
- •1.Эконом.Вопросы,приводящие к задачам эконометрики.
- •3.Постановка задачи нахождения регрессионной зависимости между величинами по их наблюденным значениям.Корреляционное поле.
- •4.Виды регрессионных зависимостей
- •5.Задача нахождения лин.Парной регрессии
- •6.Метод наименьших квадратов
- •7.Коэффициент регрессии и его экон.Смысл
- •8.Понятие коэффициента корреляции и его св-ва.Ложная корреляция.
- •10.Характеристики случайных величин,используемых в регрессионном анализе.
- •11.Нормал.Распр-ие и его место в регрессионном анализе
- •12.Свойства номрального распределения
- •15.Централ.Предел.Теорема Классическая формулировка ц.П.Т.
- •18.Модельное ура-е регрессии…….
- •21.Теорема гаусса-маркова
- •25. Коэффициент детерминации,его свойства эконометрика
- •Критерии Стьюдента
- •29.Понятие о нелинейной регрессии
- •30.Виды нелин.Регрессии и методы нахождения их параметров
- •36.Проблема мультиколинеарности при построении множественной регрессии
1.Эконом.Вопросы,приводящие к задачам эконометрики.
Эконометрикой называется наука, позволяющая анализировать связи между различными экономическими показателями на основании реальных статистических данных с применением методов теории вероятностей и математической статистики. С помощью эконометрики выявляют новые, ранее неизвестные связи, уточняют или отвергают гипотезы о существовании определенных связей между экономическими показателями, предлагаемые экономической теорией.
Основная цель эконометрики заключается в модельном описании конкретных количественных взаимосвязей, обусловленных общими качественными закономерностями, выявленными в экономической теории.
Основной предмет исследования эконометрики – это массовые экономические явления и процессы. Предметы исследования эконометрики и статистики являются весьма схожими, потому что эконометрика исследует массовые экономические явления и процессы, а статистика исследует массовые явления и процессы любой природы (в том числе и экономические).
3.Постановка задачи нахождения регрессионной зависимости между величинами по их наблюденным значениям.Корреляционное поле.
Постановка задачи регрессионного анализа формулируется следующим образом .
Имеется совокупность результатов наблюдений. Требуется: установить количественную взаимосвязь между показателем и факторами. В таком случае задача регрессионного анализа понимается как задача выявления такой функциональной зависимости y* = f(x2 , x3 , …, xт), которая наилучшим образом описывает имеющиеся экспериментальные данные.
Допущения:
количество наблюдений достаточно для проявления статистических закономерностей относительно факторов и их взаимосвязей;
обрабатываемые ЭД содержат некоторые ошибки (помехи), обусловленные погрешностями измерений, воздействием неучтенных случайных факторов;
матрица результатов наблюдений является единственной информацией об изучаемом объекте, имеющейся в распоряжении перед началом исследования.
Функция f(x2 , x3 , …, xт), описывающая зависимость показателя от параметров, называется уравнением (функцией) регрессии. Термин "регрессия" (regression (лат.) – отступление, возврат к чему-либо) связан со спецификой одной из конкретных задач, решенных на стадии становления метода, и в настоящее время не отражает всей сущности метода, но продолжает применяться.
Корреляционным полем называется множество точек {Xi, Yi} на плоскости XY
|
|
Рисунок 6.3 – Пример корреляционного поля (положительная корреляция) |
Рисунок 6.4 – Пример корреляционного поля (отрицательная корреляция) |
Если точки корреляционного поля образуют эллипс, главная диагональ которого имеет положительный угол наклона ( / ), то имеет место положительная корреляция (пример на рисунке 6.3).
Если точки корреляционного поля образуют эллипс, главная диагональ которого имеет отрицательный угол наклона ( \ ), то имеет место отрицательная корреляция (пример на рисунке 6.4).
Если же в расположении точек нет какой-либо закономерности, то говорят, что в этом случае наблюдается нулевая корреляция.