|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Исходные предположения
2. Случайное возмущение имеет нормальное распределение с параметрами 0 и σu 3. Для получения ММП-оценок имеем выборку из n наблюдений Тогда:ut=yt-a0-a1x1 Закон распределения для случайного возмущения принимает вид:
1. Функция правдоподобия получит вид:
2. Логарифм функции правдоподобия
3. Составляем уравнения для вычисления оценок a0 и a1 Получили систему уравнений совпадающую с (6.3).Следовательно, и решения совпадут
20. Уравнение множественной регрессии.
Наилучшая линейная процедура получения оценок параметров уравнения (7.1) и условия, при которых эта процедура дает несмещенные и эффективные оценки, сформулирована в теореме Гаусса-Маркова Постановка задачи: Имеем случайную выборку наблюдений за поведением экономического объекта объемом n
Выборка наблюдений за переменными модели (7.1) Первый индекс – номер регрессора Второй индекс – номер наблюдения (7.2) - Система уравнений наблюдений, связывающая наблюдения в выборке Сформируем вектора и матрицу коэффициентов на основе системы (7.2) Y – вектор выборочных значений эндогенной переменной U – вектор выборочных значений случайного возмущения A - вектор неизвестных параметров модели х – вектор регрессоров X – матрица коэффициентов при неизвестных параметрах По данным выборки найти: Ã, Cov(ÃÃ), σu, σ(ỹ(z)) Теорема (Гаусса – Маркова) Если матрица Х неколлинеарна и вектор случайных возмущений удовлетворяет следующим требованиям: 1.M(ui)=0 Математическое ожидание всех случайных возмущений равно нулю 2.Q2(ui)=Q2uДисперсия случайных возмущений постоянна во всех наблюдениях (условие ГОМОСКЕДАСТИЧНОСТИ) 3.Cov(ui,uj)=0, при i=/j Случайные возмущения в разных наблюдениях не зависимы 4.Cov(xi,ui)=0 Случайные возмущения и регрессоры не зависимы Тогда наилучшей линейной процедурой оценки параметров модели (7.1) является:
которая удовлетворяет методу наименьших квадратов При этом:
Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.005 сек.) |