1 / 17

кандидат технических наук, доцент Поляков Константин Львович

Учебный курс Эконометрика: идентификация, оценивание и анализ статических моделей Лекция 3. кандидат технических наук, доцент Поляков Константин Львович. Рынок бензина (США). (G/pop) t. Inc t. P u c t. Pnc t. Prc t. Рынок бензина (США).

dessa
Download Presentation

кандидат технических наук, доцент Поляков Константин Львович

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Учебный курс Эконометрика: идентификация, оценивание и анализ статических моделей Лекция 3 кандидат технических наук, доцент Поляков Константин Львович

  2. Рынок бензина (США) (G/pop)t Inct Puct Pnct Prct

  3. Рынок бензина (США) Какова динамика потребления бензина с ростом цен на новые автомобили? (Каков знак a3 ?) ln([G/pop]t)=a0+a1ln(Inct)+ +a2ln(Prct)+a3ln(Pnct)+a4ln(Puct)+vt a3< 0С ростом цены новых автомобилей потребление бензина падает. a3> 0С ростом цены новых автомобилей потребление бензина возрастает.

  4. Полулогарифмическая модель ln(yt)=a0+a1x1,t+an-1xn-1,t+bt+vt Модель динамики собственного темпа роста b = d[ln(yt)]/dt = (1/y)(dy/dt) » »[Dy/y]/(Dt) b=(Темп роста зависимой переменной)/(Величина интервала времени)

  5. Матрица “X” имеет полный ранг Y=Xa+v, XÎMT,n, rank{X}=n Не существует линейной связи между независимыми переменными.

  6. Неполный ранг Потребление, С Но! Inc=Sl+NLI Трудовые доходы, Sl Нетрудовые доходы, NLI Общий доход, Inc

  7. Неполный ранг Ct=a0+a1Slt+a2NLIt+a3Inct+vt Для любого “b” ! Ct=a0+(a1+b)Slt+(a2+b)NLIt+(a3-b)Inct+vt

  8. T>n Var{xt}=S(xt-x)2>0 yt=a0+a1xt+vt

  9. Экзогенность независимых переменных "t E[vt|X]=0 Никакое наблюдение xs("s !) не содержит информации о E[vt|X]. "t E[vt|v1,…vt-1, vt+1,…vT]=0

  10. E[vt]=EX[E[vt|X]]=EX[0]=0 Cov(vt,X)=Cov(E[vt|X],X)=0 Если в модели отсутствует константа, то E[vt]=0 – дополнительное ограничение. yt=a0+a1xt+vt, E[vt]=b¹0 Является ли условие E[vt]=0 дополнительным ограничением? d0=a0+b wt=vt-b yt=d0+a1xt+wt, E[wt]=0

  11. $a:Y=Xa+v,"t E[vt|X]=0 E[y|X]=Xa

  12. Полнота ранга Линейность Экзогенность Модель линейной регрессии

  13. Гомоскедастичность и отсутствие автокорреляции Y=Xa+v Гомоскедастичность "t=1,…T D[vt|X]=s2 Отсутствие автокорреляции "t,s=1,…T сov[vt,vs|X]=0

  14. Большие компании Малые предприятия Прибыльt=a0+a1Размерt+vt Гетероскедастичность

  15. yt=a0+a1xt+vt ys=a0+a1xs+vs Значения зависимой переменной могут быть коррелированны. Cov[vt,vs|X]=0 Cov[v|X]=E[vv’|X]=s2I Независимые переменные не содержат информации о ковариациях случайной составляющей. Cov[v]= =EX[Cov[v|X]]+Cov[E[v|X]]=s2I

  16. Регрессоры могут быть стохастическими или детерминированными, но генерирующий их механизм абсолютно не зависит от случайной составляющей. Нестохастические регрессоры. Смесь стохастических и детерминирован-ных регрессоров.

  17. Нормальная гипотеза v|X~N(0, s2I) vt – независимы

More Related