- •2. Методи побудови загальної лінійної економетричної моделі
- •2.1 Загальна лінійна економетрична модель
- •2.2 Емпірична модель множинної лінійної регресії
- •2.3 Зведення нелінійних економетричних моделей до лінійного вигляду
- •Зведення нелінійних економетричних моделей до лінійного вигляду
- •2.4 Метод найменших квадратів
- •Вхідні дані моделювання
- •Дослідження ефективності витрат на рекламу
- •Систематизація причин появи випадкових збудників в регресійних рівняннях
- •2.5 Оператор оцінювання 1мнк
- •2.6 Передумови застосування методу найменших квадратів (1мнк) – умови гауса-маркова
- •2.7 Верифікація моделі
- •2.8 Перевірка значущості та довірчі інтервали
- •2.9 Етапи дослідження загальної лінійної моделі множинної регресії
- •Кредити, надані домашнім господарствам, за цільовим спрямуванням і строками погашення за місяцями 2007-2008р.Р. (залишки коштів на кінець періоду, млн.Грн.)
- •Проміжні розрахунки
- •2.10 Прогнозування за лінійною моделлю
- •2.11 Методи побудови багатофакторної регресійної моделі
- •Завдання для самоконтролю
Дослідження ефективності витрат на рекламу
І |
|
|
|
|
1 |
25 |
5 |
25 |
125 |
2 |
30 |
6 |
36 |
180 |
3 |
35 |
9 |
81 |
315 |
4 |
45 |
12 |
144 |
540 |
5 |
65 |
18 |
324 |
1170 |
Сума |
200 |
50 |
610 |
2330 |
Середнє значення |
40 |
10 |
122 |
466 |
Знаючи параметри , отриману пряму запишемо у вигляді:
.
Деяка інформація про випадкові збудники
Причини, які спонукають появу випадкових збудників в рівняннях (2.17) можуть бути такими (таблиця 2.4).
Таблиця 2.4
Систематизація причин появи випадкових збудників в регресійних рівняннях
|
Причина появи випадкових збудників |
Сутнісна характеристика |
1 |
Регресійна модель є в певній мірі спрощенням реальної ситуації, яка в дійсності являє собою складне переплетіння різних факторів, багато з яких практично неможливо врахувати в моделі |
наприклад, попит на банківські послуги буде визначатися як процентною ставкою, так і процентною ставкою на ті послуги, які можуть їх заміняти, доходами споживачів і т.ін. Однак в цьому переліку не враховуються традиції як релігійні, так і національні, особливості кліматичних умов і багато інших факторів. При цьому ще виникає проблема визначення факторів, які за певних умов будуть домінуючими, а якими можна знехтувати. В ряді випадків існують фактори, які не можна використати в моделі тому, що для них проблематично одержати необхідні статистичні дані. Наприклад, величина заощаджень родини визначається не лише доходами її членів, а й їхнім здоров’ям, інформацію про що в цивілізованих країнах тримають в таємниці. Окрім цього, багато факторів мають випадковий характер (погода, стихійні лиха), які посилюють неоднозначність. |
2 |
Неправильно вибрана функціональна залежність |
може трапитися внаслідок недостатнього дослідження процесу, який підлягає моделюванню. Так, виробнича функція, яка описує залежність Y від одного фактора Х може бути виражена лінійним співвідношенням: , хоча насправді, при більш ретельному дослідженні, стане відомо, що співвідношення між Y та Х матиме нелінійний характер, наприклад: . Вибір форм функціональної залежності між змінними називають специфікацією моделі. |
3 |
невірно вибрані пояснюючі змінні |
- |
4 |
залежність між факторами має складну форму зв’язку між цілими комплексами подібних величин |
при дослідженні залежності попиту на банківські послуги Y в якості пояснюючої вибирають змінну, яка уособлює складну комбінацію індивідуальних запитів, що мають на неї певний вплив поряд із факторами, які враховані в моделі. Здійснюється так зване агрегування пояснюючих змінних, що може бути однією із причин появи в моделі випадкового збудника . |
5 |
помилки при аналізі та обробці статистичних даних |
- |
6 |
будь-яка статистична інформація є обмеженою і, крім цього, більшість моделей описуються неперервними функціями, але при цьому використовуються вибіркові дані, які мають дискретну структуру |
- |
7 |
наявність людського фактора, який в тій чи іншій мірі обов’язково є присутнім в будь-якому економічному процесі, але врахувати який в моделі поки що практично неможливо |
В певних ситуаціях цей фактор може навіть якісну модель деформувати до примітивного рівня. |