Студопедия

Главная страница Случайная страница

КАТЕГОРИИ:

АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника






Причины наличия в регрессионной модели случайного отклонения






Основные причины наличия случайных возмущений:

-не включение всех существенных факторов модели

-неправильный выбор функциональной зависимости

-случайная ошибка измерения

-ограниченность выборки

-человеческий фактор

 


Случайное отклонение включает влияние не учтенных в модели факторов, случайных ошибок и особенностей измерения. Источники его присутствия в модели: спецификация модели, выборочный характер исходных данных, особенности измерения переменных.
Известно, что основной причиной наличия случайного отклонения в уравнении регрессии являются несовершенные знания о причинах и взаимосвязях, определяющих то или иное значение выходной переменной. Поэтому свойства случайных отклонений, в том числе и автокорреляция, в первую очередь зависит от выбора вида функции отклика и состава входных переменных (факторов). Так как автокорреляция чаще всего вызывается неправильным выбором модели, то прежде всего необходимо скорректировать саму эту модель. Возможно, автокорреляция вызвана отсутствием в модели некоторого важного фактора. Следует попытаться определить данный фактор и учесть его в уравнении регрессии либо попробовать изменить вид функции отклика (например, линейную на логлинейную, линейную на гиперболическую и т.д.).

 

59 вопрос. Косвенный МНК. Всегда ли можно применить косвенный МНК?

Косвенный МНК применяется для оценивания параметров в структурной модели.

 

Этапы косвенного МНК:

1)Переход от структурной формы модели к приведенной

2)Оценивание параметров приведенной формы МНК

3)Пересчет приведенных коэффициентов в структурные

 

Каждое уравнение системы одновременных уравнений не может рассматриваться как самостоятельная часть системы, поэтому применение традиционного МНК для определения его параметров невозможно, так как нарушаются условия МНК. Следовательно, если неизвестные коэффициенты системы одновременных уравнений оценивать с помощью классического МНК, то в результате мы получим смещённые и несостоятельные оценки.

Сущность КМНК заключается в том, чтобы оценить структурные коэффициенты, подставив в аналитическое выражение их зависимости от приведённых оценок последних, полученных обычным методом наименьших квадратов. Полученные оценки будут состоятельными.

 

Всегда ли можно применить косвенный МНК?

КМНК применяется только в том случае, если структурная форма системы одновременных уравнений является точно идентифицированной.



Поделиться с друзьями:

mylektsii.su - Мои Лекции - 2015-2024 год. (0.006 сек.)Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав Пожаловаться на материал