43.Прогнозирование на основе рядов динамики.

Если функция нелинейна то интервал строится в логарифмах.

48.Виды переменных в системах взаимозависимых уравнений.

Система совместных, одновременных уравнений (или структурная форма модели) обычно содержит эндогенные и экзогенные переменные. Эндогенные переменные обозначены в приведённой ранее системе одновременных уравнений как y. Это зависимые переменные, число которых равно числу уравнений в системе.Экзогенные переменные обозначаются обычно как x . Это предопределённые переменные, влияющие на эндогенные переменные, но не зависящие от них. Классификация переменных на эндогенные и экзогенные зависит от теоретической концепции принятой модели. Экономические переменные могут выступать в одних моделях как эндогенные, а в других, как экзогенные переменные. Внеэкономические переменные (например, климатические условия) входят в систему как экзогенные переменные. В качестве экзогенных переменных могут рассматриваться значения эндогенных переменных за предшествующий период времени (лаговые переменные). Так потребление текущего года yt может зависеть не только от ряда экономических факторов, но и от уровня потребления в предыдущий год yt-1 .

36.Оценивание параметров в уравнениях тренда.

Эконометрическое оценивание моделей включает два основных этапа:

Теоретический. Считается, что определена генеральная совокупность. Зная те или иные статистические свойства этой совокупности, можно теоретически определить параметры модели.

Эмпирический. Исследователь использует лишь выборочные данные. На этом этапе можно оценить, но нельзя точно определить значения параметров модели, поскольку они являются случайными величинами. Для оценки параметров линейного тренда исп-ся МНК. МНК позволяет получить такие оценки параметров а и b, при которых сумма квадратов отклонений фактических значений результативного признака y от расчетных (теоретических) y^_x минимальна.Расчет параметра b:

Величина b показывает среднее изменение результата с изменением фактора на одну единицу. b- cредний в единицу времени прирост уровня ряда.

Знак при коэффициенте регрессии b показывает направление связи: при b>0- связь прямая, а при b<0 – связь обратная.

Расчет параметра а:

Интерпретировать можно лишь знак при параметре а. Если а>0, то относительное изменение результата происходит медленнее, чем изменение фактора.

Отчет времени можно начать от середины ряда: тогда ∑t=0, => tсред.=0, а=t сред.

В параболе 2-ого порядка, при отсчете времени от единицы интерпритируется с – половина ускорения 2-ого ряда. Если от середины ряда, то можно интерпритировать параметр b – абсолютный прирост уровня ряда в среднюю единицу времени.

Показательная функция: b- средний в ед. времени коэф. Роста уровня ряда.

Степенная функция: tb-базисный коэф роста, k- средний коэф. Роста.

Условия применения МНК.Модель регрессии должна быть линейной по параметрам.x – не стохастическая переменная.Значения ошибки (остатка)- случайные. Их изменение не образует определенной модели.Число наблюдений должно быть больше числа оцениваемых параметров (в 5-6 раз).Значения переменной x не должны быть одинаковыми.Изучаемая совокупность должна быть однородной.Отсутствие взаимосвязи между фактором x и остатком.Модель регрессии должна быть корректно специфицирована.В модели не должно наблюдаться тесной взаимосвязи между факторами (это условие для множественной регрессии).