книги / Эконометрика. Начальный курс

распределения Стьюдента и число P(tn > с) — для распределений X2 и Фишера. Таким образом, P -значение сразу позволяет судить о значимости нулевой гипотезы. Все компьютерные пакеты, как правило, приводят P -значения вычисленных статистик.

Легко установить связь между описанной выше процедурой и построением доверительных интервалов. Действительно, предпо­ ложим, что для неизвестного параметра в построен доверитель­ ный интервал Dn с уровнем доверия 1 —а, и предположим, что нулевая гипотеза является простой, т. е. Но: в = во- Тогда нулевая гипотеза не отвергается, если во € Dn, и отвергается в противном случае.

1.Происхождение пакетов. Windows-версии. Графика

Большинство пакетов — такие, как RATS, SAS, STATA, TSP, SPSS, SORITEC, SYSTAT, были написаны до эры персональных компьютеров и ориентировались на технологию работы с больши­ ми ЭВМ. Фактически они представляли собой набор процедур на языке FORTRAN. Многие из этих пакетов и до сих пор включают части, написанные на FORTRANe. При перенесении на персональ­ ные компьютеры к набору процедур добавлялась надстройка в ви­ де командного языка (или достаточно примитивной системы ме­ ню, за которой стоит командный язык) для управления вызовом процедур. В силу этого они уступают пакетам, специально напи­ санным для PC (например, GAUSS, Microfit, MicroTSP, EViews,),

по таким параметрам, как быстродействие, дизайн, интерфейс с пользователем, эффективность использования PC.

Пакеты, предназначенные для PC, написаны, как правило, на языке С, который позволяет запрограммировать более гибкий и эффективный интерфейс с пользователем. Однако пакеты, изна­ чально написанные на FORTRANe, такие, как TSP, STATA, SPSS, SYSTAT, SAS, создавались и развивались в течение многих лет большими коллективами разработчиков и включают в себя огром­ ное количество самых разнообразных методов.

Графические возможности представляются не очень суще­ ственным фактором при выборе пакета. Достаточно иметь гра­ фические средства, необходимые для анализа и понимания дан­ ных, моделей (например, графики остатков регрессии, автокорре­ ляционная функция остатков, гистограмма остатков и т. п.), а их предоставляют практически все статистические пакеты. Больше внимания, на наш взгляд, следует уделить легкости получения необходимых графиков (например, сразу из меню пострегресси­ онного анализа) и интерактивным возможностям графического интерфейса (графический курсор, графический редактор и т. д.). Если же для отчета необходима презентационная графика, то луч­ ше обратиться к специализированным графическим пакетам или к мощным табличным процессорам, например к Excel.

бен для работы с панельными данными. Легко осваивается. Подробную информацию о STATA можно найти по адресу h ttp : / /www.sta ta .com/.

TSP

Пакет предоставляет широкие возможности для анализа времен­ ных рядов. Хороший раздел систем одновременных уравнений. Содержит полный раздел нелинейных моделей, обобщенный ме­ тод моментов GMM. Производит аналитическое дифференциро­ вание. Хорошо документирован. Подробную информацию о TSP можно найти по адресу http://vwv.tsp.com/.

SPSS

Отличается удобной структурой Windows-интерфейса. Содержит большой набор разнообразных статистических методов. Имеет ди­ леров в Москве (http://vvv .spss.ru). Проводятся курсы для поль­ зователей в Москве. Подробную информацию о SPSS можно най­ ти по адресу http://w v.spss.com /.

M icrofit386

Авторы — Hashem Pesaran, Bahrain Pesaran (специалист по про­ граммированию и профессор статистики). Программа содержит ряд современных эконометрических методов. Некоторые из них являются особенностью программы. Легко осваивается.

Econom etric Views

Является Windows-версией пакета MicroTSP, значительно пре­ восходя DOS-версию по набору методов. Благодаря стройной и логичной идеологии построения Windows-интерфейса очень прост в освоении. Содержит развитую подсказку (help), являю­ щуюся, по существу, справочником по эконометрическим мето­ дам. Подробную информацию о EViews можно найти по адресу h ttp :/ / w w .e v i e w s .сот/.

3.Опыт практической работы

Как показывает опыт, одного пакета часто бывает явно недоста­ точно для работы. Выбор здесь во многом зависит от конкретных условий, набора задач, квалификации, опыта и вкусов пользова­ теля.

В своей работе авторы обычно используют пакеты EViews, TSP, S T АТА, Microfit. Каждый из этих пакетов содержит огром­ ное количество эконометрических методов. Е Views очень легок в освоении, поэтому именно его авторы используют в программе «outreach — эконометрика*, проводимой Российской экономиче­ ской школой и Министерством образования РФ, целью которой является помощь преподавателям вузов России и СНГ в подго­ товке современного курса эконометрики. (Более подробно про эту программу семинаров можно узнать из http://irav.iies.ru/ или по адресу outreachOnes.ru).

Для начинающих изучение эконометрики студентов бакала­ вриата вполне подходят простые пакеты, работающие в среде ДОС, такие, как MicroTSP, Microfit, Minitab.

Box—Jenkins model = ARIMA — модель Бокса-Дженкинса = интегрированная модель авторегрессии и скользящего сред­ него

censored model — модель с цензурированными наблюдения­ ми, т.е. модель, в которой значения некоторых переменных ограничиваются, как правило, некоторыми пороговыми значе­ ниями

central lim it theorem (CLT) — центральная предельная тео­ рема

classical norm al regression (CNR) — модель классической ре­ грессии, в которой ошибки имеют совместное нормальное рас­ пределение

classical regression (CR) — модель регрессии, в которой ошибки независимы, одинаково распределены, имеют нулевое среднее значение и постоянную дисперсию

coefficient of determ ination (Д-squared) — коэффициент де­ терминации R2

cointegrated processes — коинтегрированные процессы, неста­ ционарные процессы, линейная комбинация которых стацио­ нарна

conditional distribution — условное распределение conditional expectation — условное среднее, условное матема­

тическое ожидание

confidence interval — доверительный интервал consistent estim ator — состоятельная оценка

convergence in distribution (law) — сходимость по распределе­ нию

convergence in probability — сходимость по вероятности correlation — корреляция

correllogram — график (выборочной) автокорреляционной функции

correlation coefficient — коэффициент корреляции covariance — ковариация

cross-section data — данные, не имеющие временной природы, порядок их расположения несуществен

curve fitting — подгонка кривой

density function — плотность распределения

dependent (endogenous) variable — зависимая (эндогенная) пе­ ременная

distributed lags model — модель распределенных лагов distribution — распределение

distribution function — функция распределения

dum m y variable — фиктивная независимая переменная, прини­ мающая, как правило, два значения — 0 или 1

dum m y tra p — ситуация, когда сумма нескольких фиктивных переменных, включенных в регрессию, равна константе, также включенной в регрессию

duration model — модель «времени жизни», модель продолжи­ тельности какого-либо процесса

efficient estim ator — эффективная оценка, оптимальный (в неко­ тором классе) метод оценивания

efficient frontier — граница эффективных портфелей endogenous (dependent) variable — эндогенная (зависимая) пе­

ременная

erro r correction m odel — модель коррекции ошибок

estim ate — величина оценки при заданных выборочных значени­ ях

estim ator — метод оценивания, функция выборочных значений exogenous (independent) variable — экзогенная (независимая)

переменная, регрессор

expectation (m ean) — среднее значение, математическое ожи­ дание

explanatory variables — объясняющие перемениые, регрессоры, независимые перемениые

explained (unexplained) variance — объясняемая (необъясняемая) дисперсия

exponential sm oothing — экспоненциальное сглаживание fitted value — прогнозное значение

550 Приложение СТ

first-order condition (РОС) — необходимые условия экстремума

generalized autoregressive conditional heteroscedasticity (GARCH) m odel — обобщенная авторегрессионная услов­ но гетероскедастичная модель

generalized least squares (GLS) estim ation — обобщенный ме­ тод наименьших квадратов

goodness-of-fit —качество приближения даниых моделью

hazard rate —интенсивность отказов, коэффициент смертности heteroscedasticity — гетероскедастичность

hom oscedasticity — гомоскедастичиость

idem potent m atrix — идемпотентная матрица

independence of irrelevant alternatives — независимость от по­ сторонних альтернатив

independent (exogenous) variable — независимая (экзогенная) переменная

indirect least squares — косвенный метод наименьших квад­ ратов

inform ation m atrix -- информационная матрица

instrum ental variable (IV) — инструментальная переменная instrum ental variables estim ator (IV -estim ator) — метод оце­

нивания с помощью инструментальных переменных intercept — свободный член в уравнении регрессии

jo in t distribution — совместное распределение

lag operator - оператор сдвига

lagged variable — лагировалпая переменная, переменная с запаз­ дыванием

latent variable — скрытая, ненаблюдаемая перемеииая law of large num bers (LLN) — закон больших чисел likelihood function — функция правдоподобия

linear probability m odel — линейная модель вероятности, ли­ нейная регрессионная модель для бинарной зависимой пере­ менной