Эконометрика: Учебно-методическое пособие (Изложение базовых знаний и основных практических навыков построения и использования эконометрических моделей), страница 24

Если же таких переменных несколько, целесообразно прибегнуть к сравнению значений коэффициентов детерминации модели до и после исключения из модели переменных, которые считаются лишними, при помощи расчета F-критерия по формуле:

                                                                (4.20)

где m₁ – число объясняющих переменных в первоначальном уравнении, m₂ – число объясняющих переменных в уравнении после отброса лишних переменных.

Полученное значение сравнивается с критическим F _{α;m1–m2;n–m1–1}. Если расчетное значение меньше, то считается, что исключенные из модели переменные являются лишними.

Ошибки третьего вида можно обнаружить только при помощи содержательной интерпретации модели или визуально анализируя данные или по наличию гетероскедастичности (см. тему 7).

Комплексный анализ ошибок спецификации можно провести, выполнив один или несколько из следующих тестов:

1)  Тест Рамсея (Regression specification error test – RESET);

2)  Тест максимального правдоподобия (The Likelihood Ratio test);

3)  Тест Валда (The Wald test);

4)  Тест множителя Лагранжа (The Lagrange multiplier test);

5)  Тест Хаусманна (The Hausmann test)

6)  Преобразование Бокса-Кокса (Box-Cox transformation)

Вопросы для самоконтроля

1.  Дайте определение множественной регрессионной модели.

2.  Каким образом осуществляется выбор переменных, включаемых в модель?

3.  Выполнение каких предпосылок необходимо для применения МНК?

4.  Какое количество уравнений в системе, решение которой дает оценку параметров МНК?

5.  Какие особенности оценки качества модели множественной регрессии Вы можете назвать?

6.  Каким образом оценивается статистическая значимость коэффициента детерминации?

7.  Что такое мультиколлинеарность?

8.  Какие последствия мультиколлинеарности Вы знаете?

9.  Перечислите методы определения мультиколлинеарности.

10.  Опишите методы устранения мультиколлинеарности.

11.  Назовите основные признаки качественной модели.

12.  Что такое ошибка спецификации?

13.  Какие виды ошибок спецификации Вы знаете? В чем их суть?

14.  Каким образом можно обнаружить ошибки спецификации?

15.  Перечислите способы ошибок спецификации

Задания и задачи

1.  Запишите спецификацию модели множественной линейной регрессии:

a)  рыночного спроса

b)  рыночного предложения

c)  совокупных расходов в кейнсианской модели «доходы - расходы»

d)  рациональных ожиданий

e)  трансакционных издержек

2.  Проведите линеаризацию следующих моделей множественной регрессии:

a) 

b) 

c) 

3.  По данным таблицы построить матрицу корреляции и разработать модель множественной регрессии, которая анализирует факторы, влияющие на объемы продаж в магазинах:

4.  Оцените качество полученной в предыдущем задании модели.

5.  Оцените статистическую значимость коэффициентов линейной регрессионной модели Q_d = f(P,L, P_в3/3,t) из задания 3.