3 dobór zmiennych do liniowego modelu ekonometrycznego

background image


dr Dušan Bogdanov

1

Ekonometria 1

Wykład 3

Dobór zmiennych do liniowego modelu ekonometrycznego

1

Przedmiotem naszego zainteresowania jest jednorównaniowy model liniowy, który mo

ż

emy

zapisa

ć

w postaci ogólnej:

t

tk

k

t

t

t

t

x

...

x

x

x

y

ε

α

α

α

α

+

+

+

+

=

3

3

2

2

1

1

(3.1)

gdzie:

t

y

- t-ta realizacja zmiennej obja

ś

nianej

tj

x

- t –ta realizacja j – tej zmiennej obja

ś

niaj

ą

cej

t

ε

- t – ty składnik losowy

Po okre

ś

leniu celu, przedmiotu i zakresu bada

ń

ekonometrycznych przechodzimy do specyfikacji

zmiennych. Na podstawie merytorycznej oceny i analizy modelowanych kategorii ekonomicznych

i relacji mi

ę

dzy nimi definiuje si

ę

zmienn

ą

obja

ś

nian

ą

przez model oraz potencjalne zmienne

obja

ś

niaj

ą

ce. Pomi

ę

dzy zmienn

ą

obja

ś

nian

ą

a zmiennymi obja

ś

niaj

ą

cymi powinna zachodzi

ć

zale

ż

no

ść

przyczynowo-skutkowa lub przynajmniej symptomatyczna. Wybrane zmienne powinny by

ć

mierzalne i dost

ę

pne, co pozawala utworzy

ć

szeregi ich realizacji.

Dana jest, wi

ę

c macierz obserwacji zmiennej obja

ś

nianej i potencjalnych zmiennych

obja

ś

niaj

ą

cych:

nm

n

n

n

m

m

x

...

x

x

y

...

...

...

...

...

x

...

x

x

y

x

...

x

x

y

2

1

2

22

21

2

1

12

11

1

(3.2)

Dalsza analiza ma charakter formalno-statystyczny i jest prowadzona na empirycznych

realizacjach zmiennych. Prowadzi ona zwykle do redukcji zbioru zmiennych obja

ś

niaj

ą

cych. Zmienne

stosowane w modelowaniu ekonometrycznym powinny posiada

ć

dostatecznie du

żą

zmienno

ść

.

Zmienno

ść

(zawarto

ść

informacyjna) jest mierzona współczynnikiem zmienno

ś

ci.

Przyjmuje si

ę

,

ż

e dla zmiennych obja

ś

niaj

ą

cych współczynnik zmienno

ś

ci powinien mie

ć

warto

ść

wi

ę

ksz

ą

ni

ż

10%, dla zmiennej obja

ś

nianej mo

ż

na przyj

ąć

nieco ni

ż

sz

ą

warto

ść

krytyczn

ą

współczynnika.

Dalsza redukcja zbioru zmiennych obja

ś

niaj

ą

cych ma na celu wyłonienie zbioru zmiennych

obja

ś

niaj

ą

cych silnie skorelowanych ze zmienn

ą

obja

ś

nian

ą

i słabo skorelowanych pomi

ę

dzy sob

ą

.

Pierwsza z wymienionych własno

ś

ci zwi

ą

zana jest z faktem,

ż

e zmienna obja

ś

niana w modelu

liniowym jest funkcj

ą

liniow

ą

zmiennych obja

ś

nianych. Druga własno

ść

decyduje natomiast

o dokładno

ś

ci ocen parametrów modelu uzyskanych metod

ą

najmniejszych kwadratów. Zagadnienia

te bli

ż

ej zostan

ą

omówione na wykładach dotycz

ą

cych estymacji.

1

Wykład opracowano na podstawie K Hanusik, U. Łangowska, Modelowanie ekonometryczne procesów

społeczno-ekonomicznych, Uniwersytet Opolski, Opole 1994, ss. 45-47

background image


dr Dušan Bogdanov

2

Ekonometria 1

Informacja niezb

ę

dna do przeprowadzenia doboru zmiennych na tym etapie zawarta jest

w macierzy korelacji rozpatrywanych cech:

=

1

1

1

1

2

1

21

2

2

1

12

1

1

2

1

2

1

...

r

r

r

X

...

...

...

...

...

...

r

...

r

r

X

r

...

r

r

X

r

...

r

r

Y

X

...

X

X

Y

R

m

m

m

m

m

m

m

(3.3)

W przypadku małej ilo

ś

ci rozpatrywanych zmiennych bezpo

ś

rednia analiza macierzy korelacji

pozwala na dokonanie redukcji zbioru zmiennych obja

ś

niaj

ą

cych wprowadzanych do danego

równania modelu. Przy wi

ę

kszych ilo

ś

ciach kandydatek na zmienne obja

ś

niaj

ą

ce analiza taka jest

utrudniona ze wzgl

ę

du na rozmiary macierzy korelacji. Istniej

ą

metody analityczne pozwalaj

ą

ce

pokona

ć

t

ę

trudno

ść

. Do najpopularniejszych nale

ż

y metoda optymalnego doboru predykant

oraz metoda grafowa.

Metoda optymalnego doboru predykant. Na wst

ę

pie nale

ż

y utworzy

ć

wszystkie mo

ż

liwe

kombinacje zbioru zmiennych kandyduj

ą

cych do roli zmiennych obja

ś

niaj

ą

cych w równaniu modelu:

{X

1

},…,{X

m

}, {X

1

,X

2

},...,{X

1

, X

2

...,X

m

}. Otrzymujemy 2

m

-1 kombinacji. Ka

ż

d

ą

kombinacj

ę

rozpatrujemy

oddzielnie, wyznaczaj

ą

c dla niej tak zwan

ą

integraln

ą

pojemno

ść

informacyjn

ą

, która jest sum

ą

indywidualnych pojemno

ś

ci informacyjnych zmiennych wchodz

ą

cych w skład rozpatrywanej

kombinacji. Pojemno

ść

indywidualn

ą

zmiennej w danej kombinacji wyznacza si

ę

według formuły:

=

=

l

m

i

ij

j

lj

r

r

h

1

2

(3.4)

gdzie:

l - numer rozpatrywanej kombinacji,

m

l

- liczba zmiennych w rozpatrywanej kombinacji,

r

ij

- współczynnik korelacji pomi

ę

dzy i-t

ą

i j-t

ą

kandydatk

ą

na zmienn

ą

obja

ś

niaj

ą

c

ą

(i,j=1,2,...m),

r

j

- współczynnik korelacji j-tej kandydatki na zmienn

ą

obja

ś

niaj

ą

c

ą

ze zmienn

ą

obja

ś

nian

ą

.

Z przedstawionego wzoru wida

ć

,

ż

e pojemno

ść

informacyjna zmiennej jest tym wi

ę

ksza,

im wi

ę

ksza jest jej korelacja ze zmienn

ą

obja

ś

nian

ą

oraz im słabsze s

ą

zwi

ą

zki korelacyjne mi

ę

dzy

zmiennymi w danej kombinacji. Pojemno

ść

integralna l

tej kombinacji kandydatek na zmienne

obja

ś

niaj

ą

ce wyra

ż

a si

ę

natomiast wzorem:

background image


dr Dušan Bogdanov

3

Ekonometria 1

(

)

=

=

=

l

m

m

j

,...

,

l

lj

l

h

H

1

1

2

2

1

(3.5)

Kombinacja o najwi

ę

kszej pojemno

ś

ci wyznacza zbiór zmiennych obja

ś

niaj

ą

cych. Istota metody

optymalnego wyboru predykant polega na tym,

ż

e wybiera si

ę

tak

ą

kombinacj

ę

zmiennych

obja

ś

niaj

ą

cych, które s

ą

relatywnie najsilniej powi

ą

zane ze zmienn

ą

obja

ś

nian

ą

i najsłabiej powi

ą

zane

ze sob

ą

.

Metoda grafowa. Jest to metoda prawie identyczna jak metoda grafowa stosowana do redukcji

zbioru zmiennych diagnostycznych. Metoda ta w zasadzie uwzgl

ę

dnia tylko postulat,

ż

e zmienne

obja

ś

niaj

ą

ce powinny by

ć

nieskorelowane mi

ę

dzy sob

ą

. Poniewa

ż

w praktyce nie ma mo

ż

liwo

ś

ci

uzyskania takiego układu zmiennych, dla których r

ij

= 0, zast

ę

puje si

ę

ten warunek mniej

rygorystycznym, a mianowicie: r

ij

0. Oznacza to, i

ż

przyjmuje si

ę

,

ż

e korelacja mi

ę

dzy zmiennymi jest

dostatecznie niska, gdy charakteryzuj

ą

cy j

ą

współczynnik korelacji mi

ę

dzy zmiennymi przyjmuje

warto

ść

nieistotnie ró

ż

n

ą

od zera, przy danej liczbie obserwacji i zało

ż

onym poziomie istotno

ś

ci.

W utworzonej macierzy korelacji zmiennych - kandydatek do zbioru zmiennych obja

ś

niaj

ą

cych-

wszystkie współczynniki korelacji nieistotnie ró

ż

ne od zera zast

ę

puje si

ę

zerami, a pozostałe

jedynkami. Zmodyfikowan

ą

w ten sposób macierz korelacji traktuje si

ę

jako macierz przyległo

ś

ci grafu,

którego w

ę

złami s

ą

zmienne. Graf ten dzieli si

ę

nast

ę

pnie na podgrafy spójne. Zmienne

reprezentowane przez wierzchołki ka

ż

dego podgrafu spójnego charakteryzuj

ą

si

ę

istotnym

skorelowaniem mi

ę

dzy sob

ą

. Zgodnie z zało

ż

eniem omawianej metody, jako zmienne obja

ś

niaj

ą

ce

typowane s

ą

reprezentantki ka

ż

dego podgrafu. Reprezentantk

ą

danego podgrafu jest natomiast

zmienna poł

ą

czona najwi

ę

ksz

ą

liczb

ą

wi

ą

zadeł z pozostałymi jego w

ę

złami. Je

ż

eli w podgrafie

spójnym jest kilka w

ę

złów o tym samym maksymalnym stopniu, to wybiera si

ę

spo

ś

ród nich jako

zmienn

ą

obja

ś

niaj

ą

c

ą

cech

ę

najsilniej skorelowan

ą

ze zmienn

ą

obja

ś

nian

ą

.

Opisane procedury maj

ą

charakter pomocniczy, w ogólnym przypadku nie daj

ą

identycznych

rozwi

ą

za

ń

i nale

ż

y przy ich pomocy d

ąż

y

ć

do uzyskania nie jednego, ale małej ilo

ś

ci potencjalnych

układów zmiennych obja

ś

niaj

ą

cych. Zwykle dopiero w wyniku procesu weryfikacji nast

ę

puje wybór

najlepszego wariantu zestawu zmiennych obja

ś

niaj

ą

cych modelu.

background image


dr Dušan Bogdanov

4

Ekonometria 1

Pytania kontrolne:

1. Wyja

ś

nij istot

ę

doboru zmiennych obja

ś

niaj

ą

cych metod

ą

optymalnego doboru predykant.

2. Wyja

ś

nij istot

ę

doboru zmiennych obja

ś

niaj

ą

cych metod

ą

grafow

ą

.

3. Która z wymieniowych metod lepiej oddaje istot

ę

doboru zmiennych do liniowego modelu

ekonometrycznego?

4. Oce

ń

precyzj

ę

metod doboru zmiennych.


Wyszukiwarka

Podobne podstrony:
Wykład5, Dobór zmiennych do modelu - Hellwig, Dobór zmiennych do modelu
4 estymacja parametrów jednorównaniowego liniowego modelu ekonometrycznego
W2 Dobór zmiennych objaśniających do modelu
W2 Dobór zmiennych objaśniających do modelu 2
3-Estymacja parametrów modelu regresji liniowej, # Studia #, Ekonometria
W6 dobor zmiennych, Ekonometria
projekt inwestycyjny wytwórni nalepek do opakowań tekturowyc, Ekonomia, ekonomia
opis zmiennych do eksportu
8 wnioskowanie na podstawie modelu ekonometrycznego prognozowanie ekonometryczne
praca zaliczeniowa podejście ekonomiczne do problemów ergono, Ekonomia
Schemat budowy modelu ekonometrycznego KYBRZMJFNH4WDSL6VDZLDWXN5SPAVPIB5YJ7BWA
Zadania dr Marty Kuc, zadania2, Poniżej mamy podany skumulowany rozkład częstości zmiennej Z do dane
Dobor narzedzi do rysowania, Wykonaj ćwiczenia:
Dobór materiałów do wytwarzania wyrobów
list do interesanta (3 str), Ekonomia, ekonomia
Pytania i odpowiedzi do obrony licencjackiej - ekonomia

więcej podobnych podstron