Määrittelyvirheet - mikä se on, määritelmä ja käsite

Sisällysluettelo:

Määrittelyvirheet - mikä se on, määritelmä ja käsite
Määrittelyvirheet - mikä se on, määritelmä ja käsite
Anonim

Ekonometrisen mallin määritysvirheet viittaavat erilaisiin virheisiin, joita voidaan tehdä, kun valitaan ja käsitellään riippumattomien muuttujien joukko riippuvan muuttujan selittämiseksi.

Kun malli rakennetaan, sen on täytettävä oikea määrittelyhypoteesi. Tämä perustuu siihen, että malliin on valittu selittäviä muuttujia, jotka pystyvät selittämään itsenäisen muuttujan. Siksi oletetaan, ettei ole olemassa riippumatonta muuttujaa (x), joka selittäisi itsenäisen muuttujan (y), ja että tällä tavalla olisi valittu muuttujat, jotka mahdollistavat oikean mallin lähestymisen.

Mallin määritysvirheet

Mallin määrittelyssä on useita virheitä, jotka voidaan ryhmitellä kolmeen suureen ryhmään:

Ryhmä 1: Toimintatapaa ei ole määritetty oikein

  • Merkityksellisten muuttujien jättäminen pois: Kuvitellaan, että haluamme selittää yrityksen Y osakkeiden tuoton. Tätä varten valitsemme PER: n, markkina-arvon ja kirjanpitoarvon itsenäisiksi muuttujiksi. Jos vapaa kellunta korreloi jonkin mallin muuttujan kanssa, mallimme virhe korreloisi malliin sisältyvien muuttujien kanssa. Tämä aiheuttaisi mallin arvioimien parametrien puolueettomuuden ja epäjohdonmukaisuuden. Ennusteiden ja mallille tehtyjen eri testien tulokset eivät siis ole päteviä.
  • Muunnettavat muuttujat: Regressiomallin hypoteesissa oletetaan, että riippuva muuttuja liittyy lineaarisesti riippumattomiin muuttujiin. Monissa tapauksissa näiden välinen suhde ei kuitenkaan ole lineaarinen. Jos tarvittavaa muunnosta ei tehdä riippumattomalle muuttujalle, malli ei sovi oikein. Esimerkkeinä itsenäisten muuttujien muunnoksesta otetaan muun muassa logaritmit, neliöjuuri tai neliö.
  • Heikko näytetietojen kerääminen: Riippumattomien muuttujien tietojen on oltava yhdenmukaisia ​​ajan kanssa, toisin sanoen riippumattomien muuttujien rakenteellisia muutoksia ei voi tapahtua. Kuvitellaan, että haluamme selittää BKT: n vaihtelun maassa X käyttämällä kulutusta ja investointeja itsenäisinä muuttujina. Oletetaan, että kyseisestä maasta löytyy valtion maalta öljykenttä ja hallitus päättää poistaa verot. Tämä voi johtaa muutokseen maan kulutustottumuksissa, jotka pidetään siitä päivästä lähtien rajattomasti. Tässä tapauksessa meidän pitäisi kerätä kaksi erilaista aikasarjaa ja arvioida kaksi mallia. Yksi malli ennen muutosta ja toinen sen jälkeen. Jos ryhmittelemme tiedot yhteen otokseen ja arvioimme mallin, meillä olisi huonosti määritelty malli ja hypoteesit, kontrastit ja ennusteet olisivat virheellisiä.

Ryhmä 2: Riippumattomat muuttujat korreloivat aikasarjojen virhetermin kanssa

  • Riippuvan muuttujan käyttö viiveellä itsenäisenä muuttujana: Muuttujan käyttäminen viiveellä tarkoittaa samojen muuttujien tietojen käyttämistä, mutta mitattuina edellisen jakson. Oletetaan, että käytämme edellistä BKT-mallia riippuvana muuttujana. Lisätään malliin kulutuksen ja investointien lisäksi edellisen vuoden BKT (BKT)t-1). Jos edellisen vuoden BKT korreloidaan sarjaan virheen kanssa, arvioidut kertoimet ovat puolueellisia eivätkä ole epäjohdonmukaisia. Tämä taas mitätöisi kaikki hypoteesitestit, ennusteet jne.
  • Menneisyyden ennustaminen: Kun mitataan muuttujaa, meidän on aina otettava aika ennen sitä, jonka haluamme arvioida. Oletetaan, että riippuva muuttujamme on osakkeen X tuotot ja riippumaton muuttujamme PER. Oletetaan lisäksi, että otamme lopulliset tiedot helmikuusta. Jos käytämme tätä mallissamme, päätellään, että osakkeella, jolla oli korkein PER-arvo helmikuun lopussa, oli korkeimmat tuotot helmikuun lopussa. Mallin oikea erittely tarkoittaa tietojen ottamista jakson alusta myöhempien tietojen ennustamiseksi eikä päinvastoin kuin edellisessä tapauksessa. Tätä kutsutaan menneisyyden ennustamiseksi.
  • Mittaa riippumaton muuttuja virheellä: Oletetaan, että riippumaton muuttujamme on osakkeen tuotto ja yksi riippumattomista muuttujistamme on nimellinen korko. Muista, että nimellinen korko on korko plus inflaatio. Koska nimellisen koron inflaatiokomponenttia ei voida havaita tulevaisuudessa, mittaamme muuttujaa virheellisesti. Korkotason mittaamiseksi meidän on käytettävä odotettua korkoa ja että siinä otetaan huomioon odotettu inflaatio eikä nykyinen inflaatio.