Эконометрика лекции
Сейчас наступил момент когда
Сейчас наступил момент, когда следует признать, что истинных значений коэффициентов a и b модели нам никогда не удастся найти. Найденные по методу МНК коэффициенты являются лишь выборочными оценками истинных коэффициентов. Поэтому, в отличие от параметров a и b, мы их обозначили aи b. Выборочные оценки a и b являются случайными величинами, так как зависят от выборки xi и Yi, а также от выбранного метода расчета. Поэтому, как это принято в математической статистике, возникает вопрос о несмещенности, эффективности и состоятельности оценок a и b, полученных по МНК. Следует также рассмотреть вопрос о построении доверительных интервалов для a и b.
Из формул (2.5) теперь следует, что
(2.8)
Так как Y= a+bx+e, то cov(x,Y)= cov(x, a+bx+e)= cov(x, bx)+ cov(x, e)=
= bcov(x, x)+ cov(x, e)==bD(x)+ cov(x, e). Следовательно,
. (2.9)
Итак, выборочный коэффициент регрессии представляется в виде суммы двух слагаемых: истинного значения b и случайной составляющей, зависящей от cov(x, e). Аналогично, коэффициент a можно разложить на сумму истинного коэффициента a и случайной составляющей:
(2.10)
где
, i=1,2,…,n.
Из формул (2.9) и (2.10) вытекает важное следствие. Если случайную ошибку e увеличить в k раз, то есть заменить ошибкой ke, то ошибка при определении параметров a и b тоже увеличится в k раз. Это вытекает из соотношения
назад далее
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