Эконометрика [Электронный ресурс] : учебное пособие / Р. С. Саркисян

2. – априорный – 
производится анализ сущности изучаемого объекта, формиро-
вание и формализация априорной (известной до начала моделирования) информации.
3. – параметризация 
– осуществляется непосредственно моделирование, т.е.

выбор общего вида модели, выявление входящих в нее связей.

4.
– 
информационный – 
осуществляется сбор необходимой статистической
информации.
5.
– 
идентификация модели – 
осуществляется статистический анализ модели
и оценка ее параметров.
6.
–
верификация модели –
проводится проверка истинности, адекватности мо-
дели. Выясняется насколько удачно решены проблемы спецификации, идентификации 
и однозначности модели, какова точность расчетов по данной модели, насколько мо-
дель соответствует реальному объекту или процессу.
7. - использование модели для прогнозирования и принятия решения в про
-
ведении экономической политики.
Эти разделения на этапы носят условный характер.
Последовательность эконометрических исследований демонстрирует ниже приве-
денная схема:
Рис. 1.2.
Схема эконометрических исследований. 
Как сравнить между собой две конкурирующие модели?
Предположим, два исследователя работают независимо друг от друга над одним
и тем же предметом исследования и предлагают две различные модели с разными пере-
менными для одного и того же явления:
где x
1i
и x
2i
объясняющие (независимые) переменные – случайные величины; 
- объясняемая (зависимая) переменная; 
и
случайные воздействия (ошибки регрес-
сии); i – порядковый номер наблюдения (измерительного опыта ); α
и β 
- параметры 
уравнения.
Из этих моделей ни одна не может рассматриваться как подмодель другой, так как 
они разные, содержат разные переменные (x
1i
и x
2i
).
Одним из способов сравнения этих двух моделей – сравнивать коэффициенты де-
терминации R
2 
(ознакомимся в 3-ей главе)
для обеих моделей.
Альтернативным подходом является оценка так называемой 
гибридной модели
,
включающей в себе обе переменные (обе модели в качестве частных случаев):
(1.2.3)
Если 
2
0
γ =
получаем вторую модель, если 
2
0
γ =
- первую, поэтому тест на луч-
шую модель должен проводиться путем оценки значимости этих коэффициентов в мо-
дели (1.2.3). Возможны четыре результата тестирования:
• первый коэффициент является статистически значимым, а второй – нет. Мо-
дель (1.2.3) сводится к (1.2.1);
• второй коэффициент является статистически значимым, а первый – нет. Мо-
дель (1.2.3) сводится к (1.2.2);
• оба коэффициента статистически значимы. Значит, необходимо сочетать оба 
переменные, и лучей является модель (1.2.3)
• оба коэффициента статистически незначимы. Значит, ни одна из моделей не 
является адекватным описанием исследуемого явления и необходимо строить новую 
модель.