|
113. Для чего нужны нелинейные эконометрические модели? Нелинейные соотношения гораздо лучше подходят для описания многих экономических процессов, чем линейные. Пример: 1. Анализ роста Теоретический феномен – экономический рост Анализ предпосылок: прирост пропорционален накопленному потенциалу Формализация предпосылок:
Интерпретация и анализ: коэффициент регрессии «бета» - годовой темп роста, возможно сопоставление с реальными данными 2. описание кривых Энгеля, характеризующих соотношение между спросом на определённый товар Y и общей суммой дохода Х (подробное описание в 3-ем издании учебника Доугерти, стр.162-164).
114. Исходя из каких соображений и в каком порядке следует выбирать форму зависимости для эконометрической модели? Из соображений графического соответствия, расчета эластичности и угла наклона, а также по тем соображениям, какая задача стоит перед нашей моделью и по теоретическим соответствиям о природе тех или иных зависимостей. Выбираем из: 1. Линейные зависимости – самые простые зависисмости, всегда оставляем ее, если нет логического подтверждения необходимости иной спецификации. 2. Логарифмические зависимости – В зависимости от значений коэффициентов регрессии Логарифмические зависимости отображают большое разнообразие форм, логарифмические зависимости помогают уменьшить масштаб переменных для их сравнимости. 3. Полулогарифмические зависимости – В зависимости от значений коэффициентов регрессии полулогарифмические зависимости отображают большое разнообразие форм с эффектом насыщения 4. Полиноминальные зависимости - Эти функции хорошо подходят для моделирования эффекта масштаба, анализа максимумов и минимумов 5. Обратные зависимости – Эти функции хорошо подходят для моделирования эффектов полного насыщения и ограниченности
115. Как интерпретируется коэффициент линейной формы регрессионной модели? Как можно обосновать справедливость предложенной интерпретации? Линейная форма: Интерпретация коэффициентов регрессии – предельный эффект независимого фактора.
Для полученных оценок уравнения регрессии
Т.е коэффициент регрессии показывает прирост результирующей переменной при изменении независимого фактора на единицу
116. В каких случаях оправдано использование линейной регрессии?
Другой ответ: В случае, когда необходимо рассчитать линейную связь между зависимой и независимой переменной, а затем использовать эту связь при прогнозировании, то есть используется для прогнозирования будущих значений параметра у исходя из имеющихся данных.
117. Как вычислить эластичности в каждой точке в случае использования линейной регрессии, и для чего можно использовать этот показатель? E=(Δy/Δx)*x/y=bx/y. Для исследования того, является ли функция y=αxb приемлемой.
118. Как интерпретируется коэффициент дважды логарифмической формы регрессионной модели? Как можно обосновать справедливость предложенной интерпретации? => Коэффициент интерпретируется следующим образом: эластичность Y по Х постоянна и равна . На сколько % изменится y при изменении x на 1 %. dy/y=b*dx/x => b=(dy/dx)*x/y
119. В каких случаях оправдано использование двойной логарифмической формы регрессии? Используем там, где есть основание. Предполагаем постоянство эластичности. y’=α’xibu’ => lny= lnα+blnxi+u
120. Как рассчитать предельный эффект фактора в каждой точке в дважды логарифмической регрессионной зависимости? Вычисление коэффициента наклона (скорости роста фактора), (dy/dx)=b*x/y
121. Каких видов существуют полулогарифмические регрессии? 1) линейно-логарифмические ( ) 2) логарифмически-линейные ( )
122. Как интерпретируется коэффициент линейно-логарифмической формы регрессионной модели? Как можно обосновать справедливость предложенной интерпретации? y= α+bx+u, dy=bdx/x => b=(dy/dx)*x. при интерпретации делим на b/100. На сколько возрастет y при росте x на 1%
123. В каких случаях оправдано использование линейно-логарифмической формы регрессии? Там, где эластичность убывает с ростом y. Линейно-логарифмические модели обычно используются в тех случаях, когда необходимо исследовать влияние процентного изменения независимой переменной на абсолютное изменение зависимой переменной.
124. Как рассчитать и использовать эластичность при использовании линейно-логарифмической формы регрессионной модели? Пусть эластичность постоянна:
Коэффициент регрессии при переменной log X выражает эластичность зависимой переменной у по переменной X при условии постоянства других переменных.
125. Как интерпретируется коэффициент логарифмически-линейной формы регрессионной модели? Как можно обосновать справедливость предложенной интерпретации? lny=lnα+blnxi+u. На сколько процентов (x/100) возрастет y при изменении x на единицу. dy/y=bdx => b=dy/dx*y. b*100
126. В каких случаях оправдано использование логарифмически-линейной формы регрессии? Если зависимость между у и х задана в нелинейной форме, например у=αхb,т.е. когда речь идет о степенных функциях. Эластичность растет с ростом x
127. Как рассчитать и использовать эластичность при использовании логарифмически-линейной формы зависимости? Аналогичен следующему.
128. Как рассчитать и использовать эластичность при использовании логарифмически-линейной формы зависимости? Для логарифмически-линейной функции вида
эластичность рассчитывается по формуле
Ее можно использовать для отображения величины реакции изменения зависимого параметра от независимого.
129. Как используется логарифмически-линейной формы регрессии по времени? Какова интерпретация коэффициента регрессии? Имеем показательную функцию вида y=αert. logy=logα+rt. оценивая регрессию между logy и t мы получаем оценку темпа прироста r. Обычно речь идет о процентных темпах прироста. Постоянный множитель α интерпретируется след. образом: «прогнозируется», что в момент t=0 величина y составит α ед. А темп прироста y составит r*100% в год. Удобен для построения моделей экономического роста.
130. Как интерпретируется обратно пропорциональная регрессионная зависимость модели? Как можно обосновать справедливость предложенной интерпретации?
С ростом X зависимая переменная приближается к некоторому числу (моделирование эффекта насыщения).
131. В каких случаях оправдано использование обратно пропорциональной регрессионной зависимости? Если с ростом x зависимая переменная приближается к какому-то числу.
132. Как рассчитать и использовать эластичности для обратно пропорциональной регрессионной зависимости?
При возрастании x на 1%, y снизится на столько процентов (b*(1/xy)). Т.к. эластичность напрямую зависит от переменной x, то можно посчитать значение эластичности для каждого x (или для нужного х), а чаще всего берется среднее х.
|
|