
- •Раздел 1. Основные понятия эконометрики
- •1.1. Предмет и задачи дисциплины эконометрики
- •1.2. Виды взаимосвязей между признаками
- •1.3. Виды эконометрических моделей
- •Раздел 2. Модели множественной регрессии
- •2.1. Особенности проведения этапа спецификации при построении модели множественной регрессии
- •2.2. Оценка мультиколлинеарности в моделях множественной регрессии
- •2.3. Подходы к устранению мультиколлинеарности в моделях множественной регрессии
- •2.4. Компонентный анализ
- •Матрица факторных нагрузок
- •Матрицы главных компонент
- •2.5. Непосредственная оценка параметров множественной регрессии
- •2.6. Пример построения линейной парной регрессионной модели
- •2.7. Нелинейная регрессия. Виды моделей нелинейной регрессии
- •2.8. Оценка качества регрессионной модели в целом
- •2.9. Оценка значимости факторов, включаемых в модель множественной регрессии
- •2.10. Оценка погрешности регрессионной модели
- •2.11. Анализ влияния факторов на результативный показатель
- •2.12. Фиктивные переменные модели множественной регрессии
- •2.13. Предпосылки метода наименьших квадратов
- •2.14. Обобщенный мнк
- •2.15. Метод наименьших модулей отклонений
- •Раздел 3. Система эконометрических уравнений
- •3.1. Классификация систем эконометрических уравнений
- •3.2. Приведенная форма системы эконометрических уравнений. Проблема идентификации в системах взаимозависимых уравнений
- •3.3. Косвенный мнк (кмнк)
- •3.4. Необходимое условие идентификации структурной формы системы эконометрических уравнений
- •3.5. Достаточное условие идентификации структурной системы эконометрических уравнений
- •3.6. Двухшаговый мнк
- •Раздел 4. Динамические эконометрические модели
- •4.1. Виды динамических зконометрических моделей
- •4.2. Одномерные временные ряды
- •4.3. Временные ряды с детерминированными зависимостями
- •4.4. Моделирование временных рядов со стохастическими зависимостями
- •4.5. Анализ автокорреляции остатков
- •Пример 1, иллюстрирующий проблему автокорреляции
- •Пример 2, иллюстрирующий проблему лагов и изменения условий
- •Пример 3
- •Решение
- •4.7. Динамические модели авторегрессии
- •4.8. Выравнивание одномерного временного ряда
- •4.9. Адаптация эконометрических моделей
- •Раздел 5. Экономико-статистическое прогнозирование
- •5.1. Сущность прогнозов и их классификация
- •Экономические прогнозы в свою очередь могут подразделяться в зависимости от масштаба объекта на:
- •5.2. Методы прогнозирования и их классификация
- •5.3. Прогнозная статистическая экстраполяция
- •5.4. Прогнозные модели технического анализа
- •Раздел 6. Информационные технологии эконометрических исследований
- •Литература
- •Терминологический словарь
Терминологический словарь
Автокорреляция – корреляционная связь между значениями одного и того же случайного процесса
Автокорреляционная функция – функция, характеризующая зависимость величины автокорреляции от разности моментов времени, разделяющих отсчеты случайного процесса.
Авторегрессионная модель – статистическое описание связи значений одного и того же показателя в разные моменты времени; линейная регрессия некоторого состояния случайного процесса на предшествующие состояния этого процесса.
Адаптация – приспособление системы к реальным условиям.
Адекватность модели – соответствие модели моделируемому объекту или процессу.
Аппроксимация – замена одних математических объектов другими, в том или ином смысле близкими к исходным.
Временной ряд – ряд последовательных значений, характеризующих изменение показателя во времени. То же, что и динамический ряд.
Выборка – часть генеральной совокупности.
Выравнивание временного ряда – это выявление основной тенденции развития случайного процесса путем устранения случайной составляющей.
Гетероскедастичность – случай, когда дисперсия ошибки в уравнении регрессии изменяется от наблюдения к наблюдению.
Гомоморфизм – такое соотношение между двумя системами, когда каждому элементу и каждому отношению между элементами первой системы соответствует один элемент и одно отношение второй (но не наоборот), а также когда для ряда элементов первой системы выполняется некоторое отношение, то и для соответствующих элементов второй системы выполняется соответствующее отношение.
Гомоскедастичность – случай, когда дисперсия ошибки в уравнении регрессии не изменяется от наблюдения к наблюдению.
Горизонт прогнозирования – крайний срок, для которого прогноз действителен с заданной точностью.
Данные – сведения о состоянии объекта.
Динамический ряд – то же, что и временной ряд.
Дисперсия – характеристика рассеивания случайной величины, измеряемая квадратом их отклонений от среднего значения.
Идентификация объекта – определение параметров объекта и выявление приложенных к нему воздействий с помощью наблюдения за его входами и выходами.
Изоморфизм – однозначность соотношений между двумя объектами тождественной структуры.
Квантификация – сведение качественных характеристик к количественным.
Корреляция – величина, характеризующая взаимную зависимость двух случайных величин.
Критерий – признак, на основе которого производится оценка (ключевой признак).
Лаг – запаздывание.
Линейная регрессия – математическая зависимость, в которой неизвестные входят в первой степени.
Матрица – система элементов, расположенных в виде примоуголной таблицы, над которыми можно производить определенные действия.
Моделирование – построение и изучение моделей реально существующих предметов и явлений, а также предполагаемых объектов.
Модель - гомоморфное отображение моделируемого объекта действительности.
Мультиколлинеарность – тесная корреляционная взаимосвязь между отбираемыми для анализа факторами, совместно воздействующими на общий результат.
Ошибка – в эконометрике это элемент модели, отражающий суммарный эффект не учтенных в ней непосредственно факторов, воздействующих на экзогенные переменные.
Приведенная форма модели – такая форма представления эконометрической модели, в которой каждая из текущих эндогенных переменных непосредственно выражена как функция предопределенных переменных.
Прогноз – научно обоснованное суждение о возможных состояниях объекта в будущем или об альтернативных путях и сроках достижения этих состояний.
Процесс – последовательная во времени смена стадий изменения системы или объекта.
Разнообразие – количественная характеристика сложности системы, измеряется логарифмом по основанию 2 возможных различимых ее состояний.
Регрессионная модель – модель, основанная на уравнении регрессии, связывающей величины экзогенных и эндогенных переменных.
Регрессия – зависимость среднего значения какой-либо случайной величины от некоторых других величин. В отличие от функциональной связи регрессионная зависимость соответствует связи случайных величин. Регрессионная зависимость представляется в виде функциональной связи с ошибкой.
Спецификация модели – этап построения модели, на котором на основании предварительного анализа рассматриваемого экономического объекта или процесса в математической форме выражаются обнаруженные связи и соотношения.
Стохастическая зависимость – зависимость между случайными величинами, проявляющаяся в том, что изменение закона распределения одной из них происходит под влиянием изменения другой величины. При стохастической зависимости в отличие от функциональной каждому значению одной величины могут соответствовать различные значения другой величины с различной вероятностью.
Структурная форма модели – такая форма представления эконометрической модели, в которой в виде уравнений и тождеств записаны закономерные и случайные соотношения между текущими и лаговыми переменными модели, отражающими наблюдаемые экономические явления и процессы, а также другие ограничения модели и стохастические компоненты (помехи).
Тренд – длительная тенденция изменения экономических показателей.
Фактор – источник воздействия на систему, отражающийся на значении экзогенных переменных модели. Часто термины «фактор» и «переменная» отождествляются.
Фильтр – математический прием, с помощью которого отсеиваются ненужные для исследователя вариации из временного ряда.
Функциональная зависимость – такая зависимость между величинами, когда каждому значению одной величины (аргументу) соответствует единственное значение другой величины (функции).
«Черный ящик» - понятие кибернетики, состоящее в том, что ввиду трудности структурного анализа системы статистическими методами изучаются входные и выходные величины и на этом основании производится построение модели, описывающей поведение данной системы. Эконометрическое исследование, в основном, соответствует данному понятию.
Шкала – система чисел или других элементов, принятых для оценки или измерения каких-либо величин.
Эконометрика, эконометрия – научная дисциплина, предметом которой является изучение количественной стороны экономических явлений и процессов средствами математического и статистического анализа. Это один из видов экономико-математических методов.
Эконометрическая модель – математическая модель, параметры которой оцениваются с помощью методов математической статистики.
Экзогенные величины – внешние по отношению к моделируемой системе. Как правило, обозначаются через X.
Эластичность функции – предел соотношения между относительным приращением функции и относительным приращением независимой переменной.
Эндогенные величины – внутренние факторы моделируемой системы, переменные, изменение которых происходит внутри моделируемой системы. Как правило, обозначаются через Y.