- •Зміст дисципліни за темами
- •Тема 1. Концептуальні аспекти економетричного моделювання економіки
- •Тема 2. Принципи побудови економетричних моделей. Парна та множинна лінійна регресія
- •Тема 3: Моделі множинних регресій, що зводяться до лінійних
- •Тема: Економіко – математичне моделювання
- •2. Математична модель економічного об’єкту
- •Критерії вибору „хорошої моделі”:
- •За характером застосування методів дослідження виділяються:
- •2. Об'єкт, предмет, мета і завдання економетрії
- •3. Основні етапи економетричного аналізу
- •4. Економічні задачі, які розв'язують за допомогою економетричних методів
- •5. Основні етапи зародження та розвитку економетрії
- •Тема: Регресійні моделі
- •1. Поняття регресії
- •3. Парна лінійна регресія
- •4. Теоретична і розрахункова моделі
- •5. Метод найменших квадратів – метод розрахунку параметрів моделі.
- •6. Дисперсійний аналіз моделі
- •Приклад виконання типового завдання
- •1. Економічна постановка задачі
- •2. Геометричне зображення залежності між досліджуваними показниками
- •3. Оцінювання параметрів парної лінійної регресії
- •4. Розрахунок коефіцієнта детермінації та парної кореляції.
- •5. Перевірка достовірності побудови моделі на основі статистичних критеріїв
- •5. Визначення стандартних похибок та довірчих інтервалів для оцінок параметрів моделі
- •6. Точковий та інтервальний прогноз на основі побудованої моделі.
- •Тема: Загальна лінійна економетрична модель
- •1. Множинна лінійна регресія
- •2. Передумови застосування метода найменших квадратів
- •3. Дисперсійний і регресійний аналіз моделей
- •4. Точковий та інтервальльний прогноз
- •5. Перевірка якості та статистичної значущості моделі
- •Завдання №1 на самостійну роботу
- •1). Побудувати економетричну модель залежності між факторами за допомогою функції «линейн»:
- •Тема: Нелінійні моделі
- •Степенева (поліноміальна ) модель
- •2. Гіперболічна модель
- •3. Показникові моделі
- •4. Виробнича функція Кобба – Дугласа
- •Завдання №2 на самостійну роботу
- •Тема: Фіктивні змінні в регресійних моделях
- •1. Необхідність використання фіктивних змінних
- •2. Моделі ancova
- •2.1. Ancova - Модель при наявності у фіктивної змінної двох альтернатив
- •2.2. Моделі ancova за наявності у якісних змінних більш двох альтернатив
- •3. Використання фіктивних змінних у сезонному аналізі
- •Завдання № 3* на самостійну роботу Розрахувати моделі із фіктивними змінними :
- •Дослідити розраховану модель на значущість. Тема: Мультиколінеарність факторів моделі
- •Поняття мультиколінеарності
- •Основні наслідки мультиколінеарності:
- •Дослідження наявності мультиколінеарності
- •Ознаки мультиколінеарності
- •Алгоритм Фаррара – Глобера
- •Завдання №4 на самостійну роботу
- •Тема: Гетероскедастичність моделі
- •1. Поняття гетероскедастнчності та її наслідки
- •2. Перевірка гетероскедастичності
- •Тема: Автокореляція відхилень (залишків)
- •1. Поняття автокореляції та її наслідки
- •Перевірка наявності автокореляції
- •Завдання № 5 на самостійну роботу
Завдання № 3* на самостійну роботу Розрахувати моделі із фіктивними змінними :
ціни на квартиру в залежності від площі, кількості кімнат, поверху, типу будинку (цегла, бетон), розташування (лівий або правий берег, станція метро) - 6507;
ціни на мобільний телефон із врахуванням кількісних і якісних факторів - 6507;
Y - ціна мобільного телефону, y.o; |
|
|
||||||
X1 – вага, г; |
|
|
|
|
|
|||
X2 - тривалість роботи акумулятора в режимі очікування, дн; |
||||||||
X3 - гарантійний срок, міс.; |
|
|
|
|||||
- наявність MP3; Bluetooth; фото-, відео-камери. |
|
|
|
|
3) залежності рівня заробітної праці співробітників від стажу, статі, наявності вищої освіти, знання іноземних мов тощо – 6505;
4) залежність між рівнем заробітної плати та стажем роботи, віком, кваліфікацією, рівнем мотивації певного робітника тощо – 6505.
Дослідити розраховану модель на значущість. Тема: Мультиколінеарність факторів моделі
Поняття мультиколінеарності
Мультиколінеарність моделі означає існування лінійної залежності або сильної кореляції иіж двома чи більше факторами. Мультиколінеарність між факторами Хі та Хj називається строгою, якщо існує лінійна залежність Xj = сХi.
На практиці економічні фактори часто пов'язані між собою і це істотно впливає на якість економетричного моделювання.
Основні наслідки мультиколінеарності:
1. падає точність оцінок параметрів, яка виявляється в зростанні помилок деяких оцінок, в значному збільшені дисперсії оцінок параметрів;
2. оцінки деяких параметрів стають незначущими;
3. оцінки деяких параметрів стають чутливими до обсягів сукупності спостережень.
Тому при побудові економетричної моделі потрібно визначити існування мультиколінеарності та усунути її.
Дослідження наявності мультиколінеарності
Якщо в регресії присутнє явище мультиколінеарності, то не виконується умова і для строгої мультиколінеарності неможливо отримати оцінки параметрів моделі регресії за МНК, а у випадку нестрогої мультиколінеарності оцінки будуть мало надійними: незначні зміни вибіркових даних призводять до значних змін оцінок параметрів.
Ознаки мультиколінеарності
Інформацію про парну залежність факторів моделі надає симетрична матриця коефіцієнтів парної кореляції (кореляційна матриця):
У масиві пояснюючих змінних можлива наявність мультиколінеарності, якщо
серед парних коефіцієнтів кореляції пояснюючих змінних є такі, що за своєю величиною наближаються до множинного коефіцієнта кореляції, який прямує до 1;
значення det r (точкова міра рівня мультиколінеарності) наближається до 0:
якщо det r =0, то існує повна мультиколінеарність,
якщо det r =1, то мультиколінеарність відсутня;
в економетричній моделі розраховано мале значення параметра аk вразі існування високого рівня коефіцієнта кореляції;
включення до моделі нової пояснюючої змінної істотно змінює оцінки параметрів моделі за незначної зміни (підвищення або зниження) коефіцієнтів детермінації чи кореляції.
Взагалі для визначення лінійної структури регресії корисно будувати кореляційну матрицю, яка буде складатися із факторів моделі і залежної компоненти: регресія має враховувати ті змінні, які мають суттєвий вплив на залежний фактор і не корегують між собою.