cwek 03 2, Pomoce naukowe, studia, Ekonomia2, III rok Ekonometria


C. Metoda wskaźników pojemności informacyjnej

Dana relacja R(Yt, X1t, … Xkt), zdefiniujmy wszystkie podzbiory zbioru { X1t, … Xkt}, ich liczba jest równa L = 2k - 1.

Definiujemy wskaźnik pojemności indywidualnej zmiennych:

ml

Hlj = rj2 / (1 + Σ [rij]) (l = 1,…,L, j = 1,…,mi)

i = 1 i≠j

gdzie l oznacza numer podzbioru utworzonego ze zbioru zmiennych objaśniających wstępnie ustalonych, ml natomiast oznacza liczbę zmiennych objaśniających w kombinacji „l”.

Wskaźnik pojemności integralnej kombinacji o numerze „l”:

ml

Hl = ∑ hlj

j = 1

Indywidualne oraz integralne wskaźniki pojemności informacyjnej są unormowane i przyjmują wartości z przedziału [0, 1]. Przyjmują tym większe wartości, im zmienne objaśniające są silniej skorelowane ze zmienną objaśniana oraz im słabiej skorelowane są między sobą.

Ostatecznie jako zmienne objaśniające wybiera się te, które należą do podzbioru o maksymalnej pojemności integralnej.

Przykład:

Podzbiory jedno-elementowe

Podzbiory dwu-elementowe

Podzbiory trój-elementowe

Podzbiory cztero-elementowe

C1 = {X1t}

C5 = {X1t, X2t}

C11 = {X1t, X2t, X3t}

C15={X1t,X2t,X3t,X4t}

C2 = {X2t}

C6 = {X1t, X3t}

C12 = {X1t, X2t, X4t}

C3 = {X3t}

C7 = {X1t, X4t}

C13 = {X1t, X3t, X4t}

C4 = {X4t}

C8 = {X2t, X3t}

C14 = {X2t, X3t, X4t}

C9 = {X2t, X4t}

C10 = {X3t, X4t}

Wskaźniki pojemności indywidualnej:

Wskaźniki zbiorów jedno-elementowych

Wskaźniki zbiorów dwu-elementowe

Wskaźniki zbiorów trój-elementowe

Wskaźniki zbiorów cztero-elementowe

H1 = r12

H51 = r12/(1+[r12])

H H111 = r12/(1+[r12]+[r13])

H151 = r12/(1+[r12]+[r13]+[r14]

H2 = r22

H52 = r22/(1+[r21])

H112 = r22/(1+[r21]+[r23])

H152 = r22/(1+[r21]+[r23]+[r24]

H3 = r32

H61 = r12/(1+[r13])

H113 = r32/(1+[r31]+[r32])

H153 = r32/(1+[r31]+[r32]+[r34]

H4 = r42

H63 = r32/(1+[r31])

H121 = r12/(1+[r12]+[r14])

H154 = r42/(1+[r41]+[r42]+[r43]

H71 = r12/(1+[r14])

H122 = r22/(1+[r21]+[r24])

H74 = r42/(1+[r41])

H124 = r42/(1+[r41]+[r42])

H82 = r22/(1+[r23])

H83 = r32/(1+[r32])

H131 = r12/(1+[r13]+[r14])

H92 = r22/(1+[r24])

H133 = r32/(1+[r31]+[r34])

H94 = r42/(1+[r42])

H134 = r42/(1+[r41]+[r43])

H103 = r32/(1+[r34])

H142 = r22/(1+[r23]+[r24])

H104 = r42/(1+[r43])

H143 = r32/(1+[r32]+[r34])

H144 = r42/(1+[r42]+[r43])

Macierz współczynników korelacji pomiędzy zmiennymi modelu:

1

0,979912

0,956612

0,957427

0,075378

0,979912

1

0,900368

0,938194

0,000000

0,956612

0,900368

1

0,915886

0,000000

0,957427

0,938194

0,915886

1

-0,07217

0,075378

0,000000

0,000000

-0,07217

1

Stąd wskaźniki pojemności indywidualnej są odpowiednio równe:

Wskaźniki zbiorów jedno-elementowych

Wskaźniki zbiorów dwu-elementowe

Wskaźniki zbiorów trój-elementowe

Wskaźniki zbiorów cztero-elementowe

0,960227273

0,505285023

0,338279507

0,338279507

0,915106952

0,481542079

0,324937643

0,324937643

0,916666667

0,495423668

0,321177561

0,313256502

0,005681818

0,472948827

0,505285023

0,005299369

0,960227273

0,481542079

0,005681818

0,005681818

0,477641532

0,478455627

0,495423668

0,915106952

0,455970728

0,005681818

0,005299369

0,85496489

0,477641532

0,005299369

0,461087116

0,005299369

Wskaźniki zbiorów jedno-elementowych

Wskaźniki zbiorów dwu-elementowe

Wskaźniki zbiorów trój-elementowe

Wskaźniki zbiorów cztero-elementowe

0,960227273 {X1t}

{X1t,X2t}

0,915106952 {X2t}

0,986827102

{X1t,X2t,X3t}

0,916666667 {X3t}

{X1t,X3t}

0,984394711

{X1t,X2t,X3t,X4t}

0,005681818 {X4t}

0,968372494

0,981773021

{X1t,X4t}

{X1t,X2t,X4t}

0,965909091

0,992508921

{X2t,X3t}

0,956097159

{X1t,X3t,X4t}

{X2t,X4t}

0,956693764

0,92078877

{X3t,X4t}

{X2t,X3t,X4t}

0,86026426

0,944028017

Zbiór składający się z ma największą pojemność integralną.

D. Współczynnik korelacji wielorakiej

Współczynnik korelacji wielorakiej jest miarą siły związku liniowego zmiennej objaśnianej Yt ze zmiennymi objaśniającymi {X1t, … Xkt}. Zdefiniowany jest następująco:

R = ( 1- det(U)/det(R))1/2

Współczynnik korelacji wielorakiej jest unormowany w przedziale [0, 1], przyjmuje tym większe wartości im związek zmiennej objaśnianej ze zmiennymi objaśniającymi jest silniejszy.

Współczynnik korelacji wielorakiej wyznaczamy dla każdego podzbioru zbioru {X1t, … Xkt}.

Dla podzbiorów dwu - elmentowych:

0,980

1,0

0,900

1,0

0,980

0,957

R0 =

R1 =

W =

0,980

1,0

0,900

0,957

0,900

1,0

0,957

0,900

1,0

det(R1)=

0,190

det(W)=

0,002

R =

0,995

{X1t,X2t}

0,980

1,0

0,938

1,0

0,980

0,957

R0 =

R1 =

W =

0,980

1,0

0,938

0,957

0,938

1,0

0,957

0,938

1,0

det(R1)=

0,120

det(W)=

0,003

R =

0,986

{X1t,X3t}

0,980

1,0

0,000

1,0

0,980

0,075

R0 =

R1 =

W =

0,980

1,0

0,000

0,075

0,000

1,0

0,075

0,000

1,0

det(R1)=

1,000

det(W)=

0,034

R =

0,983

{X1t,X4t}

0,957

1,0

0,916

1,0

0,957

0,957

R0 =

R1 =

W =

0,957

1,0

0,916

0,957

0,916

1,0

0,957

0,916

1,0

det(R1)=

0,161

det(W)=

0,007

R =

0,978

{X2t,X3t}

0,957

1,0

0,000

1,0

0,957

0,075

R0 =

R1 =

W =

0,957

1,0

0,000

0,075

0,000

1,0

0,075

0,000

1,0

det(R1)=

1,000

det(W)=

0,079

R =

0,96

{X2t,X4t}

0,957

1,0

-0,072

1,0

0,957

0,075

R0 =

R1 =

W =

0,957

1,0

-0,072

0,075

-0,072

1,0

0,075

-0,072

1,0

det(R1)=

0,995

det(W)=

0,062

R =

0,968

{X3t,X4t}

Dla podzbiorów trój - elementowych:

0,980

1,0

0,900

0,938

1,0

0,980

0,957

0,957

R0 =

0,957

R1 =

0,900

1,0

0,916

W =

0,980

1,0

0,900

0,938

0,957

0,938

0,916

1,0

0,957

0,900

1,0

0,916

0,957

0,938

0,916

1,0

det(R1)=

0,208

det(W)=

0,000

R =

1,000

{X1t,X2t,X3t}

0,980

1,0

0,900

0,000

1,0

0,980

0,957

0,075

R0 =

0,957

R1 =

0,900

1,0

0,000

W =

0,980

1,0

0,900

0,000

0,075

0,000

0,000

1,0

0,957

0,900

1,0

0,000

0,075

0,000

0,000

1,0

det(R1)=

0,379

det(W)=

0,001

R =

0,999

{X1t,X2t,X4t}

0,980

1,0

0,938

0,000

1,0

0,980

0,957

0,075

R0 =

0,957

R1 =

0,938

1,0

-0,072

W =

0,980

1,0

0,938

0,000

0,075

0,000

-0,072

1,0

0,957

0,938

1,0

-0,072

0,075

0,000

-0,072

1,0

det(R1)=

0,305

det(W)=

0,002

R =

0,997

{X1t,X3t,X4t}

0,957

1,0

0,916

0,000

1,0

0,957

0,957

0,075

R0 =

0,957

R1 =

0,916

1,0

-0,072

W =

0,957

1,0

0,916

0,000

0,075

0,000

-0,072

1,0

0,957

0,916

1,0

-0,072

0,075

0,000

-0,072

1,0

det(R1)=

0,346

det(W)=

0,005

R =

0,993

{X2t,X3t,X4t}

Dla zbioru {X1t,X2t,X3t,X4t}:

0,980

1,0

0,900

0,938

0,000

1,0

0,980

0,957

0,957

0,075

R0

0,957

R1 =

0,900

1,0

0,916

0,000

W =

0,980

1,0

0,900

0,938

0,000

0,957

0,938

0,916

1,0

-0,072

0,957

0,900

1,0

0,916

0,000

0,075

0,000

0,000

-0,072

1,0

0,957

0,938

0,916

1,0

-0,072

0,075

0,000

0,000

-0,072

1,0

det(R1)=

0,207

det(W)=

0,000

R = 1,000

Największą wartość współczynnika korelacji wielorakiej otrzymaliśmy dla zbioru {X1t,X2t,X3t,X4t} oraz {X1t,X2t,X3t}.

E. Efekt katalizy w modelu ekonometrycznym.

Efekt katalizy w liniowym modelu ekonometrycznym oznacza silną korelację zmiennej objaśnianej ze zmiennymi objaśniającymi przy wysokiej wartości współczynnika korelacji wielorakiej spowodowanej silną korelacją zmiennych objaśniających pomiędzy sobą. Oczywiście zmienne objaśniające, które wywołały efekt katalizy należy wywołać z modelu.

Jeśli dla każdego i = 1, …, k współczynniki korelacji ri wektora R0 są dodatnie oraz uporządkowane niemalejąco, to parę (R,R0) nazywamy regularną parą korelacyjną. Dla takiej pary macierz Q postaci:

Q = [qij];

gdzie; qij = qji = ri/rj dla (i >j), nazywa się macierzą neutralną. Wielkość qij jest wartością neutralną współczynnika korelacji rij = (Xi, Xj).

Jeśli (R, R0) jest regularna parą korelacyjną oraz dla każdego i, j = 1, …, k zachodzi równość rij = qij, to współczynnik korelacji wielorakiej R = rk, gdzie rk = max{ri}. Zmienne X1,…,Xk-1 nie wnoszą dodatkowych informacji o zmiennej objaśnianej Yt w porównaniu ze zmienną objaśniającą Xk.

Jeśli dla każdego i, j = 1,2, …, k (i ≠ j) spełniona jest nierówność:

r2ij < q2ij,

to R2 > r2k. w tym każdym przypadku każda ze zmiennych objaśniających dostarcza pewien zasób informacji o zmiennej objaśnianej.

W przypadku gdy ma miejsce nierówność:

r2ij > q2ij,

następuje również wzrost kwadratu współczynnika korelacji wielorakiej w stosunku do maksymalnej wartości współczynnika korelacji rk, lecz wzrost ten jest spowodowany wystąpieniem efektu katalizy. Tak więc efekt katalizy wystąpi wówczas gdy:

rij < 0 lub gdy: rij > ri/rj.

Zmienna Xi nazywa się zmienną katalityczną lub katalizatorem.

Do wykrywania efektu katalizy w modelu ekonometrycznym wykorzystuje się wskaźnik:

Ul = R2l - Hl,

gdzie: l = numer podzbioru zmiennych objaśniających {X1, …, Xk}, Hl - wskaźnik integralnej pojemności informacyjnej l - tego podzbioru.

q(12)

1,024

0,980

1,000

0,900

0,938

0,000

q(13)

1,023

R0 =

0,957

R =

0,900

1,000

0,916

0,000

q(14)

13,000

0,957

0,938

0,916

1,000

-0,072

q(23)

0,999

0,075

0,000

0,000

-0,072

1,000

q(24)

12,691

q(34)

12,702

1,000

1,024

1,023

13,000

Q =

1,024

1,000

0,999

12,691

1,023

0,999

1,000

12,702

13,000

12,69

12,702

1,000

Wszystkie elementy rij > qij /i≠j/, stąd wobec tego, że zmienna X1t jest najmocniej skorelowana ze zmienną Yt, X2t, X3t, X4t są zmiennymi wywołującymi efekt katalizy.



Wyszukiwarka