Тема 3. Регрессионные модели с переменной структурой
1. МНК позволяет получить такие оценки параметров, при которых сумма квадратов отклонений фактических значений результативного признака у от теоретических yх минимальная, т.е.
2. Для применения МНК требуется, чтобы дисперсия остатков была гомоскедастичной.
Для каждого значения фактора хj остатки еi имеют одинаковую дисперсию.
3. частное уравнение регрессии для домов типа "хрущевка".
4. ,
Таблица 1.6
Районы города |
xi |
yi |
yx |
y-yx |
(y-yx) 2 |
|
1. Павловский |
3,3 |
4,4 |
-0,6776 |
5,0776 |
25,7820 |
|
2. Кронштадт |
6,2 |
8,1 |
2,7386 |
5,3614 |
28,7446 |
|
3. Ломоносовский |
8,1 |
12,9 |
4,9768 |
7,9232 |
62,7771 |
|
4. Курортный |
18,3 |
20,8 |
16,9924 |
3,8076 |
14,4978 |
|
5. Петродворец |
20,2 |
15,5 |
19,2306 |
-3,7306 |
13,9173 |
|
6. Пушкинский |
23,1 |
28,8 |
22,6468 |
6,1532 |
37,8619 |
|
7. Красносельский |
39,0 |
37,5 |
41,377 |
-3,877 |
||
8. Приморский |
49,1 |
48,7 |
53,2748 |
-4,5748 |
||
9. Колпинский |
60,1 |
68,6 |
66,2328 |
2,3672 |
||
10. Фрунзенский |
74,2 |
104,6 |
82,8426 |
21,1574 |
||
11. Красногвардейск. |
79,0 |
90,5 |
88,497 |
2,003 |
||
12. Василеостровск. |
95,0 |
88,3 |
107,345 |
-19,045 |
||
13. Невский |
106,0 |
132,4 |
120,303 |
12,097 |
||
14. Петроградский |
112,2 |
122,0 |
127,6066 |
-5,6066 |
||
15. Калининский |
115,0 |
99,1 |
130,905 |
-31,805 |
1011,5580 |
|
16. Выборгский |
125,1 |
114,2 |
142,8082 |
-28,8028 |
829,6013 |
|
17. Кировский |
132,0 |
150,6 |
150,931 |
-0,331 |
0,10956 |
|
18. Московский |
149,0 |
156,1 |
170,957 |
-14,857 |
220,7304 |
|
19. Адмиралтейский |
157,0 |
209,5 |
180,381 |
29,119 |
847,91616 |
|
20. Центральный |
282,0 |
342,9 |
327,631 |
15,269 |
233,1424 |
|
Итого |
1653 |
1855,5 |
1856,9942 |
0 |
||
Среднее значение |
82,695 |
92,775 |
||||
у |
92,84971 |
104,72395 |
Отклонение фактических значений от теоретических минимально.
F2m=6
Fфакт. ?0,06 L=0,05
Fтабл. = 0,05: 20=0,6Fфакт < Fтабл.
- Тема 1. Предмет и метод эконометрики
- Тема 2. Парная регрессия в экономических исследованиях
- Тема 3. Регрессионные модели с переменной структурой
- Тема 4. Обобщенный метод наименьших квадратов
- Тема 5. Нелинейные модели регрессии
- Тема 6. Множественная регрессия в экономических исследованиях
- Тема 7. Моделирование одномерных временных рядов
- Тема 8. Моделирование тенденции временного ряда при наличии структурных изменений
- Тема 9. Системы экономических уравнений
- Тема 10. Оценивание параметров структурной модели косвенным методом наименьших квадратов
- Тема 11. Оценивание параметров структурной модели двухшаговым и трехшаговым методами наименьших квадратов
- Литература