Главная страница

Курс лекций по дисциплине Эконометрика


Скачать 2.09 Mb.
НазваниеКурс лекций по дисциплине Эконометрика
Дата11.05.2023
Размер2.09 Mb.
Формат файлаdoc
Имя файлаlekcii.doc
ТипКурс лекций
#1121934
страница4 из 14
1   2   3   4   5   6   7   8   9   ...   14

3. Классическая линейная модель множественной регрессии



Рассмотрим обобщение линейной регрессионной модели для случая более двух переменных.

Всякий раз, когда изучаемый процесс или явление является результатом совместного действия нескольких факторов, у исследователя возникает потребность в оценке влияния каждого фактора в отдельности. Один из стандартных методов3, позволяющий успешно решить эту задачу, сутьмножественная регрессия.

3.1. Предположения модели


Пусть мы располагаем выборочными наблюдениями над k переменными Yi и , j=1,..., k, i=1,2,…,n, где n – количество наблюдений:

1

2



i



n

Y1,

Y2,



Yi,



Yn

X11,

X12,



X1i,



X1n













Xk1,

Xk2,



Xki,



Xkn

Предположим, что существует линейное соотношение между результирующей переменной Yи k объясняющими переменными X1, X3, ..., Xk. Тогда с учетом случайной ошибки ui запишем уравнение:

(3.1)

В (3.1) неизвестны коэффициенты , j=0,2,…,kи параметры распределения ui. Задача состоит в оценивании этих неизвестных величин. Модель (3.1) называется классической линейной моделью множественной регрессии (КЛММР). Заметим, что часто имеют в виду, что переменная X0 при 0 равна единице для всех наблюдений i=1,2,…,n.

Относительно переменных модели в уравнении (3.1) примем следующие основные гипотезы:

E(ui)=0; (3.2)

(3.3)

X1, X3, ..., Xk – неслучайные переменные; (3.4)

Не должно существовать строгой линейной

зависимости между переменными X1, X3, ..., Xk. (3.5)

Первая гипотеза (3.2) означает, что переменные ui имеют нулевую среднюю.

Суть гипотезы (3.3) в том, что все случайные ошибки ui имеют постоянную дисперсию, то есть выполняется условие гомоскедастичности дисперсии (см. подробнее раздел 4).

Согласно (3.4) в повторяющихся выборочных наблюдениях источником возмущений Y являются случайные колебания ui, а значит, свойства оценок и критериев обусловлены объясняющими переменными X1, X3, ..., Xk.

Последняя гипотеза (3.5) означает, в частности, что не существует линейной зависимости между объясняющими переменными, включая переменную X0, которая всегда равна 1.

Понятно, что условия (3.2)-(3.4) соответствуют своим аналогам для случая двух переменных в п.2.2.

1   2   3   4   5   6   7   8   9   ...   14


написать администратору сайта