(x) (точніше - параметричне сімейство, до якого належить шукана функція, розглянута як функція від значень пояснюють змінних x);
Крок 2. За допомогою методів математичної статистики знаходяться оцінки параметрів цієї функції.
Важливо мати на увазі, що в загальному випадку не існує формальних способів вибору найкращого сімейства функцій f (x) на кроці 1. Дуже часто вибирається сімейство лінійних функцій. Вибір лінійної моделі, крім цілком очевидної переваги - простоти, має ряд істотних математичних підстав, виправдувальних цей вибір.
У цілому формулювання вихідних передумов і обмежень, вибір структури рівняння моделі, подання в математичній формі виявлених взаємозв'язків і співвідношень, встановлення складу пояснюють змінних називають специфікацією моделі.
Від того, наскільки вдало вирішена проблема специфікації, в значній мірі залежить успіх всього процесу економетричного моделювання.
Оцінку теоретичної функції регресії, побудовану за емпіричними даними, позначимо через y. Рівняння
=f (x, b), (1.2.4)
отримане за вибіркою, де y - Оцінка умовної середньої змінної y при значеннях змінних x=(,, k,), b - вектор параметрів функції f (яка є апроксимацією функції f), називається вибірковим (емпіричним) рівнянням регресії (модельної функцією регресії).
Отже, можна виділити кілька основних етапів економетричного моделювання та аналізу:
Етап 1. Постановочний - формується мета дослідження (аналіз економічного об'єкта, прогноз його показників, імітація розвитку, вироблення управлінських рішень), теоретичне обгрунтування вибору змінних;
Етап 2. Апріорний - аналіз сутності досліджуваного об'єкта, формування і формалізація наявної інформації;
Етап 3. Параметризація - вибір виду моделі (виду функції f (x)), аналіз взаємозв'язків і специфікація моделі;
Етап 4. Інформаційний - збір необхідної статистичної інформації - спостережуваних значень змінних;
Етап 5. Ідентифікація моделі - статистичний аналіз моделі і оцінка її параметрів;
Етап 6. Верифікація моделі - перевірка адекватності, статистичної значущості моделі.
1.3 Специфікація моделі парної лінійної регресії
У разі парної регресії розглядається одне пояснювала б чинник: через y позначимо досліджуваний економетричний показник; через x - пояснювала б чинник. Економетрична модель, яка призводить до парної регресії, має наступний вигляд
y=f (x) +?,
де f (x) - невідома функціональна залежність (теоретична регресія); ?- Обурення, випадкове доданок, що представляє собою сукупне дія не включених в модель факторів, похибок.
Основне завдання економетричного моделювання - побудова за вибіркою емпіричної моделі, вибіркової парної регресії '(x), що є оцінкою теоретичної регресії (функції f (x)):
=F (x),
тут f '(x) - емпірична (вибіркова) регресія, що описує усереднену по x залежність між досліджуваним показником і пояснює фактором. Після побудови вибіркової регресії зазвичай проводиться верифікація моделі - перевірка статистичної значущості та адекватності побудованої парної регресії наявними емпіричним даним.
Експериментальна основа побудови парної емпіричної регресії - двовимірна вибірка:
(,), k, (,),
де n - обсяг вибірки (обсяг масиву експериментальних даних).
Основне завдання специфікації моделі - вибір виду функціональної залежності. У разі парної регресії зазвичай розглядаються функціональні залежності наступного виду:
лінійна:
(1.3.3)
поліноміальна
(1.3.4)
статечна:
(1.3.5)
експоненціальна:
(1.3.6)
логістична:
(1.3.7)
Основні методи вибору функціональної залежності f (x):
) Геометричний;
) Емпіричний;
) Аналітичний.
Геометричний метод вибору функціональної залежності зводиться до наступного. На координатної площини Oxy наносяться
Малюнок 1. Геометричний метод вибору функціональної залежності
точки (,), i=1, K, n, відповідні вибірці. Отримане графічне з...