Эконометрика лекции
Далее проверка значимости
=
.
Далее проверка значимости коэффициента совпадает полностью с проверкой значимости уравнения регрессии.
В случае, когда наблюдения проводились с повторениями, то есть при
некотором наборе
было проведено n
дополнительных повторных опытов, появляется возможность проверить
качество выбора модели, то есть ее адекватность опытным данным. Пусть в дополнительной
точке
получены значения
, которые отражают лишь влияние случайных
ошибок или, в худшем случае, влияние неучтенных факторов на результаты наблюдений. Оценим
дисперсию ошибок по этим данным
.
Если регрессия адекватна наблюдениям, то и
и
будут несмещенными оценками одной и той же
дисперсии случайных ошибок
.
Итак, нулевая гипотеза в этом случае имеет вид
. (3.21)
А конкурирующая гипотеза утверждает, что равенство (3.21) не выполняется,
то есть остатки модели слишком велики по сравнению с ошибками наблюдений и, следовательно,
модель (3.1) неадекватна. Это позволяет использовать критерий Фишера для проверки
адекватности регрессионной модели. Сначала выберем уровень значимости
в пределах от 0,01 до 0,1 и из
таблиц распределения Фишера найти величину
. Затем находят
. Если ![]()
, нет оснований отвергнуть гипотезу об
адекватности, если![]()
гипотеза об адекватности модели отвергается.
Параграфы
- Сущность и история возникновения эконометрики
- </b>Парный регрессионный анализ
- Множественная регрессия
- Гетероскедастичность моделей, ее обнаружение и методы устранения гетероскедастичности
- прогнозирование временных рядов
- Сглаживание Временных рядов
- ОДНОВРЕМЕННЫЕ УРАВНЕНИЯ. МЕТОДЫ ИДЕНТИФИКАЦИИ
- Моделирование структурными уравнениями
- РАЗНОСТНЫЕ УРАВНЕНИЯ И ИХ РЕШЕНИЕ
- Стационарные временные ряды авторегрессии-скользящего среднего
- Временные ряды с высокой изменчивостью
- Ложная регрессия, коинтеграция и модели корректировки ошибок
- Элементы линейной алгебры
- Элементы теории вероятностей и математической статистики
- метод наименьших квадратов