Двух шаговый метод наименьших квадратов

1. Исходные (неочищенные) регрессоры xj аппроксимируются  методом линейных уравнений регрессии от выбранных инструментальных переменных , .

 

                                                               (   )

 

Получаем m ЛУМР, причем, независимых друг от друга (метод наименьших квадратов применяется m - раз). Для этого используется классический метод наименьших квадратов. Здесь {} - матрица искомых коэффициентов; j - номер строки этой матрицы, равный номеру исходного регрессора xj; k – номер члена в ЛУМР, равный номеру инструментальной переменной Zk. Классический  метод наименьших квадратов используется поочередно для каждого xj .

Замечание. В силу некоррелированности инструмент. переменная Zk с остатками E эти оценки получаются  состоятельными метода наименьших квадратов.

 

                                             ()

 

                                                                   ()

 

N – число опытов; i – номер опыта;

Z – матрица планирования эксперимента, где базисные функции – линейные функции от Zk.

 

                                     

 

Замечание: переменные  не коррелируют с ошибками регрессии , поскольку они выражаются в виде линейной комбинации некоррелирующих с E переменных .

2. Будем рассматривать {} как новые инструментальные переменные для Y и аппроксимируем Y через них.

 

                                                         (    )

 

Вектор коэффициентов для каждой фиксированной компоненты  оцениваем снова с помощью классического метода наименьших квадратов:

 

                              

 

Всего получается таких l формул метода наименьших квадратов вида (     ); т.е. ; где q - число исходных результативных переменных.

 

3. Поскольку все преобразования линейны, то подставляя (    ) в (      ) получим выражение оценки двухшагового метода наименьших квадратов через исходные (а значит экономически интерпретируемые) инструменты переменной Zj

 

                                                   (    )

 

Оценки состоятельные

Замечание: Для нелинейного МУР применимость 2х – шаговой процедуры сохраняется, однако связь  с  получается уже численная.

Вывод: Нужно сделать преобразования переменных перед применением 2х шагов метода наименьших квадратов

 

Пример:                      

Вводим                         

                                               

Далее 2х –шаговую процедуру можно применять по стандартной схеме к (    )

Второй способ для систем одновременных уравнений (СОУ). Построить НСМ с числом нейронов в выходном слое, равном числу компонентов вектора

 

Предыдущие материалы: Способ  устранения коррелированности регрессоров с остатками с помощью инструментальных переменных Линейные уравнения регрессии с переменной структурой. Фиктивные переменные Случай нелинейных координатных функций Деструктивный подход (“расщепления”) мультиколлинеарных пар Метод пошаговой регрессии (конструктивный метод)

Следующие материалы: Обобщенный метод наименьших квадратов Трех шаговый метод наименьших квадратов Задачи эконометрики в области социально-экономических исследований. Информационные технологии на базе ПЭВМ в эконометрическом исследованиях. Классификация переменных в эконометрических исследованиях. Понятия спецификации и идентифицируемости модели. Примеры эконометрических моделей (модель предложения и спроса на конкурентном рынке).