- •Isbn 978-5-7944-1210-9 © зао «прогноз», 2008 содержание
- •Предисловие
- •1.Введение Историческая справка
- •Эволюция термина
- •Некоторые сведения об истории возникновения эконометрики
- •Выделение эконометрики в самостоятельную науку
- •Место эконометрики в системе экономических знаний
- •Примеры эконометрических моделей Модель кривой спроса
- •Цена автомобиля на вторичном рынке
- •Цена жилья на вторичном рынке
- •Наполняемость федерального бюджета
- •Производственная функция Кобба-Дугласа
- •Цели и методология эконометрического исследования
- •2. Необходимые сведения из теории вероятностей и математической статистики
- •Основные сведения Основные определения
- •Основные числовые характеристики абсолютно непрерывной случайной величины
- •Статистические точечные оценки числовых характеристик
- •Некоторые свойства статистических оценок (определения)
- •Общий подход к построению интервальных статистических оценок параметров
- •Наиболее часто используемые в эконометрике распределения
- •Критические значения распределения случайной величины
- •Интервальные оценки параметров нормального распределения по результатам наблюдений Доверительный интервал для , если известно
- •Доверительный интервал для , если неизвестно
- •Доверительный интервал для при известном значении
- •Доверительный интервал для при неизвестном
- •Проверка статистических гипотез
- •Правила проверки гипотез относительно параметров нормального распределения
- •Проверка гипотезы относительно при известном
- •Проверка гипотезы относительно a при неизвестном
- •Проверка гипотезы относительно при неизвестном
- •3. Линейная парная регрессия Постановка задачи
- •Идентификация модели (нахождение точечных оценок параметров)
- •Необходимые и достаточные условия минимума суммы квадратов остатков. Система нормальных уравнений
- •Свойства оценок мнк
- •Условия Гаусса–Маркова
- •Линейность оценок
- •Несмещенность оценок
- •Состоятельность оценок
- •Эффективность оценок
- •Интервальные оценки коэффициентов парной регрессии, полученные с помощью мнк
- •Теоретические интервальные оценки
- •Практические интервальные оценки
- •Оценка качества модели линейной парной регрессии
- •Оценка значимости коэффициента линейной парной регрессии (t - тест)
- •Оценка качества модели линейной парной регрессии в целом (f-тест)
- •Прогнозирование с помощью модели линейной парной регрессии, оценка качества прогноза Точечный прогноз
- •Интервальный прогноз
- •Геометрическая интерпретация точности прогноза
- •Геометрический подход к нахождению коэффициентов линейной регрессии
- •4. Линейная множественная регрессия
- •Описание модели линейной множественной регрессии
- •Идентификация модели
- •Геометрическая интерпретация метода наименьших квадратов
- •Свойства точечных оценок мнк
- •Оценка модели линейной множественной регрессии в целом. Коэффициент детерминации
- •Геометрическая иллюстрация зависимости точности прогноза от расстояния до средней точки
- •Некоторые обобщения мнк Обобщенный мнк
- •Взвешенный мнк
- •5. Некоторые проблемы, возникающие при практическом применении мнк
- •Проблема мультиколлинеарности: понятие, обнаружение, способы преодоления проблемы Понятие мультиколлинеарности
- •Методы обнаружения мультиколлинеарности
- •Методы устранения мультиколлинеарности
- •Проблема гетероскедастичности: понятие, тесты на гетероскедастичность, способы преодоления проблемы Понятие гетероскедастичности
- •Тесты на наличие в модели гетероскедастичности
- •Методы преодоления гетероскедастичности
- •Проблема автокорреляции (ак): понятие, методы обнаружения, способы преодоления проблемы, авторегрессионное преобразование первого порядка Понятие автокорреляции
- •Методы обнаружения автокорреляции
- •Методы преодоления автокорреляции
- •Авторегрессионное преобразование первого порядка
- •6. Системы одновременных уравнений. Косвенный мнк. Двухшаговый мнк
- •Кейнсианская модель формирования доходов
- •Косвенный мнк
- •Проблема идентифицируемости модели
- •Двухшаговый мнк
- •Трехшаговый мнк
- •Общий вид системы одновременных уравнений
- •7. Фиктивные переменные. Применение фиктивных переменных для исследования устойчивости коэффициентов регрессии. Тест чоу Фиктивные переменные (качественные переменные)
- •Использование качественных переменных для анализа устойчивости коэффициентов регрессии. Тест Чоу
- •8. Нелинейные регрессионные модели
- •Модели, нелинейные по переменным
- •Модели, нелинейные по параметрам
- •Общий вид модели наблюдений в случае существенно нелинейной модели
- •Сравнение регрессионных моделей с различными функциональными формами. Тест Бокса–Кокса
- •9. Временные ряды Определение временного ряда. Основные понятия
- •Метод экспоненциального сглаживания
- •Список литературы
- •Словарь
- •Предметный указатель
- •Приложения
- •614990, Г. Пермь, ул. Букирева, 15
- •614990, Г. Пермь, ул. Букирева, 15
Цели и методология эконометрического исследования
К основным целям эконометрического исследования относятся:
описание количественной взаимосвязи между экономическими показателями в виде упрощенных математических моделей с конечным числом параметров;
оценка параметров модели (точечные и интервальные оценки);
диагностика модели (тестирование), оценка качества модели;
применение модели, в частности, для прогнозирования и выработки экономической политики (управленческих решений).
Общая схема эконометрического исследования представлена на рис. 1.5.
Ограничимся короткими комментариями к схеме. На первом этапе согласно положениям конкретной экономической теории на основе имеющихся статистических данных формируется список объясняющих переменных (решается задача спецификации модели), выбирается форма эконометрической модели, наиболее точно описывающей моделируемый процесс (линейная или нелинейная зависимость).
Далее, после того как исследователь определил для себя форму зависимости, он строит оценки параметров модели, используя известные методы. После того как найдены оценки параметров, можно говорить о том, что построена эконометрическая модель.
Далее необходимо провести диагностику модели, т.е. выяснить, достаточно ли адекватно модель отражает моделируемую действительность. С этой целью проводится тестирование коэффициентов и модели в целом.
Е
Качество
удовлетворительное
Качество
неудовлетворительное
Если же качество неудовлетворительное, то исследователь возвращается к первому этапу и снова анализирует статистические данные согласно положениям экономической теории. Затем процесс разработки и оценки модели начинается снова.
При наличии альтернативных экономических теорий имеет смысл воспользоваться каждой из них и сравнить результаты эконометрического моделирования. В последующих параграфах основные этапы эконометрического исследования рассматриваются более подробно и с соответствующими обоснованиями.
2. Необходимые сведения из теории вероятностей и математической статистики
В рамках данного курса целесообразно напомнить некоторые понятиях из теории вероятностей и математической статистики, так как на них будет основываться большая часть последующих рассуждений. Предполагается, однако, что читатель знаком с курсом теории вероятностей и математической статистики например, в объеме учебника [9], поэтому необходимые сведения излагаются в краткой форме.
Основные сведения Основные определения
Использование теории вероятностей и математической статистики в эконометрике обусловлено наличием случайного возмущения в модели наблюдений:
, (2.1)
где
– детерминированная составляющая,
– случайная величина.
От
характеристик этой случайной величины
прямо зависят результаты построения
модели (точечные оценки
для
параметров
и
соответственно, их распределение,
интервальные оценки и др.).
Случайные величины (СВ) бывают дискретными и непрерывными.
В данном курсе используются только абсолютно непрерывные случайные величины (см. ниже).
Функция
распределения
определяется как вероятность того, что
случайная величина
окажется
меньше заданного значения
:
. (2.2)
Если СВ обладает функцией распределения вида
, (2.3)
то такая случайная величина называется абсолютно непрерывной.
Функция
называется плотностью
вероятностей.
Функция
является функцией плотности только
тогда, когда интеграл от нее по всей
числовой прямой равен единице:
. (2.4)
Другими
словами, если площадь фигуры под графиком
функции
равна
единице.
Если справедливо (2.3), то
, (2.5)
т. е. производная от функции распределения равна плотности вероятностей.
Кроме того, справедливы следующие выражения для вероятности попадания в интервал (на отрезок):
. (2.6)
Для
абсолютно непрерывной СВ вероятность
равенства
(
)
равна нулю, поэтому
. (2.7)
