Решение:
Исследуем мультпколлинеарность в массиве независимых переменных при помощи алгоритма Фаррара-Глобера. Расчёты проведём в Microsoft Excel, округляя числа до четвёртого знака после запятой.
Нахождение корреляционной матрицы выполним с помощью встроенной функции «Корреляция» (Сервиз—>Анализ данных —> Корреляция), которая позволяет находить коэффициенты корреляции более чем двух факторов:
Её определитель: Он вычислен с помощью функции МОПРЕД().
При имеется полная мультиколлинеарность, а если , то мультиколлинеарность отсутствует. В нашем случае , поэтому продолжим исследование на наличие мультиколлинеарности.
Определим фактическое значение критерия «хи»-квадрат Пирсона:
Фактическое значение критерия сравнивается с табличным значением при степенях свободы и уровне значимости : Т.к. то в массиве объясняющих переменных существует мультиколлинеарность.
С помощью функции МОБР() определим обратную матрицу:
Вычисление -критериев Фишера осуществляем по формуле
где — диагональные элементы матрицы . Имеем
Фактические значения критериев сравниваются с табличным при степенях свободы и уровне значимости :
Т.к. , то независимые переменные и мультиколлинеарны с другими.
Находим частные коэффициенты корреляции по формуле
где — элемент матрицы , содержащийся в -ой строке и -ом столбце; и — диагональные элементы матрицы . Получаем:
Вычисление -критериев Стьюдента осуществляем по формуле
Имеем
Фактические значения критериев сравниваются с табличным при степенях свободы и уровне значимости .
Т.к. , то между независимыми переменными и существует мультиколлинеарность.
Для того, чтобы избавиться от мультиколлинеарности, можно исключить одну из переменных мультиколлинеарной пары и . Удалить следует переменную , т.к. у неё больше значение -критерия. Следовательно, она больше влияет на общую мультиколлинеарность модели. Однако этот шаг не должен противоречить экономическому смыслу задачи.
Кстати готовые на продажу задачи тут, и там же теория из учебников может быть вам поможет она.
Гетсроскедастичность в эконометрическом моделировании
К оглавлению…
Условие независимости дисперсии ошибок от номера наблюдения называется гомоскедастичностью. Нарушение данного условия вызывает нежелательное явление, называемое гетероскедастичиостью.
Гетероскедастичность возникает, когда значения переменных в уравнении регрессии сильно отличаются в разных наблюдениях, т.е. если анализируемые объекты неоднородны. Неоднородность объектов может отражаться в несопоставимости их «размеров».
Например, в одну выборку объединены крупные и мелкие банки, у которых анализируется зависимость прибыли от величины активов . В этом случае можно ожидать, что для крупных банков колебание прибыли будет выше, чем для мелких. Величина колебаний повлияет на дисперсию ошибок.
Неоднородность может также проявляться, когда в одну выборку объединяются предприятия разного профиля деятельности.
Часто при исследовании совокупности данных на гетероскедастичность предполагается, что дисперсия остатков пропорциональна квадрату значений одной из независимых переменных .
В этом случае наиболее эффективен параметрический тест Гольд-фельда-Квандта. Опишем его алгоритм.
Do'stlaringiz bilan baham: |