1.Цель, задачи эконометрики.Эконометрич модель и моделирование

Эконометрика-наука, объединяющая сов-ть математико-статистических методов, кот позволяют дать кол выражение взаимосвязей эк явлений и процессов.она позволяет найти кол подтверждение(неподтверждение) эк гипотезы. Цель эконометрики- разработка способов моделир. и колич. анализа реальных экономич объектов. Задачи эконометрики: 1)Спецификация модели(построен. эконометрич. моделей для эмпирич. анализа) 2)Параметризация модели (оценка параметров модели) 3)Верификация модели(проверка качества параметров модели и самой модели в целом) 4)Прогнозирование модели(составление прогноза и рекомендаций для конкретн. эконом. явлений по рез-там эконометрич. моделирования). Эконометрич модель – сов-ть математич соотношений между входными(экзогенными х) и выходными(эндогенными у) переменными изучаемого эк явления или процесса, основанная на реальных статистич данных.Эконометрич моделирование-исследование эконометрич явлений и процессов посредством их эконометрич моделей.

2.Этапы эконометрич моделирования. Классы эконометрич моделей.Типы данных

Этапы эконометрического моделирования:

1Постановочный (формулирование цели исследования, определение экономических переменных модели) 2Априорный (анализ изучаемого экономич явления) 3Параметризация (определяем вид экономич модели, выражаем взаимосвязь между переменными в матем форме, формулирование ограничений модели) 4Информационный (собираем статистич инф-цию) 5Идентификация модели (оценка параметров модели,проведение ее стат анализа) 6Верификация модели (проверка истинности модели,определение степени соответствия модели реаль экономич явлению)

Классы эконометрических моделей: 1.Регрессионные модели с одним ур-нием. Результативный признак представлен в виде ф-ции от факторных признаков y=f(x)+ɛ=f(X1,X2,X3)+ ɛ.у-наблюдаемое значение эндогенной переменной, f(X)-объясненная часть, кот зависит от экзогенных переменных, ɛ-случ составляющая(ошибка).Пример – модель зав-ти цены от объема поставки.

2.Сис-мы одновременных ур-ний. Состоят из тождеств и регрессион ур-ний, в кот вместе с факторн признаками включены результативные из др. ур-ний сис-мы. Т.е. одни и те же перемен одновременно рассматрив как зависим перемен в одних ур-ниях и независим в др. Например:модель спроса и предлож. Кейнсианская модель формир доходов.

3.Модели временных рядов. Результативн признак явл ф-цией переменной времени или перемен относящ к др. моментам времени. Например: модели описыв зависим от времени: тренда, сезонности, тренда и сезонности.

Типы данных:

1пространственные. Набор сведений по разным объектам, взятым за один и тот же период времени (объем произ-ва предприятий региона).

2временные. Набор сведений, хар-щий один и тот же объект за разные периоды времени (индекс потребительских цен).

3. Кор зав-ть и ее виды. Классиф-ция связи

Типы зависимостей между явлениями и их признаками: функциональная (каждому значению независимой переменной X соот-т точно определенное значение зависимой переменной Y); статистическая (это связь, при которой каждому значению независимой переменной X соот-т множество значений зависимой переменной Y и изменение которой носит случ хар-р); корреляционная –частный случай статистич(это связь, при которой каждому значению переменной X соот-т определен матем ожидание (ср.значение), при изменении одной из величин, изменяется средн значение другой.Виды корреляц зависимости: парная (связь между двумя признаками (резулт Y и факторный X или двумя факторн)); частная (зависимость м/у результ и одним факторн признаками или м/у двумя факторными при фиксированном значении др факторн признаков); множественная (зависимость м/д результ признаком и 2 или более фаторн признаками, вкл в исследование).

Теснота связи кол-но выражается коэф-том корелляции.

Виды связи в зависимости от направления действия : прямая (с увеличением значений факторн признака происходит увеличение результ признака); обратная (с увелич происходит уменьшение). Виды связи в зависимости от кол-ва признаков: однофакторн (связь м/д 1 факторн признаком и 1 результативн признаком при абстрагировании от влияния других); многофакторн (связь м/д несколькими факторн и 1 результативн признаком).