величина витрат на споживання відкладається на осі ординат, а доходів — на осі абцис. У результаті дістанемо кореляційне поле точок (рис.2.2).

На підставі гіпотези про лінійність зв’язку між витратами на споживання і доходом сімей (див. рис.2.2), через кореляційне поле точок можна провести безліч прямих ліній, які різняться між собою параметрами і b.

Так, якщо витрати на споживання описуватимуться прямою I, то відхилення їх фактичних значень від розрахункових матимуть переважно знак «мінус». Якщо вони описуватимуться прямою III, то ці відхилення будуть переважно додатними, а якщо прямою II, то кількість від’ємних і додатних відхилень буде приблизно однаковою. Наявність серед відхилень переважно від’ємних чи додатних значень підтверджує, що вони мають невипадковий характер. А це означає: певна пряма лінія не адекватно описує фактичну залежність між витратами на споживання і доходом сімей. Звідси постає задача — застосувати метод найменших квадратів для оцінювання параметрів моделі, щоб відхилення фактичних витрат від розрахункових на основі прямої мали приблизно однакову суму від’ємних і додатних значень, а також були б найменшими. Останнє буде свідчити про те, що розрахункові значення витрат на споживання максимально наближені до фактичних, а це є гарантом вірогідності моделі.

Не доцільно знаходити параметри економетричної моделі, мінімізуючи суму лінійних відхилень фактичних витрат на споживання від розрахункових, бо вона може дорівнювати нулю, якщо сума від’ємних і додатних відхилень буде однаковою. Тому мінімізації підлягає сума квадратів відхилень, і величина її залежатиме безпосередньо від розсіювання точок навколо лінії регресії, а саме:

.

Принцип найменших квадратів відхилень полягає в знаходженні таких і b, для яких найменша. Необхідна умова для цього — перетворення на нуль похідних цієї функції за кожним із параметрів і b. Метод, який реалізує принцип найменших квадратів, називається методом найменших квадратів (1МНК). Оскільки

,

то

Виконавши елементарні перетворення, дістанемо систему нормальних рівнянь

(19)

Підставимо в систему (19) значення , , , , які можна дістати на підставі сукупності спостережень, і розв’яжемо її відносно невідомих параметрів і b:

Оскільки оцінки найменших квадратів такі, що лінія регресії обов’язково проходить через точку середніх значень ( ), то оцінки параметрів моделі можна знайти дещо інакше.

Поділивши перше рівняння системи (19) на n, дістанемо:

. (20)

Віднімемо (20) від (16):

.

Нехай , і , тоді

,

а відхилення фактичних значень від розрахункових будуть такі:

.

Сума квадратів залишків при цьому

.

Мінімізація цієї суми за невідомим параметром дає співвідношення

. (21)

Крім того, можна помітити, що тобто друга похідна за параметром b від суми квадратів відхилень додатна. Отже, знайдене значення b відповідає мінімуму суми квадратів відхилень.

Параметр a можна обчислити, використавши співвідношення (20):

. (22)

Співвідношення (21) можна було б дістати також, записавши друге рівняння системи (19) через відхилення кожної змінної від її середнього арифметичного значення, згадавши при цьому, що сума таких відхилень завжди дорівнює нулю.

Приклад 1. Побудувати економетричну модель, яка характеризує залежність витрат на одиницю продукції від рівня фондомісткості продукції. Вихідні дані і відповідні розрахунки для оцінювання параметрів наведені в табл.1.

Таблиця 1

№ п/п	Yі	Xі		XіYі	Xі –	Yі –	(Xі – )2	(Xі – )* (Yі – )	і	uі		(Yі – )2
					-10,8	-4,2	116,64	45,36	48,8	1,2	1,44	17,64
					-25,8	-14,2	665,64	336,36	41,3	-1,3	1,69	201,64
					29,2	10,8	368,64	207,36	63,8	1,2	1,44	116,64
					-0,8	0,8	0,64	-0,64	53,8	1,2	1,44	0,64
					-20,8	-9,2	432,64	181,36	43,8	1,2	1,44	84,64
					-22,8	-12,2	519,64	278,16	42,8	-0,8	0,64	148,84
					9,2	1,8	84,64	16,56	58,8	-2,8	7,84	3,24
					14,2	5,8	201,64	82,36	61,3	-1,3	1,69	33,64
					14,2	9,8	201,64	139,16	61,3	2,7	7,29	96,04
					24,2	10,8	585,64	261,26	66,3	-1,3	1,69	116,64
S								1587,5			26,6	819,6

Нехай залежність між витратами на одиницю продукції і рівнем фондомісткості описується прямою лінією

Y = a + bX + u,

де Y — витрати на одиницю продукції; X — рівень фондомісткості;
u — залишки.

Розрахункові значення витрат на одиницю продукції можна знайти, скориставшись такою моделлю:

.

Щоб оцінити параметри моделі a і b методом 1МНК, запишемо систему нормальних рівнянь

Коефіцієнти для цих рівнянь системи знаходимо за табл.2.1:

Розв’язком системи є параметри a = 3,8; b= 0,5. Економетрична модель має вигляд

Y =3,8+0,5X+u.

Скориставшись альтернативним способом обчислення параметрів за допомогою відхилень середніх арифметичних, (див. табл.1, стовпці 6–9) на підставі (21) і (22) дістанемо

Зауважимо, що оцінки параметрів моделі згідно з методом 1МНК є досить чутливими до точності розрахунків та адекватності аналітичної форми моделі. Оскільки вільний член моделі a= 3,8 ¹ 0, то рівень витрат на одиницю продукції не є строго пропорційним до рівня фондомісткості. Кількісна оцінка параметра b= 0,5 показує, що граничне збільшення витрат при зростанні фондомісткості продукції на 1 грн. становить 0,5 грн. Еластичність витрат щодо фондомісткості продукції визначається коефіцієнтом еластичності

Значення цього коефіцієнта слід тлумачити так: при збільшенні фондомісткості продукціі на 1 % витрати на одиницю гранично зростуть на 0,93 %.

Переглядів: 1417