Главная | Обратная связь

Ошибки, встречающиеся при эконометрических исследованиях.

При эконометрических исследованиях часто встречаются ошибки различного рода. Их принято подразделять на три вида

1. Ошибки спецификации. От правильно выбранной спецификации модели зависит величина случайных ошибок Последняя будет тем меньше, чем ближе рассчитанные с помощью уравнения регрессии значения результативного признака у_х подходят к фактическим данным y.

К ошибкам спецификации относится не только неправильный выбор той или иной математической функции для расчета , но и отсутствие в построенном уравнении регрессии какого-либо существенного фактора, т.е. использование парной регрессии вместо множественной или двух- вместо трехфакторной. Так, ценность работника может зависеть не только от его квалификации, но и от таких факторов, как возраст, пол и т.д. Ошибки спецификации — это ошибки, которые могут быть сведены исследователем к минимуму с помощью изменения вида уравнения регрессии (в результате замены линейной связи на нелинейную, лучше подходящую функцию, замена парной регрессии на множественную). Из рис. 2.2 следует, что нелинейная регрессия лучше описывает связь между результатом у и фактором х.

2. Ошибки выборки. Они могут иметь место наряду с ошибками спецификации, поскольку исследователь чаще всего работает с выборочными данными при установлении закономерной связи между признаками. Ошибки выборки обусловливаются и неоднородностью данных в исходной статистической совокупности, что, как правило, бывает при изучении экономических процессов. Если совокупность неоднородна, то уравнение регрессии не имеет практической смысла. При исследовании, например, зависимости качеств; товара определенного вида от его цены, в выборку данных могут попасть товары этого же типа, но другого уровня (сейчас очень часто цена зависит от престижности марки товара причем качество в этом случае не всегда играет основную роль). Для получения хорошего результата из совокупности обычно исключают единицы с аномальными значениями исследуемых признаков. Из рис. 2.3 следует, что некоторые значения для улучшения результатов регрессии нужно исключить из выборки. Но и при этом результаты регрессии представляют собой выборочные характеристики. Для получения более достоверных результатов регрессии можно увеличить также объем исследуемой выборки данных.

3. Ошибки измерения. Они являются практически неустранимыми при использовании методов регрессии. Если ошибки спецификации можно уменьшить за счет изменение формы модели, а ошибки выборки — за счет увеличения объема исходных данных, то ошибки измерения в принципе не поддаются минимизации. В связи с этим количественная оценка связи между признаками не будет достаточно достоверной. Особенно часто ошибки измерения встречаются при исследованиях на макроуровне. Так, в исследованиях спроса и потребления в качестве объясняющей переменной широко используется доход на душу населения. Вместе с тем статистическое измерение величины дохода сопряжено с рядом трудностей и не лишено возможных ошибок, в частности, за счет наличия сокрытых доходов. Классическим примером также являются эконометрические изыскания, основанные на экономических показателях, которые предприятия представляют в налоговые инспекции, вышестоящие организации, статистические управления. Достоверность этих данных никто не подтверждает, и чем больше в исследование попадает такой непроверенной информации, не соответствующей реальной действительности, тем больше ошибки измерения. К сожалению, такие ошибки практически невозможно устранить, так же как нельзя проверить достоверность всей информации.

При проведении эконометрических исследований за основу принимается предположение о том, что ошибки измерения отсутствуют или минимальны, и основное внимание уделяется уменьшению ошибок спецификации.