Алгоритм косвенного метода наименьших квадратов:
• Структурная модель преобразовывается в приведенную форму модели.
• Для каждого уравнения приведенной формы модели обычным МНК оцениваются приведенные коэффициенты.
• Коэффициенты приведенной формы модели трансформируются в параметры структурной формы модели.
Алгоритм двухшагового метода наименьших квадратов:
• Определяется приведенная форма модели, и находятся на ее основе оценки теоретических значений эндогенных переменных.
• Определяются структурные коэффициенты модели по данным теоретических (расчетных) значений эндогенных переменных. Косвенный МНК.
Рассмотрим приведенную форму системы 
, в которой 
переменные 
-не мультиколлинеарны. роцедура статистического оценивания структурных параметров i-го уравнения: На 1-м этапе оцениваем с помощью обычного МНК все параметры 
приведенной формы. На 2-м этапе используются соотношения 
связывающие структурные параметры i-го уравнения системы с параметрами 
приведенной формы. В случае точной идентифицируемости i-го уравнения структурной формы его параметры 
и 
однозначно определяются из системы по значениям 
. Подставив в эти соотношения вместо 
их оценки 
и решив систему уравнений относительно 
и 
, мы получим состоятельные оценки 
и 
структурных параметров i-го уравнения системы.
В случае неидентифицируемости анализируемого уравнения структурной формы число взаимно независимых связей между 
, 
и 
будет меньше общего числа 
неизвестных. Поэтому без дополнительной информации нельзя определить значения структурных коэффициентов 
и 
.
Двухшаговый метод наименьших квадратов состоит в том, что оценивают параметры отдельного уравнения системы, а не рассматривают систему в целом. Двухшаговый метод наименьших квадратов (ДМНК) использует следующую центральную идею: на основе приведенной формы модели получают для сверхидентифицируемого уравнения теоретические значения эндогенных переменных, содержащихся в правой части уравнения. Затем они подставляются вместо фактических значений и применяют обычный МНК к структурной форме сверхидентифицируемого уравнения. В свою очередь, сверхидентифицируемая структурная модель может быть двух типов: либо все уравнения системы сверхидентифицируемы, либо же система содержит наряду со сверхидентифицируемыми и точно идентифицируемые уравнения. В первом случае, если все уравнения системы сверхидентифицируемые, для оценки структурных коэффициентов каждого уравнения используется ДМНК. Если в системе есть точно идентифицируемые уравнения, то структурные коэффициенты по ним находятся из системы приведенных уравнений.
Поможем написать любую работу на аналогичную тему