Равносторонняя гипербола.

Среди класса нелинейных функций, параметры которой без особых затруднений оцениваются МНК, следует назвать хорошо известную в эконометрике равностороннюю гиперболу. Для нее, заменив 1/х на z, получим линейное уравнение регрессии

у = а + вz

Гипербола может быть использована не только для характеристики удельных затрат с объемами производства, как уже указывалось ранее. Примером ее использования может служить также взаимосвязь доли расходов на определенные группы товаров (продовольственные, непродовольственные, товары длительного пользования) с общей суммой доходов. Подобного рода взаимосвязи получили название кривых Энгеля. В 1857 году немецкий статистик Энгель сформулировал закономерность – с ростом дохода доля затрат на продовольствие уменьшается. Соответственно, возрастает доля расходов на непродовольственные товары.

Допустим, вы исследуете соотношение между ежегодным потреблением бананов и годовым доходом, и наблюдения приведены в табл.4. 1, где собраны наблюдения для 10 семей (слайд).

Таблица 4.1

Семья Бананы (в фунтах) (у) Доход (в 1000 долл.) (х) ( z )
1,93 1,000
7,13 0,500
8,78 0,333
9,69 0,250
10,09 0,200
10,42 0,167
10,62 0,143
10,71 0,125
10,79 0,111
11,13 0,100

На слайде (рис.4.2). представлено облако точек, соответствующих наблюдениям, а также график уравнения регрессии между у и х

 

= 5,09 + 0,73 х ; R2= 0,64. (4.7.)

Стандартные ошибки (1,23) (0,20)

 

Из рисунка видно, что график уравнения регрессии не вполне соответствует точкам наблюдений, несмотря на то, что коэффициент при х существенно отличается от нуля при однопроцентном уровне значимости. Очевидно, что точки наблюдений лежат на кривой, тогда как уравнение регрессии характеризуется прямой. В данном случае нетрудно заметить, что функциональная зависимость между у и х определена неправильно.

 

В том случае, если вы не можете представить зависимость в графическом виде ( например, если вы используете множественный регрессионный анализ), понять, что где то допущена ошибка, можно с помощью анализа остатков. В данном случае значения остатков приведены в таблице 4.2.

 

Таблица 4.2

Семья у   е
1 2 3 4
1,93 5,82 - 3,90
7,13 6,56 0,57
8,78 7,29 1,49
9,69 8,03 1,67
10,09 8,76 1,33

Продолжение табл. 4.2.

1 2 3 4
10,42 9,50 0,93
10,62 10,23 0,39
10,71 10,97 - 0,26
10,79 11,70 - 0,91
11,13 12,43 - 1,31

Положительные или отрицательные, большие или малые остатки должны чередоваться случайным образом. Здесь же, как видно из таблицы, сначала остатки отрицательны, затем они становятся положительными, достигают максимума, а потом снова уменьшаются и становятся отрицательными: это представляется сомнительным.

В данном примере соотношение имеет вид:

у = 12 - (4.8.)

где х принимает целые значения от 1 до 10. Если мы знаем это и определим z = 1/ х, то уравнение примет линейный вид (4.7.) . Значение z для каждой семьи уже подсчитано в таблице 4.1. Оценив регрессию между y и z , получим

= 12, 08 - 10, 08 z ; R2 = 0, 9989

Стандартные ошибки (0, 04) (0,12 ) (4.9.) Подставив z = 1 / x , имеем

(4.10.)

С учетом высокого качества оцененного уравнения (4.9.) неудивительно, что соотношение (4.10) близко к истинному уравнению (4.8 ) На слайде (рис. 4.3 и рис. 4.4) показаны регрессионная зависимость и точки наблюдений для у, х и z.

 

 
 

 

 


Улучшение качества уравнения, измеряемого с помощью коэффициента R2, отражено в более полном соответствии графиков. Сравните графики на рис.4.2. и 4.4.

 

Степенная функция.

Рассмотрим далее функции вида

у = aх b (4.11)

которые являются нелинейными как по параметрам, так и по переменным. Данное соотношение может быть преобразовано в линейное уравнение путем использования логарифмов, знакомых вам из курса математики. Ниже приведем основные свойства логарифмов, которые помогут вам в преобразованиях нелинейных уравнений.

Основные правила гласят :

1. Если у = х z , то log y = log x + log z .

2. Если y = x / z , то log y = log x - log z.

3. Если y = x n, то log y = n log x.

Эти правила могут применяться вместе для преобразования более сложных выражений. Например, если у = a х b , то по правилу 1 :

log y = log a + log x b и по правилу 3

= log a + b log x.

Если обозначить у1 = log (y) , z = log x и a 1 = log a , то уравнение (4.11) можно переписать в следующем виде:

у 1 = a1 + b z (4.12)

Процедура оценивания регрессии теперь будет следующей. Сначала вычислим у 1 и z для каждого наблюдения путем взятия логарифмов от исходных значений. Вы можете сделать это на компьютере с помощью имеющейся статистической программы. Затем оценим регрессионную зависимость у1 от z. Коэффициент при z будет представлять собой непосредственную оценку b. Постоянный член является оценкой a1, то есть log a. Для получения оценки a необходимо взять антилогарифм, то есть выполнить обратное действие.

 








Дата добавления: 2015-11-06; просмотров: 2047;


Поиск по сайту:

При помощи поиска вы сможете найти нужную вам информацию.

Поделитесь с друзьями:

Если вам перенёс пользу информационный материал, или помог в учебе – поделитесь этим сайтом с друзьями и знакомыми.
helpiks.org - Хелпикс.Орг - 2014-2024 год. Материал сайта представляется для ознакомительного и учебного использования. | Поддержка
Генерация страницы за: 0.009 сек.