Maria Rosienkiewicz
ARTYKUŁ

(Polski) PDF

STRESZCZENIE

Celem artykułu jest porównanie kryterium informacyjnego Akaike (AIC) i metody Hellwiga jako metod doboru zmiennych objaśniających do modelu i tym samym uzyskania modelu optymalnego. Porównania dokonano na dwa sposoby. W pierwszym zbudowano symulacje w specjalnym programie w języku R (The R Project for Statistical Computing, R language). Celem tych symulacji było zidentyfikowanie, która z analizowanych metod częściej wskazuje właściwy model. W drugim na podstawie danych empirycznych dokonano porównania obydwu metod. Z zestawu potencjalnych zmiennych objaśniających wybrano jeden zestaw zmiennych zgodnie z metodą Akaike, a drugi – metodą Hellwiga. Na podstawie każdego z wybranych zestawów zbudowano model. Następnie oba modele porównano pod względem ich skorygowanych współczynników determinacji, standardowych błędów oszacowań oraz zgodności z oczekiwanymi wynikami. Wyniki uzyskane przez symulacje i wyniki pochodzące z analizy modeli empirycznych wskazały, że kryterium informacyjne Akaike jest lepszym, wydajniejszym i bardziej niezawodnym narzędziem doboru właściwego zestawu zmiennych objaśniających i optymalnego modelu ekonometrycznego.

SŁOWA KLUCZOWE

modelowanie ekonometryczne, symulacje komputerowe, modele regresji

BIBLIOGRAFIA

Bednarski T., Borowicz F. (2009), On inconsistency of Hellwig's variable choice method in regression models, „Discussiones Mathematicae Probability and Statistics”, No. 29

Cavanaugh J. E., Shumway R. H. (1998), An Akaike information criterion for model selection in the presence of incomplete data, „Journal of Statistical Planning and Inference”, vol. 67, Issue 1, 16 March

Chow G. C. (1995), Ekonometria, Wydawnictwo Naukowe PWN, Warszawa

Dziechciarz J. (2002), Ekonometria. Metody, przykłady, zadania, Wydawnictwo Akademii Ekonomicznej im. Oskara Langego we Wrocławiu

Hellwig Z. (1969), Problem optymalnego wyboru predykant, „Przegląd Statystyczny”, R. XVI, Zeszyt 3—4

Kukier Ł., Szydłowski M., Tambor P. (2008), Kryterium Akaike: prostota w języku statystyki, KUL, Lublin

Peracchi F. (2001), Econometrics, John Wiley & Sons Ltd, Chichester, West Sussex

Serwa D. (2004), Metoda Hellwiga jako kryterium doboru zmiennych do modeli szeregów czasowych, SGH, Kolegium Analiz Ekonomicznych, Instytut Ekonometrii

Do góry
© 2019-2022 Copyright by Główny Urząd Statystyczny, pewne prawa zastrzeżone. Licencja Creative Commons Uznanie autorstwa - Na tych samych warunkach 4.0 (CC BY-SA 4.0) Creative Commons — Attribution-ShareAlike 4.0 International — CC BY-SA 4.0