Модель множественной регрессии
Download 0.71 Mb.
|
Конспект лекций по эконометрике (часть 2)
Разделим обе части ( ) на известное : ( ) Сделаем замены переменных: ( ) получим уравнение регрессии без свободного члена, но с двумя факторами и с преобразованным отклонением: ( ) Можно показать, что для vi выполняется условие гомоскедастичности. Поэтому для модели ( ) выполняются все предпосылки МНК, и оценки, полученные по МНК, будут наилучшими линейными несмещенными оценками. Таким образом, наблюдения с наименьшими дисперсиями получают наибольшие «веса», а наблюдения с наибольшими дисперсиями – наименьшие «веса». Поэтому наблюдения с меньшими дисперсиями отклонений будут более значимыми при оценке параметров регрессии, чем наблюдения с большими дисперсиями. При этом повышается вероятность получения более точных оценок. Полученные по МНК оценки параметров модели ( ) можно использовать в первоначальной модели ( ). Для применения ВНК необходимо знать фактические значения дисперсий отклонений . На практике такие значения известны крайне редко. Поэтому, чтобы применить ВНК, необходимо сделать реалистические предположения о значениях . Чаще всего предполагается, что дисперсии отклонений пропорциональны или значениям xi, или значениям . Если предположить, что дисперсии пропорциональны значениям фактора xj, т.е. ( ) тогда уравнение () преобразуется делением его левой и правой частей на : или ( ) Здесь для случайных отклонений выполняется условие гомоскедастичности. Следовательно, для регрессии ( ) применим обычный МНК. Следует отметить, что регрессия ( ) не имеет свободного члена, но зависит от двух факторов. Оценив для ( ) по МНК коэффициенты а и b, возвращаемся к исходному уравнению регрессии. Если в уравнении регрессии присутствует несколько объясняющих переменных, вместо конкретной переменной xj используется исходное уравнение множественной регрессии т.е. фактически линейная комбинация факторов. В этом случае получают следующую регрессию: ( ) Если предположить, что дисперсии пропорциональны , то соответствующим преобразованием будет деление уравнения регрессии ( ) на xi: или, если переобозначить остатки как : ( ) Здесь для отклонений vi также выполняется условие гомоскедастичности. Применяя обычный МНК к регрессии ( ) в преобразованных переменных , получим оценки параметров, после чего возвращаемся к исходному уравнению ( ). Отметим, что в регрессии ( ) по сравнению с исходным уравнением параметры поменялись ролями: свободный член а стал коэффициентом, а коэффициент b – свободным членом. Download 0.71 Mb. Do'stlaringiz bilan baham: |
Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©fayllar.org 2024
ma'muriyatiga murojaat qiling
ma'muriyatiga murojaat qiling