Расчет стандартных ошибок коэффициентов регрессии
Расчет стандартных ошибок коэффициентов регрессии
Полученные теоретические дисперсии D(a), D(b) зависят от дисперсии с2 случайного члена.
По данным выборки отклонения е„ а следовательно, и их дисперсии а2 неизвестны, поэтому они заменяются наблюдаемыми остатками е, и их выборочной дисперсией.
Однако оценка var(e) является смещенной, т.е.
M[var(e)] = ^—^а2.
п
Несмещенной оценкой дисперсии а2 является величина (остаточная дисперсия)
S2 = — var(e) = — У е2,
которая служит мерой разброса зависимой переменной вокруг линии регрессии.
Величина S называется стандартной ошибкой регрессии.
Отметим, что в знаменателе остаточной дисперсии стоит число степеней свободы (л 2), а не п, так как две степени свободы теряются при определении двух параметров (а, Ь).
Заменив в теоретических дисперсиях неизвестную а2 на оценку S2, получим оценки дисперсии:
с2 - х2^~ с2 _ $2
nvar(x) «var(x)
Величины Sa, Sb называются стандартными ошибками коэффициентов регрессии.
Пример 3.1. Для полученной в примере 2.5 зависимости расходов на питание от личного дохода у = -1,75 + 0,775х рассчитаем стандартные ошибки коэффициентов регрессии.
Исходные данные: « = 5, var(x) = 32, х2 132, var(e) = l,98.
Остаточная дисперсия S2 и стандартная ошибка регрессии S равны соответственно
.2 и , . 5
S1 = var(e) = • 1,98 = 3,3, S = J3,3 = 1,816.
п 2 3
Для расчета стандартной ошибки можно также воспользоваться функцией Excel:
S = СТОШУХ(массив у; массив х).
Стандартные ошибки коэффициентов регрессии
Xі | 132
Sa = SJ - = 1,816. = 1,65,
^nvar(x) V5 ■ 32
JA = -y-^ = 0,143.
y]nvar(x) v5-32
Пример 3.2. Покажем, что в выборочной регрессии без свободного члена у = bx стандартная ошибка оценки b
S
jnx2
meS2 =-t-^(y,-bxf. n-l
Подставим в оценку для b выражение у, рЪс,+ є,:
Оценка b является несмещенной, так как М(Ь) = В. Дисперсия оценки b
<S*,2)2 1
£х,2Дє,) _ о2 _ а2
пх
D(b) =
2>2 Ух? ~2
В исходной модели оценивается один параметр, поэтому оценкой а является
*2~1е,2 = ^-г2>,-ч)2п-1 п-1
Следовательно, Sb —s==.
упх2
Пример 3.3. Покажем, что в выборочной регрессии у = а стандартная ошибка оценки а
s -А
где<?2 = J-^(у, -у)2.
п-1^
Подставим в оценку для а выражение у, = а + є,:
а = —— = — = а + ——.
п п п
D(a) =
Оценка а является несмещенной, так как М(а) = а. Дисперсия оценки а
<2 п '
В исходной модели оценивается один параметр, поэтому оценкой о~ является
п-1 п-1
Следовательно, S. =
Гп
Пример 3.4. Поданным примера 2.5 построим зависимость расходов на питание у от личного дохода х для модели регрессии без свободного члена и рассчитаем стандартную ошибку коэффициента регрессии.
Исходные данные и расчетные показатели представим в виде таблицы:
Год | X | У | х2 | ху | У | (у-у)2 | (У-У)2 | (У-у)2 |
1990 | 2 | 1 | 4 | 2 | 1,28 | 25 | 26,378 | 0,0806 |
1991 | 6 | 2 | 36 | 12 | 3,85 | 16 | 6,594 | 3,429 |
Коэффициент b определяется выражением
А = £ = = 0,642.
х2 132
Следовательно, у = 0,642х.
Заметим, что в отсутствие свободного члена у ф у, varCv) Ф var(y) + var(e).
Остаточная дисперсия S2 и стандартная ошибка регрессии S равны соответственно
S2 = —^-£е2 = 13,608
= 3,397, S = 73,397 = 1,843.
я-1~ ' 4
S
Стандартная ошибка коэффициента регрессии S 1,843
0,071.
V5 •132
СТАТИСТИЧЕСКИЕ СВОЙСТВА МНК-ОЦЕНОК (а, Ь)
Пусть выполняется условие нормальности распределения случайного члена: є, ~ 7V(0; а2). Тогда МНК-оценки коэффициентов рефессии также имеют нормальное распределение, поскольку являются линейными функциями от є/, т.е.
а ~ N
а;
2 2 ОХ
п var(x) b~ N
Р;
«var(x)
Если условие нормальности распределения случайного члена не выполняется, то оценки {а, Ь) имеют асимптотически нормальное распределение.
Обсуждение Эконометрика
Комментарии, рецензии и отзывы