|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Последствия, симптомы и методика устранения ошибки спецификации эконометрической модели, состоящей в неверном выборе функции регрессииПусть экономист составил спецификацию регрессионной модели (например, модель парной регрессии) (1) с ошибочно функцией регрессии (2) Для определенности будем полагать, что (3) (4) Пусть истинная: функция регрессии у на x (4)имеет уравнение такое, что при любом векторе коэффициентов функции (3) и, по крайней мере, некотором значении х имеет место неравенство (6) Данное неравенство означает; что (7) Из неравенства (7) следует, что заявленная в спецификации (1) предпосылка (8)является ложной, поскольку справедливо иное соотношение: (9) Значит, последствием ошибочного выбора типа функции в уравнении регрессии являетсянарушение предпосылки(8) о нулевомматематическом ожидании случайного остатка. Исходя из соотношения (9) при оценивании модели (1) с линейной функцией регрессии по обучающей выборке оказывается нарушенной предпосылка теоремы Гаусса-Маркова(о том, что ). В итоге оценки коэффициентов модели (1): (10) оказываются смешенными, а их характеристики точности утрачивают объективность. В конечном счете прогноз (точечный и интервальный) значения экзогенной переменной у, вычисленный при по оцененной модели с ошибочной функцией регрессии (11) оказывается неадекватным в силу того, что в основе прогноза прежде всего лежит () именно предпосылка (8): Главное последствие неверно выбранного типа функции регрессии — неадекватные прогнозы. Симптомы: 1) несоответствие диаграммы рассеяния, построенной по выборке , графику функции (2) 2)длительное постоянство знака оценок случайных остатков в упорядоченных уравнениях наблюдений(по возрастанию значений объясняющей переменной). Этот симптом, называемый ложной корреляцией, можно выявить статистикой DWДарбина — Уотсона в динамических моделях с автокоррелированным остатком. 3)Чтобы выявить третий симптом, следует разделить обучающую выборку на две примерно равные по количеству наблюдений части и (12) так, чтобы различие в элементах , матриц X1 и X2 - было по возможности существенным. Затем по каждой из выборок (12) оценить модель (1).Сильное отличие одноименных коэффициентов в двух оцененных вариантах модели — третий симптом неверного выбора функции регрессии. Методика устранения ошибки: Если наличие данной ошибки подтвердилось, следует, используя диаграмму рассеивания, выбрать более подходящую функцию регрессии и повторить процедуру построения регрессионной модели.
Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.003 сек.) |