Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АрхитектураБиологияГеографияДругоеИностранные языки
ИнформатикаИсторияКультураЛитератураМатематика
МедицинаМеханикаОбразованиеОхрана трудаПедагогика
ПолитикаПравоПрограммированиеПсихологияРелигия
СоциологияСпортСтроительствоФизикаФилософия
ФинансыХимияЭкологияЭкономикаЭлектроника

Для комплексної контрольної роботи

Читайте также:
  1. C. ВИСНОВКИ РОБОТИ ДОСЛІДНУ ГРУПИ
  2. Автоматизоване робоче місце — засіб автоматизації роботи користувача
  3. АЛГОРИТМ РОБОТИ
  4. Алгоритм роботи нейронної мережі. Алгоритм Хопфілда
  5. Алгоритм роботи систем моніторингу.
  6. Аналіз модульної контрольної роботи
  7. Апаратура для опромінення рентгенівськими та гамма променями. Правила роботи з джерелами іонізуючого випромінювання.

з дисципліни "Економетрика"

1. Проаналізувати мультиколіненарність факторів, її види, причини виникнення і наслідки та методи її усунення.

2. Охарактеризувати метод числових характеристик оцінки параметрів моделей парної лінійної регресії.

 

1. До особливостей кореляційного аналізу в рядах динаміки слід віднести також мультиколінеарність, тобто наявність сильної кореляції між незалежними змінними, яка може існувати поза залежністю між результативною та факторними ознаками. Наявність мультиколінеарності в кореляційних моделях становить досить серйозну загрозу і для одержання об'єктивних оцінок взаємозв'язків, у зв'язку з чим ускладнюється сам процес здійснення аналізу. Пояснюється це такими причинами: 1) важко виділити найбільш істотні фактори, оскільки правило Р-коефіцієнтів дійсне лише для некорельованих (або слабокорельованих) факторів; 2) викривлюється зміст коефіцієнтів регресії; 3) ускладнюється обчислювальний процес. Існує декілька простих способів усунення мультиколінеарності 1. Вилучення змінної (змінних) та помилки специфікації. При високій мультиколінеарності найкраще та найлегше вивести з рівняння регресії одну із незалежних змінних, для якої парний коефіцієнт кореляції найбільший. Наприклад, якщо в економетричній моделі, яка описує рівень споживання від доходу та багатства, вивести змінну, що відповідає багатству, то отримаємо регресійну модель з однією незалежною змінною – доходом. Але вилучення змінної з моделі може призвести до помилки специфікації. Помилка специфікації виникає через некоректне визначення моделі, що використовується в аналізі. Так, якщо за економічною теорією для пояснення розширення споживання модель повинна включати і доход і багатство, тоді вилучення змінної багатства створюватиме помилку специфікації. Це також може призвести до зміщення оцінок. 2. Перетворення змінних. Одна з причин мультиколінеарності даних є їх схильність змінюватись в одному напрямку, а один із шляхів зменшення такої залежності—використання перших різниць в моделі: (4.3), де. Наведене вище рівняння відоме як рівняння перших різниць, бо ми отримали регресію не з початкових змінних, а з різниць послідовних значень змінних. 3. Збільшення числа спостережень. Оскільки мультиколінеарність змінюється у кожній вибірці, то можливо в іншій моделі вона буде відсутня. Іноді просте збільшення числа спостережень у моделі, якщо це можливо, пом’якшує проблему мультиколінеарності. Серед інших способів слід виділити такі: використання первинної інформації, об¢єднання міжгалузевої та динамічної інформації, факторний аналіз, метод головних компонент, гребенева регресія.

 

 


Дата добавления: 2015-11-14; просмотров: 29 | Нарушение авторских прав


<== предыдущая страница | следующая страница ==>
Для комплексної контрольної роботи| Для комплексної контрольної роботи

mybiblioteka.su - 2015-2024 год. (0.005 сек.)