W poprawnie zbudowanym modelu przyczynowo opisowym:
zmienne objaśniające nie powinny być skorelowane ze zmienną objaśnianą
zmienne objaśniające powinny być w jak najmniejszym stopniu skorelowane między sobą
powinna występować silna korelacja między zmiennymi objaśniającymi
zmienne objaśniające powinny być w jak najmniejszym stopniu skorelowane między sobą
Przy szacowaniu parametrów modelu przyczynowo opisowego metodą MNK występowanie współliniowości zmiennych objaśniających jest zjawiskiem
neutralnym dla tej metody estymacji
negatywnym, gdyż prowadzi do obniżenia efektywności estymatorów
pozytywnym, gdyż zazwyczaj otrzymujemy modele bardzo dobrze dopasowane do danych rzeczy-wistych
negatywnym, gdyż prowadzi do obniżenia efektywności estymatorów
Oszacowano pewien model przyczynowo opisowy i okazało się, że współczynnik determinacji jest „pra-wie” równy 1, ale jego parametry są statystycznie nieistotne. Przyczyną uzyskania takich wyników może być:
nie można nic powiedzieć o przyczynach tego stanu rzeczy
współliniowość zmiennych objaśniających
wysokie skorelowane zmiennych objaśniających
współliniowość zmiennych objaśniających
wysokie skorelowane zmiennych objaśniających
Zmienna objaśniająca w modelu przyczynowo opisowym powinna:
charakteryzować się małą zmiennością czasową lub przestrzenno czasową, gdyż gwarantuje to lep-sze dopasowanie modelu do danych rzeczywistych
charakteryzować się małą zmiennością czasową lub przestrzenno czasową, gdyż gwarantuje to lep-sze dopasowanie modelu do danych rzeczywistych
charakteryzować się dostatecznie dużą zmiennością czasową lub przestrzenno czasową
charakteryzować się małą zmiennością czasową lub przestrzenno czasową, gdyż gwarantuje to lep-sze dopasowanie modelu do danych rzeczywistych
charakteryzować się dostatecznie dużą zmiennością czasową lub przestrzenno czasową
Kryterium podziału modeli wielorównaniowych na modele proste, rekurencyjne i o równaniach współza-leżnych jest:
macierz B parametrów strukturalnych danego modelu stojących przy zmiennych łącznie współzależnych
macierz T parametrów strukturalnych danego modelu stojących przy zmiennych z góry
obie wyżej wymienione macierze
macierz B parametrów strukturalnych danego modelu stojących przy zmiennych łącznie współzależnych
Jeśli macierz B parametrów strukturalnych danego modelu wielorównaniowego stojących przy zmiennych łącznie współzależnych jest diagonalna, to mamy do czynienia z modelem:
prostym
rekurencyjnym
o równaniach współzależnych
prostym
Predykcję łańcuchową stosujemy w przypadku wielorównaniowego modelu:
