| Аннотация | В статье описан метод верификации статистической модели, которая, во-первых, представлена временными рядами исходных данных и, во-вторых, является линейной по оцениваемым параметрам. Опыт статистических расчетов на основе реальных эмпирических данных свидетельствует о том, что наиболее известные и традиционно применяемые в практике эконометрического моделирования математико-статистические методы (метод наименьших квадратов, метод максимального правдоподобия и близкие к ним методы) очень часто не позволяют обеспечить успешную верификацию теоретически требуемых форм эконометрических моделей. Разработанный метод, называемый альтернативным методом линейной регрессии (АМЛР), обеспечивает учет априорных ограничений абсолютных значений и знаков параметров идентифицируемой модели. В основе АМЛР лежит концепция наилучшего линейного индекса, известная в теории статистики с конца 1950-х годов. В математическом отношении АМЛР основывается на методе главных компонент. Проанализированы условия применения АМЛР в эконометрическом моделировании и методы преобразования исходной статистической информации, обеспечивающие корректность применения разработанной процедуры оценивания.
Специальной проблемой предложенного метода является определение уровня точности аппроксимации зависимой переменной модели. В связи с этим для оценки уровня точности статистической модели, верифицируемой при помощи АМЛР, разработан оригинальный метод декомпозиции временного ряда на регулярную и стохастическую компоненты. Проанализированы свойства предлагаемого метода декомпозиции и дана числовая иллюстрация его применения в эконометрических расчетах. |
|---|