ПОӘК 042-18-12 113/ 03-2013 №1 басылым 18. 09. 2013

α_{1 р}егрессия коэффициенті Y нәтиже орташа қанша шамаға өзгеретінін көрсетеді, егер х айнымалысын өлшем бірлігіне көбейтсек, яғни α₁ нормативті коэффициент болып табылады. Әдетте кездейсоқ шама ℇ нөлге тең математикалық күтімі және дисперсиясымен қалыпты үлестіру заңына бағынады деп болжанады (айтылады).

А=(Х ^тХ) ^–1 Х ^тY

Регрессиялық модельдің бір шарты болып, оның түсіндіруші (тәуелсіз) айнымалыларының сызықты тәуелсіздігі туралы тұжырым алынады. Яғни, есепті шешу тек берілгендердің матрицасының жолдары мен бағандары сызықты тәуелсіз болса ғана мүмкін Экономикалық көрсеткіштер үшін бұл шарт ылғида орындала бермейді. Факторлар арасындағы сызықтық немесе сызықтыққа жақын байланыс мультиколлениарлық деп аталады және қалыпты теңдеулерді сызықты тәуелділікке әкеледі. Бұл модель параметрлерін мазмұнды интерпретациялауды қиындатады немесе есептеудің мүлдем орындалмауына әкеледі. Бұған әртүрлі себептер бар. Мультиколениарлықтан құтылу үшін, модельге өзара сызықты байланысқан тек бір ғана фактор қосады, және де ол ол тәуелсіз айнымалымен жоғары дәрежеде байланысқан болса.

Жеке регрессия коэффициенттерінің маңыздылығы t-статистика бойынша тексеріледі. Егер t-критерийдің есептелу мәні берілген маңыздылық деңгейінде оның кестелік мәнінен артық болса, онда регрессия коэффициенті маңызды деп есептеледі. Керсінше жағдайда осы коэффициентке сәйкес факторды модельден алып тастау қажет. Модельдің маңыздылығын тексеру үшін Фишердің F-критерийі пайдаланылады.

1. 
   Кіші квадраттар әдісі бойынша жиынтық регрессия моделінің параметрлерін бағалау
   
2. 
   Мультиколлениарлық ұғымы
   
   1. 
      Модель параметрлерінің статистикалық маңыздылығының сараптамасы.
      

1. 
   К. Доугерти Введение в эконометрику. Пер. с англ. Москва-1997.
   
2. 
   Просветов Г.И. Эконометрика: задачи и решения. Уч. Методическое пособие. Москва 2004г.
   
3. 
   Брейли Р. Принципы корпоративных финансов: Пер. с англ.-М.:ЗАО «Олимп-Бизнес», 1997
   
4. 
   Ә.Ж. Сапарбаев, А.Т. Мақұлова. Эконометрика. Алматы: Бастау, 2007ж.
   

Мультиколленеарлық мәселесі.

1. 
   Автокорреляция ұғымы. Автокорреляцияға тексеру шарттары
   
2. 
   Мультиколлинеарлық әдістер
   

Мультиколлинеарлық түсінігі, қатаң емес сызықтық тәуелділік түсіндірмелі айнымалының арасындағы қатаң емес сызықтық тәуелділік регрессиясының сенімсіз болғанын алуға әкелген жағдайда орындалады. Мультиколлинеарлық факторлар арасындағы коррелляция, мультиколлинеарлық параметрлердің бағаларын сенімсіз, тұрақсыз және мағынасыз тәуелділіктің болуына әкеледі. Ол параметрлерге қатысты дұрыс шешім шығара алмайды. Егер барлық шарттар орындалып, бақылау сандарымен айнымалының таңдамалы дисперсиялары үлкен, ал кездейсоқ мүшелерінің дисперсиялары кіші болса, онда нәтижесінде жақсы баға алуға болады, сонымен мультиколлинеарлық қатаң емес айнымалылар мен келіспеушілікті тудырады. Осы мәселені қарастыру регрессияның нәтижелі бағасына әсер етеді. Егер екі немесе одан да көп тәуелсіз айнымалының айқын көрсеткіші уақытша тренд болса,онда олар тығыз коррилирленген болады және бұл мультиколлинеарлыққа әкеледі. Механизмнің параметрлерге әсер етуін түсіну үшін мынандай жағдайды қарастырамыз. Бірінші және екінші факторлардың арасында сызықтың-функционалдық тәуелділік бар. Мультиколлинеарлықты болдырмаудың бірнеше әдістері бар:

1.алып тастау әдісі.

2.регрессиялық қадам.

Бірінші әдіске регрессияны бағалауды төрт жүйесінің тәртібіне алып тастау жүйесі жатады, ал екіншісіне ішкі хабарды қолдану жатады. Егер де біз басынан мүмкін болатын дайын жүйелерді қолдансақ, онда бақылау санын өсіру мүмкін болушы еді. Егер де біз уақытша қатарды қолдансақ, онда қысқарту жолымен уақыт мерзімінің нақтылығын анықтауға болады. Мысалы функция сұранысын бағалау деңгейін анықтағанда, жылдық жүйеден тоқсандық жүйеге көшуге болады.Сонда, бұдан кейін 25 бақылаудан 100 бақылауға жетеді.

Сонымен қатар, көлемді де қысқартуға да болады. Кездейсоқ мүше өзіне барлық үзілістерден біріктірілген тиімділікті қосады. Олар регрессия деңгейіндегі у-ке әсер етеді. Егер де біз таңдамалы жүйенің берілгендерін қолдансақ және бақылауды жоспарлау стадиясында тұрсақ, онда регрессия бағасын өсіруге болады және мультиколлинеарлық проблеммасын таңдамалы жүйенің өлшемін өсіру арқылы үлкен шығындармен нашарлатуға болады.

Енді ең қарапайым әдісті қолдануға келетін болсақ, ішкі хабарлаудың екі түрі бар:

1. теоретикалық тосқауылдар

2. ішкі эмпирикалық бағалар.

Теоретикалық тосқауылдар коэффициенттермен кейбір байланыстар аралығында кіріс жүргізеді. Бұны Кобба-Дуглас функциясы бойынша мысалға алып көрсек.

Осы формула бойынша және 5-1 таблицаның берілгені бойынша мынаны алуға болады:

logV=2.81-0.53logK+0.91logL+0.047t;R²=0.97

(1.38) (0.34) (0.021) F=189.8

Қортынды көрсеткендей,өнім шығыны капитал жүйесі арқылы емес,капитал жүйесінің өсуі кезінде шығындардың төмендеуін көрсетеді.

Мультиколлинарлықты болдырмаудың әдістері

Мультиколлинарлықты жеңілдету үшін 2 әдіс қолданылады:

1. 
   Категорияға 4 шартты орындау деңгейін жеңілдету әрікеті жатады;
   
2. 
   Категорияға сыртқы ақпаратты қолдану жатады.
   

Бұл әдістімеде потенциалдық проблемалар кездеседі. Автокорреляцияға әкелүге немесе іздетуге болады, бірақ ол бейтарап болуы мүмкін. Бұдан басқа іздетуді ығыстыруға болады, өлшеумі қатерлермен шақырылған, егер әр тоқсандық мәліметтер аз дәлдікпен өлшенсе. Осыған лайық, әр жылдық мәліменттерге қарағанда аз болады. Бұл мәселені шешу оңай емес ,бірақ ол маңызды болуы мүмкін:

Регрессия теңдігіне еңгізілмеген, мөлшеріне ықпал болатындай, барлық ауыс полы біріктірілген тиімділіктерді кездейсоқ мүше өзіне бағындыра алады.

Егер жаңа ауыспалы теңдеуіне тіркелген басқа бір немесе бірнеше ауыспалылар мен сыртқы түрде байланысты болса, онда оның кіріспелі мультикаллинеардың мәселесіне одан сайын тереңдетілуі мүмкін.