Тема 3. Спецификация эконометрической модели
Задача 3.4.
а)
| Коэффициенты | 
| 
| 
| 
|
| Ожидаемые знаки | + | + | + | - |
 -статистики
| 5,0 | 1,0 | 10,0 | 3,0 |
Так как 
| Значим | Не значим | Значим | Неправдоподоб. знак |
б) Незначимость знака 
является следствием наличия пропущенной переменной в модели. Можно включить в модель дополнительную переменную 
– число кинотеатров, имеющую положительный ожидаемый знак и положительную корреляцию с 
.
Задача 3.9.
а)
| Коэффициенты |
| 
|
| Ожидаемые знаки | + | + |
| -статистики
| 4,0 | 2,2 |
Так как 
| Значим | Значим |
б) Это сумма автономного (постоянного) эффекта независимых переменных и ненулевого среднего случайной переменной. Он не означает, что эндогенная переменная должна быть ограждена от отрицательных значений.
в) Эластичности равны 
и 
и означают реакцию в зарплате при увеличении переменных 
и 
на 1 %.
г) Применять 
некорректно, следует рассчитать «квази» – 
.
Задача 3.12. а) Ожидаемые знаки 
, б) , и имеют положительные ожидаемые знаки, следовательно: (+) (+) = (+) положительное ожидаемое смещение на , если одна из других экзогенных переменных пропущена.
Тема 4. Эконометрический анализ в условиях нарушений классических предположений модели
Задача 4.1.
1)
| Коэффициенты | 
| 
| 
|
| Ожидаемые знаки | + | + | + |
| -статистики
| 2,90 | -1,07 | 5,97 |
Так как  ; 
| Значим | Не значим. Неправдоподобный знак | Значим |
2) Все три причины возможны.
|
|
|
3) Сильный источник возникновения мультиколлинеарности.
4) Да; распределение оценки 
сильно связано с мультиколлинеарностью.
Задача 4.5.
1)
| Коэффициенты | 
| 
| 
| 
|
| Ожидаемые знаки | + | - | + | + |
| -статистики
| 3,00 | -0,80 | 6,50 | -1,00 |
Так как 
| Значим | Не значим | Значим | Не значим. Неправдоподобный знак |
2) Форма зависимости отражает экономическую закономерность. Однако параметр при 
должен быть больше, т.к. 
имеет отрицательный коэффициент.
3) Большие значения VIF позволяют сделать вывод о мультиколлинеарности.
4) Или исключить переменную 
из модели, или ввести дополнительную: 
.
Задача 4.6.
1) Отклонить 
, так как 
.
2) Нет основания отклонить ,т.к. ( 
).
3) Недостаточно информации для вынесения решения об ( 
).
4) Недостаточно информации для вынесения решения об ( 
).
5) Нет основания отклонить ( 
).
6) Отклонить ( 
).
7) Недостаточно информации для вынесения решения об ( 
.
Задача 4.7.
1)
| Параметры | 
| 
| 
| 
|
| Ожидаемые знаки | + | - | + | + |
| -статистики
| 6,6 | -2,6 | 2,7 | -3,7 |
| Все – значимы | |||
2) По таблицам, при 
, односторонний критерий имеет пороговые 
. Поскольку 
, можно сделать вывод об отклонении гипотезы 
.
3) Следует предпочесть модель, оцененную по обобщенному МНК, так как в обстановке сериальной корреляции такая модель более экономически адекватна.
|
|
|
Задача 4.9. 1) Т.к. 
, следует отклонить нулевую гипотезу об отсутствии гетероскедастичности.
2) 
. Нет оснований отклонить нулевую гипотезу об отсутствии гетероскедастичности.
3) Ответ зависит от удачного выбора фактора пропорциональности 
. Если есть уверенность в том, что 
увеличивает дисперсию случайной переменной 
, тогда нет различия между –200 и 200. Однако если предполагается, что относительное значение важно, тогда усиливается вклад постоянного члена (больше, чем 200) на (который изменит значимость) и вывод по тесту Парка.
Задача 4.12.
а)
| Параметры |
|
|
|
|
| Ожидаемые знаки | + | + | + | + |
| -статистики
| 7,62 | 2,19 | 3,21 | 7,62 |
Решения 
| Все – значимы | |||
б) Ряд эконометристов предлагают применять двойную логарифмическую модель для устранения гетероскедастичности, т.к. такая модель сжимает масштаб измерения переменных и многократно уменьшает различия между значениями переменных модели.
в) Следует преобразовать модель в терминах удельного выпуска.
г) Введя фактор пропорциональности так, что 
, где 
– гомоскедастичная переменная и 
, получим:
|
|
|
.
Дата добавления: 2019-11-25; просмотров: 229; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!