
- •Лекція 1.Предмет, методи і завдання дисципліни
- •1.1 Природа економетрії. Роль економетричних досліджень в економіці
- •1.2 Предмет, цілі, завдання та структура курсу. Місце і значення курсу серед дисциплін фундаментальної підготовки фахівців з економіки. Взаємозв’язки курсу із суміжними дисциплінами
- •1.3 Особливості економетричних моделей
- •1.4 Вибір змінних і структура зв’язків.
- •1.5 Роль і місце економетричних моделей в математичному моделюванні
- •Лекція 2.Методи побудови загальної лінійної моделі
- •2.1 Загальний вигляд лінійної економетричної моделі, її структура та етапи побудови. Лінійна модель з двома змінними.
- •2.2 Передумови застосування методу найменших квадратів (1мнк)
- •2.3 Оператор оцінювання 1мнк
- •2.4 Верифікація моделі
- •2.5 Перевірка значущості та довірчі інтервали
- •2.6 Прогнозування за лінійною моделлю
- •2.7 Методи побудови багатофакторної регресійної моделі
- •2.8 Етапи дослідження загальної лінійної моделі множинної регресії. Визначення параметрів рівняння регресії.
- •2.9 Розрахунок коефіцієнтів множинної лінійної регресії
- •Лекція 3.Мультиколінеарність та її вплив на оцінки параметрів моделі
- •3.1 Поняття мультиколінеарності. Її вплив на оцінки параметрів моделі
- •3.2 Ознаки мультиколінеарності
- •3.3 Алгоритм Фаррара-Глобера
- •3.4 Методи усунення мультиколінеарності
- •Лекція 4.Емпіричні методи кількісного аналізу на основі статистичних рівнянь
- •4.1 Виміри і нечислові ознаки
- •4.2 Непараметричні (емпіричні) методи та доцільність їх застосування
- •4.3 Критерії відмінності між групами (незалежні вибірки)
- •4.4 Критерії відмінності між групами (залежні вибірки)
- •4.5 Критерії залежності між змінними
- •Лекція 5.Узагальнений метод найменших квадратів
- •4.1 Поняття гомо- і гетероскедастичності. Вплив гетероскедастичності на властивості оцінок параметрів
- •4.2 Методи визначення гетероскедастичності
- •5.3 Усунення гетероскедастичності трансформуванням початкової моделі
- •4.4 Узагальнений метод найменших квадратів (метод Ейткена) оцінок параметрів лінійної економетричної моделі з гетероскедастичними залишками. Прогноз за моделлю.
- •Лекція 6.Побудова економетричної моделі з автокорельованими залишками Анотація
- •6.1 Природа і наслідки автокореляції
- •6.2 Методи визначення автокореляції. Критерій Дарбіна-Уотсона. Критерій фон Неймана
- •6.3 Коефіцієнти автокореляції та їх застосування
- •6.4 Моделі з автокорельованими залишками
- •Лекція 7.Економетричні моделі на основі системи структурних рівнянь
- •7.1 Системи одночасних структурних рівнянь
- •7.2 Структурна і зведена форми моделі
- •7.3 Проблеми ідентифікації. Строго ідентифікована, неідентифікована і надідентифікована системи рівнянь
- •7.4 Проблема оцінювання параметрів системи, загальна характеристика методів. Непрямий метод оцінювання параметрів строго ідентифікованої системи рівнянь
- •7.5 Двокроковий метод найменших квадратів оцінювання параметрів надідентифікованих систем одночасних рівнянь (2мнк-оцінка)
- •7.6 Трикроковий метод найменших квадратів
- •7.7 Рекурсивні системи одночасних рівнянь, їх характеристика, можливість застосування мнк-оцінки для розрахунку параметрів рекурсивних систем
- •7.8 Прогноз і загальні довірчі інтервали
- •Лекція 8.Методи ІнструментальнИх зміннИх
- •8.1 Сутність методу інструментальних змінних
- •8.2 Оператор оцінювання Вальда
- •8.3 Особливості оцінювання методом Бартлета
- •8.4 Оператор оцінювання Дарбіна
- •8.5 Помилки вимірювання змінних
- •Лекція 9.Економетричні моделі динаміки
- •9.1 Методи моделювання часових рядів
- •9.2 Перевірка гіпотези про існування тренда
- •9.3 Моделювання тенденції часового ряду: згладжування та аналітичне вирівнювання
- •9.4 Моделювання сезонних та циклічних коливань
- •Лекція 10.Моделі розподіленого лагу
- •10.1 Поняття лагу і лагових змінних
- •10.2 Моделі розподіленого лагу
- •10.3 Оцінка параметрів моделей з лагами в незалежних змінних: метод послідовного збільшення кількості лагів, перетворення Койка (метод геометричної прогресії)
- •10.4 Оцінювання параметрів авторегресійних моделей
- •10.5 Виявлення автокореляції залишків в авторегресійних моделях
- •10.6 Авторегресійне перетворення
- •У всіх цих перетвореннях поточне значення yt змінної y виражається тільки через її попередні значення і випадкову складову (білий шум) ut.
- •10.7 Перетворення методом ковзного середнього
- •10.8 Перетворення arma і arima
8.2 Оператор оцінювання Вальда
Оператор оцінювання Вальда застосовується для моделі з двома змінними:
.
У цьому операторі інструментальні змінні визначаються так:
1) знаходяться відхилення індивідуальних значень змінної X від своєї медіани;
2) ті відхилення, які мають додатній знак, замінюються одиницями, а ті, які мають від’ємний знак, — мінус одиницями.
Коли вибіркова сукупність містить непарне число спостережень, то перш ніж розпочинати обчислення, необхідно відкинути середнє спостереження.
Оцінки параметрів моделі розраховуються так:
(8.2)
де
– середні значення відхилень від
медіани вверх і вниз;
– середні значення
залежної змінної, що відповідають
.
Приклад 8.1. На основі даних, які наведені в табл. 8.1, побудувати економетричну модель, яка кількісно описує залежність продуктивності праці від затрат на прикладні дослідження, причому наведені дані за затратами на прикладні дослідження можуть мати помилки виміру.
Таблиця 8.1
Рік |
Продуктив-ність праці, Y |
Затрати на прикладні дослід-ження, X |
|
Інструмен-тальна змінна |
|
|
|
|
1 |
7,3 |
18 |
–7 |
–1 |
7,21 |
0,09 |
0,0081 |
0,7396 |
2 |
7,5 |
19 |
–6 |
–1 |
7,38 |
0,12 |
0,0144 |
0,4356 |
3 |
7,7 |
21 |
–4 |
–1 |
7,72 |
–0,02 |
0,0004 |
0,2116 |
4 |
7,9 |
23 |
–2 |
–1 |
8,06 |
–0,16 |
0,0256 |
0,0676 |
5 |
8,2 |
24 |
–1 |
–1 |
8,23 |
–0,03 |
0,0009 |
0,0016 |
6 |
8,4 |
25 |
0 |
1 |
8,40 |
0 |
0,0000 |
0,0576 |
7 |
8,6 |
25 |
0 |
1 |
8,40 |
0,20 |
0,0400 |
0,1936 |
8 |
8,7 |
26 |
1 |
1 |
8,57 |
0,13 |
0,0169 |
0,2916 |
9 |
8,4 |
27 |
2 |
1 |
8,74 |
–0,34 |
0,1156 |
0,0576 |
10 |
8,9 |
28 |
3 |
1 |
8,91 |
–0,01 |
0,0001 |
0,5476 |
|
|
|
|
|
|
|
0,2220 |
2,6040 |
1. Ідентифікуємо змінні моделі:
Y – продуктивність праці, залежна змінна;
X – затрати на прикладні дослідження, незалежна змінна.
2. Специфікуємо економетричну модель у лінійному вигляді:
;
.
3. Оскільки незалежна змінна моделі Х може мати помилки виміру, а це означає, що вона може корелювати із залишками, то замінимо її інструментальною змінною.
Для визначення інструментальної змінної за методом Вальда знайдемо медіану змінної Х:
.
Визначимо відхилення кожного значення змінної Х від своєї медіани ( ). Ці відхилення наведені у табл. 8.1.
Від’ємні відхилення замінимо на –1, а додатні — на + 1. Сукупність цих одиниць є інструментальною змінною (див. табл. 8.1).
Щоб оцінити параметри економетричної моделі, на основі оператора Вальда визначимо середні відхилення значень Х від медіани:
Середні значення , які відповідають середнім значенням :
Розрахуємо оцінки параметрів моделі:
Звідси економетрична модель:
.
Визначимо загальну дисперсію та дисперсію залишків:
,
.
Розрахуємо коефіцієнти детермінації та кореляції:
;
.
Коефіцієнти
детермінації і кореляції свідчать про
те, що побудована модель є достовірною:
зв’язок, який вона кількісно описує,
є досить тісним. Так, коефіцієнт
детермінації показує, що на 90% варіація
продуктивності праці визначається
варіацією затрат на прикладні дослідження.
Оцінка параметра
визначає граничну зміну продуктивності
праці, якщо затрати на прикладні
дослідження зміняться на одиницю.
Коефіцієнт
еластичності
показує, що збільшення затрат на
прикладні дослідження на 1% сприятиме
збільшенню продуктивності праці на
0,49%.
При загальних припущеннях оцінка, яка здобута методом Вальда, є обгрунтованою, але її вибіркова дисперсія може бути досить великою, тобто оцінка є неефективною.