Модель неидентифицируема - если число структурных коэффициентов [c.32]
При рассмотрении проблемы идентифицируемости мы ограничились случаем, когда имеются априорные ограничения только на структурные коэффициенты. Ясно, что ограничения на вид распределения случайных возмущений могут сузить класс М допустимых преобразований так, что неидентифицируемое без этих ограничений уравнение станет идентифицируемым. [c.411]
В то же время, как нетрудно проверить, даже знание точных значений коэффициентов приведенной формы и для исходной, и для усложненной моделей не позволяет сделать никаких выводов относительно структурных параметров второго уравнения. Для этого уравнения также невозможно использовать у или г в качестве инструментальной переменной из-за возникающей при этом линейной зависимости между регрессорами. Это явление тесно связано с так называемой проблемой идентификации, о которой подробно будет говориться ниже. В данном случае нетрудно понять, почему уравнение (9.7) для спроса неидентифицируемо. Действительно, возьмем произвольное число А и составим линейную комбинацию уравнений (9.6) и (9.7), умножая первое на А, второе — на (1 — А) и складывая их [c.228]
Приведенная форма (9.18) позволяет состоятельно оценить mk элементов матрицы П и т(т + 1)/2 элементов матрицы ковариаций вектора ошибок v. В то же время в структурной форме неизвестными являются т2 — т элементов матрицы В (условие нормировки), mk элементов матрицы Г и т(т + 1)/2 элементов матрицы ковариаций вектора ошибок е. Таким образом, превышение числа структурных коэффициентов над числом коэффициентов приведенной формы есть т — т и, следовательно, в общем случае система неидентифицируема. Однако, как было показано ранее (пример 1 данной главы), некоторые структурные коэффициенты или структурные уравнения могут быть идентифицированы. Основная причина этого — наличие априорных ограничений на структурные коэффициенты. [c.234]
Мы установили ранее, что в этой системе коэффициенты первого уравнения неидентифицируемы, а коэффициенты второго идентифицируемы точно. Для этой системы [c.153]
G = 2 и снова только первое уравнение идентифицируемо, так как i содержит лишь одно ограничение на свои коэффициенты, в то вре-как второе уравнение неидентифицируемо, поскольку ограничений его коэффициенты нет вообще. [c.371]
Заметим, что переменные X не коррелируют с ошибками Е, так что, применив обратное преобразование Койка, мы решили проблему коррелированности регрессоров со случайными членами. Однако применение обычного метода наименьших квадратов к модели (8.32) оказывается на практике невозможным из-за бесконечно большого количества регрессоров. Разумеется, в силу того, что коэффициенты входящего в модель ряда убывают в геометрической прогрессии, и, стало быть, сам ряд быстро сходится, можно было бы ограничиться сравнительно небольшим числом лагов. Однако и в этом случае мы столкнулись бы по крайней мере с двумя трудно решаемыми проблемами. Во-первых, возникла бы сильная мультиколлинеарность, так как естественно ожидать, что лаговые переменные сильно коррели-рованы. Во-вторых, уравнение оказалось бы неидентифицируемым. В модели на самом деле присутствует всего четыре параметра. Между тем как, взяв всего лишь три лага, мы бы получили оценки пяти параметров. [c.203]
Очевидно, что три коэффициента рь feyi не могут быть найдены из двух уравнений (9.14). Это означает, что существует бесконечное множество их возможных значений, приводящих к одной и той же приведенной форме. Такие коэффициенты называются неидентифицируемыми и, соответственно, неидентифицируемым называется уравнение, содержащее эти параметры. [c.232]
Исходную систему уравнений называют неидентифицируемой (недоопределенной), если по коэффициентам приведенных уравнений можно получить несколько вариантов значений коэффициентов структурных уравнений. Обычно это происходит тогда, когда количество уравнений для определения коэффициентов структурных уравнений меньше числа определяемых коэффициентов. [c.319]
Коэффициенты приведенной формы модели могут быть состоятельно оценены методом наименьших квадратов. Эти оценки могут быть использованы для оценивания структурных параметров (косвенный метод наименьших квадратов). При этом возможны три ситуации структурный коэффициент однозначно выражается через коэффициенты приведенной системы, структурный коэффициент допускает несколько разных оценок косвенного метода наименьших квадратов, структурный коэффициент не может быть выражен через коэффициенты приведенной системы. В последнем случае соответствующее структурное уравнение является неидентифицируемым. Неидентифицируемость уравнения не связана с числом наблюдений. [c.229]
Среди экзогенных переменных xtj могут быть характеристики, зависящие только от индивидуума и не зависящие от альтернативы. Если, например, анализируется проблема выбора профессии, то естественно включить в xtj такие факторы, как возраст, уровень образования, социальный статус и т.п., которые не зависят от профессии. Выделим такие переменные ж - = [yL,zJ], и соответствующим образом разобьем вектор неизвестных параметров на две компоненты /3 = ру ]- Тогда числитель и знаменатель правой части формулы (12.13) будут содержать общий сомножитель exp(z tS), а это означает, что вектор параметров S оценить невозможно (неидентифицируемость). Следовательно, если необходимо учесть индивидуальные эффекты, logit-иоделъ множественного выбора должна быть модифицирована. Например, можно считать, что коэффициенты 8 могут зависеть от альтернативы, т.е. utj = y t i + z t j- В примере с выбором профессии подобное предположение выглядит реалистичным при одном и том же уровне образования полезность разных профессий разная (при прочих равных). [c.332]