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.
modelowanie ekonometryczne, symulacje komputerowe, modele regresji
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
