WWW.REFERATCENTRAL.ORG.UA - Я ТУТ НАВЧАЮСЬ

... відкритий, безкоштовний архів рефератів, курсових, дипломних робіт

ГоловнаЕкономіка (різне) → Метод інструментальних змінних - Реферат

Метод інструментальних змінних - Реферат

Коли вибіркова сукупність містить непарне число спостережень, то перш ніж розпочинати обчислення, необхідно відкинути середнє спостереження.

При загальних припущеннях оцінка, яка здобута методом Вальда, є обгрунтованою, але її вибіркова дисперсія може бути досить великою, тобто оцінка є неефективною.

Особливості оцінювання методом Бaртлета

Бартлет показав, що ефективність оцінки можна збільшити, якщо розбити впорядковані значення змінної X на три групи однакового розміру. Перша з них містить найменші значення X, друга — середні, а третя — найбільші. Вилучивши середню группу — n/3 cпостережень, дістанемо оцінку для параметра :

(9.19)

де , — середні величини для спостережень, які потрапили в дві крайні групи. Вільний член оцінюється так само, як і в (9.18).

Поділ вибіркової сукупності спостережень на три рівні групи має задовольняти вимоги прикладних досліджень, оскільки немає змоги дістати точну інформацію про закон розподілу значень X.

Оператор оцінювання Дарбіна

Дарбін запропонував упорядковувати значення вектора X в порядку зростання і ввів як інструментальну змінну порядковий номер (ранг), тобто числа 1, 2, 3, 4, ... n. Учений показав, що для великих вибіркових сукупностей ефективність застосування такого методу оцінювання досягає майже 96 % від ефективності оцінок 1МНК, а для сукупностей n = 20 ефективність застосування такого методу оцінювання становить близько 86 %.

Модель Дарбіна не має вільного члена. Щоб застосувати його метод для оцінювання всіх параметрів моделі, у тому числі й для вільного члена, матриці змінних подамо у вигляді:

і

де характеризують відхилення від середнього значення , які впорядковуються за зростанням.

Оператор оцінювання

, (9.20)

причому , де і — порядковий номер.

Дисперсія оцінок параметрів

. (9.21)

Метод Дарбіна можна застосовувати і тоді, коли модель містить кілька пояснювальних змінних. У такому разі спочатку знаходяться відхилення значень кожної змінної од відповідного середнього значення. Потім ці відхилення упорядковуються за зростанням і кожному з них присвоюється порядковий номер.

Помилки вимірювання змінних

Раніше ми припускали, що змінні вимірюються без помилок, і лише відхилення u — це єдина припустима форма помилок. Останнє було пов'язане з наміром врахувати вплив різних пояснювальних змінних, які не входять до економетричної моделі в явному вигляді.

Проте досить часто при вимірюванні змінних, які належать до економетричної моделі, припускаються помилок. Тоді постає запитання, як наявність помилок змінних може вплинути на оцінку параметрів моделі?

Щоб відповісти на це запитання, розглянемо матрицю незалежних змінних X, елементи якої містять помилки.

Нехай

(9.22)

де — матриця розміром n m справжніх (фактичних) значень, а V — матриця помилок вимірювання.

Тоді модель має вигляд

або

(9.23)

Оцінка параметрів для цієї моделі 1МНК матиме вигляд

,

де — величина зміщення оцінки.

Обгрунтованість цієї оцінки залежить від того, чи дорівнює нулю

.

Запишемо

За припущення, що залишки u не корелюють гранично зі змінними X (як зі справжніми значеннями, так і з їх помилками), можна стверджувати таке:

.

Проте

Отже, навіть тоді, коли помилки вимірювання змінних X не корелюють зі справжніми значеннями цих змінних і перший доданок у правій частині дорівнює нулю, другий доданок, який характеризує матрицю коваріацій помилок, здебільшого не дорівнює нулю. А це означає, що за наявності помилок вимірювання змінних оцінка параметрів моделей 1МНК є необгрунтованою і асимпотичне зміщення визначається формулою

Наприклад, якщо ми оцінюємо параметри моделі з двома змінними 1МНК, то зміщення

або

(9.24)

де — дисперсія помилки вимірювання X, а — дисперсія справжніх значень X, причому припускаємо, що помилки вимірювання не корелюють із цими значеннями X.

Рівняння (9.24) показує, що оцінка справжнього значення параметра моделі занижена. Наприклад, як би ми не збільшували сукупність спостережень, якщо = 10 % від , то оцінка параметра відрізнятиметься від справжнього значення також майже на 10 %, тобто за наявності помилок вимірювання змінних збільшення сукупності спостережень не компенсує зміщення.

Тому при оцінюванні параметрів економетричної моделі, коли трапляються помилки вимірювання змінних, доцільно застосувати метод інструментальних змінних, який ми розглянули раніше.

Приклад 9.1. побудувати економетричну модель, яка характеризує залежність між зайнятістю населення і виробництвом продукції, скориставшись даними, наведеними в табл. 9.1. Ці дані можуть мати помилки вимірювання.

Таблиця 9.1

Рік

1

2

3

4

5

6

7

8

9

10

Виробництво

130

128

194

157

195

205

142

225

168

133

Зайнятість

114

96

134

112

113

144

105

150

109

110

Розв'язання.

1. Ідентифікація змінних і специфікація моделі.

Нехай X — виробництво продукції, незалежна (пояснювальна) змінна, Y — зайнятість населення, залежна змінна.

Економетрична модель має вигляд

Yt = a0+ a1Xt + ut ;

.

2. Оцінка параметрів моделі.

Оскільки вихідні дані можуть мати помилки вимірювання, то для оцінювання параметрів моделі застосуємо метод інструментальних змінних.

2.1. Оператор оцінювання за методом інструментальних змінних

,

де Z — матриця інструментальних змінних; X — матриця пояснювальних змінних.

2.2. Визначимо матрицю інструментальних змінних за методом Дарбіна. Для цього впорядкуємо значення вектора X від меншого до більшого і надамо кожному елементу цього вектора порядковий номер. Запишемо ці дані в табл. 9.2.

Таблиця 9.2

Y

X

Інструментальна змінна для Х

96

128

1

91,6398

4,360

19,01

114

130

2

93,0030

20,997

440,87

110

133

3

95,0478

14,95

223,5

105

142

4

101,1822

3,81

14,51

112

157

5

111,4062

0,5938

0,352

109

168

6

118,9000

-9,9

98,01

134

194

7

136,6254

-2,625

6,89

113

195

8

137,3000

-24,3

590,49

144

205

9

144,1230

-0,123

0,015

150

225

10

157,7550

-7,755

60,14

Loading...

 
 

Цікаве