ОМНК – обобщенный метод наименьших квадратов (метод Эйткена) Применяется к эконометрической модели, которой свойственна гетероскедастичность. - презентация

1 ОМНК – обобщенный метод наименьших квадратов (метод Эйткена) Применяется к эконометрической модели, которой свойственна гетероскедастичность.

2 Заключается в корректировки модели (замена переменных). Предполагается, что среднее остатков равно нулю, но их дисперсия уже не является постоянной, а пропорциональна величинам k i, где эти величины представляют собой коэффициенты пропорциональности, различные для различных значений фактора х.

3 Вводятся новые переменные и получают новое уравнение в преобразованных переменных, в котором уже остатки будут гомоскедастичны. Сами новые переменные это взвешенные старые (исходные) переменные.

4 Модели стационарных и нестационарных временных рядов и их идентификация

5 Под идентификацией временных рядов обычно понимают выявление их структуры и оценивание параметров.

6 стационарные временные ряды – это ряды в которых функции распределения для любого числа моментов времени k не меняются со временем. временные ряды, не являющиеся стационарными, называются нестационарными.

7 КМНК - косвенный метод наименьших квадратов Использование косвенного метода наименьших квадратов заключается просто в составлении приведенной формы для определения численных значений параметров каждого уравнения посредством обычного МНК.

8 После этого с помощью алгебраических преобразований переходят опять к исходной структурной форме модели и получают тем самым численные оценки структурных параметров.

9 косвенный метод наименьших квадратов применяется для решения идентифицируемой системы эконометрических уравнений.

10 ДМНК – двухшаговый метод наименьших квадратов

11 идея: 1. На основе приведенной формы модели получают для сверхидентифицируемого уравнения теоретические значения эндогенных переменных, содержащихся в правой части уравнения. 2. Затем они подставляются вместо фактических значений и применяют обычный МНК к структурной форме сверхидентифицируемого уравнения.

12 В свою очередь, сверхидентифицируемая структурная модель может быть двух типов: 1. Все уравнения системы сверхидентифицируемы ( тогда опять ДМНК); 2. Cистема содержит наряду со сверхидентифицируемыми и точно идентифицируемые уравнения (тогда коэффициенты находятся из системы приведенных уравнений).

13 ФЭПО N задания, Тема задания 1 Спецификация эконометрической модели 2 Отбор факторов, включаемых в модель множественной регрессии 3 Фиктивные переменные 4 Линейное уравнение множественной регрессии 5 Оценка параметров линейных уравнений регрессии 6 Предпосылки МНК, методы их проверки 7 Свойства оценок параметров эконометрической модели, получаемых при помощи МНК 8 Обобщенный метод наименьших квадратов (ОМНК) 9 Оценка тесноты связи 10 Оценка качества подбора уравнения 11 Проверка статистической значимости эконометрической модели 12 Оценка значимости параметров эконометрической модели

14 13 Нелинейные зависимости в экономике 14 Виды нелинейных уравнений регрессии 15 Линеаризация нелинейных моделей регрессии 16 Оценка качества нелинейных уравнений регрессии 17 Временные ряды данных: характеристики и общие понятия 18 Структура временного ряда 19 Аддитивная и мультипликативная модели временных рядов 20 Модели стационарных и нестационарных временных рядов и их идентификация 21 Общие понятия о системах уравнений, используемых в эконометрике 22 Классификация систем эконометрических уравнений 23 Идентификация систем эконометрических уравнений 24 Методы оценки параметров систем одновременных уравнений: косвенный метод наименьших квадратов (КМНК) и двухшаговый метод наименьших квадратов (ДМНК)