
- •Д оход – споживання
- •Ціна на товар (p) – попит на товар (d)
- •Аналіз взаємовпливу економічних факторів.
- •Прийняття оптимальних рішень при плануванні, розподілі матеріальних, трудових і фінансових ресурсів. П арна регресія
- •Побудова залежності між показниками за даними спостережень:
- •У задачах економетрії при побудові моделі вирішуються дві проблеми:
- •Складання рівнянь для опису взаємозв'язку і динаміки економічних явищ
- •Визначення параметрів, включених у ці моделі
- •Л інійна регресія
- •Розділимо два рівності на n:
- •Це система двох лінійних рівнянь із двома невідомими. Коефіцієнти цієї системи – це числові характеристики, підраховані для наявних вихідних даних, даних спостережень.
- •Знайдемо параметр b із другого рівняння:
- •К вадратична регресія
- •Перевірка адекватності квадратичного рівняння регресії
- •Б агатофакторна лінійна економетрична модель
- •М ножинна кореляція
- •М ножинний коефіцієнт детермінації
- •Способи отримання параметрів рівняння регресії в ms Excel.
- •Способи визначення тісноти зв’язку випадкових величин X та y
- •Визначення параметрів множинної лінійної регресії
- •Класична лінійна модель множинної регресії.
- •Вибіркова (емпірична) загальна лінійна економетрична модель має наступний вигляд :
- •Вибіркова (емпірична) функція регресії для загальної лінійної економетричної моделі має наступний вигляд :
- •Виробнича функція
- •Числові характеристики показника y і фактора X
Предмет і задачі економетрії
З курсів “Основи економічної теорії”, “Макроекономіка”, “Мікроекономіка” вам відомо, що між різними економічними показниками існує визначена залежність.
Наприклад:
Д оход – споживання
Ціна на товар (p) – попит на товар (d)
Знання залежностей такого роду обов'язково для людини, що займається економікою.
А
ле
для того щоб фірма (підприємець) могли
реально планувати свою діяльність,
прогнозувати ситуацію і здійснювати
керування, потрібно знати не тільки
якісний
характер залежності, але і мати кількісні
співвідношення,
формули з конкретними числовими
коефіцієнтами. Причому співвідношення
не загальнотеоретичні, а описуючі
ситуацію даної конкретної фірми, і саме
в даний момент часу.
Для цього будуються економіко-математичні моделі. Джерелом інформації для їхньої побудови є спостереження над реальними соціально-економічними процесами, їхній якісний і кількісний аналіз.
Економетрія — фундаментальна економіко-математична дисципліна, що вивчає методику побудови економіко-математичних моделей на основі статистичних даних про соціально-економічні явища.
Ці моделі встановлюють конкретні кількісні зв'язки між економічними факторами і кількісно описують динамікові економічних процесів у часі.
М
етою
створення таких моделей є:
Прогнозування.
Аналіз взаємовпливу економічних факторів.
Прийняття оптимальних рішень при плануванні, розподілі матеріальних, трудових і фінансових ресурсів. П арна регресія
Проблема оцінювання економічних змінних, проблема взаємозв'язку економічних показників є однією з найважливіших проблем економічного аналізу.
Будь-яка економічна політика полягає в регулюванні економічних показників, і ця політика повинна ґрунтуватися на знанні того, як ці показники впливають на інші змінні.
Інструментом для базового аналізу взаємозв'язку економічних змінних слугують методи математичної статистики й економетрії.
Найбільш простий підхід до вивчення економічних перемінних складається в дослідженні взаємовпливу двох змінних ( х і y ).
Можна вказати два типи взаємозв'язку х і y :
1. У першому випадку не можна вказати, яка з змінних є аргументом, а яка функцією. Тоді відзначають рівноправність цих змінних і вказують статистичний взаємозв'язок між ними кореляційного типу.
2. В другому випадку мають ту ситуацію, коли змінні нерівноправні, і при цьому одна з них вважається пояснюючою (незалежна, аргумент), а інша що пояснюється (залежна, функція).
Це той випадок, коли зміна однієї змінної спричиняє зміну іншої.
Побудова залежності між показниками за даними спостережень:
Розглядаються два економічних показники X і Y. Метою є дослідження залежності між ними.
Необхідно з'ясувати, існує залежність чи ні. Якщо вона існує, описати її формулами, щоб, знаючи значення однієї, можна було обчислити, яке значення прийме інша.
Для цього проводиться серія спостережень, у кожнім з яких фіксуються значення обох величин X і Y. Результатом таких спостережень є вибірка:
( x1 ; y1 )
( x2 ; y2 )
( x3 ; y3 )
( x4 ; y4 )
. . . . . . . . . .
( xn ; yn )
Усього проведено n спостережень ( обсяг вибірки дорівнює n ).
Я
кщо
дані спостережень нанести на координатну
площину, одержимо кореляційне поле:
Н
а
приведеному графіку уже видно, що з
ростом фактора Х
значення фактора Y
теж збільшується. Залежність ця нечітка,
розмита, або, правильно говорячи,
статистична.
Виділяють
наступні типи залежностей між показниками:
Функціональна залежність: кожному значенню фактора Х відповідає тільки одне значення фактора У.
На кореляційному полі в цьому випадку ми побачимо, що дані спостережень вибудовуються точно на деяку лінію.
Статистична залежність: при одному і тому значенні фактора Х фактор У може приймати різні значення.
На кореляційному полі в цьому випадку ми побачимо, що дані спостережень розмиті, маємо більш-менш значний розкид даних.
У цьому випадку прийнято говорити про тісноту статистичної залежності. На лівому малюнку представлена тісна статистична залежність, на правом слабка.
Відсутність залежності:.
Коли залежність між факторами є, але вона розмита, статистична, можна говорити про те, що при зміні фактора Х змінюється середнє значення фактора У.
Визначення:
Кореляційною
залежністю
Y
від
Х
називають
функціональну залежність середнього
значення Y ( тобто
)
від Х
:
Рівняння називають рівнянням регресії Y на Х;
функцію (x) називають функцією регресії Y на Х;
її графік -- лінією регресії Y на Х.