KLASYFIKACJA MODELI 
EKONOMETRYCZNYCH - 
WERYFIKACJA 
JEDNORÓWNANIOWEGO 
MODELU 
EKONOMETRYCZNEGO

 

 

POCHODZENIE 
EKONOMETRII

 

 

MODEL 
EKONOMETRYCZNY

    Modelem ekonometrycznym nazywamy 

formalny opis stochastycznej zależności 

wyróżnionej wielkości, zjawiska lub przebiegu 

procesu ekonomicznego od czynników, które je 

kształtują, wyrażony w formie pojedynczego 

równania bądź układu równań. Strukturę każdego 

równania określają: zmienna objaśniana, 

zmienne objaśniające (nielosowe lub losowe) 

mające ustaloną treść ekonomiczną, parametry 

strukturalne ,zmienna losowa (tradycyjnie 

nazywana składnikiem losowym) o nieznanej 

treści oraz określony typ związku funkcyjnego 

między zmienną objaśnianą a zmiennymi 

objaśniającymi i składnikiem losowym.

 

 

KLASYFIKACJA ZMIENNYCH 
WYSTĘPUJĄCYCH W MODELU 
EKONOMETRYCZNYM

A - zmienne endogeniczne: bieżące i 
opóźnione (wyjaśniane przez model),
B - zmienne egzogeniczne: bieżące i 
opóźnione (nie wyjaśniane przez 
model).
C - zmienne objaśniane
D - zmienne objaśniające.

 

 

KLASYFIKACJA MODELI 
EKONOMETRYCZNYCH

- modele jednorównaniowe 
-modele wielorównaniowe, 
- modele nieliniowe 
- modele nieliniowe 
 - modele proste,   
- modele rekurencyjne,   
- modele o równaniach 

współzależnych 

 

 

RODZAJE WERYFIKACJI

weryfikację merytoryczną, 

która ma na celu stwierdzenie 
merytorycznej poprawności 
modelu, 

weryfikację statystyczną, 

która ma celu stwierdzenie czy 
model spełnia postulaty 
sformułowane w teorii 
ekonometrii i statystyki.

 

 

Współczynnik determinacji R

2

 

wskazuje, jaka część ogólnej 
zaobserwowanej
Zmienności zmiennej objaśnianej 
została wyjaśniona przez model 
ekonometryczny. 
Współczynnik indeterminacji φ

2

 

mierzy natomiast tę część 
zaobserwowanej zmienności 
zmiennej objaśnianej, która nie 
została przez model wyjaśniona.

Współczynnik determinacji R

2

 

wskazuje, jaka część ogólnej 
zaobserwowanej
Zmienności zmiennej objaśnianej 
została wyjaśniona przez model 
ekonometryczny. 
Współczynnik indeterminacji φ

2

 

mierzy natomiast tę część 
zaobserwowanej zmienności 
zmiennej objaśnianej, która nie 
została przez model wyjaśniona.

 

 

Współczynnik indeterminacji  
określony jest wzorem

Φ

2

 = Σ (y – ŷ)

2

/ Σ (y - ỹ)

2

Wspólczynnik determinacji 
oznaczany jest natomiast jako 

R

2

 = 1 – φ

2

o ile φ

2

 jest mniejsze lub równe 

1.

Współczynnik indeterminacji  
określony jest wzorem

Φ

2

 = Σ (y – ŷ)

2

/ Σ (y - ỹ)

2

Wspólczynnik determinacji 
oznaczany jest natomiast jako 

R

2

 = 1 – φ

2

o ile φ

2

 jest mniejsze lub równe 

1.

 

 

Istotność zmiennych 
objaśniających

Zmienna objaśniająca jest 
„istotna”, gdy w zauważalny 
(wyraźny) sposób wpływa na 
zmienną objaśnianą. 
W wypadku modelu liniowego Y = 
a0 + a1X1 + ... + anXn zmienna 
jest istotna, gdy parametr przy niej 
stojący jest istotnie różny od zera. 

Zmienna objaśniająca jest 
„istotna”, gdy w zauważalny 
(wyraźny) sposób wpływa na 
zmienną objaśnianą. 
W wypadku modelu liniowego Y = 
a0 + a1X1 + ... + anXn zmienna 
jest istotna, gdy parametr przy niej 
stojący jest istotnie różny od zera. 

 

 

1Obliczamy tzw., empiryczną statystykę 
Studenta, t

k , 

dotyczącą badanej zmiennej 

objaśniającej. 

2Ustalamy krytyczną wartość statystyki 
Studenta, t

KR

. 

3Porównujemy moduł empirycznej statystyki 
Studenta z wartością krytyczną:

oZmienną objaśniającą uznaje się za 
istotną, jeśli związana z nią 
statystyka empiryczna jest co do 
modułu większa od wartości 
krytycznej, tzn. , jeśli

                                                                    | t

k 

| 

> t

KR

,

oJeśli natomiast jest odwrotnie, tzn. | 
t

k 

| ≤ t

KR 

to badaną zmienną 

objaśniającą uznajemy za nieistotną.

1Obliczamy tzw., empiryczną statystykę 
Studenta, t

k , 

dotyczącą badanej zmiennej 

objaśniającej. 

2Ustalamy krytyczną wartość statystyki 
Studenta, t

KR

. 

3Porównujemy moduł empirycznej statystyki 
Studenta z wartością krytyczną:

oZmienną objaśniającą uznaje się za 
istotną, jeśli związana z nią 
statystyka empiryczna jest co do 
modułu większa od wartości 
krytycznej, tzn. , jeśli

                                                                    | t

k 

| 

> t

KR

,

oJeśli natomiast jest odwrotnie, tzn. | 
t

k 

| ≤ t

KR 

to badaną zmienną 

objaśniającą uznajemy za nieistotną.