262080024

Wykłady z Ekonometrii Opracował: dr Adam Kucharski

2.    użycie innych niż klasyczna MNK metod estymacji np uogólnionej metody najmniejszych kwadratów (UMNK);

3.    wprowadzenie opóźnionych zmiennych.

4 Weryfikacja merytoryczna

4.1    Interpretacja parametrów modelu

Jeżeli współczynnik R² oraz statystyki t-Studenta mają zadowalające wartości, wówczas można przejść od weryfikacji statystycznej do merytorycznej. Ma ona na celu sprawdzenie zgodności otrzymanych wyników z poczynionymi wcześniej założeniami. Podczas weryfikacji merytorycznej wyodrębnimy dwa etapy:

1.    określenie poprawności znaków przy parametrach;

2.    interpretacja wartości oszacowanych parametrów.

W obu przypadkach pomoc może stanowić teoria ekonomii. Często (choć nie zawsze) z góry znamy znak stojący przy relacjach między konkretnymi wartościami ekonomicznymi. Jako przykład może posłużyć uzależnienie popytu na dobra podstawowe od dochodu czy ceny.

Nieco bardziej skomplikowana jest interpretacja oszacowanych parametrów. Nie zawsze bowiem znamy rząd wielkości odpowiadający sile wpływu zmiennej objaśniającej na objaśnianą. Spotyka się tu raczej wskazówki (np elastyczność względem zmiennej powinna być mniejsza od 1) niż konkretne, sztywne zasady. Dodatkowo sprawę komplikuje fakt, że inaczej interpretuje się parametry w równaniu liniowym niż w którymkolwiek z nieliniowych.

Osobnego zwrócenia uwagi wymaga wyraz wolny. Z jednej strony jego obecność jest wymagana np ze względu na własności współczynnika determinacji. Z drugiej nie zawsze ma on sens merytoryczny, jak dzieje się na przykład w przypadku zlinearyzowanych modeli nieliniowych.

4.2    Zmienne zero-jedynkowe

Jeśli chodzi zarówno o weryfikację merytoryczną jak i statystyczną problem może stanowić niekiedy samo zachowanie się danych. Przyjrzyjmy się sytuacji przedstawionej na rysunku 6.

Y

--X

Rysunek 6: Nietypowe zachowanie danych

Jedna z obserwacji przyjęła wartość nietypowo wysoką w porównaniu do pozostałych danych. Zastosowanie MNK w tej sytuacji doprowadzi do modelu o bardzo niskim R² a nawet do przyjęcia hipotezy o braku istotności oszacowań. Z uwagi na skromną liczbę obserwacji nie jest możliwa rezygnacja z części spośród nich, aby uniknąć wymienionych wad.

11 z 26