Тема 7. Моделирование связных временных рядов

Цель изучения: построение многофакторных моделей регрессии основных показателей деятельности организационно-правовых структур на базе динамической информации и методика оценки значимости моделей с учетом специфики изучаемых объектов и предпосылок реализации методологии многофакторного динамического моделирования.

Дидактические характеристики темы 7:

Классификация эконометрических моделей. Понятие модели взаимосвязи. Теоретические и методологические предпосылки построения адекватных статистических моделей взаимосвязей. Особенности моделирования взаимосвязи статистическими методами.

Выбор формы связи. Поле корреляции. Статистические модели регрессии. Мультиколлинеарность и методы ее выявления. Определение параметров регрессии. Доверительные интервалы регрессии. Методы отбора факторных признаков. Особенности моделирования временных рядов с помощью корреляционно-регрессионного анализа. Ложная корреляция. Переменная корреляция и автокорреляции.

Методы построения множественных регрессионных моделей по временным рядам.

Критерии адекватности и значимости статистических моделей регрессии. Интерпретация статистических моделей регрессии.

Изучив данную тему, студент должен:

Знать:

• классификацию моделей;

• теоретические и методологические предпосылки построения моделей взаимосвязи;

• методы выбора формы связи;

• методы отбора факторных признаков на базе эвристических и многомерных математико-статистических методов;

• методы определения автокорреляции;

• методы выявления и устранения мультиколлинеарности;

• методы построения множественных регрессионных моделей по временным рядам;

• критерии адекватности и статистической значимости статистических моделей регрессии;

• показатели интерпретации моделей регрессии по временным рядам.

Уметь читать особенности изучаемого объекта исследования, решать проблемы построения статических моделей взаимосвязи социально-экономических явлений и процессов, статистически и экономически правильно отбирать факторные признаки, строить модели регрессии по временным рядам и оценивать их статистическую значимость и адекватность.

Приобрести навыки моделирования конкретных социально-экономических явлений и процессов с учетом их специфики.

При изучении Темы 7 необходимо:

Читать:

• учебное пособие под ред Садовниковой Н.А. и Шмойловой Р.А., М.: МЭСИ, 2007. – ТЕМУ «Моделирование связных временных рядов»;

• учебник «Теория статистики» под ред. Шмойловой Р.А. – М.: Финансы и статистика, 2008, стр.268–299.

Выполнить задание практикума по курсу «Анализ временных рядов и прогнозирование».

Акцентировать внимание на следующих понятиях: модель, модель взаимосвязи, корреляция, поле корреляции, коэффициент регрессии, ложная корреляция, переменная корреляция, идентификация, точность прогноза, факторные признаки, результативные признаки, автокорреляция, мультиколлинеарность.

Для выполнения заданий необходимо:

1. Определить результативный и факторные признаки и построить графики их зависимости.

2. Проверить временные ряды на наличие автокорреляции в уровнях.

3. Проверить временные ряды на наличие автокорреляции в остатках.

4. Построить модели авторегрессионных преобразований различными методами и сравнить выходные характеристики.

5. Определить параметры моделей.

6. Проверить адекватность регрессионных и авторегрессионных моделей.

7. Проверить значимость параметров моделей регрессии.

8. Сформулировать выводы.

Для самооценки Темы 7

Необходимо выполнить задание практикума по курсу «Анализ временных рядов и прогнозирование».

Ответить на вопросы 18, 19, 27 вопросов для самопроверки.

План семинарских и практических занятий по теме 7

1. Сущность и алгоритм расчета показателей автокорреляции.

2. Сущность и алгоритм расчета показателей корреляции.

3. Обоснование наличия и устранения мультиколлинеарности.

4. Построение моделей автокорреляции методами последовательных или конечных разностей, отклонений эмпирических значений признака от выравненных по тренду, Фриша-Воу.

5. Проверка статистической значимости и адекватности полученных моделей связи.

6. Проверка занчимости параметров моделей.

7. Выполнение задание практикума по курсу «Анализ временных рядов и прогнозирование».