Академический Документы
Профессиональный Документы
Культура Документы
РОССИЙСКОЙ ФЕДЕРАЦИИ
Чувашский государственный университет
имени И.Н. Ульянова
ЭКОНОМЕТРИКА
Методические указания к контрольным заданиям
Чебоксары 2004
2 Эконометрика
Оглавление
Введение 4
§1. Основные понятия теории вероятностей и
математической статистики . . . . . . . . . . . . . . . . . . . . . . . . . 6
.
4 Эконометрика
Введение
Эконометрический анализ связан с исследованием
различных экономических процессов и явлений, таких как
зависимость объема реализации от цены реализации (или
наоборот) для некоторых товаров и услуг; тенденция изменения
со временем значений некоторых параметров (объем продаж,
курс обмена валют и т.д.); закон равновесия спроса и
предложения и др.
В ходе исследования строится модель, представляющая
собой некое уравнение (в более общем случае – система
уравнений [3,4]). Структура модели определяется
исследователем на основе имеющегося у него практического
опыта и сделанных им предположений, не противоречащих
экономической теории. При этом параметры модели с уже
заданной структурой оцениваются методом наименьших
квадратов по статистическим данным, т.е. по наблюдаемым в
прошлом значениям тех величин, которые подверглись
исследованию. Построенная таким образом модель позволит
ответить на вопрос о том, какие значения может принять
интересующая нас величина (величины) в будущем. В этом,
пожалуй, состоит основная цель эконометрического анализа.
При этом надо иметь в виду, что построенная модель не есть
нечто застывшее и неизмененное. Приток новых данных в
обязательном порядке должен приводить к перерасчету
параметров модели. Помимо этого дополнительные данные
могут изменить представление исследователя о сути изучаемого
явления, что может привести к необходимости изменения самой
структуры модели.
Методические указания к контрольным заданиям 5
P( x X x dx (1.3)
b b
dx f ( x)dx 1 .
a
dx a
D[ X ] M X M [ X ]
2
2
x M [ X ]2 f ( x)dx . (1.5)
V [ X ] EX E[ X ]
Как и ранее, здесь приведены обозначения: русскоязычное
D (дисперсия, разброс) и англоязычное V (variation). Квадраты
ошибок оценивают в связи с тем, что теоретически всегда
M X M [ X ] 0 . При этом, однако, оказывается, что
дисперсия будет иметь размерность отличную от X . Например,
если X измеряется в рублях, то D[ X ] будет иметь
размерность – рубль в квадрате. Чтобы избавиться от этого
казуса, извлекают корень квадратный из дисперсии
[ X ] D[ X ] . (1.6)
M[X ] x
1
x1 x2 ... xn , (1.8)
n
D[ X ] M X M [ X ]
2
Dв
1
n 1
( x1 x ) 2 ( x2 x ) 2 ... ( xn x ) 2 ,
(1.9)
[ X ] S Dв , (1.10)
где x – выборочная средняя, Dв – исправленная выборочная
дисперсия, S – выборочное среднее квадратическое отклонение.
В общем случае X может иметь любые значения на
интервале (,) . Статистические данные при этом можно
интерпретировать как отдельные и далеко не всевозможные
значения случайной величины. Это лишь отдельные точки на
числовой оси. Очевидно, что оценка числовых характеристик
при этом будет неточной. Кроме того, на значения выборочных
Методические указания к контрольным заданиям 15
P( Z Z кр ) P( Z кр Z ) .
2
Тогда вероятность попадания в доверительный интервал
Pдов P( Z кр X Z кр ) 1 , (1.11)
Pдов 1 f
0
n1 , n2 ( F )dF , (1.16)
2: ХИ2ОБР Г кр ;
Стьюдента: СТЬЮДРАСПОБР Т кр ;
2
Г кр 0,025; n 10 ХИ2ОБР ; n 20,48 ;
2 2
Методические указания к контрольным заданиям 23
Стьюдента:
односторонняя критическая область для 0,05 будет
соотноситься с двусторонней для 0,1
M [ X i ] xi
1
x1i x2i ... xni ; (1.18)
n
M[X j ] xj
1
n
x1 j x2 j ... xnj ; (1.19)
в
D[ X i ] Di
1
n 1
x1i xi 2 ... xni xi 2 ; (1.20)
в
D[ X j ] D j
1
n 1
x1 j x j 2 ... xnj x j 2 ; (1.21)
[ X i ] Si Di в ; [ X j ] S j D j ;
в
(1.22)
covX i , X j K ij
1
n 1
x1i xi x1 j x j
... xni xi xnj x j ; (1.23)
в K ij
rij rij . (1.24)
Si S j
Методические указания к контрольным заданиям 29
A41 Bn 4 Bn 4
T
1
Bn 4 Cn1 ,
T
(1.25)
где
x
1
1,36 ... 2,44 2,477 ; (2.1)
10
y
1
6,91 ... 5,54 5,678 ; (2.2)
10
DX
в 1
9
1,36 x 2 ... 2,44 x 2 0,613 ; (2.3)
34 Эконометрика
в
DY
1
9
6,91 y 2 ... 5,54 y 2 0,801; (2.4)
в в
S X DX 0,783 ; SY DY 0,895 ; (2.5)
K XY
1
1,36 x 6,91 y ...
9
2,44 x 5,54 y 0,637 ; (2.6)
K XY
rXY r в 0,937 0 . (2.7)
S X SY
Таблица 1
i xi yi ( xi x ) [ yi y ] (...) 2
[...]2 (...)[...]
1 1,36 6,91 -1,117 1,232 1,248 1,518 -1,376
2 2,00 6,87 -0,477 1,192 0,228 1,421 -0,568
3 2,39 5,60 -0,087 -0,078 0,008 0,006 0,006
4 2,25 6,01 -0,227 0,332 0,052 0,110 -0,075
5 2,08 6,22 -0,397 0,542 0,158 0,294 -0,215
6 2,35 5,36 -0,127 -0,318 0,016 0,101 0,040
7 3,62 4,47 1,143 -1,208 1,306 1,459 -1,380
8 2,24 5,63 -0,237 -0,048 0,056 0,002 0,011
9 4,04 4,17 1,563 -1,508 2,443 2,274 -2,357
10 2,44 5,54 -0,037 -0,138 0,001 0,019 0,005
Σ 24,77 56,78 5,515 7,205 -5,90
в
Проверим гипотезу о значимости приближённой оценки r
коэффициента корреляции.
1. H 0 : оценка незначима; зависимости между X и Y нет, т.е.
rXY 0 ;
Методические указания к контрольным заданиям 35
n2
T rXY ,
1 rXY
2
10 2 8
Tнаб r в 0,937 7,619 .
1 r в 2
1 0,937
2
11 a 12 b 1 ,
21 a 22 b 2 ,
где
11 n 10; (2.8)
2 x1 y1. ... xn yn
1,36 6,91 ... 2,44 5,54 134,734. (2.12)
1 x1 y1
1
a x2 y2
A ; B ; C .
b
1 xn
yn
Применение компьютера при нахождении a и b позволит
ускорить работу и избежать арифметических ошибок. При этом
необходимо:
1) запустить текстовый редактор EXCEL;
2) ввести данные (по строкам или столбцам);
Методические указания к контрольным заданиям 37
y = 8,3321-1,0715x ; R 2 = 0,8789
у
9
7
5
3
1
0 1 2 3 4 5х
Рис. 10
S 2 22
D[a] S a i 1
2
;
n n 1 Dx
n в (2.13)
n xi x
2
i 1
Методические указания к контрольным заданиям 39
S2 S2
D[b] S b
2
;
n
n 1 Dx в
x x
2 (2.14)
i
i 1
где
2
1 n
S 2
yi a bxi ;
n 2 i1
(2.15)
1
S 2 0,873 0,109.
8
40 Эконометрика
0,143 66,87
Тогда (2.13), (2.14) S a 1,058 ;
2
10 5,515
0,143
Sb 0,158 .
2
5,515
4. Проверим гипотезу о значимости b .
1) H 0 : оценка параметра b незначима, т.е. bи 0 ( bи -
истинное значение параметра b ).
H1 : нет, это не так и bи 0 .
2) выбирается вспомогательная случайная величина
b
T , имеющая распределение Стьюдента с
[b]
числом степеней свободы n 2 .
3) Как и в §1 нас интересует односторонняя критическая
область слева , Tкр , т.к. приближённая оценка
параметра b 0,97 достаточно далеко отстоит от
нуля в отрицательной области. Для 0,05 , как и
раньше, Tкр 1,86 .
4) наблюдаемое значение вспомогательной величины
bнаб 1,072
Tнаб 2,693 ;
Sb 0,158
5) поскольку Tнаб ; 1,86 , то гипотеза H0
отвергается в пользу гипотезы H1 , т.е. с надёжностью
95% оценка параметра b значима.
5. Наблюдаемое значение bнаб параметра b будет
отличаться от истинного bи (абсолютно точно нам
неизвестное) скорее всего на небольшую величину.
Тогда наиболее вероятные наблюдаемые значения
Методические указания к контрольным заданиям 41
bнаб bи
величины T ( Tнаб имеющей распределение
Sb
Стьюдента) будут располагаться (см. рис.8, б))
симметрично около нуля в интервале Tкр , Tкр . Как
видно из рис.8, б Pдов P Tкр T Tкр 1 .
Тогда можно записать следующее двойное неравенство:
bнаб bи
Tкр Tкр .
Sb
Относительно bи в этом случае получится оценка
n
RSS a bxi y ;
2
(2.18)
i 1
n
ESS yi a bxi n 2 S 2 .
2
(2.19)
i 1
3) граница критической области Fкр , имеет значение
EY X
dY X X
b . (2.20)
dX Y Y
Поскольку X и Y можно считать случайными величинами, то
и E также будет случайной величиной. Её математическое
ожидание приближённо оценивается по формуле [3, 4]
x 2,477
M [E] b 1,072 0,48 , (2.21)
y 5,678
где x, y - выборочные средние.
Ожидаемое значение коэффициента эластичности может
быть использована для прогнозирования последствий
некоторых событий. В частности, можно говорить о том, что
если цена реализации X возрастёт на 4,8%, то объём
реализации снизиться на 10%.
44 Эконометрика
9. Объём реализации Y - величина случайная. Наиболее
возможные её значения для некоторой заданной цены
реализации X x0 находятся в доверительном интервале
M [Y / x0 ] Y M [Y / x0 ] .
Для линейной модели регрессии M Y / x0 a b x0
величина определяется по формуле [3, 4]:
S Tкр 1
1
x0 x 2 ,
n (2.22)
xi x
n 2
i 1
S 0,109 0,33;
1 (3,36 2,477) 2
.. 1 1,114;
10 5,515
M Y / x0 3,88; M Y / x0 5,58 .
Y T*И
Y 12
10
8
6
4
2
0
t
0 5 10 15 20 25 30
Рис. 11
Таблица 3
t Y T И С И С T И
1 6,13 6,81 0,90 0,98 6,25
2 7,79 6,84 1,14 1,19 6,53
3 8,45 6,88 1,23 1,24 6,81
4 8,66 6,91 1,25 1,28 6,75
5 6,92 6,95 1,00 1,17 5,93
6 6,42 6,99 0,92 0,99 6,47
7 5,23 7,02 0,74 0,82 6,37
8 4,05 7,06 0,57 0,68 5,94
9 5,4 7,09 0,76 0,78 6,95
10 5,87 7,13 0,82 0,87 6,78
11 6,92 7,17 0,97 0,98 7,06
12 8,88 7,20 1,23 1,19 7,44
13 8,74 7,24 1,21 1,24 7,04
14 9,77 7,27 1,34 1,28 7,61
15 9,05 7,31 1,24 1,17 7,75
16 7,29 7,34 0,99 0,99 7,35
Методические указания к контрольным заданиям 49
Y T C И И
С С И , (3.4)
T И T И И
50 Эконометрика
где И И/И . Отношение двух неопределённостей
(иррациональностей) очевидно тоже, в свою очередь, есть
некоторая неопределённость. Для определения значений С И ' '
необходимо лишь найти отношения соответствующих значений
второго и третьего столбцов табл.3: 6,13/6,81=0,9;
7,79 / 6,84 1,14 и т.д.
Таблица 4
K С И СР CPисп
1 0,90 0,97 1,04 0,97 0,98
2 1,14 1,23 1,16 1,18 1,19
3 1,23 1,21 1,24 1,22 1,24
4 1,25 1,34 1,21 1,27 1,28
5 1,00 1,24 1,22 1,15 1,17
6 0,92 0,99 1,03 0,98 0,99
7 0,74 0,84 0,85 0,81 0,82
8 0,57 0,76 0,68 0,67 0,68
9 0,76 0,77 0,77 0,78
10 0,82 0,89 0,86 0,87
9,87 10,00
В идеале значения С И должны быть равны в каждой
строке. Однако этого не наблюдается вследствие влияния
иррациональности И ' ' . Чтобы попытаться избавиться от этого
влияния, оцениваются средние (ожидаемые) значения СP
Методические указания к контрольным заданиям 51
n l R2
F , (3.8)
l 1 1 R2
имеющая распределение Фишера, где n 28 - объём
статистических данных и l 3 - количество параметров
модели.
3. Оценивается критическое значение с уровнем значимости
0,05 (т.е. надёжностью Pдов 1 0,95 ).
Fкр Fкр (α 0,05; к1 l 1 2; к 2 n l 25 ) .
Таблица 5
t M T / t С YF
ЛН Н/Л ЛН Н/Л
29 8,15 7,92 0,78 6,34 6,15
30 8,22 7,93 0,87 7,12 6,87
31 8,28 7,95 0,98 8,12 7,80
32 8,35 7,96 1,19 9,96 9,50
33 8,41 7,97 1,24 10,44 9,89
34 8,48 7,97 1,28 10,88 10,23
35 8,54 7,97 1,17 9,97 9,31
36 8,61 7,97 0,99 8,54 7,91
37 8,67 7,97 0,82 7,12 6,54
38 8,74 7,96 0,68 5,95 5,42
54 Эконометрика
Значения фактора С в табл. 5 являются продолжением
повторяющихся значений этого параметра из табл. 3.
Прогнозные значения YF рассчитываются на основе
мультипликационной модели
YF M [T / t ] C . (3.9)
M[T/t] 12
10
8
6
4
2
0
0 5 10 15 20 25 30 35 40
Рис. 13 t
X1 X2 X3 X4 X5 X6
1 X1
0,1 1 X2
0,6 0,9 1 X3
R66
0,9 0,2 0,8 1 X4
0,7 0,3 0,1 0,2 1 X5
0,8 0,6 0,7 0,6 0,1 1 X6
Рис.14
На вид данной структуры влияют коэффициенты корреляции
большие по модулю величины 0.5.
Следующим этапом количественного анализа является
построение регрессионной модели, отражающей
представленные на рис.14 взаимосвязи. При этом надо
постараться избавиться от так называемого эффекта
мультиколлинеарности. Это означает, что аргументами функций,
отражающих искомые зависимости, могут быть лишь
независимые параметры. Чтобы удовлетворять этому
требованию модель, может приобретать многоуровневый
характер. В нашем случае, например, такой:
M [ X 1 / X 5 , X 6 ] 0 1 x5 2 x6 , 4.1
M [ X / X , X ] x x , 4.2
6 2 4 0 1 2 2 4
M [ X 2 / X 3 ] f X 3 ,
4.3
M [ X 4 / X 3 ] g X 3 . 4.4
Функции f и g могут быть нелинейными и иметь один из
видов, указанных в §2 и 3. Параметры каждого из четырёх
взаимосвязанных регрессионных уравнений определяются
традиционным методом наименьших квадратов. Если при
проверке выяснится значимость каждого регрессионного
уравнения, то можно надеяться, что и вся система будет
значима.
58 Эконометрика
Приложение:
Таблицы критических значений распределений Стьюдента и
Фишера
Распределение Стьюдента (t-распределение)
Уровень значимости (односторонние границы)
0,10 0,05 0,025 0,01 0,005 0,001 0,0005
1 3,078 6,314 12,706 31,821 63,657 318,31 636,6
2 1,886 2,920 4,303 6,965 9,925 22,327 31,6
3 1,638 2,353 3,182 4,541 5,841 10,214 12,94
4 1,533 2,132 2,776 3,747 4,604 7,173 8,610
5 1,476 2,015 2,571 3,365 4,032 5,893 6,859
6 1,440 1,943 2,447 3,143 3,707 5,208 5,959
7 1,415 1,895 2,365 2,998 3,499 4,785 5,105
8 1,397 1,860 2,306 2,896 3,355 4,501 5,041
9 1,383 1,833 2,262 2,821 3,250 4,297 4,781
10 1,372 1,812 2,228 2,764 3,169 4,144 4,587
11 1,363 1,796 2,201 2,718 3,106 4,025 4,437
12 1,356 1,782 2,179 2,681 3,055 3,930 4,318
13 1,350 1,771 2,160 2,650 3,012 3,852 4,221
14 1,345 1,761 2,145 2,624 2,977 3,787 4,140
15 1,341 1,753 2,131 2,602 2,947 3,733 4,073
16 1,337 1,746 2,120 2,583 2,921 3,686 4,015
17 1,333 1,740 2,110 2,567 2,898 3,646 3,965
18 1,330 1,734 2,101 2,552 2,878 3,610 3,922
19 1,328 1,729 2,093 2,539 2,861 3,579 3,883
20 1,325 1,725 2,086 2,528 2,845 3,552 3,850
25 1,316 1,708 2,060 2,485 2,787 3,450 3,725
30 1,310 1,697 2,042 2,457 2,750 3,385 2,646
40 1,303 1,684 2,021 2,423 2,704 3,307 3,551
50 1,296 1,676 2.009 2,403 2,678 3,262 3,495
60 1,296 1,671 2,000 2,390 2,660 3,232 3,460
80 1,292 1,664 1,990 2,374 2,639 3,195 3,415
100 1,290 1,660 1,984 2,365 2,626 3,174 3,389
1,282 1,645 1,960 2,326 2,576 3,090 3,29
0,2 0,1 0,05 0,02 0,01 0,002 0,001
Уровень значимости (двусторонние границы)
60 Эконометрика
ЭКОНОМЕТРИКА
МЕТОДИЧЕСКИЕ УКАЗАНИЯ К КОНТРОЛЬНЫМ ЗАДАНИЯМ