Билет 5. Основные этапы регрессионного анализа

  • ID: 27784 
  • 4 страницы

Фрагмент работы:

Билет 5. Основные этапы регрессионного анализа

1. Основные этапы регрессионного анализа. Постановка задач выбора регрессионной модели, оценивания параметров модели, проверки значимости регрессии.

Можно выделить шесть основных этапов эконометрического моделирования:

1-й этап (постановочный). Формируется цель исследования, набор участвующих в модели экономических переменных.

В качестве цели эконометрического моделирования обычно рассматривают анализ исследуемого экономического объекта (процесса); прогноз его экономических показателей, имитацию развития объекта при различных значениях экзогенных переменных.

При выборе экономических переменных необходимо теоретическое обоснование каждой переменной. Объясняющие переменные не должны быть связаны функциональной или тесной корреляционной зависимостью, так как это может привести к невозможности оценки параметров модели или к получению неустойчивых, не имеющих реального смысла оценок.

2-й этап (априорный). Проводится анализ сущности изучаемого объекта, формирование и формализация априорной (известной до начала моделирования) информации.

3-й этап (параметризация). Осуществляется непосредственно моделирование, т.е. выбор общего вида модели, выявление входящих в нее связей.

Основная задача, решаемая на этом этапе, - выбор вида функции f(X) в эконометрической модели y=f(X)+e, в частности, возможность использования линейной модели как наиболее простой и надежной. Важной проблемой на этом этапе является проблема спецификации модели: выражение в математической форме обнаруженных связей и соотношений; установление состава экзогенных и эндогенных переменных, в том числе лаговых; формулировка исходных предпосылок и ограничений модели.

4-й этап (информационный). Осуществляется сбор необходимой статистической информации — наблюдаемых значений экономических переменных

Здесь могут быть наблюдения, полученные как с участием исследователя, так и без его участия.

5-й этап (идентификация модели). Осуществляется статистический анализ модели и оценка ее параметров.

6-й этап (верификация модели). Проводится проверка истинности, адекватности модели.

Выясняется, насколько удачно решены проблемы спецификации, идентификации и идентифицируемости модели, какова точность расчетов по данной модели, насколько соответствует построенная модель моделируемому реальному экономическому объекту или процессу.

2. Коэффициент детерминации.

Одной из наиболее эффективных оценок адекватности регрессионной модели, мерой качества уравнения регрессии, (или, как говорят, мерой качества подгонки регрессионной модели к наблюденным значениям yt), характеристикой прогностической силы анализируемой регрессионной модели является коэффициент детерминации, определяемый по формуле

[image]