ричної моделі кладеться в основу розроблюваної теоретичної концепції, яка потім знаходить своє застосування в подальшому аналізі. Очевидно, що найбільш «підходяща» форма забезпечує найкраще наближення теоретичних (розрахункових) частот значень до дійсних значень.
Зазвичай вибір форми залежності здійснюється на основі графічного аналізу тенденцій розвитку відповідних процесів. Наприклад, якщо змінна і змінна змінювалися в часі згідно з графіками, представленим на рис. 2.1, то логічно припустити, що залежність гіперболічна. Для графіків, представлених на рис. 2.2, характерна логарифмічна залежність.
Оптимальний склад факторів, що включаються в економетричну модель, - одна з основних умов її хорошої якості, що розуміється і як відповідність форми моделі теоретичної концепції, що виражає зміст взаємозв'язків між розглянутими змінними і як точність передбачення на розглянутому інтервалі часу (1, Т) спостережуваних значень змінної рівнянням. У загальному випадку на етапі обґрунтування економетричної моделі дослідники можуть зіткнутися з проблемою вибору найбільш пріоритетним складу незалежних факторів серед ряду альтернативних варіантів.
Можна виділити два основних?? підходу до вирішення цієї проблеми:
перший передбачає апріорне (до побудови моделі) дослідження характеру і сили взаємозв'язків між розглянутими змінними, за результатами якого в модель включаються фактори, найбільш значущі за своїм безпосередньому впливу на залежну змінну. І, навпаки, з моделі виключаються фактори, які або малозначущі, з точки зору сили свого впливу на змінну, або їх сильний вплив на неї можна трактувати як індуковане взаємозв'язками з іншими екзогенними змінними;
Рис. 2.1. Гіперболічна залежність
Рис. 2.2. Логарифмічна залежність
другий підхід до відбору незалежних факторів - можна назвати апостеріорного - припускає спочатку включити в модель всі відібрані на основі змістовного аналізу фактори. Уточнення їх складу в цьому випадку проводиться на основі аналізу характеристик якості побудованої моделі, однієї з груп яких є і показники, що виражають силу впливу кожного фактора на залежну змінну.
В основі «апріорного» підходу лежать наступні припущення: 1) сильний вплив фактора на залежну змінну має підтверджуватися і певними кількісними характеристиками, найважливішою з яких є їх парний лінійний коефіцієнт кореляції. Логіка використання коефіцієнта парної кореляції при відборі значущих чинників на практиці полягає в наступному. Якщо його значення досить велике (? 0,5? 0,6), то можна говорити про наявність суттєвої лінійного зв'язку між змінними і або про досить сильному впливі на. Чим більше абсолютне значення парного лінійного коефіцієнта кореляції, тим сильніше цей вплив (позитивне чи негативне, залежно від знака). Значення парного лінійного коефіцієнта кореляції повинно розраховуватися з урахуванням форми перетворення і в моделі. Наприклад, якщо, то і коефіцієнт кореляції визначається між і, і т.п .; 2) якщо два і більше факторів виражають одне й те саме явище, то, як правило, між ними також повинна існувати досить сильний взаємозв'язок. На це може вказати значення парного лінійного коефіцієнта кореляції. На практиці взаємозв'язок між факторами визнається суттєвою, якщо. У таких ситуаціях один з цих факторів доцільно вилучити з моделі, щоб одна і та ж причина не враховувалася двічі. Слід зазначити, що наведені рубежів значення (в першому випадку 0,5? 0,6, у другому 0,8? 0,9) досить умовні. У кожному конкретному випадку вони встановлюються індивідуально. При їх виборі істотну роль грає інтуїція дослідника.
Зазвичай вважається: якщо для фактора, то при великому числі інших досить значущих чинників, інформацією, яку містить в собі фактор щодо мінливості змінної, можна знехтувати. Іноді ж, навпаки, якщо склад факторів не занадто широкий і фактор висловлює істотне з погляду теорії явище, то дослідник, прагнучи не втратити інформацію про закономірності мінливості змінної, може залишити його в моделі і при меншому значенні вибіркового парного лінійного коефіцієнта кореляції (0, 3? 0,4). При такому відборі, заснованому на емпірики та інтуїції, зазвичай не береться до уваги точність оцінки вибіркових коефіцієнтів кореляції, яка зростає із збільшенням вибірки. При фіксованій чисельності вибірки точність оцінок всіх коефіцієнтів приблизно однакова. Логіка такого відбору більшою мірою орієнтована на змістовну сторону проблеми обліку взаємозв'язків між змінними моделі. Значно ускладнює проблему відбору факторів явище помилкової кореляції, тобто великі значення парних коефіцієнтів кореляції можуть мати місце і в тих випадках, коли тенденції розглянутих процесів збіглися випадково, при відсутності між ними логічно обгрунтованою взаємозв'язку. Хибна кореляція може перешкодити при побудові «правильної» моделі з двох причин. По-перше, в модель випадково можуть бути введені незначущі зі змістовної точки з...
