Эконометрика в экономике
Эконометрика – это научное направление, исследующее качественные и количественные связи при использовании статистических моделей и методов.
Основой эконометрического знания стала статистика и математика, которые активно использовались и продолжают применяться в области развития экономической теории. Теоретическое направление эконометрики исследует статистические параметры испытаний и оценок. В свою очередь, ее прикладное направление позволяет изучать и оценивать теории и гипотезы, выдвигаемые в рамках экономической науки.
С помощью эконометрики формируются инструменты для осуществления измерений в экономике, реализуется методология исследования хозяйственных моделей микро- и макроуровней. Эконометрика эффективно применяется для разработки прогнозов. Она является дисциплиной, активно использующей методы статистики и математики, что роднит ее с биометрией, наукометрией, психометрией и другими прикладными науками.
Одним из новейших направлений эконометрики является непараметрическая эконометрика. Она не требует спецификации форм, так как данные исследуемых объектом сами формируют модели. Такой подход представляет собой оптимальный метод исследования практических задач. Он позволяет оценить большой объем данных при относительно малом количестве заданных переменных. Методы непараметрической эконометрики применяются там, где не работают классические методики.
Сущность метода Бокса-Кокса
Методы эконометрики позволяют оценивать влияние большого числа факторов на статические и динамические модели. Часто возникают ситуации, когда задействованные в исследовании данные не могут пройти тест на нормальность. Под нормальностью статистической выборки понимается частный случай критерия согласия. Для расчетов в математике применяются нормально распределенные величины, под влиянием закона больших чисел. Тест на нормальность проводится на первом этапе исследования. Таким образом, специалист определяет метод проведения основного исследования – параметрический или непараметрический.
Метод Бокса-Кокса позволяет преобразовать исходную «ненормальную» статистику, в «нормальную». Кроме того, он помогает определиться с выбором модели для исследования. Например, линейную или логарифмическую зависимость. Проблема заключается в том, что иногда значения этих подходов могут быть равными, что усложняет выбор исследователя. В случае, если выбор будет сделан неверно, полученный результат может дать существенное отклонение от реальных значений. Тест Бокса-Кокса позволяет выбрать оптимальную модель.
Для описания используют следующую зависимость:
Рисунок 1. Зависимость. Автор24 — интернет-биржа студенческих работ
в случае, если значение переменной равно нулю, то вид является неопределенным.
Предел искомого значения вычисляется следующим образом:
Рисунок 2. Предел. Автор24 — интернет-биржа студенческих работ
Расчет лимита позволяет заменить регрессионную зависимость более общей. Появляется возможность оценить параметры уравнения методом максимального правдоподобия. А уже после этого для параметров можно определять различные гипотезы.
Тест Бокса-Кокса в Excel
Тест Бокса-Кокса реализован в Stata. Для того, чтобы произвести вычисления, необходимо выполнить следующую последовательность шагов:
- Выгрузить данные в программу Excel.
- Далее используется тест Box-Cox, который вшит в программное обеспечение. Его можно найти, выполняя следующие шаги Menu Statistics – Linear model and related.
- Реализация в Excel теста Бера-МакАлера и РЕ-теста МакКиннона.
- Проверка логарифмической функции с помощью гипотезы постоянства, используя t-статистику.
- Проверка фиктивного значения переменной, влияющей на сдвиг и наклон графического изображения функции.
- Подтвердить незначительность коэффициента.
- Расчет искомой величины должен осуществляться с учетом отклонения.
Исходя из этапов построения модели, можно определить следующие параметры вычислений: определить изменение регрессии под влиянием фиктивной переменной, либо сопоставление результатов выборов различных фиктивных переменных. Эта переменная может использоваться для построения и анализа временного ряда.
