- •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.
- •2.3 Оператор оцінювання 1мнк
- •2.2 Передумови застосування методу найменших квадратів (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
8.3 Особливості оцінювання методом Бартлета
Бартлет довів: якщо розбити впорядковані значення змінної X на три групи, а потім виключити з розрахунку середню групу, то можна збільшити ефективність оцінки. Оцінки параметрів моделі у цьому випадку будуть визначатись таким чином:
(8.3)
де
– середні значення залежної змінної
по третій та першій групах;
– середні значення
незалежної змінної, що відповідають
середнім,
.
Приклад 8.2. Нехай треба побудувати економетричну модель продуктивності праці залежно від затрат на прикладні дослідження, маючи на увазі, що останні можуть мати помилки виміру. Для побудови моделі використати оператор оцінювання Бартлета. Вихідні дані наведені у табл. 8.2.
Таблиця 8.2
Рік |
Продук-тивність праці, Y |
Затрати на прикладні дослідження, Х |
X* |
Y* |
|
|
|
|
1 |
7,3 |
18 |
18 |
7,3 |
–8 |
0,0784 |
–1,26 |
1,5876 |
2 |
7,5 |
19 |
19 |
7,5 |
–7 |
0,0676 |
–1,06 |
1,1236 |
3 |
7,7 |
21 |
21 |
7,7 |
–5 |
0,0004 |
–0,86 |
0,7396 |
4 |
7,9 |
23 |
23 |
7,9 |
–3 |
0,0484 |
–0,66 |
0,4356 |
5 |
8,2 |
24 |
24 |
8,2 |
–2 |
0,0196 |
–0,36 |
0,1296 |
6 |
8,4 |
25 |
25 |
8,4 |
|
0,0256 |
–0,16 |
0,0256 |
7 |
8,6 |
25 |
25 |
8,6 |
|
0,0016 |
0,04 |
0,0016 |
8 |
8,7 |
26 |
26 |
8,7 |
|
0,0064 |
0,14 |
0,0196 |
9 |
8,4 |
27 |
27 |
8,4 |
|
0,3600 |
–0,16 |
0,0256 |
10 |
8,9 |
28 |
27 |
9,3 |
|
0,1024 |
0,34 |
0,1156 |
11 |
9,0 |
28 |
28 |
8,9 |
2 |
0,0484 |
0,44 |
0,1936 |
12 |
9,3 |
27 |
28 |
9,0 |
2 |
0,0900 |
0,74 |
0,5476 |
13 |
9,5 |
28 |
28 |
9,5 |
2 |
0,0784 |
0,94 |
0,8836 |
14 |
9,4 |
28 |
28 |
9,4 |
2 |
0,0324 |
0,84 |
0,7056 |
15 |
9,6 |
28 |
28 |
9,6 |
2 |
0,1444 |
1,04 |
1,0816 |
|
128,4 |
375 |
375 |
|
|
1,1040 |
|
7,6160 |
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 оцінки параметрів моделі на основі оператора оцінювання Бартлета впорядкуємо значення залежної змінної X від меншого до більшого і, відповідно до значень Х, впорядкуємо залежну змінну Y.
Знайдемо відхилення значень змінної Х від медіани для 1 і 3 груп та середні цих відхилень:
,
Визначимо середні значення залежної змінної, які відповідають середнім значенням :
Визначимо оцінки параметрів моделі:
Економетрична модель запишеться так:
.
(2)
Порівняємо оцінки параметрів цієї моделі з оцінками моделі на основі оператора Вальда:
. (1)
Як
видно, вільний член моделі, параметри
якої оцінені на основі оператора
Бартлета, зменшився на 1,09, а оцінка
параметра
збільшилась на 0,05 одиниці.
Щоб визначити якість цієї моделі, розрахуємо дисперсії:
,
.
Визначимо коефіцієнти кореляції і детермінації:
;
.
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 84,3% варіація
продуктивності праці визначається
варіацією затрат на прикладні дослідження.
Оцінка параметра
визначає граничну зміну продуктивності
праці, якщо затрати на прикладні
дослідження зміняться на одиницю.
