Оценка параметров линейной множественной регрессии - раздел Экономика, Основы эконометрики: практикум 1) В Натуральном Масштабе, Т.е. Для Уравнения ...
1) в натуральном масштабе, т.е. для уравнения система нормальных уравнений имеет вид:
Ее решение может быть найдено, например, методом определителей.
Вычисление параметров линейной множественной регрессии можно провести с помощью инструмента Сервис/Анализ данных/Регрессия.
2) в стандартизированном масштабе:
,
где – стандартизированные переменные
;
,
– стандартизированные коэффициенты регрессии. Решают систему нормальных уравнений вида
Решая ее методом определителей, найдем -коэффициенты.
Определение-коэффициентов:
1) Находим матрицу парных коэффициентов корреляции. Для двухфакторной линейной регрессии она имеет вид:
y
y
Удобнее всего найти эту матрицу Excel, используя инструмент анализа данных Корреляция. Для этого в главном меню нужно последовательно выбрать Сервис/Анализ данных/Корреляция.
2) для стандартизированного уравнения регрессии
имеем
; .
Коэффициенты «чистой» регрессии связаны с -коэффициентами следующим образом:
.
Методика построения уравнения регрессии при двухфакторном регрессионном анализе
приводит к следующим формулам для оценки параметров:
, , .
Методика построения уравнения регрессии в виде степенной функции
Преобразуем ее в линейный вид:
,
где переменные выражены в логарифмах. Далее процедура МНК такая же, что и описана выше: строится система нормальных уравнений и определяются параметры, которые затем следует потенцировать.
Активизация надстройки Пакет анализа
Для активизации надстройки Пакет анализа необходимо выполнить следующие действия:
1. Выбрать команду Сервис/Надстройки.
2. В появившемся диалоговом окне установить ф
По особенностям остаточных величин
Практические рекомендации по выполнению расчетов
с помощью табличного редактора MS Excel
Представлены данные о доходах по акциям x и балансовой прибыли y
На гетерокедастичность остатков
Практические рекомендации по выполнению расчетов
с помощью табличного редактора MS Excel
Представлены данные о доходах по акциям x и балансовой прибыли y
Анализ динамики временных рядов
Для выявления специфики развития изучаемых явлений за отдельные периоды времени определяют:
Ø абсолютные приросты уровней ряда;
Ø относительные приросты уровней ряда
С сезонными колебаниями
Модель временного ряда с сезонными колебаниями можно рассматривать в следующих возможных формах:
· – а
Анализ взаимосвязи двух временных рядов
Последовательность выявления автокорреляции
с помощью критерия Дарбина-Уотсона
Расчетное значение критерия определяется по формуле
Уравнение линейной регрессии по уровням временных рядов
Уравнение регрессии и все статистические параметры получим по Анализ данных/Регрессия. Причем, в диалоговом окне ввода данных и параметров вывода можно поставить флажок на позиции Остатки
С распределенным лагом
Рассмотрим модель с распределенным лагом в ее общем виде в предположении, что максимальная величина лага конечна:
Авторегрессионные модели временных рядов
Модели, которые наряду с текущими или лаговыми значениями факторных переменных, содержат лаговые значения зависимой переменной называются моделями авторегрессии, например, модель вида
И их составляющие
Системы одновременных уравнений могут быть представлены в структурной и приведенной формах.
Основными составляющими обеих форм записи являются эндогенные и экзогенн
Проблема идентификации
При переходе от приведенной формы модели к структурной исследователь сталкивается с проблемой идентификации. Идентификация – это единственность соответствия между приведенной и структурной формой м
Библиографический список
1. Гореева Н.М., Демидова Л.Н. и др. Эконометрика в схемах и таблицах./ под ред. проф. С.А. Орехова. – М.: Эксмо, 2008г.
2. Елисеева И.И. Эконометрика: учебное пособие/И.И. Елисеева, С.В.
Хотите получать на электронную почту самые свежие новости?
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Новости и инфо для студентов