Параметър оценка на авторегресия модели - studopediya

Един от основните проблеми при конструирането автоматично регресионни модели (измерени параметри), свързани с присъствието на корелация между променлива YT-1, и остатъци # 949; т в уравнението, тези регресия, в резултат на оценката компенсира параметър прилагането OLS вземане на променлива YT-1.

често използван метод за инструментални променливи, за да се преодолее този проблем. според които промяната-ценен YT-1 от дясната страна на модела се заменя с нова променлива # 375; т-1. че, от една страна, тя трябва да бъде тясно свързано с YT-1. и второ, не корелира с модела на грешка # 949; т.

Като такива променлива може да регресия променлива YT-1 променлива XT-1. определя от отношението

където d1 константите, d2 са коефициенти на уравнението на регресия

получени по конвенционални МНК.

В резултат на това за оценка на параметрите на уравнение (5.8), използвайки уравнението

когато стойността на променливата изчислява от формула (5.9).

Имайте предвид, че функционалната връзка между променливите и XT-1 (5.9) води до СЕЗОН Coy корелация между променливите и XT. За да се преодолее този проблем в модела (5.8) и, съответно, в модела (5.11) може да бъде включен в качеството на време фактор положителни независима променлива. Така модел е под формата

1. Какво иконометричен модел, наречен динамично?

3. Какъв тип са на моделите с разпределен лаг?

4. Каква е със закъснение стойностите на променливите?

5. Как да се тълкува параметри на модела са разпределени изоставането?

1. Определяне на краткосрочни и дългосрочни множителите за модела

2. Определете краткосрочни и дългосрочни мултипликатори за модела