|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
ОЛММР с гетероскедастичными остатками
Исследовать линейную модель множественной регрессии на наличие/отсутсвие гетероскедастичности в регрессионных остатках. Проверить внешние признаки гетероскедастичности: с помощью графического анализ поведения регрессионных остатков в зависимости от объясняющей переменной. Применить статистические критерии для выявления гетероскедастичности. ОЛММР с гетероскедастичными остатками называется, ЛММР i=β0+β1xi1+…+βkxik+εi, для которой нарушено 4 условие Гауса – Маркова, а именно: 1. x1, x2,…,xk – детерминированные (неслучайные) переменные 2. Ранг ∑х = k+1. Среди признаков нет линейно зависимых. 3. Мεi =0, i=1,n. Нет систематических ошибок в измерении . 4. Дεi= Мεi 2=σ 2. Гетероскедастичность регрессионных остатков. 5. Cov(εi; εj)=М(εi * εj)=0, i≠j. i=1,n, j=1,n Внешние признаки гетероскедастичности регрессионных остатков: Если с увеличением значения факторного признака х регрессионные остатки по абсолютной величине увеличиваются или уменьшаются, то это свидетельствует о наличии гетероскедастичности. Существуют различные критерии, с помощью которых выявляют гетероскедастичность регрессионных остатков. Полученное после устранения мультиколлинеарности уравнение регрессии проверим на наличие гетероскедастичности. Начнем с графического метода выявления гетероскедастичности. Для этого проранжируем Y и Х по x1, т.к. именно эту объясняющую переменную мы исследуем на гетероскедастичность. Построим график зависимости Xi от εi. Рисунок 4- Зависимость εi от x1 На графике видно, что при увеличении значений xi (ось ОХ) заметна небольшая тенденция к снижению регрессионных остатков εi. Но, чтобы убедиться в наличии или отсутствии гетероскедастичности проведем эмпирическую оценку уравнению регрессии, при помощи теста Голдфелда – Квандта. Шаги теста: 1 Проранжируем значения Y и Х4 по Х1. 2 Разобьем выборку на подвыборки размерностью в 10 наблюденных значений (n=47, n’=n”≈ =16). 3 Построим уравнение регрессии y’ по n’ наблюдениям: ’=6,4+1,306x1’-0,0005 x4’ И y” по n”: ”=6,3+0,85 x1”-2,3x4” 4 Оценим регрессионные остатки Q’=(ē’)т * ē’= =112,23 Q”=(ē”)т * ē”= =25,88 Q’> Q”- обратная зависимость. 6 Найдем Fн . Fн = 4,3. 7 Проверим гипотезу Н0: σ21=σ22=…=σ2n (отсутствует гетероскедастичность). И ей противоположная Н1: σ2i ≠ σ2j (присутствует гетероскедастичность). Fн = 4,3 > Fкр. = 2,44, следовательно гипотеза Н1 принимается, в регрессионной модели присутствует гетероскедастичность. Рисунок 5- Зависимость εi от X4 На графике видно, что при увеличении значений Xi (ось ОХ) заметна небольшая тенденция к снижению регрессионных остатков εi. Шаги теста: 1 Проранжируем значения Y и Х1 по Х4. 2 Разобьем выборку на подвыборки размерностью в 10 наблюденных значений (n=47, n’=n”≈ =16).
3 Построим уравнение регрессии y’ по n’ наблюдениям: ’=9,22+0,62x1’+0,0001 x4’ И y” по n”: ”=4,68+1,14 x1”-0,00013x4” 4 Оценим регрессионные остатки Q’=(ē’)т * ē’= =108,8 Q”=(ē”)т * ē”= =16,6 Q’> Q”- обратная зависимость. 6 Найдем Fн . Fн = 6,5. 7 Проверим гипотезу Н0: σ21=σ22=…=σ2n (отсутствует гетероскедастичность). И ей противоположная Н1: σ2i ≠ σ2j (присутствует гетероскедастичность). Fн = 6,5>Fкр. = 2,44, следовательно гипотеза Н1 принимается, в регрессионной модели присутствует гетероскедастичность. 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.) |