<<
>>

Процедура пошагового отбора переменных

Коэффициент частной корреляции часто используется при решении проблемы спецификации модели (см. далее п. 4.4). Остановимся на этом аспекте более подробно.

Иногда исследователь заранее знает характер зависимости исследуемых величин, опираясь, например, па экономическую теорию, предыдущие результаты, априорные знания и т.п., и задача состоит лишь в оценивании неизвестных параметров. (По существу, во всех наших предыдущих рассуждениях мы неявно предполагали, что имеется именно такая ситуация.) Классический пример — оценивание параметров производственной функции Кобба-Дугласа У = АКа1/, где У — совокупный выпуск, К — капиталовложения и L — трудозатраты.

Логарифмируя это равенство, получаем линейное относительно In А, а, /3 уравнение, из которого, например, с помощью метода наименьших квадратов можно получить оценки этих параметров, проверять те или иные гипотезы и т.д.

Однако на практике довольно часто приходится сталкиваться с ситуацией, когда имеется большое число наблюдений различных параметров (независимых переменных), но нет априорной модели изучаемого явления. Возникает естественная проблема, какие переменные включить в регрессионную схему. Теоретические вопросы, связанные с этой проблемой, будут изложены далее, в п. 4.4.

В компьютерные пакеты включены различные эвристические процедуры пошагового отбора регрессоров. Основными пошаговыми процедурами являются процедура последовательного при- соединения, процедура присоединения-удаления и процедура последовательного удаления. Опишем кратко одну из таких процедур, использующую понятие коэффициента частной корреляции.

Процедура присоединения-удаления

На первом шаге из исходного набора объясняющих переменных выбирается (включается в число регрессоїюв) переменная, имеющая наибольший по модулю коэффициент корреляции с зависимой переменной у.

Второй шаг состоит из двух подшагов. На первом из них, который выполняется, если число регрессоров уже больше двух, делается попытка исключить один из регрессоров. Ищется тот ре- грессор х3, удаление которого приводит к наименьшему уменьшению коэффициента детерминации. Затем сравнивается значение F-статистики (3.44) для проверки гипотезы Но о незначимости этого регрессора с некоторым заранее заданным пороговым значением Руккл- Если F < РИСКЛ} то xs удаляется из списка регрессоров. Заметим, что гипотеза Но о равенстве коэффициента при х3 нулю эквивалентна гипотезе о равенстве коэффициентов детерминации до и после удаления регрессора (см. (3.45)), а также гипотезе о том, что коэффициент частной корреляции хя и у равен 0. Второй подшаг состоит в попытке включения нового регрессора из исходного набора предсказывающих переменных. Ищем переменную хр с наибольшим по модулю частным коэффициентом корреляции (исключается влияние ранее включенных в уравнение регрессоров) и сравниваем значение F-статистики (3.44) для проверки гипотезы Но о незначимости этого регрессора с некоторым заранее заданным пороговым значением FDKJI. Если F > FBKJI, то хр включается в список регрессоров. Обычно выбирают Fhcwi < FBKJ1. Второй шаг повторяется до тех нор, пока происходит изменение списка регрессоров. Конечно, ни одна из пошаговых процедур не гарантирует получение оптимального по какому-либо критерию набора регрессоров.

Подробное описание пошаговых процедур содержится в книге (Айвазян и др., 1985). Следует отметить, что пошаговый отбор является формально- аналитической процедурой, и его надо рассматривать как вспомогательный метод. Основным критерием является содержательный экономический смысл модели.

<< | >>
Источник: Магнус Я.Р., Катышев П.К., Пересецкий АЛ. Эконометрика. Начальный курс: Учеб. — 6-е изд., перераб. и доп. — М.: Дело. — 576 с.. 2004

Еще по теме Процедура пошагового отбора переменных:

  1. Отбор переменных
  2. Субъектные переменные Переменные, поддающиеся и не поддающиеся манипуляциям
  3. 2.6. Анализ вариации зависимой переменной в регрессии. Коэффициент детерминации R2 Анализ вариации зависимой переменной в регрессии
  4. Глава 5 Процедура
  5. 4.2.Э.1. Процедура прямого хода в алгоритме формирования оптимального расписания
  6. § 11.5. ПРОЦЕДУРЫ БАНКРОТСТВА
  7. Организационные системы и процедуры
  8. Переменные свойства понятия
  9. § 4. Процедура "хабеас корпус"
  10. Нормы и процедуры
  11. 6. О процедуре тренинга
  12. Процедуры создания ОЭЗ
  13. Глава 8 Инструментальные переменные
  14. Процедура фокус-группы
  15. 4.2. Фиктивные переменные