Презентация на тему: 1 Модель множественной регрессии всегда включает случайную составляющую Метод

Реклама. Продолжение ниже
1 Модель множественной регрессии всегда включает случайную составляющую Метод
Гетероскедастичность случайной сост а вляющей
1 Модель множественной регрессии всегда включает случайную составляющую Метод
1 Модель множественной регрессии всегда включает случайную составляющую Метод
Примеры моделей с гетероскедастичной случайной составляющей
ПРИМЕР (зависимость инвестиций от ВРП в 200 6 г. по российским регионам )
ПРИМЕР (зависимость инвестиций от ВРП в 200 6 г. по российским регионам )
ПРИМЕР (зависимость инвестиций от ВРП в 200 6 г. по российским регионам )
ПРИМЕР (зависимость инвестиций от ВРП в 200 6 г. по российским регионам )
1 Модель множественной регрессии всегда включает случайную составляющую Метод
ПОСЛЕДСТВИЯ ГЕТЕРОСКЕДАСТИЧНОСТИ
ОБНАРУЖЕНИЕ ГЕТЕРОСКЕДАСТИЧНОСТИ
ОБНАРУЖЕНИЕ ГЕТЕРОСКЕДАСТИЧНОСТИ
1 Модель множественной регрессии всегда включает случайную составляющую Метод
ОБНАРУЖЕНИЕ ГЕТЕРОСКЕДАСТИЧНОСТИ
Устранение ГЕТЕРОСКЕДАСТИЧНОСТИ
Устранение гетероскедастичности пример
Устранение гетероскедастичности пример
Устранение гетероскедастичности пример
Устранение гетероскедастичности пример
2) Изменить функциональную форму модели
2) Изменить функциональную форму модели
1/22
Средняя оценка: 5.0/5 (всего оценок: 97)
Код скопирован в буфер обмена
Скачать (1194 Кб)
Реклама. Продолжение ниже
1

Первый слайд презентации

1 Модель множественной регрессии всегда включает случайную составляющую Метод наименьших квадратов является наилучшим только если случайная составляющая обладает двумя свойствами 1) случайная составляющая является гомоскедастичной (имеет постоянную дисперсию) 2) в случайной составляющей отсутствует автокорреляция

Изображение слайда
1/1
2

Слайд 2: Гетероскедастичность случайной сост а вляющей

2 Пусть нарушено первое условие Тогда говорят, что имеет место гетероскедастичность, т.е. ошибки регрессии имеют непостоянные дисперсии В этом случае МНК не является лучшим методом.

Изображение слайда
1/1
3

Слайд 3

Условия Гаусса-Маркова Иллюстрация гомоскедастичности. МНК можно использовать

Изображение слайда
1/1
4

Слайд 4

Условия Гаусса-Маркова Иллюстрация гетероскедастичности. МНК нельзя использовать

Изображение слайда
1/1
5

Слайд 5: Примеры моделей с гетероскедастичной случайной составляющей

5 Примеры моделей с гетероскедастичной случайной составляющей а) в) б) а) Дисперсия   2 растет по мере увеличения значений объясняющей переменной X б) Дисперсия   2 имеет наибольшие значения при средних значениях X, уменьшаясь по мере приближения к крайним значениям в) Дисперсия ошибки наибольшая при малых значениях X, быстро уменьшается и становится однородной по мере увеличения X

Изображение слайда
Изображение для работы со слайдом
Изображение для работы со слайдом
Изображение для работы со слайдом
1/4
6

Слайд 6: ПРИМЕР (зависимость инвестиций от ВРП в 200 6 г. по российским регионам )

Регион VRP INV Белгородская область 119673,20 48422 Брянская область 61888,30 10973 Владимирская область 76328,10 20292 Воронежская область 70849,40 36265 Ивановская область 47949,80 14652

Изображение слайда
1/1
7

Слайд 7: ПРИМЕР (зависимость инвестиций от ВРП в 200 6 г. по российским регионам )

Коэффициенты Стандартная ошибка t-статистика P-Значение Y-пересечение 5164,439 11352,89 0,454901 0,650428 VRP 0,345983 0,070519 4,906268 4,88E-06

Изображение слайда
1/1
Реклама. Продолжение ниже
8

Слайд 8: ПРИМЕР (зависимость инвестиций от ВРП в 200 6 г. по российским регионам )

8 ПРИМЕР (зависимость инвестиций от ВРП в 200 6 г. по российским регионам )

Изображение слайда
1/1
9

Слайд 9: ПРИМЕР (зависимость инвестиций от ВРП в 200 6 г. по российским регионам )

9 ПРИМЕР (зависимость инвестиций от ВРП в 200 6 г. по российским регионам )

Изображение слайда
1/1
10

Слайд 10

Наиболее распространенный случай гетероскедастичности: дисперсия растет с ростом одного из факторов.

Изображение слайда
1/1
11

Слайд 11: ПОСЛЕДСТВИЯ ГЕТЕРОСКЕДАСТИЧНОСТИ

11 ПОСЛЕДСТВИЯ ГЕТЕРОСКЕДАСТИЧНОСТИ 1. Обычная МНК оценка становится не самой точной (есть более точные оценки). 2. Проверка гипотез о значимости становится некорректной

Изображение слайда
1/1
12

Слайд 12: ОБНАРУЖЕНИЕ ГЕТЕРОСКЕДАСТИЧНОСТИ

Y X Гомоскедастичность Y X Гетероскедастичность 12 Визуальный метод. Диаграмма рассеяния ОБНАРУЖЕНИЕ ГЕТЕРОСКЕДАСТИЧНОСТИ

Изображение слайда
1/1
13

Слайд 13: ОБНАРУЖЕНИЕ ГЕТЕРОСКЕДАСТИЧНОСТИ

13 Визуальный метод. Графики остатков после построения оценок по методу МНК ОБНАРУЖЕНИЕ ГЕТЕРОСКЕДАСТИЧНОСТИ Гомоскедастичность e X или Y Гетероскедастичность e X или Y

Изображение слайда
1/1
14

Слайд 14

19 ОБНАРУЖЕНИЕ ГЕТЕРОСКЕДАСТИЧНОСТИ

Изображение слайда
1/1
Реклама. Продолжение ниже
15

Слайд 15: ОБНАРУЖЕНИЕ ГЕТЕРОСКЕДАСТИЧНОСТИ

15 Тесты : 1. Тест ранговой корреляции Спирмена. 2. Тест Глейзера. 3. Тест Голдфелда-Квандта. 4. Тест Уайта. ОБНАРУЖЕНИЕ ГЕТЕРОСКЕДАСТИЧНОСТИ В специализированных эконометрических пакетах эти тесты есть

Изображение слайда
1/1
16

Слайд 16: Устранение ГЕТЕРОСКЕДАСТИЧНОСТИ

16 Устранение ГЕТЕРОСКЕДАСТИЧНОСТИ 1) Использовать обобщенный метод наименьших квадратов В этом методе предполагается, что стандартное отклонение остатков пропорционально одной из объясняющих переменных Например,

Изображение слайда
1/1
17

Слайд 17: Устранение гетероскедастичности пример

Делим уравнение на эту объясняющую переменную (в примере на ВРП )

Изображение слайда
Изображение для работы со слайдом
1/2
18

Слайд 18: Устранение гетероскедастичности пример

Создаем новые переменные Регион VRP INV INV/VRP 1/VRP Белгородская область 119673,20 48422 0,40 8,36E-06 Брянская область 61888,30 10973 0,18 1,62E-05 Владимирская область 76328,10 20292 0,27 1,31E-05 Воронежская область 70849,40 36265 0,51 1,41E-05 Ивановская область 47949,80 14652 0,31 2,09E-05 Калужская область 83817,40 16268 0,19 1,19E-05

Изображение слайда
1/1
19

Слайд 19: Устранение гетероскедастичности пример

Коэффициенты Стандартная ошибка t-статистика P-Значение Y-пересечение 0,491025 0,0864 5,683151 2,13E-07 1/VRP -11337,2 7354,391 -1,54156 0,127178

Изображение слайда
1/1
20

Слайд 20: Устранение гетероскедастичности пример

Изображение слайда
1/1
21

Слайд 21: 2) Изменить функциональную форму модели

Изображение слайда
1/1
22

Последний слайд презентации: 1 Модель множественной регрессии всегда включает случайную составляющую Метод: 2) Изменить функциональную форму модели

Прологарифмируем данные и построим модель в логарифмах

Изображение слайда
1/1
Реклама. Продолжение ниже