W6 dobor zmiennych, Ekonometria


Metody doboru zmiennych i postaci modelu

Przy doborze zmiennych objaśniających należy kierować się na wstępie:

Dobór zmiennych zależy również od jakości oszacowania modelu przy danych zmiennych (wykazany brak spełnienia założeń użytej metody estymacji, takie jak dla KMNK heteroskedastyczność, autoregresyjność czy brak rozkładu normalnego reszt, wskazuje na konieczność użycia innego zestawu zmiennych objaśniających). W ten sposób budowa finalnego modelu ma charakter iteracyjny.

Przydatne w modelu są także następujące własności zmiennych objaśniających:

W praktyce wykorzystuje się niekiedy techniczne metody doboru zmiennych do modelu, np.

Metoda optymalnego wyboru predyktand

Metoda optymalnego wyboru predyktand (także: metoda Hellwiga) - jedna z najczęściej stosowanych metod doboru zmiennych objaśniających do modelu ekonometrycznego; opracowana w 1969 roku przez polskiego ekonometryka prof. Zdzisława Hellwiga.

Polega na wyborze takiej kombinacji zmiennych objaśniających ze zbioru zmiennych potencjalnych, których współczynnik korelacji liniowej ze zmienną endogeniczną jest jak największy, natomiast współczynnik korelacji liniowej między zmiennymi objaśniającymi występującymi w danej kombinacji jest jak najmniejszy.

Liczba wszystkich możliwych kombinacji zmiennych objaśniających jest równa:

0x01 graphic

gdzie:

Nośnikiem informacji o zmiennej endogenicznej jest potencjalna zmienna objaśniająca. Pojemność indywidualna (cząstkowa) nośnika jest dana wzorem:

0x01 graphic

gdzie:

Integralna pojemność informacyjna danej kombinacji potencjalnych zmiennych objaśniających jest równa sumie pojemności indywidualnych nośników wchodzących w skład danej kombinacji i jest dana wzorem:

0x01 graphic

Tak dana pojemność integralna stanowi kryterium wyboru optymalnej kombinacji zmiennych objaśniających. Hl przyjmuje wartości z przedziału < 0,1 > i jest tym większa im zmienne objaśniające są silniej skorelowane ze zmienną endogeniczną oraz im słabiej są skorelowane między sobą.

Kombinacją opytmalą jest więc ta kombinacja, której pojemność integralna jest największa.

Przykład

Dane są:

Liczba możliwych kombinacji zmiennych endogenicznych wynosi 0x01 graphic

0x01 graphic
,

0x01 graphic
,

0x01 graphic

0x01 graphic
,

0x01 graphic
,

0x01 graphic

0x01 graphic

Metoda analizy grafów (metoda Bartosiewicz)

W prezentowanej metodzie zmierza się do tego, by spośród wszystkich zmiennych objaśniających wyodrębnić grupy zmiennych skorelowanych między sobą oraz znaleźć zmienne, z których żadna nie jest skorelowana z pozostałymi zmiennymi objaśniającymi. Następnie spośród tych grup zmiennych wybiera się zmienne mocniej skorelowane ze zmienną objaśnianą i wprowadza się je do relacji modelu. Do modelu wchodzą również wszystkie zmienne nieskorelowane między sobą, ale skorelowane ze zmienną objaśnianą.

Procedurę wyboru zmiennych objaśniających przedstawioną metodą realizuje się następującymi etapami:

1) Na podstawie obserwacji o zmiennych oblicza się współczynniki korelacji liniowej między zmienną objaśnianą a zmiennymi objaśniającymi oraz współczynniki korelacji między wszystkimi zmiennymi objaśniającymi. Następnie buduje się symetryczną macierz wszystkich współczynników korelacji o wymiarach (m + 1) x (m + 1).

Buduje się nową macierz R o wymiarach m x m przez wyłączenie
z macierzy W pierwszego wiersza i pierwszej kolumny:

0x01 graphic

2) Formułuje się hipotezy zerowe dotyczące współczynników korelacji w populacji generalnej H0: ρi j = 0 wobec hipotez alternatywnych H1: ρi j ≠ 0.
Oblicza się wartość krytyczną r, posługując się wzorem o postaci: 0x01 graphic
, gdzie wartość t odczytuje się dla n-2 stopni swobody.

3) Zmienne skorelowane zbyt słabo ze zmienną objaśnianą, tzn. o współczynnikach korelacji r0j<r* usuwa się ze zbioru danych i z macierzy korelacji R,

4) W macierzy R pozostawia się tylko współczynniki korelacji spełniające warunek rij>=r*, pozostałe współczynniki przyjmuje się równe 0,

5) Na podstawie macierzy R buduje się grafy powiązań między zmiennymi objaśniającymi, tworząc w ten sposób k grafów - grup zmiennych, odpowiadających przyszłym k zmiennym objaśniającym modelu.

6) Do zmiennych objaśniających zalicza się:
a) zmienne, które w odwzorowaniu tworzą grafy zerowe (izolowane),
b) zmienne o maksymalnej liczbie łuków wybrane z każdego grafu spójnego, jeżeli w każdym grafie spójnym jest więcej niż jedna zmienna o takiej samej maksymalnej liczbie łuków, to wybiera się spośród tych zmiennych tę, która jest najbardziej skorelowana ze zmienną objaśnianą.

Źródła



Wyszukiwarka

Podobne podstrony:
3 dobór zmiennych do liniowego modelu ekonometrycznego
W2 Dobór zmiennych objaśniających do modelu
W2 Dobór zmiennych objaśniających do modelu 2
Dobor zmiennnych objasniajacych
dobór zmiennych rozw ćwiczenia2
geoeko-W6, Studia, Geologia i ekonomika złóż
dobór zmiennych rozw ćwiczenia2
Dobor zmiennnych objasniajacych
Wyklad 5b Dobor zmiennych
fukcje jednej zmiennej, Ekonomia
Wykład5, Dobór zmiennych do modelu - Hellwig, Dobór zmiennych do modelu
dobor zmiennych gorski m
dobór zmiennych rozw ćwiczenia2
dobór zmiennych rozwiazania01
dobór zmiennych
dobór zmiennych
Dobór zmiennych1
dobór zmiennych

więcej podobnych podstron