Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатика
ИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханика
ОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторика
СоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансы
ХимияЧерчениеЭкологияЭкономикаЭлектроника

Алгоритм НМНК

Читайте также:
  1. Алгоритм
  2. Алгоритм RSA. Генерация ключей и функция шифрования
  3. Алгоритм STANDARD COSTING
  4. Алгоритм автоматического распараллеливания арифметических
  5. Алгоритм анализа современного урока окружающего мира
  6. Алгоритм бритья тяжелобольного
  7. АЛГОРИТМ ВЫБОРА ЛЕКАРСТВЕННОГО СРЕДСТВА

Крок 1. Здійснюється перехід від структурної форми системи одночасних рівнянь до приведеної (прогнозної). Це робиться шляхом розв’язання кожного рівняння структурної форми відносно однієї з залежних ендогенних змінних моделі.

Крок 2. До кожного рівняння приведеної форми застосовується 1 МНК і знаходяться оцінки параметрів усіх рівнянь приведеної форми.

Крок 3. Розраховуються оцінки параметрів рівнянь структурної форми на основі отриманих на 2-му кроці параметрів прогнозної форми. Для цього використовують співвідношення:

, (16)

де Aі B – матриці оцінок параметрів структурних рівнянь, R – відома матриця оцінок параметрів приведеної форми.

i Зауваження 3. Оцінки параметрів рівнянь структурної форми, отримані на основі НМНК, мають практично всі властивості BLUE-оцінок за виключенням незміщенності. Але відхилення цих оцінок, як теоретично доведено, зникають із збільшенням розміру вибірки (тобто ці оцінки є консистентними). Оцінки ж параметрів рівнянь приведеної форми, отримані на кроці 2, є BLUE-оцінками.

4.2. Двокроковий метод найменших квадратів (2МНК)

Застосування. Цей метод застосовується для оцінювання параметрів окремих рівнянь структурної форми, які є надідентифікованими, хоча цей метод може застосовуватися і для оцінювання параметрів окремих рівнянь структурної форми, які є точно ідентифікованими.

Ідея методу. Вона полягає в “очищенні” ендогенних змінних моделі, які входять до правої частини рівняння від їх залежності від залишків і у застосуванні до “очищеного” структурного рівняння 1 МНК для знаходження оцінок параметрів. “Очищення” здійснюється за рахунок заміни ендогенних змінних у правій частині рівняння, які корелюють з залишками регресійного рівняння, допоміжними змінними, які не корелюють з цими залишками.

Розглянемо ідею методу на прикладі моделі попиту (приклад 1):

, (17)

. (18)

Як було показано вище рівняння (17) – неідентифіковане, а рівняння (18) – надідентифіковане.

Щоб позбавитися кореляції між Q і ε2 у рівнянні (18) спробуємо замінити змінну Q іншою, яка буде дуже близькою до неї, але не буде корелювати з ε2. Для цього побудуємо спочатку приведене рівняння для визначення Q тільки через екзогенні змінні. Для цього підставимо (18) у праву частину (17) і отримаємо:

,

або після перетворень:

, (19)

де

Невідомі параметри r0, r1 і r2 можна оцінити 1 МНК і тоді матимемо наступне рівняння регресії:

(20)

і змінну Q можна записати згідно (19) у вигляді:

, (21)

де і u згідно принципів класичної лінійної регресії не корелюють між собою. Тоді рівняння (18) можна переписати у вигляді:

, (22)

де .

У рівнянні (22) змінна і залишки ε * не корелюють між собою і при цьому змінна дуже близька до змінної . Застосувавши вдруге до рівняння (22) 1 МНК можна тепер остаточно визначити оцінки параметрів моделі β0 і β1.


Дата добавления: 2015-07-10; просмотров: 132 | Нарушение авторских прав


Читайте в этой же книге: Метод послідовного оцінювання дистрибутивно-лагових моделей | Методи, що грунтуються на попередньому припущені стосовно структури лагу | Оцінювання параметрів авторегресійних моделей | Тестування автокореляції залишків в авторегресійних моделях | ВИСНОВКИ | Загальні поняття і визначення | Приклад 1. Модель попиту. | Приклад 2. Модель визначення доходу Кейнса. | Структурна і приведена форми системи одночасних рівнянь | Приклад 3. Побудова приведеної форми моделі доход. Кейнса. |
<== предыдущая страница | следующая страница ==>
Друга необхідна умова| Система незалежних регресій.

mybiblioteka.su - 2015-2024 год. (0.008 сек.)