Оцените презентацию от 1 до 5 баллов!
Тип файла:
ppt / pptx (powerpoint)
Всего слайдов:
22 слайда
Для класса:
1,2,3,4,5,6,7,8,9,10,11
Размер файла:
1.07 MB
Просмотров:
59
Скачиваний:
0
Автор:
неизвестен
Слайды и текст к этой презентации:
№1 слайд![Спецификация переменных в](/documents_6/7003a83414ffd4df072e8d03b888df5c/img0.jpg)
Содержание слайда: Спецификация переменных в уравнениях регрессии
№2 слайд![Моделирование Вопросы К каким](/documents_6/7003a83414ffd4df072e8d03b888df5c/img1.jpg)
Содержание слайда: Моделирование
Вопросы:
К каким результатам приведет включение в уравнение регрессии переменной, которой там недолжно быть;
Каковы последствия отсутствия переменной, которая должна присутствовать;
Что произойдет, если вместо некоторых исходных данных решим использовать «заменители».
№3 слайд![Результаты неправильной](/documents_6/7003a83414ffd4df072e8d03b888df5c/img2.jpg)
Содержание слайда: Результаты неправильной спецификации переменных
Опущена необходимая переменная –
Оценки коэффициентов регрессии оказываются смещенными,
Стандартные ошибки коэффициентов и t-тесты в целом становятся некорректными
Включена ненужная переменная –
Оценки коэффициентов регрессии оказываются несмещенными, однако неэффективными;
Стандартные ошибки в целом корректны, но из-за эффективности будут излишне большими.
№4 слайд![Влияние отсутствия](/documents_6/7003a83414ffd4df072e8d03b888df5c/img3.jpg)
Содержание слайда: Влияние отсутствия необходимой переменной
Проблема смещения
истинная модель y=x1 + x2
строим модель y=x1
Неприменимость статистических тестов
№5 слайд![Свойства коэффициентов](/documents_6/7003a83414ffd4df072e8d03b888df5c/img4.jpg)
Содержание слайда: Свойства коэффициентов регрессии
Интерпретация коэффициентов регрессии
Несмещенность коэффициентов
Точность коэффициентов
Предположения:
1) выполняются 4 условия Гаусса-Маркова
2) имеется достаточное количество данных
3) между независимыми переменными нет строгой линейной зависимости
№6 слайд![Интерпретация коэффициентов](/documents_6/7003a83414ffd4df072e8d03b888df5c/img5.jpg)
Содержание слайда: Интерпретация коэффициентов регрессии
Утверждение
bi – оценивает влияние xi на y при неизменности влияния на y остальных переменных
Для p=2 оценка коэффициента b1 по МНК
Доказательство утверждения: см. на доску
№7 слайд![Несмещенность Случай p](/documents_6/7003a83414ffd4df072e8d03b888df5c/img6.jpg)
Содержание слайда: Несмещенность
Случай p=2
Теорема
где
Следствие
доказательство
№8 слайд![Точность МНК дает наиболее](/documents_6/7003a83414ffd4df072e8d03b888df5c/img7.jpg)
Содержание слайда: Точность
МНК дает наиболее эффективные линейные оценки (теорема Гаусса-Маркова)
Факторы, влияющие на точность:
ЧИСЛО НАБЛЮДЕНИЙ В ВЫБОРКЕ;
ДИСПЕРСИЯ ВЫБОРКИ ОБЪЯСНЯЮЩИХ ПЕРЕМЕННЫХ;
ТЕОРЕТИЧЕСКАЯ ДИСПЕРСИЯ СЛУЧАЙНОГО ЧЛЕНА;
СВЯЗЬ МЕЖДУ СОБОЙ ОБЪЯСНЯЮЩИХ ПЕРЕМЕННЫХ.
Доказательство для случая p=2
№9 слайд![Стандартные ошибки](/documents_6/7003a83414ffd4df072e8d03b888df5c/img8.jpg)
Содержание слайда: Стандартные ошибки коэффициентов регрессии
«Стандартная ошибка» коэффициента множественной регрессии - оценка стандартного отклонения распределения коэффициента регрессии
Для случая p=2:
№10 слайд![Мультиколлинеарность](/documents_6/7003a83414ffd4df072e8d03b888df5c/img9.jpg)
Содержание слайда: Мультиколлинеарность
Мультиколлинеарность – понятие, используемое для описания ситуации, когда нестрогая линейная зависимость приводит к получению ненадежных оценок регрессии
Замечание 1: если другие факторы благоприятны, то можно получить и хорошие оценки
Замечание 2: проблема мультиколлинеарности является обычной для временных рядов
№11 слайд![Проверка мультиколлинеарности](/documents_6/7003a83414ffd4df072e8d03b888df5c/img10.jpg)
Содержание слайда: Проверка мультиколлинеарности факторов
Проверяем гипотезу о независимости переменных
H0: det R=1
Теорема
Величина
асимптотически имеет -распределение с 0,5n(n-1) степенями
свободы.
Следствие
если , то гипотеза H0 отклоняется
№12 слайд![Методы смягчения](/documents_6/7003a83414ffd4df072e8d03b888df5c/img11.jpg)
Содержание слайда: Методы смягчения мультиколлинеарности
А) Попытки повысить степень выполнения четырех параметров:
число наблюдений;
выборочные дисперсии объясняющих переменных;
дисперсия случайного члена.
Б) использование внешней информации:
теоретические ограничения;
внешние эмпирические оценки.
№13 слайд![F-тест F-статистика F тест](/documents_6/7003a83414ffd4df072e8d03b888df5c/img12.jpg)
Содержание слайда: F-тест
F-статистика
F–тест оценивает значимость уравнения в целом:
проверяется гипотеза H0:
№14 слайд![Качество оценивания](/documents_6/7003a83414ffd4df072e8d03b888df5c/img13.jpg)
Содержание слайда: Качество оценивания: коэффициент R2
R2 – один из ряда диагностических показателей (причем не самый важный)
Скорректированный R2
№15 слайд![Дальнейший анализ дисперсии](/documents_6/7003a83414ffd4df072e8d03b888df5c/img14.jpg)
Содержание слайда: Дальнейший анализ дисперсии
ESS – объясненная сумма квадратов
RSS – остаточная сумма квадратов
2 этапа оценивания:
оцениванием регрессию с k независимыми переменными
оцениванием регрессию с m>k независимыми переменными
Гипотеза H0: дополнительные переменные не увеличивают объяснение регрессией
F-статистика:
№16 слайд![Зависимость между F- и](/documents_6/7003a83414ffd4df072e8d03b888df5c/img15.jpg)
Содержание слайда: Зависимость между F- и t-статистиками
t-тест обеспечивает проверку предельного вклада каждой переменной при допущении, что все другие переменные уже включены в уравнение
t-тест эквивалентен F-тесту для предельного вклада переменной, которая была отброшена
Замечание: возможна ситуация, когда t-тест для каждой переменной незначим, а F-тест для уравнения в целом значим.
Объяснение: если объясняющие способности независимых переменных перекрываются, т.е. имеется мультиколлинеарность.
№17 слайд![Поведение R при невключении](/documents_6/7003a83414ffd4df072e8d03b888df5c/img16.jpg)
Содержание слайда: Поведение R2 при невключении объясняющей переменной
Значение R2 может быть смещено вверх (при положительной корреляции объясняющих переменных) или вниз ( при отрицательной корреляции)
№18 слайд![Замещающие переменные Вместо](/documents_6/7003a83414ffd4df072e8d03b888df5c/img17.jpg)
Содержание слайда: Замещающие переменные
Вместо отсутствующей переменной используем заменитель (proxy)
Пример.
модель
y – расходы потребителя на питание
x – располагаемый личный доход
p – относительная цена продовольствия
Пусть lnx имеет явно выраженный временной тренд, тогда время t можно использовать как заменитель x
№19 слайд![Результаты моделирования](/documents_6/7003a83414ffd4df072e8d03b888df5c/img18.jpg)
Содержание слайда: Результаты моделирования
№20 слайд![Непреднамеренное](/documents_6/7003a83414ffd4df072e8d03b888df5c/img19.jpg)
Содержание слайда: Непреднамеренное использование замещающих переменных
Если корреляция между z и x незначительна, то результаты будут плохими
Если корреляция между z и x тесная, то результаты будут удовлетворительными
Если цель регрессии – предсказание значений y, то использование замещающих переменных целесообразно
Если цель регрессии – научное любопытство, то использование замещающих переменных обычно нецелесообразно
Если хотим использовать объясняющую переменную как инструмент экономической политики, то последствия использования замещающей переменной могут быть катастрофическими
№21 слайд![Анализ остатков Взгляд](/documents_6/7003a83414ffd4df072e8d03b888df5c/img20.jpg)
Содержание слайда: Анализ остатков
Взгляд пессимиста:
свидетельство неудачи
Взгляд оптимиста:
источник новых идей
основа для постановки новых задач
конструктивная критика
Пример: продажа предметов длительного пользования
№22 слайд![ЛАГОВЫЕ ПЕРЕМЕННЫЕ лаговые](/documents_6/7003a83414ffd4df072e8d03b888df5c/img21.jpg)
Содержание слайда: ЛАГОВЫЕ ПЕРЕМЕННЫЕ
лаговые переменные – это экзогенные или эндогенные переменные, которые относятся к предыдущим моментам времени и находятся в эконометрической модели одновременно с переменными, относящимися к текущему моменту времени.
Например, xt-1 – это лаговая экзогенная переменная, а yt-1 – это лаговая эндогенная переменная