Качество подгонки

из "Эконометрика начальный курс "

Мы видим, что результаты последней регрессии отличаются от первой оценки эластичностей как по труду, так и по капиталу уменьшились. Забегая немного вперед, следует отметить, что JP-тест в данном случае отвергает нулевую гипотезу об отсутствии индивидуальных эффектов (последняя строка таблицы). Иными словами, модель с фиксированным эффектом выглядит более приемлемой по сравнению с моделью объединенной регрессии. [c.367]
Сопоставляя (13.12) и (13.25), видим, что (как и следовало ожидать) выполняется неравенство V(/3RE) V(/3 y). [c.371]
Таким образом, в модели со случайным эффектом удается реализовать доступный обобщенный метод наименьших квадратов. [c.372]
Пример. Оценка производственной функции российских предприятий топливно-энергетической отрасли. Продолжение 1 (см. начало п. 13.3, стр. 366). [c.372]
Как и раньше, оценки эластичностей получились значимыми и согласующимися со здравым смыслом. По сравнению с оценками, полученными в модели объединенной регрессии и в модели со случайным эффектом, они занимают промежуточное положение между первыми и вторыми. [c.372]
Подведем кратко итоги. [c.373]
Для стандартных моделей регрессии качество подгонки (при условии, что среди регрессоров есть константа) обычно измеряет коэффициент детерминации Д2 или скорректированный коэффициент детерминации -R . Напомним, что коэффициент детерминации интерпретируется как доля объясненной вариации зависимой переменной. Для моделей с панельными данными это понятие требует уточнения и модификации. Во-первых, внутригрупповая и межгрупповая модели имеют дело с разными вариациями зависимой переменной. Во-вторых, модель со случайным эффектом оценивается с помощью обобщенного метода наименьших квадратов, для которого коэффициент детерминации вообще не является адекватной мерой качества подгонки. [c.373]

Вернуться к основной статье