|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Моделі парної лінійної регресіїЕкономічна теорія виявила й дослідила значну кількість сталих i стабільних зв’язків між різними показниками. Наприклад, добре вивчено залежності споживання від рівня доходу, попиту - від цін на товари, залежність між процентною ставкою та інвестиціями, обмінним курсом валюти та обсягом чистого експорту, мiж рiвнями безробiття та iнфляції, залежнiсть обсягу виробництва вiд окремих факторів (розмiру основних фондiв, їх віку, пiдготовки персоналу тощо); залежнiсть мiж продуктивнiстю працi та piвнем механiзації, а також 6агато iнших залежностей. Зде6iльшого залежність між показниками можна відобразити за допомогою лінійних співвідношень. Наприклад, для моделювання залежності індивідуального споживання С від наявного прибутку У Кейнс запропонував лінійне рівняння де со - величина автономного споживання; b - гранична схильнiсть до споживання (0<b£1). Однак припущення щодо лiнiйної залежностi мiж певними показниками економiчного явища чи процесу може не пiдтверджуватися даними спостережень цих показникiв. І це природно, оскiльки в деяких випадках залежність є суттєво нелiнiйною. Наприклад, залежність між рівнем безробіття х i рівнем інфляції у відображається так званою кривою Фiлiпса:
де а > 0, b > 0 - параметри моделi, а змiннi х i у вимiрюються у процентах. При незмінний річний дисконтній (обліковій) ставці r i початковому внеску а через х років у банку наявна сума грошей обчислюватиметься за формулою
де а, у - параметри моделі. При маркетингових i ринкових дослiдженнях, при дослiдженнi збуту продукції та в демографії застосовують так звану криву Гомперця:
де параметри а та с можуть набувати будь-яких значень, а b перебуває: в таких межах: 0 < b < 1. Зв'язок мiж обсягом виробленої продукцiї у та основними виробничими ресурсами, а саме обсягом витраченого капiталу С i обсягом витрат працi L, також має нелiнiйний характер:
а, b, с, d - числовi параметри; с, d > 0, а, b³ 0. Нелiнiйнi зв'язки, як правило, певними перетвореннями (заміною змінних чи логарифмуванням) зводять до лінійного вигляду або апроксимують (наближують) лiнiними функцiями. Отже, модель лiнійної perpeciї (лiнiйне рiвняння) єнайпоширенiшим (i найпростiшим) видом залежностi мiж економiними змiнними. Kpiм того, побудоване лiнiйне рiвняння може слугувати початковою точкою в разi складних (суттєво нелiнiйних) залежностей. У загальному випадку nарна лінійна регресія є лінійною функцією мiж залежною змінною У i однiєю пояснюючою змінною Х:
Це спiввiдношення називається теоретичною лінійною регресiйною моделлю а0 i а1 - теоретичні параметри (теоретичні коефіцієнти) peгpeciї. Зазначимо, що принциповою в цьому разі є лiнiйнicть за параметрами а0 i а1. Щоб визначити значення теоретичних коефiцiєнтiв регресії, необхідно знати й використовувати вci значення змінних Х i У генеральної сукупності, що практично неможливо. Тому за вибiркою обмеженого обсягу будують так зване емпіричне рівняння peгpecii, у якому коефіцієнтами є оцінки теоретичних коефiцiєнтiв регресії:
де —оцінки невідомих параметрів а1 i а0. Через розбіжність статистичної бази для генеральної сукупності та вибірки оцінки практично завжди відрізняються від дійсних значень коефiцiєнтiв а1 i а0 , що призводить до розбіжності емпіричної та теоретичної ліній регресії. Рiзнi вибiрки з однiєї й тієї самої генеральної сукупнoстi звичайно зумовлюють рiзнi оцiнки. Можливе спiввiдношення мiж теоретичним i емпiричним рiвняннями регресії схематично зображено на рис. 2. Задачі лінійного регресiйного аналізу полягають у тому, щоб за наявними статистичними даними для змiнних Х i У: а) отримати найкращі оцінки невідомих параметрів а1 i а0 ; б) перевірити статистичні гіпотези про параметри моделі; в) перевірити, чи досить добре модель узгоджується зi статистичними даними (адекватність моделі даним спостережень). Для відображення того факту, що кожне індивідуальне значення yi відхиляється від відповідного умовного математичного сподівання, у модель уводять випадковий доданок ui:
Отже, iндивiдуальнi значення yi; подають у вигляді суми двох компонент - систематичної (ао + а1хi;) i випадкової (иi). Таким чином, регресiйне рівняння набуває вигляду
Завдання полягає в тому, щоб за конкретною вибiркою знайти такі значення оцiнок невiдомих пapaметрів а1 i а0, щоб побудована лiнiя регресiї була найкращою в певному розумiнні серед ycix iнших прямих. Іншими словами, побудована пряма має бути "найближчою" до точок спостережень за ix сукупнiстю. Мiрою якостi знайдених оцiнок можуть бути визначені композиції вiдхилень . Наприклад, коефіцієнти а1 i а0 рiвняння регресії можуть бути оцінені за умови мiнiмiзації однієї з таких сум: 1). 2). 3). . Однак перша сума не може бути мірою якостi знайдених оцінок через те, що існує безліч прямих (зокрема, ), для яких . Метод визначення оцінок коефiцiєнтiв за умови мiнiмiзацiї другої суми називається методом найменших модулів (МНМ). Найпоширенішим i теоретично обґрунтованим є метод визначення коефiцiєнтiв, при якому мiнiмiзується третя сума. Biн дістав назву методу найменших квадратів (МНК). Останнiй метод оцiнювання параметрiв найпростiший з обчислювальної точки зору. Kpiм того, оцiнки коефiцiєнтiв регресії, знайденi за МНК при визначених передумовах, мають ряд оптимальних властивостей (незмiщенiсть, ефективнiсть, обгрунтовaнicть). Серед iнших. методiв визначення оцiнок коефiцiєнтiв регресії виокремимо метод моментiв (ММ) i метод максимальної правдоподiбностi (ММП). Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.004 сек.) |