Недостаточный набор данных

По просьбе нашего читателя постараемся описанную тему от 23:35 | 14.03.2020 раскрыть ещё глубже, сегодня рассмотрим Недостаточный набор данных. Не будем разливать воду, а преступим рассмотрению этого вопроса.

Основное положение

Замечание 2

Последнюю проблему в эконометрическом моделировании часто называют «мультиколлинеарностью».

В отличие от экспериментальной науки, отдельный исследователь, изучающий экономические процессы обычно не имеет возможности заметно повлиять на них.

Для восполнения недостатка данных, исследователь должен принимать определенные априорные допущения, которые часто могут быть недостаточно обоснованными.

Обычно функциональная форма эконометрической модели неизвестна заранее. В таком случае целесообразно использовать непараметрические методы оценивания. Но применение подобных методов требует достаточно значительного набора данных. На практике поэтому, как правило, предполагается, что зависимость двумя переменных линейна. Это связано с тем, что линейная зависимость подразумевает хороший уровень аппроксимации гладкой зависимости в определенной окрестности. Однако нет никаких гарантий, что истинная зависимость не будет нелинейной в интервале, к которому отнесены данные.

В случае применении методов эконометрики следует понимать, что обычно постулируемые свойства имеют асимптотический характер, или проявляются при стремлении числа наблюдений к бесконечности. Например, если линейная регрессия подразумевает использование в качестве регрессоров лагов (запаздывания) зависимых переменных, то, даже при выполнении стандартных предположений регрессионного анализа, итоговые оценки будут смещенными, но состоятельными.



Заключение

Конечно можно много говорить по теме Недостаточный набор данных, но основную суть мы изложили по этому вопросу. Если вам нужно дополнительная консультация, пожалуйста пишите ваши сообщения нам на почту. Все поступившие вопросы рассматриваются и не остаются без ответа.