Мы поможем в написании ваших работ!



ЗНАЕТЕ ЛИ ВЫ?

Вывод и интерпретация коэффициентов множественной регрессии

Поиск

Как и в случае парной регрессии, мы выбираем также значения коэффициентов регрессии, чтобы обеспечить наилучшее соответствие наблюдениям в надежде получить оптимальные оценки для неизвестных истинных значений параметров. Как и прежде, наше определение оптимальности соответствия определяется минимизацией RSS, т.е. суммы квадратов отклонений:

RSS= (3.3)

где ei является остатком в наблюдении i, разницей между фактическим значе­нием Yi в этом наблюдении и значением Yi прогнозируемым по уравнению регрессии:

Yi = b1+ b2X2i + biX3i (3.4)

 

ei=Yi-Yi=Yi-bx-b2X2i-biX3i. (3.5)

Отметим, что теперь переменные X имеют два нижних индекса. Первый означает номер переменной X, а второй относится к номеру наблюдения. Используя уравнение (3.5), мы можем записать:

 

RSS= = (3.6)

 

Вставка 3.1. Что случилось сХ1?Вы могли заметить, что переменная X отсутствует в общей модели регрессии

Yi = β1+ β2X2i+…+ βkiXki + ui

 

Почему так? Причина здесь — в необходимости сделать обозначения анало­гичными обозначениям в учебниках, использующих линейную (матричную) алгебру. В вашем следующем курсе эконометрики наверняка будет использо­ваться такой учебник. Для изложения с использованием линейной алгебры не­обходимо, чтобы каждый член в правой частиуравнения был произведением параметра и переменной. Если в модели есть постоянный член, как здесь, то можно исправить ситуацию, записав уравнение в виде:

Yt = β1X1i+ β2X2i+ βk Xki+ ui

где Х1i = I для всех наблюдений. При использовании обычной алгебры чаще всего нет необходимости вводить X1 в явной форме, и поэтому этой переменной нет. Единственный случай в этом учебнике, когда такая переменная может быть полезной, встретится при обсуждении «ловушки» фиктивных переменных в разделе 5.2.

 

Необходимые условия первого порядка для минимума, т.е. , дают следующие уравнения:

(3.7)

(3.8)

(3.9)

Следовательно, мы имеем три уравнения с тремя неизвестными: b1 b2 и b3 . Первое уравнение можно легко перегруппировать для выражения величины b1 через b2 b3 и данные наблюдений для У, Х2 и Х3:

bl= -b2 2-b3 3 (3.10)

Используя это выражение и два других уравнения, путем некоторых преоб­разований можно получить следующее выражение для b2:

(3.11)

Аналогичное выражение для b3 можно получить путем перестановки Х2 и Х3 в уравнении (3.11).

Цель данного анализа состоит в выделении двух основных моментов. Во-первых, принципы, лежащие в основе вычисления коэффициентов регрес­сии, в случаях множественной и парной регрессии не различаются. Во-вторых, сами выражения, тем не менее, различаются. Поэтому не следует пытаться ис­пользовать выражения, выведенные для парной регрессии, в случае множест­венной регрессии.

Общая модель

В предыдущем примере мы имели только две независимые переменных. В тех случаях, когда этих переменных больше двух, уже невозможно дать гео­метрическое представление того, что происходит, но развитие алгебраических выкладок в принципе вполне очевидно. Допустим, что переменная Y связана с к- 1 независимыми переменными Х2,...,Хк в соответствии с неизвестной ис­тинной зависимостью. Мы предполагаем, что переменная Y зависит от к- 1объясняющих переменных Х2,..., Хк в соответствии с неизвестной истинной формулой:

Yi12X2i +…+ βkXki +ui, (3.12)

Оценим уравнение для данного множества п наблюдений для Y, Х2,..., Хк методом наименьших квадратов:

i=bi+b1Xli+...+bkXki. (3.13)

Это вновь означает минимизацию суммы квадратов отклонений, а отклоне­ние в наблюдении i выражается как

ei=Yi- i=Yi-bl-b2X2i-...-bkXki. (3.14)

Уравнение (3.14) является обобщением уравнения (3.5). Теперь мы выбираем b1..., bk так, чтобы свести к минимуму RSS, сумму квадратов отклонений . Мы получаем к условии первого порядка …, , что дает к уравнений для нахождения к неизвестных. Можно легко показать, что первое из этих уравнений позволяет получить аналог уравнения (3.10), относящегося к случаю с двумя независимыми переменными:

b1= -b2 2-...-bk k. (3.15)

Выражения для b2,..., bк становятся очень сложными, и математическая сторона не будет здесь представлена в явном виде. Расчеты здесь должны быть сделаны с помощью матричной алгебры.



Поделиться:


Последнее изменение этой страницы: 2016-08-01; просмотров: 269; 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 - 18.118.24.176 (0.006 с.)