Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
В каких случаях при оценивании нелинейных моделей метод наименьших квадратов оказывается неприменимым?
y=αxb+u. Аддитивный случайный член не дает нам прологарифмировать функцию данного вида. Что делать, если модель не приводится к виду, допускающую использование Метода наименьших квадратов? Использовать метод оценивания нелинейной регрессии Бокса-Кокса по следующему алгоритму: 1. Преобразуем зависимую переменную по методу Зарембки 2. Рассчитываем новые переменные (преобразование Бокса-Кокса) при λ от 1 до 0.
3. Рассчитываем регрессии для новых переменных при значениях λ от 1 до 0. 4. Выбираем минимальное значение суммы квадратов остатков (SSR), выбираем одну из крайних регрессий, к которой ближе точка минимума ТЕМА 10. Интерпретация и использование нелинейных моделей парной регрессии. Для чего нужны нелинейные эконометрические модели? Нелинейные соотношения гораздо лучше подходят для описания многих экономических процессов, чем линейные. Пример: 1. Анализ роста Теоретический феномен – экономический рост Анализ предпосылок: прирост пропорционален накопленному потенциалу Формализация предпосылок: Интерпретация и анализ: коэффициент регрессии «бета» - годовой темп роста, возможно сопоставление с реальными данными 2. описание кривых Энгеля, характеризующих соотношение между спросом на определённый товар Y и общей суммой дохода Х (подробное описание в 3-ем издании учебника Доугерти, стр.162-164). Исходя из каких соображений и в каком порядке следует выбирать форму зависимости для эконометрической модели? Из соображений графического соответствия, расчета эластичности и угла наклона, а также по тем соображениям, какая задача стоит перед нашей моделью и по теоретическим соответствиям о природе тех или иных зависимостей. Выбираем из: 1. Линейные зависимости – самые простые зависисмости, всегда оставляем ее, если нет логического подтверждения необходимости иной спецификации. 2. Логарифмические зависимости – В зависимости от значений коэффициентов регрессии Логарифмические зависимости отображают большое разнообразие форм, логарифмические зависимости помогают уменьшить масштаб переменных для их сравнимости. 3. Полулогарифмические зависимости – В зависимости от значений коэффициентов регрессии полулогарифмические зависимости отображают большое разнообразие форм с эффектом насыщения
4. Полиноминальные зависимости - Эти функции хорошо подходят для моделирования эффекта масштаба, анализа максимумов и минимумов 5. Обратные зависимости – Эти функции хорошо подходят для моделирования эффектов полного насыщения и ограниченности
Как интерпретируется коэффициент линейной формы регрессионной модели? Как можно обосновать справедливость предложенной интерпретации? Линейная форма: Интерпретация коэффициентов регрессии – предельный эффект независимого фактора. Для полученных оценок уравнения регрессии
Т.е коэффициент регрессии показывает прирост результирующей переменной при изменении независимого фактора на единицу
В каких случаях оправдано использование линейной регрессии? 1. Если в этом есть экономический смысл 2. Если модель получилась формально качественной Другой ответ: В случае, когда необходимо рассчитать линейную связь между зависимой и независимой переменной, а затем использовать эту связь при прогнозировании, то есть используется для прогнозирования будущих значений параметра у исходя из имеющихся данных. Как вычислить эластичности в каждой точке в случае использования линейной регрессии, и для чего можно использовать этот показатель? E=(Δy/Δx)*x/y=bx/y. Для исследования того, является ли функция y=αxb приемлемой. Как интерпретируется коэффициент дважды логарифмической формы регрессионной модели? Как можно обосновать справедливость предложенной интерпретации? => Коэффициент интерпретируется следующим образом: эластичность Y по Х постоянна и равна . На сколько % изменится y при изменении x на 1 %. dy/y=b*dx/x => b=(dy/dx)*x/y
|
|||||
Последнее изменение этой страницы: 2016-04-26; просмотров: 402; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.145.191.214 (0.009 с.) |